章 瑩 李正梅 徐金龍 王思琪 張新波 張哲軍 魏凌云

住院病案首頁是DRGs分組數(shù)據(jù)來源，是醫(yī)務(wù)人員使用文字、符號(hào)、代碼、數(shù)字等方式，將患者住院期間相關(guān)信息提取匯總在特定的表格中，形成的住院病歷數(shù)據(jù)摘要。2014年國(guó)家衛(wèi)生和計(jì)劃生育委員會(huì)發(fā)布的衛(wèi)生行業(yè)標(biāo)準(zhǔn)《電子病歷基本數(shù)據(jù)集第10部分：住院病案首頁》[1]規(guī)定了133個(gè)首頁數(shù)據(jù)元名稱、定義及填寫要求等。大量調(diào)查研究顯示，首頁數(shù)據(jù)完整率為29.53%～99.9%，規(guī)范率為86.21%～86.55%[2-4]。雖然相關(guān)研究較多，但是因缺乏統(tǒng)一數(shù)據(jù)質(zhì)量模型，研究結(jié)果難以比較。而首頁數(shù)據(jù)是DRGs及基于DRGs的支付機(jī)制、醫(yī)療質(zhì)量管理、公共衛(wèi)生監(jiān)測(cè)的基礎(chǔ)數(shù)據(jù)來源，首頁數(shù)據(jù)質(zhì)量控制與持續(xù)改進(jìn)具有重要的實(shí)踐價(jià)值。本研究研習(xí)HL7 CDA[5]、open EHR[6]、《病歷書寫基本規(guī)范》(2010 年版)、《電子病歷基本架構(gòu)與數(shù)據(jù)標(biāo)準(zhǔn)(試行)》[7]等資料，構(gòu)建首頁數(shù)據(jù)模型、數(shù)據(jù)質(zhì)量本體，開發(fā)數(shù)據(jù)質(zhì)量智能控制系統(tǒng)，建立質(zhì)量數(shù)據(jù)驅(qū)動(dòng)DRGs數(shù)據(jù)質(zhì)量持續(xù)改進(jìn)的自適應(yīng)PDCA循環(huán)。

1 資料與方法

1.1 資料來源

1.1.1 數(shù)據(jù)模型 數(shù)據(jù)模型參考HL7、open EHR、《電子病歷基本架構(gòu)與數(shù)據(jù)標(biāo)準(zhǔn)(試行)》以及病歷書寫范例等。范例選取某三級(jí)甲等婦幼?？漆t(yī)院的婦、產(chǎn)、兒科電子住院病歷和《醫(yī)療文書書寫規(guī)范與病案管理》[8]病歷范本。

1.1.2 數(shù)據(jù)知識(shí)本體 數(shù)據(jù)知識(shí)來源包括《電子病歷基本數(shù)據(jù)集第10部分：住院病案首頁》[1]、《醫(yī)院管理學(xué):病案管理分冊(cè)》[9]、澳洲[10]、美國(guó)[11]、CMS[12]等的code Edits要求及從日常的質(zhì)量數(shù)據(jù)中挖掘的規(guī)則等。

利用Protégé 5.0.0，以本體建模方法和知識(shí)表示的標(biāo)準(zhǔn)和交換協(xié)議建立首頁領(lǐng)域本體概念樹和知識(shí)表示[13- 14]，部分首頁領(lǐng)域本體片段見圖1。首頁數(shù)據(jù)元以一體化醫(yī)學(xué)術(shù)語系統(tǒng)(Unified Medical Language System)概念標(biāo)識(shí)符(Unique Identifier for Concept，CUI)進(jìn)行概念標(biāo)記。利用Jena推理機(jī)對(duì)初始本體的結(jié)構(gòu)、一致性和隱含知識(shí)進(jìn)行檢查評(píng)估，修正和完善首頁本體結(jié)構(gòu)及關(guān)聯(lián)知識(shí)。

