基于EMRS的醫(yī)療風(fēng)險(xiǎn)預(yù)警模型的建立

武芳 龍華 伍祥林 肖華成

醫(yī)療風(fēng)險(xiǎn)是指患者在醫(yī)療實(shí)踐過(guò)程中可能面臨的、不確定的、可測(cè)的一切不安全事件，包括并發(fā)癥、不良藥物反應(yīng)、醫(yī)療差錯(cuò)、醫(yī)療意外等[1]。醫(yī)療風(fēng)險(xiǎn)預(yù)警是對(duì)可能發(fā)生于診療過(guò)程中的危機(jī)和風(fēng)險(xiǎn)進(jìn)行提前預(yù)測(cè)和管理的一種戰(zhàn)略性管理手段[2]。近年來(lái)，醫(yī)院信息系統(tǒng)（hospital information system，HIS）發(fā)展迅速，為大部分醫(yī)療機(jī)構(gòu)信息系統(tǒng)的運(yùn)行提供了醫(yī)院管理相關(guān)的海量數(shù)據(jù)，李揚(yáng)等[3-4]學(xué)者已提出在HIS平臺(tái)上通過(guò)醫(yī)療機(jī)構(gòu)信息化解析，把數(shù)據(jù)挖掘理論和醫(yī)院信息系統(tǒng)數(shù)據(jù)庫(kù)相結(jié)合，構(gòu)建醫(yī)療風(fēng)險(xiǎn)預(yù)警與醫(yī)療質(zhì)量控制模型。但是目前大部分信息系統(tǒng)主要支持財(cái)務(wù)管理與統(tǒng)計(jì)運(yùn)用，缺乏管理決策支持和系統(tǒng)控制功能的有效嵌入，對(duì)于管理決策、質(zhì)量控制與風(fēng)險(xiǎn)預(yù)警的實(shí)際支持作用有限。隨著信息技術(shù)在醫(yī)院管理中的應(yīng)用越來(lái)越廣泛，它能夠及時(shí)有效地幫助管理者采集數(shù)據(jù)，對(duì)全院的醫(yī)療質(zhì)量指標(biāo)進(jìn)行監(jiān)控，為醫(yī)療管理者提供參考。因此，基于現(xiàn)代信息技術(shù)建立醫(yī)療風(fēng)險(xiǎn)預(yù)警模型，通過(guò)模型預(yù)防或減少醫(yī)療風(fēng)險(xiǎn)，同時(shí)，對(duì)提高醫(yī)療質(zhì)量，提升患者滿(mǎn)意度也具有重大意義。本研究在醫(yī)院電子病歷系統(tǒng)（electronic medical record system，EMRS）基礎(chǔ)上，利用現(xiàn)代化的數(shù)據(jù)挖掘技術(shù)，通過(guò)專(zhuān)家調(diào)查、層次分析等方法篩選風(fēng)險(xiǎn)預(yù)警指標(biāo)體系，結(jié)合醫(yī)院實(shí)際工作，實(shí)現(xiàn)對(duì)醫(yī)療風(fēng)險(xiǎn)的實(shí)時(shí)預(yù)警。

1 EMRS的優(yōu)勢(shì)

電子病歷貫穿于整個(gè)醫(yī)療過(guò)程之中，完整集中地記錄和反映了各醫(yī)療指令的執(zhí)行結(jié)果，它能最大程度地與醫(yī)院各臨床信息系統(tǒng)集成，從醫(yī)院信息系統(tǒng)中調(diào)用患者基本信息、醫(yī)囑信息，將臨床實(shí)驗(yàn)室報(bào)告系統(tǒng)（laboratory information management system，LIS）、醫(yī)學(xué)影像診斷報(bào)告系統(tǒng)（picture archiving and communication systems，PACS）等數(shù)據(jù)直接回寫(xiě)到病歷中，并用于診療中的各個(gè)環(huán)節(jié)，方便了不同科室之間的資源共享，是醫(yī)院信息系統(tǒng)的核心[5-6]。隨著信息系統(tǒng)的改造升級(jí)以及數(shù)據(jù)挖掘技術(shù)的應(yīng)用，更多的醫(yī)療質(zhì)量指標(biāo)、風(fēng)險(xiǎn)指標(biāo)可以自動(dòng)獲取，為醫(yī)療風(fēng)險(xiǎn)預(yù)警體系的探索研究提供了數(shù)據(jù)支持，使建立基于電子病歷平臺(tái)數(shù)據(jù)的醫(yī)療風(fēng)險(xiǎn)預(yù)警體系成為可能。

