光奇 王建林 趙正斌 丁雪乾

[摘要]?基于人工智能技術(shù)的新型臨床決策支持系統(tǒng)，可通過構(gòu)建設(shè)計編碼規(guī)則與知識庫系統(tǒng)、優(yōu)化質(zhì)控邏輯與質(zhì)控指標(biāo)體系，對醫(yī)療過程進(jìn)行智能監(jiān)測和管控，實時監(jiān)控病案首頁的填寫情況與質(zhì)量，強化醫(yī)療過程質(zhì)量稽查，對存在質(zhì)量缺陷與不符質(zhì)控規(guī)則的診療流程進(jìn)行預(yù)警提醒，有助于實現(xiàn)更有效的病案管理與醫(yī)療質(zhì)控。

[關(guān)鍵詞]?臨床決策支持系統(tǒng)；人工智能；數(shù)據(jù)處理；病案首頁；質(zhì)控

[中圖分類號]?R197.324??????[文獻(xiàn)標(biāo)識碼]?A??????[DOI]?10.3969/j.issn.1673-9701.2023.14.025

The?first?page?filling?and?quality?control?of?medical?records?based?on?new?CDSS

GUANG?Qi1，?WANG?Jianlin1，?ZHAO?Zhegnbin2，?DING?Xueqian1

1.Information?Centre，?Lanzhou?University?First?Hospital，?Lanzhou?730030，?Gansu，?China;?2.Department?of?Medical?Record，?Lanzhou?University?First?Hospital，?Lanzhou?730030，?Gansu，?China

[Abstract]?The?new?clinical?decision?support?system?based?on?artificial?intelligence?technology?could?design?coding?rules?and?knowledge?base?system，?optimized?quality?control?logic?and?quality?control?index?system，?intelligent?monitoring?and?control?of?medical?processes，?real-time?monitoring?of?the?completion?and?quality?of?the?first?page?of?the?medical?case，?strengthening?the?quality?audit?of?the?medical?process，?early?warning?and?reminding?of?the?treatment?process?with?quality?defects?and?non-compliance?with?quality?control?rules，?helping?to?achieve?more?effective?medical?case?management?and?medical?quality?control.

[Key?words]?Clinical?decision?support?system;?Artificial?intelligence;?Data?processing;?Front?page?of?medical?record;?Quality?control

病案首頁是住院患者信息的重要來源，對住院患者管理、病案資料分析與研究、醫(yī)療質(zhì)量管理控制與評估等具有重要意義[1-3]。目前醫(yī)療質(zhì)控總體執(zhí)行的達(dá)標(biāo)率不斷上升，但仍然存在諸多問題，如多數(shù)醫(yī)生對部分質(zhì)控指標(biāo)認(rèn)識不足導(dǎo)致執(zhí)行情況不樂觀，質(zhì)控工作主要依靠人工統(tǒng)計分析導(dǎo)致數(shù)據(jù)真實性存疑且有滯后性等。因此，通過信息技術(shù)挖掘臨床數(shù)據(jù)，建立對醫(yī)療過程的實時質(zhì)量監(jiān)控，提高病種管理的準(zhǔn)確性、及時性和科學(xué)性顯得尤為重要[4]。本研究通過人工智能（artificial?intelligence，AI）技術(shù)結(jié)合醫(yī)學(xué)知識庫建立新型臨床決策支持系統(tǒng)（clinical?decision?support?system，CDSS），可在醫(yī)生操作過程中智能識別診療行為是否存在缺陷并進(jìn)行提醒，引導(dǎo)醫(yī)生按照指南要求完成診療項目，生成過程數(shù)據(jù)實時回報質(zhì)控指標(biāo)完成比率，從而建立自動化質(zhì)控應(yīng)用。同時還可根據(jù)一定的質(zhì)控規(guī)則與質(zhì)控邏輯在診療過程中自動識別和實時管控診療缺陷，提高病種質(zhì)控的實時性、規(guī)范化和數(shù)據(jù)真實性，助力提高患者病情分析和醫(yī)學(xué)研究[5-6]。