圖1 首頁領(lǐng)域本體片段

1.2 評(píng)估方法

1.2.1 智能PDCA系統(tǒng) PDCA循環(huán)，是指在管理活動(dòng)中，為提高系統(tǒng)質(zhì)量，所進(jìn)行的計(jì)劃(Plan)、執(zhí)行(Do)、檢查(Check)和行動(dòng)(Action)等的階梯式循環(huán)。本研究將數(shù)據(jù)質(zhì)量要求轉(zhuǎn)換為標(biāo)準(zhǔn)化、形式化的知識(shí)表示，如規(guī)則、案例、本體等，建立“智能+”質(zhì)量控制機(jī)制，并逐步延伸智能化的廣度和深度。以知識(shí)和數(shù)據(jù)驅(qū)動(dòng)，輔助專業(yè)人員在線進(jìn)行質(zhì)量控制和數(shù)據(jù)分析，反饋數(shù)據(jù)責(zé)任人，強(qiáng)化實(shí)時(shí)預(yù)警與持續(xù)改進(jìn)。

系統(tǒng)平臺(tái)功能模塊包括：系統(tǒng)開發(fā)管理平臺(tái)、基礎(chǔ)數(shù)據(jù)字典平臺(tái)、質(zhì)量規(guī)則維護(hù)平臺(tái)、病歷首頁數(shù)據(jù)質(zhì)量查詢平臺(tái)、病歷首頁數(shù)據(jù)質(zhì)量審核平臺(tái)、用戶交互平臺(tái)。平臺(tái)開發(fā)語言為ABAP，合并了通常的控制結(jié)構(gòu)和模塊化概念，實(shí)現(xiàn)了和其他編程語言的合成，如VB，JAVA，C/C++等。所有ABAP程序駐留在SAP數(shù)據(jù)庫中，ABAP的一個(gè)關(guān)鍵組件是數(shù)據(jù)庫接口，接口代表ABAP程序處理與關(guān)系數(shù)據(jù)庫的所有通信。系統(tǒng)模塊架構(gòu)圖見圖2。

圖2 系統(tǒng)模塊架構(gòu)圖

1.2.2 數(shù)據(jù)質(zhì)量維度 將首頁數(shù)據(jù)質(zhì)量缺陷定義在缺失、有效性、完整性、唯一性、正確性、一致性6個(gè)質(zhì)量維度，并限定各質(zhì)量維度不分層次，質(zhì)量維度涵義不交叉，數(shù)據(jù)的質(zhì)量評(píng)估結(jié)果不允許維度重復(fù)。

1.2.3 數(shù)據(jù)權(quán)重分配 基礎(chǔ)權(quán)重按乘法模型計(jì)算加權(quán)平均值，體現(xiàn)數(shù)據(jù)元、數(shù)據(jù)組和文檔段的組合及其綜合重要度，權(quán)重分值的“1”、“3”、“5”、“7”、“9”分別對(duì)應(yīng)“不重要”、“較不重要”、“一般重要”、“較重要”、“非常重要”，“2”、“4”、“6”、“8”表示介于相鄰重要度之間，無法準(zhǔn)確判斷的情況。公式如下：

數(shù)據(jù)元綜合重要度：I數(shù)據(jù)元綜合=I臨床文檔×I文檔段×I數(shù)據(jù)組×I數(shù)據(jù)元

數(shù)據(jù)元權(quán)重：R數(shù)據(jù)元=I數(shù)據(jù)元綜合/∑I數(shù)據(jù)元綜合

在基礎(chǔ)權(quán)重基礎(chǔ)上，依據(jù)質(zhì)量缺陷發(fā)生概率，利用風(fēng)險(xiǎn)矩陣對(duì)權(quán)重值進(jìn)行動(dòng)態(tài)調(diào)整。質(zhì)量權(quán)重依管理需求自適應(yīng)循環(huán)迭代，促進(jìn)數(shù)據(jù)質(zhì)量的持續(xù)改進(jìn)。若無歷史數(shù)據(jù)，系統(tǒng)以初始值冷啟動(dòng)。

