智能病歷質(zhì)控系統(tǒng)應(yīng)用研究

文/李志賢 王洪鈞 郭林業(yè)

智能病歷質(zhì)控系統(tǒng)在保證病歷客觀、真實(shí)、準(zhǔn)確、及時(shí)、完整、規(guī)范等方面明顯優(yōu)于人工質(zhì)控，是未來病歷質(zhì)控發(fā)展的方向。

國內(nèi)醫(yī)院信息化蓬勃發(fā)展了20多年，電子病歷已經(jīng)成為醫(yī)院標(biāo)配。

一系列政策法規(guī)的出臺對病歷及電子病歷有了詳細(xì)的規(guī)定，2018年國家又發(fā)布了《關(guān)于印發(fā)醫(yī)療質(zhì)量安全核心制度要點(diǎn)的通知》和《醫(yī)療糾紛預(yù)防和處理?xiàng)l例》，其中對病歷質(zhì)量的重視一如既往，并且更加具體和明確。

《電子病歷系統(tǒng)功能規(guī)范》要求電子病歷系統(tǒng)具有病歷質(zhì)控功能，目前病歷系統(tǒng)自帶的質(zhì)控大部分是基于規(guī)則的及時(shí)性和完整性的質(zhì)控，而難以實(shí)現(xiàn)基于病歷文書內(nèi)涵（主訴無癥狀、不能導(dǎo)出第一診斷、個(gè)人史遺漏與診治相關(guān)的內(nèi)容）的質(zhì)控。因此，目前終末電子病歷的內(nèi)涵質(zhì)控尚需大量的人工來完成。各醫(yī)療機(jī)構(gòu)多是以一個(gè)很低的比例進(jìn)行病歷抽查，少部分醫(yī)院進(jìn)行粗略的全量質(zhì)控，很難在質(zhì)控投入、質(zhì)控廣度、質(zhì)控深度上取得平衡。

人工智能是在計(jì)算機(jī)科學(xué)、語言學(xué)、哲學(xué)等多種學(xué)科研究的基礎(chǔ)上發(fā)展起來的一門綜合性很強(qiáng)的前沿學(xué)科，它是研究和開發(fā)用于模擬人類的某些智能行為（如推理、思考、學(xué)習(xí)等）和思維過程的方法、技術(shù)和應(yīng)用的學(xué)科。當(dāng)今世界的各個(gè)領(lǐng)域都滲透著人工智能，比如自動駕駛、語音識別、圖像識別、圍棋對弈。

因此，基于病歷文書內(nèi)涵的質(zhì)控在整個(gè)行業(yè)都是一個(gè)難點(diǎn)和痛點(diǎn)，急需一種基于人工智能的自動化病歷文書內(nèi)涵缺陷的篩查方法。

關(guān)于智能病歷質(zhì)控系統(tǒng)

智能病歷質(zhì)控系統(tǒng)通過對接電子病歷系統(tǒng)的病歷數(shù)據(jù)，以常駐服務(wù)的方式實(shí)現(xiàn)了當(dāng)天出院患者的病歷缺陷篩查，并且即刻將篩查結(jié)果呈現(xiàn)給質(zhì)控員、醫(yī)生，供其核實(shí)、確認(rèn)以及必要的修改。此種方式能高效完成病歷質(zhì)控工作，并加大病歷質(zhì)控的廣度和深度。

對于醫(yī)院管理者來說，智能病歷質(zhì)控系統(tǒng)提供了統(tǒng)計(jì)分析的功能，可以隨時(shí)掌握總體的病歷質(zhì)量走勢，科室維度和缺陷維度的統(tǒng)計(jì)分析及下鉆追溯，發(fā)現(xiàn)和定位病歷質(zhì)量方面的問題，給予針對性的改進(jìn)提升。

對于實(shí)際工作中存在的病歷質(zhì)控規(guī)則的變化或細(xì)節(jié)調(diào)整，以及病歷模板的變化，系統(tǒng)也提供了規(guī)則配置和數(shù)據(jù)適配的接口，隨時(shí)作出相應(yīng)的調(diào)整，來符合現(xiàn)行的病歷質(zhì)控標(biāo)準(zhǔn)和數(shù)據(jù)格式標(biāo)準(zhǔn)。