1??基于AI的新型CDSS架構(gòu)設(shè)計

1.1??CDSS系統(tǒng)分析

傳統(tǒng)的CDSS建設(shè)是以提供醫(yī)師診斷查閱瀏覽為出發(fā)點，系統(tǒng)知識庫主要包括臨床指南、藥品使用說明書等一些基本臨床業(yè)務(wù)知識，后來基于醫(yī)院信息化平臺進(jìn)行建設(shè)，開始抽取患者診斷、病程、癥狀、檢驗、檢查、藥品等數(shù)據(jù)，結(jié)合指導(dǎo)原則、指南等知識，通過相關(guān)邏輯算法等能力進(jìn)行知識關(guān)聯(lián)[7]，在一定程度上為臨床醫(yī)師提供了診療參照，如根據(jù)CDSS推薦為相似的病例提供一個全面的知識補充與決策依據(jù)[8-9]。

CDSS要從傳統(tǒng)的單純功能建設(shè)轉(zhuǎn)向提高數(shù)據(jù)集成度，通過新一代智能化信息技術(shù)為關(guān)聯(lián)用戶主動推薦更符合角色需要的“高級內(nèi)容”。臨床醫(yī)學(xué)知識庫除了不斷更新的疾病臨床診療指南等醫(yī)學(xué)資料外，還應(yīng)該有三甲醫(yī)院、著名行業(yè)專家的歷史診療數(shù)據(jù)，通過機器學(xué)習(xí)、數(shù)據(jù)挖掘等手段進(jìn)行結(jié)構(gòu)化和元素化梳理。CDSS在臨床業(yè)務(wù)層面的應(yīng)用，首先是解決醫(yī)學(xué)自然語言識別問題，讓計算機讀懂、讀準(zhǔn)數(shù)據(jù)，進(jìn)一步研判醫(yī)學(xué)邏輯；研究結(jié)果表明，基于自然語言處理（natural?language?processing，NLP）技術(shù)，通過對醫(yī)學(xué)命名實體與變量關(guān)系進(jìn)行識別，以及對非結(jié)構(gòu)化或半結(jié)構(gòu)化病歷文本進(jìn)行關(guān)鍵詞界定、語意句意剖析解釋、語言行為分析等智能化處理，病歷文本識別精確度可達(dá)91.8%[9]。

1.2??基于AI的CDSS平臺設(shè)計

新型的智能臨床輔助決策系統(tǒng)以國家診療規(guī)范為標(biāo)準(zhǔn)，以AI技術(shù)為支撐，在數(shù)據(jù)核心層通過神經(jīng)網(wǎng)絡(luò)算法、推理模型等構(gòu)件各類庫。①通過與其他醫(yī)療信息系統(tǒng)進(jìn)行數(shù)據(jù)互聯(lián)互通，采集診療所需的數(shù)據(jù)；②通過數(shù)據(jù)核心層的智能計算與數(shù)據(jù)訓(xùn)練，對所采集診療數(shù)據(jù)進(jìn)行判別、分割、清洗處理；③通過應(yīng)用層服務(wù)連接，推送智能診斷參考依據(jù)、提出不同診斷意見。其中，決策系統(tǒng)是以智能決策引擎和醫(yī)學(xué)知識庫為核心，遵循疾病發(fā)生、發(fā)展的本質(zhì)原理，以新一代AI基礎(chǔ)理論體系為指導(dǎo)，采用基于本體的語義網(wǎng)絡(luò)、深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)算法等前沿技術(shù)對涉及疾病診療本質(zhì)的指南、文獻(xiàn)、醫(yī)療病歷等數(shù)據(jù)進(jìn)行“學(xué)習(xí)”，自我完善知識庫、規(guī)則庫以及決策引擎模型，實現(xiàn)精準(zhǔn)、高效地智能綜合分析與判斷、為醫(yī)生診療過程中所涉及的基本檢、診、治服務(wù)提供精準(zhǔn)的解決方案推送，技術(shù)功能框架見圖1。