1.2.4 質(zhì)量信息模型 首頁數(shù)據(jù)質(zhì)量分析以質(zhì)量信息模型為依據(jù)，參考《住院病案首頁數(shù)據(jù)質(zhì)量管理與控制指標(biāo)(2016版)》[15]和美國(guó)NQF(National Quality Forum)開發(fā)數(shù)據(jù)質(zhì)量信息模型(QDM，Quality Data Model)[16]，建立數(shù)據(jù)質(zhì)量評(píng)價(jià)指標(biāo)。

1.2.5 統(tǒng)計(jì)分析方法 使用系統(tǒng)的統(tǒng)計(jì)、查詢平臺(tái)(集成了R 3.2.5API)對(duì)首頁質(zhì)量數(shù)據(jù)進(jìn)行統(tǒng)計(jì)處理，利用數(shù)據(jù)可視化技術(shù)建立視覺化、直觀化的質(zhì)量評(píng)估報(bào)表、統(tǒng)計(jì)圖表等，著重重點(diǎn)問題、重點(diǎn)責(zé)任人、變化趨勢(shì)分析。預(yù)定義質(zhì)量報(bào)告文本結(jié)構(gòu)，自動(dòng)獲取統(tǒng)計(jì)結(jié)果、圖表，自動(dòng)生成數(shù)據(jù)質(zhì)量圖文報(bào)告，向評(píng)價(jià)機(jī)構(gòu)或第三方監(jiān)管機(jī)構(gòu)等反饋數(shù)據(jù)質(zhì)量評(píng)估結(jié)果和報(bào)告。

2 結(jié)果

2.1 數(shù)據(jù)模型

2.1.1 電子病歷數(shù)據(jù)模型 建立四層電子病歷數(shù)據(jù)模型[7]，具體如下：第一層為臨床文檔，指代特定醫(yī)療服務(wù)活動(dòng)(衛(wèi)生事件)產(chǎn)生和記錄的患者臨床診療和指導(dǎo)干預(yù)信息的數(shù)據(jù)集合。如：入院記錄、住院病案首頁、首次病程記錄等。第二層為文檔段，主要參考HL7 RIM _ACT、open HER _ENTRY分類，將文檔段分類為文檔頭(文檔標(biāo)識(shí)、服務(wù)對(duì)象標(biāo)識(shí)、事件摘要等)、觀察(體格檢查、癥狀、體征等)、評(píng)估(預(yù)后、死亡、疾病風(fēng)險(xiǎn)、醫(yī)療質(zhì)量評(píng)估等)、診療(診斷、用藥、手術(shù)/操作、其他治療等)、指導(dǎo)(診療計(jì)劃、指示建議等)、醫(yī)學(xué)檢驗(yàn)檢查、溝通、財(cái)務(wù)行為、管理行為共9類。其中病歷書寫規(guī)范所要求填寫的內(nèi)容，保留其書寫規(guī)范要求名稱，并用下劃線分隔符與文檔段分類相連，例如“現(xiàn)病史_醫(yī)學(xué)檢驗(yàn)檢查”、“體格檢查_觀察”等。第三層為數(shù)據(jù)組，作為一個(gè)數(shù)據(jù)元集合體構(gòu)成臨床文檔的基本單元，具有臨床語義完整性和可重用性特點(diǎn)。數(shù)據(jù)組是對(duì)文檔段更細(xì)的劃分，一般來說，文檔段對(duì)應(yīng)的數(shù)據(jù)組基本固定。應(yīng)用參考信息模型(RIM)實(shí)現(xiàn)數(shù)據(jù)組的組成、約束以及實(shí)例化管理。第四層為數(shù)據(jù)元，位于電子病歷數(shù)據(jù)結(jié)構(gòu)的最底層，是可以通過定義、標(biāo)識(shí)、表示和允許值等一系列屬性進(jìn)行賦值的最小、不可再細(xì)分的數(shù)據(jù)單元。

