AI智能技術(shù)在病歷質(zhì)控中的應(yīng)用

金鑫 俞榮強(qiáng) 于學(xué)偉

摘要：采用人工監(jiān)測(cè)病例質(zhì)量方式面臨工作量大、覆蓋范圍小等問題，為此提出將AI智能技術(shù)應(yīng)用到病例質(zhì)控中。對(duì)人工智能在病例質(zhì)控中的關(guān)鍵技術(shù)，及對(duì)現(xiàn)場(chǎng)應(yīng)用情況進(jìn)行分析。通過(guò)使用智能質(zhì)控系統(tǒng)對(duì)病歷檢查出來(lái)的結(jié)果予以復(fù)核，并結(jié)合相關(guān)病歷質(zhì)控標(biāo)準(zhǔn)予以調(diào)整各項(xiàng)質(zhì)控設(shè)置，逐步提升智能檢查系統(tǒng)的準(zhǔn)確性。通過(guò)采用AI智能技術(shù)后，醫(yī)院電子病歷機(jī)器質(zhì)控率達(dá)到100%，病例質(zhì)量有所提高，同時(shí)提升了醫(yī)院的病歷信息化管理水平及質(zhì)量。

關(guān)鍵詞：病例;AI智能技術(shù);質(zhì)控;醫(yī)院;智能化

病例質(zhì)控是醫(yī)院治療質(zhì)量管理核心組成部分，工作量繁重。而現(xiàn)階段醫(yī)院病例質(zhì)控多是采用人工監(jiān)測(cè)方式實(shí)現(xiàn)，受到高學(xué)歷專業(yè)質(zhì)控人員短缺、質(zhì)控人員水平有待提升、病例數(shù)量多等因素影響，質(zhì)控工作效率、覆蓋范圍以及病例質(zhì)控質(zhì)量等存在一定不足。隨著大數(shù)據(jù)以及人工智能技術(shù)等發(fā)展，為醫(yī)院醫(yī)療質(zhì)控由人工方式向自動(dòng)化方向轉(zhuǎn)變提供了良好技術(shù)支撐。通過(guò)引進(jìn)AI智能技術(shù)對(duì)醫(yī)院歸檔病史進(jìn)行自動(dòng)質(zhì)控，結(jié)合病歷書寫規(guī)范不斷學(xué)習(xí)，以提高智能質(zhì)控的準(zhǔn)確率，同時(shí)使醫(yī)院的病歷質(zhì)量整體得到進(jìn)一步的提升。通過(guò)AI智能系統(tǒng)提取病例文本數(shù)據(jù)，自動(dòng)完成病例檢查并對(duì)病例質(zhì)量評(píng)分，通過(guò)AI智能、人工相結(jié)合技術(shù)方法，管控所有病例，通過(guò)閉環(huán)管理來(lái)提升病例管控效率及質(zhì)量，并提升醫(yī)院病例管理信息化、智能化水平。

1病歷質(zhì)控存在問題分析

（1）未能實(shí)現(xiàn)病例全覆蓋、高效質(zhì)控。現(xiàn)階段醫(yī)院病例質(zhì)控通過(guò)人工監(jiān)測(cè)實(shí)現(xiàn)，雖然質(zhì)控精準(zhǔn)率高，但是質(zhì)控人員需要投入大量的精力對(duì)進(jìn)行病例形式質(zhì)檢工作;受到質(zhì)檢人員、工作效率等限制，病例有效檢測(cè)范圍較小，檢測(cè)病例數(shù)只能占據(jù)到病例總數(shù)的10%左右，病例形式質(zhì)檢占用大量時(shí)間及精力，難以對(duì)病例深層次內(nèi)含進(jìn)行質(zhì)控。

（2）終末病歷質(zhì)控有待提升。終末病歷質(zhì)控檢測(cè)多集中在事后，即便發(fā)現(xiàn)病例出現(xiàn)問題，也是要求事后補(bǔ)漏，并向相關(guān)科室、醫(yī)務(wù)人員等提出整改措施，導(dǎo)致最終的歸檔病歷涂改較多。

（3）病歷檢查質(zhì)量參差不齊。傳統(tǒng)醫(yī)療質(zhì)量監(jiān)控方法的實(shí)施，由于參與了人工監(jiān)測(cè)手段，因而容易滲透人為因素影響，出現(xiàn)放寬執(zhí)行標(biāo)準(zhǔn)或視標(biāo)準(zhǔn)而不顧的現(xiàn)象，致使對(duì)質(zhì)控標(biāo)準(zhǔn)的掌握不一致，執(zhí)行不力，質(zhì)量監(jiān)控不到位，監(jiān)控效力低下。

2AI智能技術(shù)在病歷質(zhì)控中關(guān)鍵技術(shù)

