AI 技術(shù)助力提升電子病歷質(zhì)量的實踐與探討

莫陶欣MO Tao-xin 王丹WANG Dan 李晨雄LI Chen-xiong 王立軍WANG Li-jun 劉偉偉LIU Wei-wei衡反修HENG Fan-xiu 薛冬XUE Dong

隨著信息技術(shù)發(fā)展，已有醫(yī)院利用信息技術(shù)開展電子病歷質(zhì)控工作，相較于人工抽檢[1-3]，信息系統(tǒng)質(zhì)控一方面極大地提升了質(zhì)控效率[2-3]；另一方面可以有效消除“人”對質(zhì)控結(jié)果的影響，保持質(zhì)控結(jié)果的客觀、中立、正確、穩(wěn)定。本研究以某專科醫(yī)院為例，探討基于AI 技術(shù)的電子病歷質(zhì)控系統(tǒng)對病歷內(nèi)涵質(zhì)量的影響。

資料與方法

1.基于AI 技術(shù)的電子病歷質(zhì)控系統(tǒng)

1.1 技術(shù)原理。電子病歷質(zhì)控系統(tǒng)通過AI 技術(shù)，對非結(jié)構(gòu)化文本的病歷文書進(jìn)行結(jié)構(gòu)化處理、數(shù)據(jù)清洗、量化、自然語言處理和基于語義分析模型的標(biāo)準(zhǔn)化處理，以此讓病歷文本轉(zhuǎn)變?yōu)橄到y(tǒng)可識別并判斷的數(shù)據(jù)。依據(jù)病案質(zhì)控相關(guān)要求，制定并完善質(zhì)控規(guī)則，目前醫(yī)院已建立質(zhì)控規(guī)則268條，規(guī)則分類如表1、表2。

表1 病案內(nèi)容質(zhì)控分類與占比

表2 病案質(zhì)控規(guī)則類別數(shù)量及占比

1.2 環(huán)節(jié)質(zhì)控功能。對病歷有實時質(zhì)控和提醒缺陷的功能，即在醫(yī)師書寫病歷的過程中，實時進(jìn)行檢測，以彈窗的形式提示出現(xiàn)錯誤的數(shù)量，如果病歷質(zhì)控結(jié)果為“乙級”或“丙級”，則著重顯示，以提醒醫(yī)師修改，促進(jìn)病歷在歸檔前完善。

1.3 終末質(zhì)控功能。終末質(zhì)控有統(tǒng)計分析功能，根據(jù)科室、行政管理等不同角色，授予權(quán)限不同的賬戶?？剖屹~戶由科室質(zhì)控小組成員管理，登錄后可查看所在科室的病歷質(zhì)控結(jié)果；行政管理賬戶由院級醫(yī)療質(zhì)量管理部門負(fù)責(zé)，定期查看全院的病歷質(zhì)控數(shù)據(jù)，對乙級病歷、丙級病案進(jìn)行人工復(fù)核，復(fù)核完成后的數(shù)據(jù)作為最終結(jié)果予以公示。

2.統(tǒng)計分析指標(biāo)

2.1 績效考核指標(biāo)。該院將終末病歷的甲級病案率、丙級病案率納入每月績效考核中，目前以人工抽檢的甲級病案率（人工抽檢甲級病案數(shù)/人工抽檢病案數(shù)）、丙級病案率（人工抽檢丙級病案數(shù)/人工抽檢病案數(shù)）為績效得分依據(jù)。

2.2 質(zhì)控效率指標(biāo)。以缺陷數(shù)量、每份病案缺陷數(shù)（根據(jù)病歷質(zhì)量書寫評價標(biāo)準(zhǔn)，終末病案中每出現(xiàn)1 個書寫問題則記錄為1 個缺陷，每份病案缺陷數(shù)=缺陷數(shù)/質(zhì)控病案數(shù)）作為評價指標(biāo)，對比同一時期AI 系統(tǒng)與人工抽檢的結(jié)果，評價質(zhì)控效率。