新型CDSS平臺系統(tǒng)采用了Spring?MVC架構(gòu)，底層采用關(guān)系型數(shù)據(jù)庫MySQL和圖形數(shù)據(jù)庫Neo4j結(jié)合的方式，通過Java語言來實現(xiàn)所有的應(yīng)用功能。后臺深度學(xué)習(xí)引擎使用Python，結(jié)合谷歌的TensorFlow的框架，創(chuàng)建智能學(xué)習(xí)的模型。集中式云平臺部署的B/S架構(gòu)，支持Weblogic或Tomcat中間件技術(shù)；支持XML和JSON格式數(shù)據(jù)傳輸，能與不同來源的醫(yī)療信息化系統(tǒng)和信息相對接。其中，AI推理引擎可通過臨床電子病歷數(shù)據(jù)、臨床指南/實用內(nèi)科學(xué)、醫(yī)學(xué)文獻(xiàn)/期刊論文以及三甲醫(yī)院、著名行業(yè)專家的歷史診療數(shù)據(jù)進(jìn)行采集，利用大數(shù)據(jù)、自然語言處理、數(shù)據(jù)優(yōu)化等技術(shù)，將其中關(guān)鍵的診療信息與特征提取出來，形成專業(yè)數(shù)據(jù)網(wǎng)絡(luò)，并通過深度學(xué)習(xí)實施數(shù)據(jù)網(wǎng)絡(luò)模型訓(xùn)練，生成多個不同應(yīng)用的醫(yī)學(xué)邏輯推理模型，以應(yīng)用于不用場景、不同需求的智能推送。真正解決目前醫(yī)療CDSS系統(tǒng)應(yīng)用普遍存在的數(shù)據(jù)采集環(huán)境不智能、數(shù)據(jù)及推送不清晰、數(shù)據(jù)缺乏深度應(yīng)用等問題。

2??病案首頁填報與質(zhì)控方案

2.1??病案管理需求

CDSS在病案首頁與病歷質(zhì)控中的最典型應(yīng)用是從數(shù)據(jù)源頭，即臨床醫(yī)生和編碼員開始進(jìn)行管控。一方面，CDSS可對臨床診療不規(guī)范行為進(jìn)行預(yù)警提醒，避免臨床醫(yī)生“不夠?qū)I(yè)認(rèn)真”造成的編碼問題；另一方面，AI可主動幫助編碼員“記”編碼規(guī)則和事中提醒編碼依據(jù)，通過兩個端口的管控全面提高病案質(zhì)量。而傳統(tǒng)CDSS以單一知識推送或警報提醒為主，知識庫不具備自我學(xué)習(xí)的能力，難以靈活配置適應(yīng)臨床業(yè)務(wù)需求。新型CDSS可連接最新的循證指南，利用AI進(jìn)行知識規(guī)則自主更新，能夠且有必要對醫(yī)療全過程進(jìn)行定量評價。

目前病案管理的不足之處主要可歸咎于4點：①病案首頁填寫不完整與診斷選擇問題；②醫(yī)學(xué)術(shù)語使用不規(guī)范，同一疾病出現(xiàn)不同的描述；③病程記錄過于簡單，使醫(yī)生已操作的診療行為不可追溯，埋下法律風(fēng)險隱患；④病案信息不全。要解決上述4個問題，既需要提高醫(yī)生的效率，又需要在事后進(jìn)行病案質(zhì)量的管控，其關(guān)鍵在于加強標(biāo)準(zhǔn)化、智能化與有效質(zhì)控[10]。

CDSS具有標(biāo)準(zhǔn)化與智能化相輔相成的特點，旨在提升醫(yī)生書寫電子病歷的效率與準(zhǔn)確率。新型CDSS系統(tǒng)可通過構(gòu)建內(nèi)容豐富的知識數(shù)據(jù)庫，并用NLP作為底層技術(shù)，以類人腦的邏輯方式實現(xiàn)病歷內(nèi)涵管理，取代傳統(tǒng)病歷管理系統(tǒng)下點對點的線性邏輯關(guān)系。兩者的差異在于推薦信息的準(zhǔn)確性與豐富性。由于醫(yī)學(xué)知識本身兼具廣泛與復(fù)雜兩個特性，同一個癥狀往往可以推測出多個可能的病因，因此基于規(guī)則的推薦往往不能覆蓋所有的可能。相比之下，采用NLP技術(shù)的新型CDSS可以處理復(fù)雜的醫(yī)學(xué)邏輯，并可根據(jù)患者病情為醫(yī)生提供可能疾病的概率分布，且可輕易調(diào)入電子病歷之中，并且通過AI的輔助，醫(yī)生的診療效率、質(zhì)量都將提高，同時也降低了醫(yī)生本身知識的要求。