2.1 AI智能質(zhì)控的閉環(huán)管理流程

具體設(shè)計(jì)的AI智能質(zhì)控的閉環(huán)管理流程見圖1所示。通過(guò)采用機(jī)器學(xué)習(xí)、自然語(yǔ)言處理技術(shù)等AI智能技術(shù)構(gòu)建病例錄入、病例提取以及質(zhì)控排查，并對(duì)病例質(zhì)量進(jìn)行自動(dòng)打分，篩選出低分?jǐn)?shù)病例并提交為質(zhì)控人員進(jìn)行分析;人工分析確定病例需要進(jìn)行整改時(shí)，則生成整改通知并讓對(duì)應(yīng)醫(yī)生整改病例，若不需要整改則自動(dòng)生產(chǎn)質(zhì)控報(bào)表;通過(guò)實(shí)現(xiàn)閉環(huán)達(dá)到提高病例質(zhì)控目的[3-5]。

圖1 AI智能質(zhì)控的閉環(huán)管理流程圖

2.2 實(shí)施關(guān)鍵技術(shù)

病例中數(shù)據(jù)非結(jié)構(gòu)化占比較高，根據(jù)統(tǒng)計(jì)分析占比超過(guò)80%，非結(jié)構(gòu)化數(shù)據(jù)占比高會(huì)對(duì)對(duì)后續(xù)分析、利用產(chǎn)生一定影響。因此，針對(duì)此種情況，可通過(guò)自然語(yǔ)言處理技術(shù)對(duì)病例數(shù)據(jù)結(jié)構(gòu)化處理，后續(xù)完成數(shù)據(jù)清洗、質(zhì)量質(zhì)控及評(píng)價(jià)等工作[6～7]。

2.2.1 基于多層級(jí)自然語(yǔ)言的文本數(shù)據(jù)結(jié)構(gòu)化：電子病歷文本數(shù)據(jù)結(jié)構(gòu)化的有效實(shí)施途徑之一即為自然語(yǔ)言處理，通過(guò)自然語(yǔ)言技術(shù)對(duì)文本數(shù)據(jù)結(jié)構(gòu)處理后，可轉(zhuǎn)換成計(jì)算機(jī)系統(tǒng)可理解、分析信息，從而提高機(jī)器系統(tǒng)可讀性[8]。依據(jù)病例質(zhì)量評(píng)估結(jié)構(gòu)，并確定存在爭(zhēng)議數(shù)據(jù)之后，可針對(duì)數(shù)據(jù)問題差異提出不同的數(shù)據(jù)清洗策略，以便提高數(shù)據(jù)質(zhì)量。通過(guò)自然語(yǔ)言處理（LNP）技術(shù)可對(duì)數(shù)據(jù)缺失、異?；蛘哌壿嬊昂竺艿葐栴}進(jìn)行處理，提取文本數(shù)據(jù)對(duì)填補(bǔ)可能存在缺失數(shù)據(jù)、核對(duì)文本數(shù)據(jù)準(zhǔn)確性以及邏輯性;標(biāo)記文本數(shù)據(jù)中無(wú)法自動(dòng)填補(bǔ)數(shù)據(jù)。為得到后結(jié)構(gòu)化數(shù)據(jù)更為豐富、精準(zhǔn)度更高，通過(guò)多層級(jí)自然語(yǔ)言技術(shù)并以文本數(shù)據(jù)類型（包括有現(xiàn)病史、主訴等）為基礎(chǔ)構(gòu)建數(shù)據(jù)提取模型，并避免出現(xiàn)信息提取錯(cuò)誤或者數(shù)據(jù)遺漏等問題。通過(guò)對(duì)電子病歷中原始數(shù)據(jù)解析，識(shí)別文本中實(shí)體、屬性、關(guān)系等關(guān)鍵信息，并轉(zhuǎn)換成后結(jié)構(gòu)化數(shù)據(jù)。

2.2.1 病例數(shù)據(jù)清洗：醫(yī)療文本數(shù)據(jù)包含有豐富的信息，具體包括有病因診斷、癥狀描述、檢測(cè)方法以及針對(duì)性的治療方法等，可為患者疾病規(guī)律分析、診斷以及藥物應(yīng)用效果分析等提供參考[9]。但是在臨床癥狀以及醫(yī)學(xué)術(shù)語(yǔ)中描述方法具有多樣性特征，同時(shí)不同信息系統(tǒng)中關(guān)于疾病、治療、診斷等術(shù)語(yǔ)存在表達(dá)不統(tǒng)一問題，可以權(quán)威教材、行業(yè)規(guī)范等用詞為依據(jù)，采用分類算法（包括有支持向量機(jī)、分類回歸數(shù)等）、標(biāo)準(zhǔn)化數(shù)據(jù)清洗流程對(duì)自然語(yǔ)言進(jìn)行規(guī)范化、標(biāo)準(zhǔn)化處理，便于病例用語(yǔ)規(guī)范化評(píng)價(jià)、匹配及分析關(guān)鍵信息。

