□ 劉祉呈 LIU Zhi-cheng 陳愛芬 CHEN Ai-fen 黃頌列 HUANG Song-lie

隨著醫(yī)院信息化程度的提高，電子病歷的應(yīng)用不斷普及，與此同時(shí)也出現(xiàn)了病歷書寫不及時(shí)、不規(guī)范、不完整等諸多問題。一份真實(shí)的病歷意義重大，它反映了患者的病情、醫(yī)院醫(yī)療質(zhì)量、學(xué)術(shù)水平和管理水平，能為醫(yī)療、教學(xué)、科研提供寶貴的基礎(chǔ)資料；同時(shí)能為醫(yī)院管理提供不可缺少的醫(yī)療信息；在涉及醫(yī)療爭議時(shí)，它是判定法律責(zé)任的重要依據(jù)；在醫(yī)療保險(xiǎn)中，它又是相關(guān)醫(yī)療付費(fèi)的憑據(jù)。為加強(qiáng)醫(yī)療機(jī)構(gòu)病歷管理，保證病歷資料客觀、真實(shí)、完整，原衛(wèi)生部制定了《病歷書寫基本規(guī)范》《醫(yī)療機(jī)構(gòu)病歷管理規(guī)定》，浙江省制定《醫(yī)療文書書寫規(guī)范》等相關(guān)規(guī)定，規(guī)范了病歷質(zhì)量與管理內(nèi)容。

基于AI病歷質(zhì)控系統(tǒng)設(shè)計(jì)

1.醫(yī)院病歷質(zhì)控現(xiàn)狀。2019年我院出院人次16.22萬人次，門診人次423.76萬人次。電子病歷系統(tǒng)的模塊僅能完成簡單的形式質(zhì)控，仍需要大量高年資專業(yè)質(zhì)控人員進(jìn)行人工抽樣質(zhì)控，存在著病歷質(zhì)控?cái)?shù)量不足、質(zhì)控點(diǎn)覆蓋率低、效率不高、缺乏醫(yī)療全過程質(zhì)控等問題，醫(yī)院需要針對這些問題重建以病歷內(nèi)涵質(zhì)控為核心、三級質(zhì)控為架構(gòu)、院科互動(dòng)的全閉環(huán)病歷質(zhì)控系統(tǒng)[1]。

2.關(guān)鍵技術(shù)。系統(tǒng)以某公司病歷質(zhì)控產(chǎn)品技術(shù)為基礎(chǔ)，利用自然語言處理技術(shù)結(jié)合醫(yī)療術(shù)語及編碼標(biāo)準(zhǔn)化對病歷進(jìn)行全面的后結(jié)構(gòu)化處理。自然語言處理引擎是對病歷文本進(jìn)行語義分析及提取的一種人工智能技術(shù)，利用醫(yī)學(xué)語言詞庫及語料庫實(shí)現(xiàn)了醫(yī)學(xué)文本充分結(jié)構(gòu)化[2]。醫(yī)療術(shù)語及編碼標(biāo)準(zhǔn)化最大程度保留文本中的語義及關(guān)聯(lián)性，識別的結(jié)果可以作為電子病歷知識的基礎(chǔ)[3]，從而使由信息系統(tǒng)對病歷的內(nèi)涵進(jìn)行分析與質(zhì)控變得可行。

3.病歷缺陷規(guī)則庫建立及完善。系統(tǒng)缺陷規(guī)則庫包含兩部分內(nèi)容：基于浙江省臺州醫(yī)院歷年病歷人工質(zhì)控問題及電子病歷質(zhì)控標(biāo)準(zhǔn)形成的經(jīng)驗(yàn)?zāi)Ｐ蛶?；基于各類醫(yī)學(xué)指南、文獻(xiàn)形成的循證模型庫。同時(shí)基于《浙江省住院病歷評分標(biāo)準(zhǔn)》的規(guī)定進(jìn)行二次調(diào)整，由質(zhì)控部與臨床質(zhì)控員組成專家組，將標(biāo)準(zhǔn)中77個(gè)扣分項(xiàng)進(jìn)行進(jìn)一步拆解，分析出1028個(gè)質(zhì)控點(diǎn)，提供質(zhì)控系統(tǒng)進(jìn)行病歷缺陷規(guī)則的完善。

