檢驗(yàn)報(bào)告智能審核系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)

劉嬋楨 鄢羽

摘要：傳統(tǒng)審核檢驗(yàn)報(bào)告是由檢驗(yàn)人員依靠經(jīng)驗(yàn)判斷完成，存在工作效率低下，判斷結(jié)果不穩(wěn)定等問題。該文設(shè)計(jì)的檢驗(yàn)報(bào)告智能審核系統(tǒng)，基于審核規(guī)則與智能算法，實(shí)現(xiàn)檢驗(yàn)報(bào)告結(jié)果智能審核功能，提高了檢驗(yàn)人員工作效率與質(zhì)量，避免了人工審核的經(jīng)驗(yàn)不足及水平差異。

關(guān)鍵詞：智能審核;檢驗(yàn)報(bào)告;智能算法

中圖分類號(hào)：TP311 文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1009-3044（2020）29-0233-03

1 背景

隨著醫(yī)療服務(wù)需求逐年加大，政府近年來實(shí)施醫(yī)藥衛(wèi)生體制改革并提出要轉(zhuǎn)變服務(wù)理念，優(yōu)化診療流程。盡管檢驗(yàn)科室在應(yīng)用全自動(dòng)分析儀、自動(dòng)化流水線后，檢驗(yàn)工作流程、工作效率和工作質(zhì)量都有提升[1]，但是檢驗(yàn)報(bào)告審核的信息技術(shù)應(yīng)用不充分，導(dǎo)致檢驗(yàn)報(bào)告現(xiàn)有的審核方式與流程影響了檢驗(yàn)工作效率與質(zhì)量。

檢驗(yàn)報(bào)告仍靠檢驗(yàn)人員的經(jīng)驗(yàn)進(jìn)行人工審核，判斷是否漏項(xiàng)，是否傳錯(cuò)結(jié)果以及是否有假陽(yáng)性結(jié)果等，工作效率低下。而且人工審核可能存在人為疏忽造成的誤差，造成檢驗(yàn)報(bào)告誤審情況以及檢驗(yàn)報(bào)告回收率差異，導(dǎo)致耽誤患者病情以及增大醫(yī)患者矛盾。檢驗(yàn)報(bào)告審核人員個(gè)人能力和水平不同，不同操作人員審核標(biāo)準(zhǔn)有差異，導(dǎo)致人工判斷不穩(wěn)定。

針對(duì)以上問題，開發(fā)與實(shí)現(xiàn)檢驗(yàn)報(bào)告智能審核系統(tǒng)。將人工審核的思路維護(hù)成審核規(guī)則，通過存儲(chǔ)過程編寫語(yǔ)句應(yīng)用審核規(guī)則實(shí)現(xiàn)檢驗(yàn)報(bào)告的自動(dòng)審核功能，同時(shí)引用智能算法，通過分析檢驗(yàn)項(xiàng)目未通過審核的原因進(jìn)行自我預(yù)測(cè)與學(xué)習(xí)，在數(shù)據(jù)集中尋求隱藏和有益關(guān)系，不斷調(diào)整規(guī)則參數(shù)與調(diào)參范圍，實(shí)現(xiàn)檢驗(yàn)報(bào)告自動(dòng)審核系統(tǒng)?；赗語(yǔ)言的智能算法與審核規(guī)則的智能審核系統(tǒng)，提高了工作人員效率，減少了醫(yī)療差錯(cuò)。

2 檢驗(yàn)報(bào)告智能審核系統(tǒng)

2.1 系統(tǒng)總體架構(gòu)

業(yè)務(wù)層：該層主要實(shí)現(xiàn)儀器將檢驗(yàn)結(jié)果傳輸至系統(tǒng)的通訊、根據(jù)自動(dòng)審核規(guī)則進(jìn)行邏輯判斷，并應(yīng)用智能算法改進(jìn)規(guī)則參數(shù)與范圍。

數(shù)據(jù)層：該層為讀寫數(shù)據(jù)庫(kù)數(shù)據(jù)，包括存儲(chǔ)過程的規(guī)則數(shù)據(jù)、緩存數(shù)據(jù)、自定義的函數(shù)。使用soL數(shù)據(jù)庫(kù)，滿足了醫(yī)院檢驗(yàn)業(yè)務(wù)的支撐與讀寫數(shù)據(jù)的快速響應(yīng)。