2.2.3 構(gòu)建數(shù)據(jù)質(zhì)控體系：上述關(guān)鍵技術(shù)多是對(duì)已采集到的數(shù)據(jù)進(jìn)行后處理，為從源頭實(shí)現(xiàn)病例質(zhì)量控制，需依質(zhì)量控制標(biāo)準(zhǔn)構(gòu)建內(nèi)涵質(zhì)控體系，對(duì)病例質(zhì)量進(jìn)行分析。主要功能包括有醫(yī)療文本結(jié)構(gòu)化、質(zhì)量評(píng)價(jià)、質(zhì)量分析等[10～11]。

（1）醫(yī)療本文結(jié)構(gòu)化。結(jié)構(gòu)化提取病歷文本數(shù)據(jù)，內(nèi)容有效、關(guān)鍵信息間關(guān)聯(lián)等。依據(jù)有關(guān)技術(shù)規(guī)范、標(biāo)準(zhǔn)等構(gòu)建病歷各節(jié)點(diǎn)（如入院記錄-主述）內(nèi)容模型，模型框架有體征、癥狀、檢查、疾病、手術(shù)等。通過(guò)語(yǔ)義分析、語(yǔ)言分詞等技術(shù)，實(shí)現(xiàn)病例文本后結(jié)構(gòu)化處理。

（2）病例質(zhì)量評(píng)價(jià)。對(duì)電子病歷進(jìn)行質(zhì)量評(píng)價(jià)并打分，給出病歷存在的質(zhì)量?jī)?nèi)容，以便實(shí)現(xiàn)病歷問題快速定位，提高病歷質(zhì)控精細(xì)化程度。病歷質(zhì)量評(píng)價(jià)系統(tǒng)依據(jù)相關(guān)要求分類病例質(zhì)控問題，如數(shù)據(jù)是否一致、書寫內(nèi)容是否完整、是否依據(jù)診治實(shí)際情況書寫等，并構(gòu)建質(zhì)控規(guī)則庫(kù)、完成自動(dòng)監(jiān)控、反饋、提醒等功能，實(shí)現(xiàn)病例評(píng)價(jià)。

（3）病例質(zhì)量分析。對(duì)相關(guān)科室甚至全院質(zhì)量不高（打分偏低）病例進(jìn)行匯總，對(duì)病例進(jìn)行橫向、縱向分析，并通過(guò)便于展現(xiàn)的統(tǒng)計(jì)圖方式展示分析結(jié)果，以便為病例質(zhì)管部門后續(xù)管理提供參考依據(jù)，輔助定位管理中存在問題，便于后續(xù)整改措施質(zhì)量，提高病例質(zhì)量管理水平及綜合能力。

3應(yīng)用成效分析

3.1 應(yīng)用效果分析

截止至2021年12月底，AI智能技術(shù)在醫(yī)院病例質(zhì)控中應(yīng)用良好，電子病歷機(jī)器質(zhì)控率達(dá)到100%。隨著系統(tǒng)運(yùn)行，為提高質(zhì)控效率及精準(zhǔn)度，系統(tǒng)為相關(guān)科室以及質(zhì)控員等提供申述、反饋通道，由病例質(zhì)控部門組織相關(guān)專家對(duì)反饋問題進(jìn)行集中審核分析，并依據(jù)審核結(jié)果調(diào)整相關(guān)質(zhì)控模型及評(píng)分機(jī)制，從而使得病例質(zhì)控效率及結(jié)果精準(zhǔn)度，大幅降低質(zhì)控人員工作量及作業(yè)強(qiáng)度。將AI智能技術(shù)應(yīng)用到病例質(zhì)控中后，病例平均得分由最初76分提升至現(xiàn)階段的93分，病例質(zhì)量得以明顯提升。以質(zhì)控3000份病例為例，對(duì)AI智能技術(shù)與人工質(zhì)控技術(shù)質(zhì)控情況進(jìn)行比對(duì)分析，具體結(jié)果見表1所示。AI智能技術(shù)質(zhì)控效率較人工方式提升約50倍以上。