2.2??知識庫的構(gòu)建與挖掘規(guī)則設(shè)計

基于固定規(guī)則的質(zhì)控只能夠解決一些簡單的錄入錯誤，如病歷項的漏填、男性患者錄入婦科疾病等問題，智慧病案管理系統(tǒng)需要具備完成智能化病案首頁填報與控制的能力，進(jìn)行更為復(fù)雜的內(nèi)涵管理，找出病歷中邏輯錯誤，進(jìn)而使大規(guī)模病案質(zhì)控成為現(xiàn)實，因此知識庫的構(gòu)建和挖掘規(guī)則庫的設(shè)計十分關(guān)鍵。

知識庫作為臨床相關(guān)知識的總集，設(shè)計基于大數(shù)據(jù)分析、NLP處理、機器學(xué)習(xí)及規(guī)則引擎等技術(shù)，從權(quán)威知識源和權(quán)威醫(yī)學(xué)知識庫對提取信息并進(jìn)行結(jié)構(gòu)化處理，按照藥品、診療指南、?？七M(jìn)行分類管理，同時能在診療病歷數(shù)據(jù)中獲取歷史信息，不斷訓(xùn)練系統(tǒng)的AI“大腦”，增補疾病知識，形成智能化的動態(tài)、實時、內(nèi)化知識庫。同時，為避免知識庫信息匹配程度低、關(guān)聯(lián)關(guān)系模糊導(dǎo)致的聯(lián)動輸出效果差的問題，設(shè)計基于規(guī)則引擎和KMP算法的決策方法，可結(jié)合醫(yī)學(xué)知識圖譜、AI技術(shù)、應(yīng)用規(guī)則管理與規(guī)則引擎服務(wù)，構(gòu)建規(guī)則約束條件和引擎配置，將推論結(jié)果作為輸出信息，通過伴隨展示、智能提醒、輔助診斷、醫(yī)囑質(zhì)控、病歷內(nèi)涵質(zhì)控等功能，無縫嵌入CDSS輔助質(zhì)控平臺中。

2.3??醫(yī)療質(zhì)控方案

針對病歷內(nèi)涵質(zhì)控，新型CDSS將質(zhì)控關(guān)口前移，覆蓋醫(yī)院所有病歷文本內(nèi)容，把單純形式結(jié)果質(zhì)控轉(zhuǎn)變?yōu)檫^程內(nèi)涵質(zhì)控與形式質(zhì)控相結(jié)合，對缺陷內(nèi)容進(jìn)行事中干預(yù)并提示上級醫(yī)生及時審核、駁回修改，從源頭改善病歷內(nèi)容準(zhǔn)確性、診斷明確性、治療規(guī)范性，能夠?qū)崿F(xiàn)對臨床病歷全方位質(zhì)量把控與評價。

2.3.1??智能質(zhì)控管理??針對全量病歷質(zhì)控管理，通過嵌入醫(yī)院信息系統(tǒng)，基于AI邏輯推理的病歷質(zhì)控系統(tǒng)可對全量病歷進(jìn)行分析，并通過智能規(guī)則引擎實現(xiàn)對醫(yī)療行為各環(huán)節(jié)的全程、動態(tài)、有序質(zhì)控管理，有效解決以往手工時代實時質(zhì)量監(jiān)控困難的問題，通過實時數(shù)據(jù)的統(tǒng)計與分析，及時了解全量病歷特別是重點病種的醫(yī)療過程質(zhì)控情況及病歷書寫質(zhì)量，為病案質(zhì)量改進(jìn)及績效考核提供數(shù)據(jù)支撐。通過基于AI的內(nèi)涵質(zhì)控引擎，可快速實現(xiàn)對各類?？撇v的內(nèi)涵質(zhì)控審核，如在AI支持下，1份病案的審核時間可縮短到原來的30%以下。病案科能夠通過全局?jǐn)?shù)據(jù)分析醫(yī)院、科室甚至到醫(yī)生個體的病歷質(zhì)控缺陷模式，從而極大提高管理部門進(jìn)行質(zhì)量改進(jìn)的措施精準(zhǔn)度，完成從“管病案”到“提高臨床質(zhì)量”的質(zhì)控延伸。