病歷質(zhì)控的核心技術(shù)包括知識庫、后結(jié)構(gòu)化引擎、質(zhì)控引擎三部分。知識庫將醫(yī)療知識以計(jì)算機(jī)能夠識別的概念和概念之間關(guān)系的形式表示出來。后結(jié)構(gòu)化引擎將文本病歷鏈接到知識庫中的概念上。質(zhì)控引擎在后結(jié)構(gòu)化的基礎(chǔ)上對病歷進(jìn)行質(zhì)控。整個(gè)質(zhì)控程序的流程如圖1所示。

圖1 病歷質(zhì)控流程圖

知識庫包括術(shù)語庫和關(guān)系庫兩部分。術(shù)語庫中主要涵蓋醫(yī)療中的概念，醫(yī)療中比較有名的已有的術(shù)語庫包括國際疾病分類（International Classification of Diseases，ICD）、醫(yī)學(xué)系統(tǒng)命名法——臨床術(shù)語（Systematized Nomenclature of Medicine，Clinical Terms, SNOMED-CT）等，以及將這些術(shù)語庫匯總起來的統(tǒng)一醫(yī)學(xué)語言系統(tǒng)(Unified Medical Language System，UMLS)。術(shù)語庫參照了UMLS的結(jié)構(gòu)設(shè)計(jì)，將中文的醫(yī)療術(shù)語組織起來。術(shù)語庫的組織單位是概念，一個(gè)概念除了概念常用的表述外，本身還包括了概念的語義類型（比如癥狀、體征、疾病、檢查等）、概念之間的層級關(guān)系，以及概念的一些基本特征。關(guān)系庫主要包括概念之間的關(guān)系，比如癥狀發(fā)生于某一部位、疾病導(dǎo)致某種癥狀等。

后結(jié)構(gòu)化引擎主要將醫(yī)療病歷轉(zhuǎn)換成結(jié)構(gòu)化的數(shù)據(jù)結(jié)構(gòu)。結(jié)構(gòu)化數(shù)據(jù)是指能夠以Key-Value對的形式表征的數(shù)據(jù)，其中的Key和Value能夠鏈接到知識庫中的概念。當(dāng)前的電子病歷是半結(jié)構(gòu)化的數(shù)據(jù)。其中有些內(nèi)容，比如姓名、性別、年齡等可以看作是結(jié)構(gòu)化的，另外一些比如主訴、現(xiàn)病史等為自由文本。后結(jié)構(gòu)化引擎的功能就是將醫(yī)療文本轉(zhuǎn)換成知識庫中的概念或者概念中的屬性。這其中用到的主要技術(shù)包括醫(yī)療分詞、命名實(shí)體識別、實(shí)體鏈接、時(shí)間推理、修飾詞的抽取、否定判斷等。

質(zhì)控引擎在后結(jié)構(gòu)化的基礎(chǔ)上對病歷進(jìn)行質(zhì)控。質(zhì)控引擎是由多個(gè)小的質(zhì)控引擎聯(lián)合起來的，每個(gè)質(zhì)控引擎對應(yīng)病歷質(zhì)控規(guī)范中的一個(gè)質(zhì)控點(diǎn)。對于不同的質(zhì)控點(diǎn)，其質(zhì)控引擎也不同。這些引擎中有的直接使用規(guī)則判斷，比如及時(shí)性和完整性等形式質(zhì)控的實(shí)現(xiàn)；有的利用知識庫和規(guī)則系統(tǒng)；還有的利用數(shù)據(jù)挖掘和機(jī)器學(xué)習(xí)算法。利用知識庫和規(guī)則進(jìn)行質(zhì)控引擎的優(yōu)點(diǎn)是準(zhǔn)確率高，利用機(jī)器學(xué)習(xí)的質(zhì)控引擎的優(yōu)點(diǎn)是可以通過調(diào)節(jié)算法平衡準(zhǔn)確率和召回率。所以，一些復(fù)雜的質(zhì)控點(diǎn)（比如主訴不能導(dǎo)出第一診斷），可聯(lián)合采用規(guī)則、知識庫和機(jī)器學(xué)習(xí)算法，這樣能夠同時(shí)保證質(zhì)控點(diǎn)的召回率和準(zhǔn)確率。

“雙質(zhì)控”應(yīng)用比對分析

為了提高醫(yī)院終末病歷質(zhì)控的速度和質(zhì)量，減輕病案質(zhì)控工作的壓力，節(jié)約人力成本，濰坊市中醫(yī)院開發(fā)應(yīng)用了智能病歷質(zhì)控系統(tǒng)。