運(yùn)行環(huán)境：部署獨(dú)立的服務(wù)器，并通過雙機(jī)熱備保證一臺(tái)服務(wù)器宕機(jī)后，系統(tǒng)使用及數(shù)據(jù)交互依然正常，從而保障檢驗(yàn)工作的正常開展以及檢驗(yàn)數(shù)據(jù)無丟失與無差錯(cuò)。在本地?cái)?shù)據(jù)庫(kù)建立作業(yè)實(shí)現(xiàn)數(shù)據(jù)的完整備份與差異備份，并通過網(wǎng)絡(luò)技術(shù)實(shí)現(xiàn)數(shù)據(jù)的異地備份。備份機(jī)制保證了數(shù)據(jù)的安全性，符合信息安全等級(jí)保護(hù)三級(jí)等保要求翻。

2.2 系統(tǒng)總體方案

自動(dòng)審核規(guī)則設(shè)置是在前臺(tái)對(duì)每臺(tái)儀器下的檢驗(yàn)項(xiàng)目進(jìn)行設(shè)置，每個(gè)檢驗(yàn)項(xiàng)目都有獨(dú)立的規(guī)則內(nèi)容，包括危急值范圍、儀器警告信息、自動(dòng)審核范圍、歷史結(jié)果比較變化值等。自動(dòng)審核界面有患者的基本信息、檢驗(yàn)結(jié)果信息、報(bào)告審核狀態(tài)等，還可按每類狀態(tài)進(jìn)行查詢，對(duì)于未通過審核的檢驗(yàn)項(xiàng)目顯示未通過的原因。

3 系統(tǒng)設(shè)計(jì)

3.1 系統(tǒng)流程設(shè)計(jì)

系統(tǒng)接收到儀器傳過來的檢驗(yàn)結(jié)果后，首先會(huì)判斷該項(xiàng)目是否開啟自動(dòng)審核功能，如果未開啟整個(gè)標(biāo)本結(jié)果將直接進(jìn)入到人工審核通道，如果該項(xiàng)目開啟自動(dòng)審核功能，系統(tǒng)將按照已設(shè)置的通過驗(yàn)證的規(guī)則、標(biāo)準(zhǔn)和邏輯，自動(dòng)對(duì)檢測(cè)結(jié)果進(jìn)行自動(dòng)判斷。自動(dòng)審核的流程如下圖2所示。啟用自動(dòng)審核功能后，當(dāng)自動(dòng)審核程序判斷的結(jié)果符合所有預(yù)設(shè)規(guī)則時(shí)，由系統(tǒng)直接審核，不再需要人工干預(yù)，報(bào)告由初始狀態(tài)變成己審核狀態(tài)。當(dāng)自動(dòng)審核程序判斷結(jié)果不符合預(yù)設(shè)規(guī)則時(shí)，報(bào)告仍為初始狀態(tài)，需要人工進(jìn)行必要的信息核對(duì)、樣本性狀核對(duì)、重測(cè)等處理再進(jìn)行人工審核。

3.2 審核規(guī)則設(shè)計(jì)

項(xiàng)目質(zhì)控分析。系統(tǒng)通過采集、送檢時(shí)間比對(duì)判斷標(biāo)本是否符合要求，并通過前處理的全自動(dòng)檢測(cè)系統(tǒng)，識(shí)別溶血、脂血、黃疸標(biāo)本。

儀器報(bào)警信息判斷。系統(tǒng)對(duì)全自動(dòng)流水線儀器發(fā)送過來的標(biāo)本報(bào)警信息進(jìn)行解析，并將解析后的錯(cuò)誤報(bào)警信息設(shè)定為審核規(guī)則，確定儀器狀態(tài)是否正?；蛭鼧邮欠裾_等。

危急值范圍判斷。危急值[3]是指某項(xiàng)或某類檢驗(yàn)異常結(jié)果，而當(dāng)這種檢驗(yàn)異常結(jié)果出現(xiàn)時(shí)，表明患者可能正處于有生命危險(xiǎn)的邊緣狀態(tài)，臨床醫(yī)生需要及時(shí)得到檢驗(yàn)信息，迅速給予患者有效的干預(yù)措施或治療。