2 醫(yī)療風(fēng)險(xiǎn)預(yù)警指標(biāo)的建立

2.1 德?tīng)柗品êY選指標(biāo)

通過(guò)在中英文數(shù)據(jù)庫(kù)、國(guó)際衛(wèi)生機(jī)構(gòu)網(wǎng)站、灰色文獻(xiàn)數(shù)據(jù)庫(kù)以及Google、百度搜索引擎等檢索醫(yī)療風(fēng)險(xiǎn)（medical risks，the medical risks）、 風(fēng) 險(xiǎn) 管 理（risk management，the risk management）、風(fēng)險(xiǎn)預(yù)警（risk early warning，risk warning）、指標(biāo)體系（indicator，index）、數(shù)據(jù)挖掘（data mining，the data mining）相關(guān)的5大類(lèi)詞匯，收集關(guān)于引起醫(yī)療風(fēng)險(xiǎn)的因素，同時(shí)從重慶市某三甲醫(yī)院各科室抽取專(zhuān)家，科室專(zhuān)家均為副高以上職稱(chēng)，從業(yè)年限均在10年以上，發(fā)放關(guān)于醫(yī)療風(fēng)險(xiǎn)的問(wèn)卷調(diào)查，并進(jìn)行專(zhuān)家訪(fǎng)談，最后收集可能引起醫(yī)療風(fēng)險(xiǎn)的指標(biāo)運(yùn)用德?tīng)柗品ǎ―elphi method）進(jìn)行篩選。

本次共發(fā)放問(wèn)卷40份，采用電子郵件分發(fā)與收集的方式，避免集中訪(fǎng)問(wèn)中因相互認(rèn)識(shí)或交談等影響判斷。若對(duì)同一指標(biāo)專(zhuān)家的認(rèn)同率在90%以下，則需進(jìn)行第二輪指標(biāo)認(rèn)定，最后經(jīng)過(guò)三輪反復(fù)的分析與判斷確定了4個(gè)一級(jí)指標(biāo)，包括患方基本情況、疾病信息、質(zhì)量指標(biāo)和管理因素；13個(gè)二級(jí)指標(biāo)，包括基本信息、費(fèi)用風(fēng)險(xiǎn)、患方因素、疾病評(píng)估、確診情況、醫(yī)療相關(guān)、不良反應(yīng)、并發(fā)癥、非預(yù)期重返、其他指標(biāo)、溝通因素、服務(wù)行為和主觀(guān)評(píng)價(jià)；40個(gè)三級(jí)指標(biāo)，包括年齡、性別、文化程度、區(qū)域來(lái)源、身體素質(zhì)、醫(yī)保類(lèi)型、付費(fèi)方式、繳費(fèi)情況、經(jīng)濟(jì)狀況、患方配合程度、患者心理素質(zhì)、對(duì)診療認(rèn)可度、患方結(jié)果期望、患者類(lèi)型、入院病情、預(yù)后評(píng)估、疾病診斷、確診日期、壓瘡、跌倒、麻醉傷害、醫(yī)療差錯(cuò)、藥物不良反應(yīng)、輸血不良反應(yīng)、輸液不良反應(yīng)、非計(jì)劃再次手術(shù)、醫(yī)院感染、術(shù)后并發(fā)癥、其他并發(fā)癥、非預(yù)期重返住院、非預(yù)期重返ICU、術(shù)前平均住院日、術(shù)后48 h死亡、醫(yī)生勞動(dòng)負(fù)荷（管床數(shù)）、醫(yī)患溝通及時(shí)性、醫(yī)患溝通有效性、患者隱私保護(hù)、醫(yī)護(hù)人員服務(wù)態(tài)度、患者滿(mǎn)意度和醫(yī)護(hù)主觀(guān)評(píng)價(jià)情況。問(wèn)卷回收率95%。