3.2 應(yīng)用中表現(xiàn)問題分析

（1）數(shù)據(jù)適配。不同科室間病例數(shù)據(jù)適配問題突出，需進(jìn)一步磨合。不同科室間存在明顯差異，以兒科以及內(nèi)科為例，不同科室病例模板有明顯差異，導(dǎo)致病例數(shù)據(jù)結(jié)構(gòu)存在明顯的異構(gòu)情況，給AI智能質(zhì)控系統(tǒng)帶來(lái)新的挑戰(zhàn)并顯著增加質(zhì)控工作量，現(xiàn)場(chǎng)應(yīng)用中仍需要對(duì)?？撇±０暹M(jìn)行訓(xùn)練、學(xué)習(xí)，以便提升不同類型病例質(zhì)控適配度，達(dá)到提升病例質(zhì)檢效果目的。

（2）病例質(zhì)控?zé)o法實(shí)現(xiàn)100%智能運(yùn)行，仍需要質(zhì)控員配合。為提高病例質(zhì)控系統(tǒng)質(zhì)量把控精度、質(zhì)量，仍采用AI智能質(zhì)檢、質(zhì)控員復(fù)核方式，雖然質(zhì)檢效率較以往的抽檢質(zhì)控方式大幅提升，但仍有較大的提升空間。

4總結(jié)

醫(yī)療大數(shù)據(jù)近年來(lái)得以快速發(fā)展，電子病歷是醫(yī)療大數(shù)據(jù)重要組成單元，其質(zhì)量會(huì)影響醫(yī)療質(zhì)量以及醫(yī)療大數(shù)據(jù)整體效果。在醫(yī)療病例管理中采用AI智能技術(shù)，有助于醫(yī)院臨床、管理以及科研等工作開展。

文中就對(duì)提出將AI智能技術(shù)應(yīng)用到病例質(zhì)控中，通過(guò)人工智能技術(shù)應(yīng)用達(dá)到提高病例質(zhì)量目的。給出AI智能質(zhì)控的閉環(huán)管理流程以及智能管控關(guān)鍵技術(shù)，并對(duì)實(shí)際應(yīng)用成效進(jìn)行分析。醫(yī)院通過(guò)采用AI智能技術(shù)后，病例質(zhì)量得以明顯提升，同時(shí)質(zhì)控人員工作量也明顯降低，可在一定程度上提升病例質(zhì)量。

參考文獻(xiàn)

[1]劉祉呈，陳愛芬，黃頌列.基于AI技術(shù)的電子病歷質(zhì)控系統(tǒng)構(gòu)建與實(shí)踐[J].醫(yī)院管理論壇，2021，38（08）：83-84+40.

[2]梁志剛，羅德芳，魏嵐，黃躍.CDSS用于電子病歷質(zhì)量控制的開發(fā)設(shè)計(jì)與應(yīng)用[J].中國(guó)數(shù)字醫(yī)學(xué)，2021，16（03）：23-27.

[3]吳騁，王志勇，徐蕾，周全.基于人工智能的電子病歷數(shù)據(jù)質(zhì)量控制[J].解放軍醫(yī)院管理雜志，2021，28（02）：134-135+168.

[4]丁佳麗，史亞香，焦蘊(yùn).基于人工智能的病歷質(zhì)控系統(tǒng)的設(shè)計(jì)與應(yīng)用[J].中國(guó)數(shù)字醫(yī)學(xué)，2021，16（02）：45-48+53.

[5]邵春霞，蔡琴，錢躍飛.KPI用于電子病歷系統(tǒng)評(píng)估書寫質(zhì)量改進(jìn)方案的構(gòu)建與效果[J].中醫(yī)藥管理雜志，2020，28（18）：176-179.

[6]陳強(qiáng)，丁臘春，王譯，殷偉東.智能電子病歷質(zhì)控系統(tǒng)研究與應(yīng)用[J].醫(yī)學(xué)信息學(xué)雜志，2020，41（06）：63-65+89.

[7]唐瑤，李凌，尹龍燕，鄧杰芳.臨床醫(yī)生質(zhì)控員病歷質(zhì)量質(zhì)控大賽結(jié)果分析與改進(jìn)措施[J].現(xiàn)代醫(yī)院，2020，20（05）：679-681+685.

[8]龐紹華.基于電子病歷系統(tǒng)的病案質(zhì)量管理方法分析[J].江蘇衛(wèi)生事業(yè)管理，2019，30（06）：733-735.

[9]解錦錦.電子病歷質(zhì)控管理系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D].山東大學(xué)，2018.

[10]沈潔，譚申生，曹建文.上海市病歷質(zhì)控信息化督查實(shí)踐[J].中國(guó)衛(wèi)生質(zhì)量管理，2017，24（06）：32-33.

[11]張?chǎng)?，浦福興，季國(guó)忠.電子病歷質(zhì)控體系的重要手段及質(zhì)控點(diǎn)設(shè)置的探討[J].江蘇衛(wèi)生事業(yè)管理，2016，27（06）：3-5.