項(xiàng)目允許范圍判斷。項(xiàng)目允許范圍有兩種設(shè)置標(biāo)準(zhǔn)，第一種是采用檢驗(yàn)項(xiàng)目的參考值范圍，該項(xiàng)目參考值范圍代表了95%健康人群的結(jié)果分布;第二種是根據(jù)選擇檢驗(yàn)項(xiàng)目的大量實(shí)驗(yàn)檢驗(yàn)數(shù)據(jù)的分布特征確定自動(dòng)審核允許范圍。

變化率符合判斷?？稍谙到y(tǒng)設(shè)置同一檢驗(yàn)項(xiàng)目在特定時(shí)間段內(nèi)可接受的結(jié)果變化率，不同的檢驗(yàn)項(xiàng)目時(shí)間間隔以及差異性不同，可通過人工智能算法分析患者歷史結(jié)果的變化并結(jié)合臨床經(jīng)驗(yàn)，在應(yīng)用過程中進(jìn)行必要的調(diào)整。

邏輯關(guān)系與關(guān)聯(lián)性分析。將不同項(xiàng)目的結(jié)果按照一定的方式進(jìn)行比較，比較結(jié)果應(yīng)符合邏輯要求，并結(jié)合臨床診斷進(jìn)行符合性分析，以及對(duì)項(xiàng)目之間的關(guān)聯(lián)進(jìn)行分析，根據(jù)檢驗(yàn)項(xiàng)目自身特點(diǎn)定義邏輯關(guān)系和關(guān)聯(lián)分析規(guī)則。

3.3R語(yǔ)言

R語(yǔ)言是由Ihaka和Gentleman教授聯(lián)合開發(fā)的一種計(jì)算機(jī)語(yǔ)言[4]，是一款開源、免費(fèi)、自由的面向?qū)ο蟮木幊誊浖?，使用的拓展包可根?jù)用戶需要自由開發(fā)，同時(shí)還可供使用者免費(fèi)下載[5]，現(xiàn)已經(jīng)廣泛應(yīng)用于農(nóng)業(yè)、林業(yè)、醫(yī)藥和科研等眾多涉及數(shù)據(jù)分析的領(lǐng)域。隨著近幾年數(shù)據(jù)挖掘、大數(shù)據(jù)等概念不斷發(fā)展，R語(yǔ)言作為數(shù)據(jù)分析的利器也越來越多地被人關(guān)注[6-7]，它自身就是一套比較完整的數(shù)據(jù)處理系統(tǒng)，具有數(shù)據(jù)存儲(chǔ)和處理的功能、數(shù)組運(yùn)算的功能、統(tǒng)計(jì)和分析的功能等，可大幅度提升數(shù)據(jù)處理的靈活性和機(jī)動(dòng)性，在數(shù)據(jù)處理應(yīng)用時(shí)，只需要給出一個(gè)較小的輸出，就可以把分析數(shù)據(jù)存儲(chǔ)在一個(gè)適當(dāng)對(duì)象中，便于直接查詢和使用[8]。

3.4 智能算法

機(jī)器學(xué)習(xí)算法中的回歸是一種用于連續(xù)型數(shù)值變量預(yù)測(cè)和建模的監(jiān)督學(xué)習(xí)算法，回歸任務(wù)的特征是具有數(shù)值型目標(biāo)變量的標(biāo)注數(shù)據(jù)，決策樹是回歸算法的常用算法之一。決策樹算法通過將數(shù)據(jù)集重復(fù)分割成不同的分支來最大化每次分離的信息增益，從而讓回歸樹很自然地學(xué)到非線性關(guān)系[9]，能從大量數(shù)據(jù)中識(shí)別有用的規(guī)律，能夠自動(dòng)挑選關(guān)鍵因子，客觀反映自變量與因變量間的相關(guān)關(guān)系[10]。決策樹分析模型包含根節(jié)點(diǎn)和分支節(jié)點(diǎn)，各個(gè)分支節(jié)點(diǎn)均為逐漸遞進(jìn)的分類問題，各個(gè)葉子節(jié)點(diǎn)（決策樹的末梢節(jié)點(diǎn)）都是將數(shù)據(jù)進(jìn)行分類劃分的節(jié)點(diǎn)，從決策樹的根節(jié)點(diǎn)到葉子節(jié)點(diǎn)的每個(gè)路徑均形成對(duì)應(yīng)類別預(yù)測(cè)[11]。