2.2 層次分析法量化指標(biāo)

層次分析法（analytic hierarchy prcocess）是由匹茨堡大學(xué)薩蒂提出的一種適用性較強(qiáng)的綜合評(píng)估方法[7-9]。它不僅能夠吸收評(píng)估專(zhuān)家的定性分析和邏輯判斷，還能夠通過(guò)一致性檢驗(yàn)保證將評(píng)估結(jié)果的不確定因素減至最小，并能夠克服評(píng)估專(zhuān)家在分析過(guò)程中出現(xiàn)的邏輯判斷失誤。

2.2.1 指標(biāo)權(quán)重的確定 對(duì)二級(jí)指標(biāo)分別進(jìn)行兩兩比較Ui、Uj，按照9分位比率排定各評(píng)價(jià)指標(biāo)的優(yōu)劣順序，構(gòu)造矩陣。其中aij有 9種取值，分別是 1/9，1/7，1/5，1/3，1/1，3/1，5/1，7/1，9/1，代表重要程度逐漸增加，然后利用幾何平均法求得權(quán)重向量Wi，并進(jìn)行一致性檢驗(yàn)。

2.2.2 風(fēng)險(xiǎn)預(yù)警模型的建立 根據(jù)風(fēng)險(xiǎn)預(yù)警指標(biāo)權(quán)重建立風(fēng)險(xiǎn)評(píng)估模型公式，其中R為風(fēng)險(xiǎn)值，Wi為指標(biāo)權(quán)重，Pi為各指標(biāo)評(píng)估值。

2.2.3 風(fēng)險(xiǎn)指標(biāo)值的評(píng)估 二級(jí)指標(biāo)值評(píng)估，主要通過(guò)對(duì)三級(jí)指標(biāo)賦值來(lái)進(jìn)行計(jì)算，入院時(shí)由管床醫(yī)生對(duì)患者情況進(jìn)行評(píng)估。根據(jù)文獻(xiàn)研究[10-15]和醫(yī)院實(shí)際調(diào)研情況，建立醫(yī)療風(fēng)險(xiǎn)評(píng)估的三級(jí)指標(biāo)評(píng)價(jià)體系。大部分?jǐn)?shù)據(jù)可直接從醫(yī)院電子病歷系統(tǒng)（EMRS）、醫(yī)院信息系統(tǒng)（HIS）中自動(dòng)獲取，包括患者的姓名、性別、年齡、職業(yè)、醫(yī)保類(lèi)型、付費(fèi)方式、繳費(fèi)情況（足額繳費(fèi)、欠費(fèi)低于500元、欠費(fèi)低于5 000元、欠費(fèi)5 000元及以上）、患者類(lèi)型（健康體檢、慢性病患者、非手術(shù)患者、手術(shù)患者）、入院病情（一般、急、危）、疾病診斷（診斷明確、較明確、需進(jìn)一步檢查、很難明確）、確診日期（當(dāng)日確診、3 d內(nèi)確診、7 d內(nèi)確診、未確診）、壓瘡（無(wú)、有）、跌倒（無(wú)、有）、麻醉傷害（無(wú)、一般傷害、嚴(yán)重傷害）、醫(yī)療差錯(cuò)（無(wú)、一般差錯(cuò)、嚴(yán)重差錯(cuò)）、藥物不良反應(yīng)（無(wú)、一般反應(yīng)、嚴(yán)重反應(yīng)）、輸血不良反應(yīng)（無(wú)、一般反應(yīng)、嚴(yán)重反應(yīng)）、非計(jì)劃再次手術(shù)（無(wú)、簡(jiǎn)單非計(jì)劃手術(shù)、嚴(yán)重非計(jì)劃手術(shù)）、醫(yī)院感染（無(wú)、有）、術(shù)后并發(fā)癥（無(wú)、一般并發(fā)癥、嚴(yán)重并發(fā)癥）、其他并發(fā)癥（無(wú)、一般并發(fā)癥、嚴(yán)重并發(fā)癥）、非預(yù)期重返住院（無(wú)、有）、術(shù)前平均住院日（3 d內(nèi)、3～5 d、5 d以上）、醫(yī)生勞動(dòng)負(fù)荷（管床5人以下、5～10人、10人以上）、患者檢查檢驗(yàn)危急值、呼吸機(jī)監(jiān)測(cè)數(shù)據(jù)等客觀(guān)性評(píng)價(jià)指標(biāo)。少部分?jǐn)?shù)據(jù)則只能由醫(yī)生手工錄入，包括醫(yī)院信息系統(tǒng)未采集的和主觀(guān)的評(píng)價(jià)指標(biāo)，如文化程度（文盲、高中及以下、大專(zhuān)及本科、碩士及以上），經(jīng)濟(jì)狀況（很好、較好、一般、差）、患者身體素質(zhì)（很好、較好、一般、差）、患方配合程度（很好、較好、一般、差）、患者心理素質(zhì)（很好、較好、一般、差）、對(duì)診療認(rèn)可度（高、較高、一般、差）、患方結(jié)果期望（無(wú)所謂、一般、較高、高）、醫(yī)患溝通及時(shí)性（很好、較好、一般、差）、醫(yī)患溝通有效性（很好、較好、一般、差）等。