對符合標(biāo)準(zhǔn)的20份病歷同時(shí)開始“人工質(zhì)控”和“智能病歷質(zhì)控”，并記錄兩者的完成時(shí)間。兩種質(zhì)控方式的基本資料、發(fā)現(xiàn)的缺陷，以及質(zhì)控發(fā)現(xiàn)缺陷的比對詳情，見圖2～3、表1～2。

表1 人工質(zhì)控發(fā)現(xiàn)的缺陷（部分）

圖2 基本資料

圖3 智能質(zhì)控發(fā)現(xiàn)的缺陷截圖

表2 質(zhì)控缺陷比對（部分）

首先由HIS工程師將智能病歷質(zhì)控系統(tǒng)接入電子病歷系統(tǒng)，接入完成后打開智能病歷質(zhì)控系統(tǒng)的操作頁面，選中需要質(zhì)控的病歷，打開以后即可看到質(zhì)控結(jié)果頁面，然后逐一查看缺陷的文書類型及詳細(xì)內(nèi)容，對比病歷記錄的詳細(xì)內(nèi)容，核對判斷結(jié)果。查看完成后按步驟錄入人工與智能質(zhì)控評價(jià)對比表。

結(jié)果及分析討論

雙方質(zhì)控缺陷數(shù)量對比（檢出的病歷缺陷數(shù)、準(zhǔn)確率、漏檢率等指標(biāo)），見表3。人工缺陷文書分布見圖4。

表3 雙方質(zhì)控結(jié)果缺陷數(shù)量對比

圖4 人工質(zhì)控缺陷文書分布

與襄陽市中心醫(yī)院湖北文理學(xué)院附屬醫(yī)院信息中心劉曉東關(guān)于《結(jié)構(gòu)化電子病歷質(zhì)量控制新模式實(shí)踐與探討》的報(bào)道，以及山東大學(xué)解錦錦關(guān)于《電子病歷質(zhì)控管理系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)》相比，智能病歷質(zhì)檢系統(tǒng)在內(nèi)涵質(zhì)控方面具有明顯的優(yōu)勢。

按經(jīng)驗(yàn)，人工質(zhì)控20份病歷大約需要80分鐘；智能質(zhì)控系統(tǒng)質(zhì)檢的時(shí)間花費(fèi)1秒；可以看出智能病歷質(zhì)控系統(tǒng)最大限度地節(jié)省了時(shí)間。

人工質(zhì)檢的查全率39.61%；智能病歷質(zhì)檢系統(tǒng)的查全率79.22%；智能病歷質(zhì)檢系統(tǒng)的查準(zhǔn)率72.66%。只要是程序設(shè)置好的缺陷位置無遺漏、無遺忘、無疲勞、質(zhì)量一致，這是智能病歷質(zhì)控系統(tǒng)的絕對優(yōu)勢。

智能病歷質(zhì)控系統(tǒng)的缺點(diǎn)在于對于程序未設(shè)置的缺陷，無法檢出，這是計(jì)算機(jī)程序的固有缺點(diǎn)。在此方面的解決方案是：持續(xù)優(yōu)化，補(bǔ)充新出現(xiàn)的缺陷的質(zhì)控程序，打補(bǔ)丁。

展望

將人工智能的不同技術(shù)應(yīng)用于病歷質(zhì)控的“及時(shí)性、完整性、合理性”各方面的質(zhì)控缺陷，充分發(fā)揮不同技術(shù)的優(yōu)勢，避免其劣勢，有機(jī)地融合成一個(gè)自動化的全量質(zhì)檢篩查，并配合人工核查確認(rèn)的系統(tǒng)，為醫(yī)院提供了有效的減負(fù)增效，提升了醫(yī)療機(jī)構(gòu)病歷管理的能力和水平。

隨著醫(yī)院智能病歷質(zhì)控系統(tǒng)的應(yīng)用與持續(xù)改進(jìn)，基于AI的自動化全量、全部缺陷點(diǎn)（全方位）、幾乎無遺漏、無主觀偏倚的病歷質(zhì)控將逐步實(shí)現(xiàn)。

病歷質(zhì)量的提高既保障了醫(yī)療質(zhì)量和安全，又維護(hù)了醫(yī)患雙方的合法權(quán)益。給醫(yī)院帶來了巨大的社會效益和經(jīng)濟(jì)效益，同時(shí)有效支撐了臨床科研，保證了病歷中數(shù)據(jù)的準(zhǔn)確性。