4 系統(tǒng)開發(fā)與實(shí)現(xiàn)

4.1 開發(fā)環(huán)境

服務(wù)器采用微軟Windows Server 2008 r2操作系統(tǒng)，使用微軟公司的SQL server2008 R2數(shù)據(jù)庫(kù)。系統(tǒng)采用C/S架構(gòu)，前臺(tái)采用PowerBuilder12和ASP.NET語(yǔ)言，后臺(tái)采用R語(yǔ)言。使用TCP/IP、COM口等通信軟件接收儀器中間件或者儀器發(fā)送的原始數(shù)據(jù)，并將原始數(shù)據(jù)解析為標(biāo)本的檢驗(yàn)結(jié)果，解析完成后系統(tǒng)判斷該結(jié)果是否啟用了智能審核功能，如果啟用則調(diào)用檢驗(yàn)結(jié)果智能審核功能。

4.2 功能界面

5 結(jié)束語(yǔ)

本文設(shè)計(jì)的檢驗(yàn)報(bào)告智能審核系統(tǒng)，已通過具有豐富臨床經(jīng)驗(yàn)實(shí)驗(yàn)室工作人員在功能、參數(shù)與規(guī)則方面的驗(yàn)證，系統(tǒng)符合實(shí)驗(yàn)室對(duì)結(jié)果審核的要求并投入使用。智能審核系統(tǒng)有效提高檢驗(yàn)人員工作效率與質(zhì)量，避免人工審核的經(jīng)驗(yàn)不足及水平差異。目前主要是對(duì)生化類儀器的檢驗(yàn)結(jié)果進(jìn)行自動(dòng)審核，下一步將在驗(yàn)證規(guī)則有效性的基礎(chǔ)上擴(kuò)大應(yīng)用范圍。

參考文獻(xiàn)：

[1]雷和月，王紅旗，郭遠(yuǎn)瑜，等.免疫學(xué)檢驗(yàn)結(jié)果自動(dòng)審核程序的建立及其應(yīng)用[J].臨床檢驗(yàn)雜志，2015，33（5）：388-390.

[2]湯斌，黃玉成.三級(jí)等保下醫(yī)院信息系統(tǒng)安全優(yōu)化方案實(shí)踐[J].中國(guó)醫(yī)療設(shè)備，2018.33（9）：136-140.

[3]趙俊輝，余璟璐.基于多學(xué)科的臨床檢驗(yàn)危急值管理平臺(tái)的設(shè)計(jì)和應(yīng)用[J].中國(guó)醫(yī)療設(shè)備，2019，34（9）：102-104.

[4] Ihaka R，Gentleman R.R：a language for data analysis andgraphics[J].Journal of Computational and Graphical Statistics，1996，5（3）：299-314.

[5]孫澤坤，袁錢圖，胡建新，基于R語(yǔ)言的前列腺癌樣本的關(guān)鍵基因數(shù)據(jù)挖掘[J].智能計(jì)算機(jī)與應(yīng)用，2019，9（5）：30-34，39.

[6] Lin T Y，Dollar P， Girshick R，et aI.Feature pyramid networksfor object detection[C].Proceedings of the lEEE Conference onComputer Vision and Pattem Recognition，2017：2117-2125.

[7]解蕾，狄光智，基于R語(yǔ)言的城市PM：，影響因素分析[J].軟件工程，2019，22（5）：15-17，8.

[8]周紅林.淺談R語(yǔ)言在大數(shù)據(jù)處理中的運(yùn)用[J].計(jì)算機(jī)產(chǎn)品與流通，2019（7）：212.

[9]王蘊(yùn)韜.人工智能算法梳理及解析[J].信息通信技術(shù)，2018，12 （1）：63-68.

[10]黃超，廖玉芳，蔣元華，等.決策樹算法在油茶種子含油率模擬及關(guān)鍵氣象因子分析上的應(yīng)用[J].江西農(nóng)業(yè)學(xué)報(bào)，2019，31（5）：103-108.

[11]楊瑞，王萍，索瑞霞，等，數(shù)據(jù)挖掘技術(shù)在CRM中的應(yīng)用研究——基于決策樹算法[J].中國(guó)管理信息化，2019，22（15）：53-55.

【通聯(lián)編輯：謝媛媛】