然后根據(jù)指標(biāo)情況進(jìn)行評(píng)分賦值，最后將評(píng)估值錄入到風(fēng)險(xiǎn)預(yù)警模型中。各指標(biāo)部分賦值情況見(jiàn)表1。

表1 患者部分三級(jí)指標(biāo)賦值情況

2.3 風(fēng)險(xiǎn)預(yù)警的實(shí)現(xiàn)

將風(fēng)險(xiǎn)預(yù)警模型與信息技術(shù)相結(jié)合，由軟件編程人員利用Visual Studio.NET、SQL Server、ASP.NET等相關(guān)軟件和編程技術(shù)將風(fēng)險(xiǎn)預(yù)警模型編寫(xiě)到信息系統(tǒng)中，并將風(fēng)險(xiǎn)值R劃分為4個(gè)風(fēng)險(xiǎn)等級(jí)予以顏色顯示，即無(wú)風(fēng)險(xiǎn)（R≤60）顯示綠色、低度風(fēng)險(xiǎn)（60＜R≤80）顯示藍(lán)色、中度風(fēng)險(xiǎn)（80＜R≤90）顯示黃色、高度風(fēng)險(xiǎn)（R＞90）顯示紅色。當(dāng)系統(tǒng)上顯示相應(yīng)的顏色時(shí)，醫(yī)生內(nèi)部系統(tǒng)將自動(dòng)彈出并提示，相應(yīng)的管床醫(yī)生或者醫(yī)院管理者采取措施并積極改進(jìn)。