2.1.2 住院病案首頁數(shù)據(jù)模型 首頁133個(gè)數(shù)據(jù)元依據(jù)電子病歷數(shù)據(jù)模型進(jìn)行分析，其中，臨床文檔層主要摘取自病歷概要、出院記錄、入院記錄、手術(shù)及操作記錄等；文檔段層，分為文檔頭、觀察、診療、評(píng)估、醫(yī)學(xué)檢驗(yàn)檢查、財(cái)務(wù)行為共6類；數(shù)據(jù)組層，擴(kuò)展為診斷、手術(shù)、操作、服務(wù)對(duì)象標(biāo)識(shí)等共計(jì)21類?；陔娮硬v構(gòu)建的首頁數(shù)據(jù)模型，具備較強(qiáng)的穩(wěn)定性與通用性。

2.2 系統(tǒng)評(píng)估

本系統(tǒng)自2017年起在某三級(jí)甲等婦幼醫(yī)院進(jìn)行實(shí)測(cè)應(yīng)用，以該院2016年首頁質(zhì)量數(shù)據(jù)作為系統(tǒng)權(quán)重初始賦值。經(jīng)實(shí)測(cè)發(fā)現(xiàn)，系統(tǒng)應(yīng)用后，首頁數(shù)據(jù)質(zhì)控的效率和數(shù)據(jù)質(zhì)量均有較大改進(jìn)。

2.2.1 質(zhì)控工作效率提高 2017年使用數(shù)據(jù)質(zhì)量智能控制系統(tǒng)實(shí)現(xiàn)首頁質(zhì)控61 352例次，質(zhì)控率100%，及時(shí)質(zhì)控率100%。質(zhì)控?cái)?shù)、質(zhì)控率、質(zhì)控及時(shí)率分別較 2016年提高106.68%、83.06%、140.58%、12.22%。因系統(tǒng)可設(shè)置在非工作時(shí)間進(jìn)行質(zhì)控或?qū)崟r(shí)質(zhì)控，不另行占用信息管理人員工作時(shí)間，因此每年可節(jié)約人力618.44人·天，質(zhì)量數(shù)據(jù)分析處理的時(shí)間也由每年60人·天，縮短為12人·天，縮短了80%。質(zhì)控工作效率具體比較情況見表1。

2.2.2 數(shù)據(jù)質(zhì)量改進(jìn) 2017年系統(tǒng)共計(jì)發(fā)現(xiàn)首頁數(shù)據(jù)缺陷112 274個(gè)，平均缺陷為1.83個(gè)/份，缺陷率較2016年降低28.52%。首頁數(shù)據(jù)缺陷依次為主要診斷未依據(jù)ICD-10填寫、診斷與性別不一致、主任醫(yī)師-缺失、主治醫(yī)師-無效、手術(shù)分級(jí)-缺失等。數(shù)據(jù)質(zhì)量智能控制系統(tǒng)Pareto圖見圖3，雷達(dá)圖見圖4，報(bào)表見圖5。

2017年因本系統(tǒng)的應(yīng)用，DRGs分組數(shù)據(jù)的質(zhì)量和分組結(jié)果均有一定的改進(jìn)，其中首頁填寫合格率由83.54%提高至93.75%，提高了12.22%。分組關(guān)鍵數(shù)據(jù)主要診斷準(zhǔn)確率和主要操作準(zhǔn)確率分別由69.88%提高到85.35%、83.54%至93.54%，分別較2016年提高了22.14%和11.97%。 MDC13組的費(fèi)用RIV由2016年的70.30%提高至76.10%，提高了8.25%。DRGs 分組一致率由65.20%上升至97.59%，提高了49.68%。首頁數(shù)據(jù)質(zhì)量變化情況見表2。