2.3.2??CDSS融合病案質(zhì)控??病案質(zhì)控與新型CDSS的融合將進(jìn)一步提高醫(yī)療質(zhì)量管理的“基線”。一方面，CDSS可以進(jìn)行病案管理流程重構(gòu)，自動打通臨床醫(yī)生與病案員實時交互；另一方面，CDSS可以實現(xiàn)高效率的“質(zhì)量管理”，在與醫(yī)院所有業(yè)務(wù)系統(tǒng)對接、數(shù)據(jù)處理、臨床上的提醒等環(huán)節(jié)加強質(zhì)控，提升臨床信任及應(yīng)用。以病案首頁的出院診斷為例，主要診斷的確定有“三最”原則，即患者住院過程中對身體健康危害最大，花費醫(yī)療資源最多，住院時間最長的疾病診斷。例如，產(chǎn)科的主要診斷指產(chǎn)科的主要并發(fā)癥或伴隨疾病，則需要相應(yīng)設(shè)計“產(chǎn)科主診斷應(yīng)選擇產(chǎn)科并發(fā)癥或伴隨疾病”的質(zhì)控原則。因此，建立全院統(tǒng)一質(zhì)控標(biāo)準(zhǔn)，既能使得臨床醫(yī)生行為更加規(guī)范，又能使病案管理更加精細(xì)化、過程化，同時系統(tǒng)多維度的質(zhì)控數(shù)據(jù)匯總也幫助管理者實時掌握院內(nèi)病案管理情況。

2.4??應(yīng)用成效

選取蘭州大學(xué)第一醫(yī)院部分科室進(jìn)行CDSS病案首頁填報及質(zhì)控管理實踐應(yīng)用測試。整體來看，醫(yī)院臨床醫(yī)生對系統(tǒng)提示的整體采納率呈上升趨勢，臨床應(yīng)用科室的病歷缺陷問題總數(shù)、平均每份病歷的缺陷問題數(shù)逐步下降，通過對電子病歷創(chuàng)建時間的管理，電子病歷創(chuàng)建時間合格率由5月的93.0%提升至10月的99.0%，超時創(chuàng)建病歷份數(shù)由5月的485份下降至10月的65份。2020年1月至10月，病案首頁準(zhǔn)確完整率從84.1%提升至89.9%，見表1、圖2～3。

3??討論

病案首頁填報及質(zhì)控可實現(xiàn)對病案首頁數(shù)據(jù)的規(guī)范化、同質(zhì)化管理，需要對病案首頁填寫缺陷情況及質(zhì)量進(jìn)行實踐分析，才能真正提升病案首頁的填報質(zhì)量與質(zhì)控效果。實踐理念基于新型CDSS的自動化質(zhì)控管理模式，屬于事中干預(yù)，遵循PDCA原則，及時糾正醫(yī)生行為偏差并允許生成和輸出中間過程數(shù)據(jù)。同時，科室或醫(yī)務(wù)管理部門按照不同維度查詢質(zhì)控達(dá)成情況，實時監(jiān)測特定患者或醫(yī)生是否被/執(zhí)行規(guī)范的診療路徑。將相應(yīng)指標(biāo)作為核心監(jiān)測參數(shù)進(jìn)行定期量化評價，查詢既定質(zhì)控指標(biāo)未完成的原因，及時與臨床溝通糾正。

以AI、自然語言處理為代表的新一代智能信息技術(shù)已成為推動醫(yī)學(xué)質(zhì)量發(fā)展的重要引擎元素，本研究從提升病案首頁填報與醫(yī)療質(zhì)量控制工作兩個環(huán)節(jié)為出發(fā)點，分析設(shè)計基于新型CDSS輔助的病案首頁填報及質(zhì)控方案，一方面可通過對整本病歷的語義理解及其他歷史臨床信息補充構(gòu)建診療模式，推導(dǎo)出合理的主診斷，對于合并診斷缺失、手術(shù)及操作漏填等問題可以基于該模式進(jìn)行識別和提醒給予醫(yī)生及編碼員必要的提醒；另一方面根據(jù)一定的質(zhì)控規(guī)則與質(zhì)控邏輯在診療過程中自動識別和實時管控診療缺陷，能夠有效提升病案質(zhì)控的標(biāo)準(zhǔn)化、智能化與精細(xì)化，為臨床病案管理提供幫助。

[參考文獻(xiàn)][1] 蔣薛明.?住院病案首頁數(shù)據(jù)質(zhì)量控制體系建設(shè)[J].?中國衛(wèi)生統(tǒng)計，?2019，?36（3）：?348–350.

[6] 梁志剛，?羅德芳，?魏嵐，?等.?CDSS用于電子病歷質(zhì)量控制的開發(fā)設(shè)計與應(yīng)用[J].中國數(shù)字醫(yī)學(xué)，?2021，?16（3）：?23–27.