4.院內(nèi)病歷二次標(biāo)注與機(jī)器學(xué)習(xí)。原有系統(tǒng)中自帶的醫(yī)學(xué)語言模型和術(shù)語映射模型對我院電子病歷的識別率在60%到70%之間，為進(jìn)一步提高醫(yī)學(xué)文本的識別率，我院組織臨床質(zhì)控專家組與信息中心技術(shù)人員對于真實(shí)臨床病歷進(jìn)行二次標(biāo)注，以供機(jī)器學(xué)習(xí)。以剖宮產(chǎn)記錄為例(圖1)，宮縮劑是根據(jù)患者宮縮情況進(jìn)行使用，存在“有”與“無”使用、不同藥物、不同劑量的情況，且不同醫(yī)生的文書表達(dá)方式不同，通過對于脫敏的剖宮產(chǎn)記錄進(jìn)行標(biāo)注后，系統(tǒng)從而學(xué)習(xí)到臨床的文書診療思維及書寫習(xí)慣。通過病歷二次標(biāo)注的完成，使系統(tǒng)對我院病歷的識別率到達(dá)93%以上，達(dá)到病歷質(zhì)控系統(tǒng)應(yīng)用的要求。

圖1 病歷標(biāo)注

5.住院病歷質(zhì)控實(shí)驗(yàn)樣本數(shù)據(jù)對比。系統(tǒng)搭建完成后，我們設(shè)計(jì)了實(shí)驗(yàn)對比組，對我院3000份住院病歷進(jìn)行了人工質(zhì)控和智能質(zhì)控對比。人工質(zhì)控實(shí)驗(yàn)數(shù)據(jù)為質(zhì)控部提供以往病歷質(zhì)控?cái)?shù)據(jù)；智能AI質(zhì)控系統(tǒng)實(shí)驗(yàn)數(shù)據(jù)為從電子病歷系統(tǒng)中抽取3000份出院病歷，應(yīng)用質(zhì)控引擎處理后，再交由質(zhì)控員人工復(fù)核得到。見表1。

表1 住院病歷不同質(zhì)控方式比較

應(yīng)用成效

系統(tǒng)自2019年10月上線以來，陸續(xù)在全院30余個(gè)科室推開，截至2020年11月31日，機(jī)器質(zhì)控覆蓋率100%。隨著系統(tǒng)日常質(zhì)控計(jì)劃的運(yùn)行，為保證系統(tǒng)質(zhì)控準(zhǔn)確率的提升，系統(tǒng)提供科室質(zhì)控員及臨床病歷醫(yī)生對質(zhì)控結(jié)果進(jìn)行反饋與申述的渠道，由質(zhì)控部組織臨床質(zhì)控專家組每月對于反饋問題進(jìn)行審核，審核結(jié)果供給系統(tǒng)進(jìn)行機(jī)器學(xué)習(xí)的模型，系統(tǒng)中知識圖譜的信息量越積越大，從而提高質(zhì)控結(jié)果準(zhǔn)確率。同時(shí)隨著系統(tǒng)不斷積累，質(zhì)控結(jié)果準(zhǔn)確率提高到93.6%，其中內(nèi)涵缺陷占68%，大大減輕了質(zhì)控工作人員的工作強(qiáng)度，全院病歷的平均得分從最初的75分提升到目前的92分。

不足與思考

1.不同科室病歷數(shù)據(jù)適配問題，需要進(jìn)一步磨合。因各科室差異，以重癥和兒科為例，?？齐娮硬v模板與普通病房的病歷模板存在一定的差異，造成病歷數(shù)據(jù)結(jié)構(gòu)的異構(gòu)，帶給智能AI質(zhì)控系統(tǒng)額外的數(shù)據(jù)適配工作，仍需要系統(tǒng)通過專科病歷模板的標(biāo)注工作進(jìn)行大量的學(xué)習(xí)和訓(xùn)練，逐步提高病歷模板的適配度，以達(dá)到100%的病歷質(zhì)檢效果。

2.病歷質(zhì)控?zé)o法完全脫離人工?，F(xiàn)階段系統(tǒng)為保證病歷質(zhì)控的質(zhì)量與準(zhǔn)確性，還是以機(jī)器質(zhì)檢+人工復(fù)核的方式相結(jié)合運(yùn)營。在某種意義上只能根據(jù)預(yù)設(shè)程序，被動(dòng)地根據(jù)已知的選項(xiàng)對疾病進(jìn)行檢測和診斷預(yù)測[4]。在病歷質(zhì)控效率上，比起單純?nèi)斯こ闃淤|(zhì)控確實(shí)得到很大的提高，但是就智能AI的應(yīng)用效果上，還是擁有很大的提升空間。

總結(jié)

隨著系統(tǒng)不斷改進(jìn)，可以看到病歷質(zhì)控效率得到明顯增強(qiáng)，同時(shí)我們在實(shí)踐中不斷進(jìn)行總結(jié)與歸納，不拘泥于技術(shù)實(shí)現(xiàn)能力，以醫(yī)療應(yīng)用場景和實(shí)踐效果為基準(zhǔn)點(diǎn)，結(jié)合醫(yī)院病歷三級質(zhì)控體系規(guī)范，靈活使用各種技術(shù)，更好地發(fā)揮智能AI技術(shù)的價(jià)值，賦能臨床病歷質(zhì)量的持續(xù)改進(jìn)。