表1 質(zhì)控工作效率比較情況

注：1)可設(shè)置在非工作時(shí)間進(jìn)行質(zhì)控或?qū)崟r(shí)質(zhì)控，不另行占用工作時(shí)間

表2 首頁數(shù)據(jù)質(zhì)量變化情況

圖3 數(shù)據(jù)質(zhì)量智能控制系統(tǒng)pareto圖示例

圖4 數(shù)據(jù)質(zhì)量智能控制系統(tǒng)雷達(dá)圖示例

3 討論

3.1 DRGs數(shù)據(jù)質(zhì)量智能控制系統(tǒng)的技術(shù)及評(píng)價(jià)

我國(guó)首頁數(shù)據(jù)質(zhì)量研究仍處于初期探索階段，相關(guān)研究結(jié)果顯示[17-18]首頁數(shù)據(jù)質(zhì)量問題集中于診斷、手術(shù)操作信息錯(cuò)誤，患者信息采集不準(zhǔn)確不完整等問題，數(shù)據(jù)質(zhì)量問題將導(dǎo)致DRGs分組研究的結(jié)果不夠理想[19]。本研究提出“智能+”技術(shù)集成戰(zhàn)略思路，研發(fā)DRGs數(shù)據(jù)質(zhì)量持續(xù)改進(jìn)的自適應(yīng)PDCA循環(huán)系統(tǒng)。

研究考慮數(shù)據(jù)模型在未建立的情況下，質(zhì)量分析結(jié)果差異較大，導(dǎo)致質(zhì)量評(píng)估體系不具備系統(tǒng)性、穩(wěn)定性和通用性，若首頁數(shù)據(jù)元變動(dòng)后，評(píng)估模型亦需隨之變動(dòng)。本研究參照HL7 CDA、《電子病歷基本架構(gòu)與數(shù)據(jù)標(biāo)準(zhǔn)(試行)》等資料，建立以電子病歷數(shù)據(jù)標(biāo)準(zhǔn)為基礎(chǔ)的首頁數(shù)據(jù)模型。

科室質(zhì)控?cái)?shù)缺陷總體情況缺陷數(shù)缺陷數(shù)/份條目分析文檔頭財(cái)務(wù)行為觀察診療評(píng)估醫(yī)學(xué)檢驗(yàn)檢查缺陷條目數(shù)缺陷條目數(shù)/份缺陷條目數(shù)缺陷條目數(shù)/份缺陷條目數(shù)缺陷條目數(shù)/份缺陷條目數(shù)缺陷條目數(shù)/份缺陷條目數(shù)缺陷條目數(shù)/份缺陷條目數(shù)缺陷條目數(shù)/份婦科(院區(qū)1)1001361.36120.1200.0000.001161.1630.0350.05婦科(院區(qū)2)374612.460.1600.0030.08300.8170.1900.00產(chǎn)科(院區(qū)1)1552091.35380.2500.00210.141240.80150.10110.07婦科(院區(qū)2)3724821.30520.1410.00450.123370.91200.05270.07婦產(chǎn)科系列合計(jì)6648731.311080.1610.00690.106070.91450.07430.06