3 討論

近年來(lái)，國(guó)內(nèi)有關(guān)醫(yī)療風(fēng)險(xiǎn)防范、醫(yī)療風(fēng)險(xiǎn)預(yù)警、預(yù)警系統(tǒng)等研究成果明顯增多，但大多數(shù)研究還停留在宏觀(guān)層面上，對(duì)醫(yī)療風(fēng)險(xiǎn)預(yù)警機(jī)制的應(yīng)用研究還較少，且大多數(shù)風(fēng)險(xiǎn)預(yù)警研究對(duì)醫(yī)院信息系統(tǒng)數(shù)據(jù)的利用度不高。如：黎靜輝[16]基于HIS系統(tǒng)數(shù)據(jù)設(shè)計(jì)醫(yī)療風(fēng)險(xiǎn)預(yù)警模型，利用大部分患者基本信息，但缺乏電子病歷、檢驗(yàn)檢查等其他海量數(shù)據(jù)，不足以支撐風(fēng)險(xiǎn)預(yù)警的精準(zhǔn)性。歸純漪等[15]研究公立醫(yī)院醫(yī)療風(fēng)險(xiǎn)預(yù)警及規(guī)避機(jī)制，從宏觀(guān)方面解讀如何預(yù)防和規(guī)避醫(yī)療風(fēng)險(xiǎn)，沒(méi)有實(shí)質(zhì)的數(shù)據(jù)支撐。朱驕鋒等[17]基于商業(yè)智能技術(shù)建立醫(yī)療風(fēng)險(xiǎn)預(yù)警評(píng)估模型，其適用性還有待驗(yàn)證。吳業(yè)帆等[18]將風(fēng)險(xiǎn)預(yù)警系統(tǒng)用于某兒童專(zhuān)科醫(yī)院術(shù)后并發(fā)癥的干預(yù)效果評(píng)價(jià)，進(jìn)行了難能可貴的實(shí)戰(zhàn)探索。

文章另辟蹊徑，首先運(yùn)用科學(xué)的方法，分別從患方基本情況、疾病信息、質(zhì)量指標(biāo)和管理因素等4個(gè)維度構(gòu)建醫(yī)療風(fēng)險(xiǎn)預(yù)警指標(biāo)體系，挖掘平時(shí)無(wú)法評(píng)估的定性指標(biāo)進(jìn)行定量處理，建立及時(shí)、有效、簡(jiǎn)單、實(shí)用的醫(yī)療風(fēng)險(xiǎn)預(yù)警模型。其次，指標(biāo)體系不僅僅利用HIS系統(tǒng)的基礎(chǔ)數(shù)據(jù)，還擴(kuò)展到LIS、PACS、EMR等信息系統(tǒng)，利用患者就診的全量數(shù)據(jù)。再次，利用先進(jìn)的數(shù)據(jù)挖掘技術(shù)，將醫(yī)療風(fēng)險(xiǎn)預(yù)警模型與信息系統(tǒng)相結(jié)合，建立數(shù)學(xué)模型，通過(guò)信息化技術(shù)轉(zhuǎn)化為智能預(yù)警模型，實(shí)時(shí)預(yù)測(cè)醫(yī)療風(fēng)險(xiǎn)，為醫(yī)院風(fēng)險(xiǎn)管理提供系統(tǒng)、科學(xué)、合理的建議，到達(dá)預(yù)警目的。

綜上所述，文章在醫(yī)療風(fēng)險(xiǎn)預(yù)警的探索有其獨(dú)到之處，充分利用醫(yī)院的信息系統(tǒng)和先進(jìn)信息技術(shù)，構(gòu)建一套醫(yī)療風(fēng)險(xiǎn)預(yù)警指標(biāo)體系，可供其他醫(yī)療同行參考。另外，通過(guò)患者就診海量數(shù)據(jù)進(jìn)行風(fēng)險(xiǎn)預(yù)測(cè)，預(yù)測(cè)精準(zhǔn)度較高。但文章仍存在諸多不足，如預(yù)警指標(biāo)可能不夠全面，定性指標(biāo)較多，與信息系統(tǒng)的整合還需加強(qiáng)。醫(yī)療風(fēng)險(xiǎn)預(yù)警指標(biāo)的部分評(píng)估值由管床醫(yī)生評(píng)分錄入，雖然為定量評(píng)分，仍存在一定的主觀(guān)性，無(wú)法真正做到客觀(guān)。此外，預(yù)警模型數(shù)據(jù)指標(biāo)僅來(lái)自一家醫(yī)院，無(wú)其他醫(yī)院相關(guān)數(shù)據(jù)，模型的共享性有待進(jìn)一步驗(yàn)證。