圖5數(shù)據(jù)質(zhì)量智能控制系統(tǒng)報(bào)表示例

研究應(yīng)用知識(shí)本體、數(shù)據(jù)質(zhì)量本體等前沿技術(shù)實(shí)現(xiàn)首頁數(shù)據(jù)質(zhì)量的智能評(píng)估。本體(Ontology)定義為 “共享概念模型的明確的形式化規(guī)范說明”[13]，通過研習(xí)首頁數(shù)據(jù)元定義及相關(guān)質(zhì)量要求，建立首頁數(shù)據(jù)領(lǐng)域本體，提高數(shù)據(jù)知識(shí)的通用性、重用性[20]。數(shù)據(jù)質(zhì)量(Data Quality)是指信息“符合要求的程度”[21],數(shù)據(jù)質(zhì)量的層次框架[22]分為內(nèi)在數(shù)據(jù)質(zhì)量，上下文數(shù)據(jù)質(zhì)量，表達(dá)數(shù)據(jù)質(zhì)量，可訪問性數(shù)據(jù)質(zhì)量4類。參照數(shù)據(jù)質(zhì)量層次概念，定義首頁數(shù)據(jù)6個(gè)質(zhì)量維度，全面評(píng)估數(shù)據(jù)是否“符合要求”。在此基礎(chǔ)上，應(yīng)用數(shù)據(jù)質(zhì)量本體(Dada Quality Ontology)[23-24]，規(guī)范數(shù)據(jù)質(zhì)量維度定義與規(guī)則，建立數(shù)據(jù)質(zhì)量測(cè)量的標(biāo)準(zhǔn)流程(Measurement Model)，與領(lǐng)域本體推理目的、方式和計(jì)算類型進(jìn)行映射，評(píng)價(jià)領(lǐng)域數(shù)據(jù)質(zhì)量，獲得自動(dòng)化、精細(xì)化數(shù)據(jù)質(zhì)量評(píng)估結(jié)果(Measurement Result)[25]。

另外，系統(tǒng)利用組合權(quán)重分配機(jī)制，結(jié)合歷史數(shù)據(jù)為依據(jù)的半定量風(fēng)險(xiǎn)評(píng)估方法，科學(xué)評(píng)估質(zhì)量數(shù)據(jù)結(jié)果，逐步分離“評(píng)價(jià)機(jī)構(gòu)”的關(guān)鍵性風(fēng)險(xiǎn)因素，以輔助后續(xù)對(duì)改進(jìn)措施的研究，有效提高首頁數(shù)據(jù)質(zhì)量控制模型的動(dòng)態(tài)化、特性化管理能力。

系統(tǒng)的運(yùn)行結(jié)果說明，“智能+”控制系統(tǒng)不僅可以提高質(zhì)控工作效率，可持續(xù)改進(jìn)首頁數(shù)據(jù)質(zhì)量，有效提高DRGs分組效果。

3.2 數(shù)據(jù)質(zhì)量智能控制的發(fā)展方向

本研究中的數(shù)據(jù)模型、數(shù)據(jù)質(zhì)量本體具有較強(qiáng)的通用性，提供病歷質(zhì)量控制、醫(yī)療質(zhì)量控制乃至公共衛(wèi)生質(zhì)量管理的重要借鑒方法。今后本團(tuán)隊(duì)將在此基礎(chǔ)上，運(yùn)用失效模式及后果分析(Failure Mode and Effect Criticality Analysis)、根本原因分析(Root Cause Analysis)等質(zhì)量管理工具，對(duì)關(guān)鍵質(zhì)量問題進(jìn)行分析，了解問題深層原因和本質(zhì)。以質(zhì)量問題根本原因啟發(fā)思維轉(zhuǎn)換，發(fā)現(xiàn)潛在可用資源，評(píng)估解決根本問題的可能性，根據(jù)問題的性質(zhì)選擇合適的解決技術(shù)進(jìn)行求解，例如質(zhì)量屋(Quality Function Deployment)技術(shù)，TRIZ創(chuàng)新原理算法等。通過質(zhì)量數(shù)據(jù)驅(qū)動(dòng)的質(zhì)量改進(jìn)措施分析，對(duì)不同責(zé)任部門、責(zé)任人進(jìn)行特性化分析，對(duì)數(shù)據(jù)產(chǎn)生過程進(jìn)行預(yù)測(cè)，為數(shù)據(jù)優(yōu)化設(shè)計(jì)提供決策依據(jù)。建立有效的過程管理工作機(jī)制、獎(jiǎng)懲機(jī)制，維持和管理改進(jìn)的過程和成果，讓“評(píng)價(jià)機(jī)構(gòu)”切實(shí)做到首頁數(shù)據(jù)質(zhì)量持續(xù)改進(jìn)。