2.3 病歷內(nèi)涵質(zhì)量指標(biāo)。以《病案管理質(zhì)量控制指標(biāo)（2021 年版）》為依據(jù)，病案內(nèi)涵質(zhì)量指標(biāo)分為四類，“病歷書寫時效性指標(biāo)、重大檢查記錄符合率指標(biāo)、診療行為記錄符合率指標(biāo)、病案歸檔質(zhì)量指標(biāo)”，共計21 個。

3.統(tǒng)計方法。AI 病案質(zhì)控系統(tǒng)于2022 年4 月在醫(yī)院上線試用，9 月正式使用。選取出院日期為2022 年9 月1日至2023 年4 月30 日（共計8 個月）的病歷，分月統(tǒng)計病歷質(zhì)控數(shù)據(jù)。使用Microsoft Excel 軟件整理數(shù)據(jù)，并通過SPSS21.0 進(jìn)行統(tǒng)計分析。使用卡方檢驗對比同一時間段內(nèi)AI 質(zhì)控和人工抽檢的甲級病案率、丙級病案率；使用方差分析對比同一段時間內(nèi)AI 質(zhì)控和人工抽檢的病歷缺陷數(shù)量；使用回歸分析評價隨著時間推移，某指標(biāo)的增長或降低情況。將顯著性水平設(shè)為0.05，當(dāng)p值小于0.05 時，則差異有統(tǒng)計學(xué)意義。

結(jié)果

1.績效考核指標(biāo)。研究區(qū)間數(shù)據(jù)中，醫(yī)院AI 病案質(zhì)控數(shù)量約為人工抽檢數(shù)量的24.8 倍（52379/2112），檢測出的丙級病案約19.6 倍（216/11），質(zhì)控效率大幅提升。人工抽檢、AI質(zhì)控的甲級病案率分別為95.45%、96.21%，χ2值為3.140，p=0.076，差異無統(tǒng)計學(xué)意義；丙級病案率為0.52%、0.41%，χ2值為0.576，p=0.448，差異無統(tǒng)計學(xué)意義。見表3。

表3 終末病案質(zhì)檢結(jié)果

2.質(zhì)控效率指標(biāo)。AI 質(zhì)控的每份病案缺陷數(shù)為1.38個，約為人工抽檢（0.05 個）的27.6 倍。對每份病案缺陷數(shù)進(jìn)行單因素方差分析，人工抽檢與AI 質(zhì)控組間F 值104.920、p＜0.001，差異有統(tǒng)計學(xué)意義。見表4。

表4 終末病案缺陷統(tǒng)計

3.病歷內(nèi)涵質(zhì)量指標(biāo)。共分為病歷書寫時效性指標(biāo)、重大檢查記錄符合率指標(biāo)、診療行為記錄符合率指標(biāo)、病案歸檔質(zhì)量指標(biāo)4 類，21 個指標(biāo)。運用線性回歸模型，將月份作為自變量，各指標(biāo)作為因變量，月份標(biāo)準(zhǔn)系數(shù)小于0 為逐月降低，月份標(biāo)準(zhǔn)系數(shù)大于0 為逐月升高；當(dāng)p小于0.05，差異有統(tǒng)計學(xué)意義。

3.1 病歷書寫時效指標(biāo)情況。其中超時率、缺失率，反映了病歷總體的超時情況和缺失情況，將歸檔病案里應(yīng)書寫的病歷文書總數(shù)作為分母，分子分別為超過質(zhì)控時間完成的病歷文書數(shù)量、未完成的病歷文書數(shù)量。這兩項指標(biāo)的月份標(biāo)準(zhǔn)系數(shù)均小于0，均呈逐月下降的趨勢；缺失率的p＜0.05，差異有統(tǒng)計學(xué)意義。

分別統(tǒng)計終末病案的入院記錄、手術(shù)記錄、出院記錄、死亡記錄在24 小時內(nèi)的完成情況。手術(shù)記錄、出院記錄、死亡記錄24 小時完成率均為上升趨勢，入院記錄24 小時完成率為下降趨勢，其中手術(shù)記錄24 小時完成率差異有統(tǒng)計學(xué)意義?；颊邠尵扔涗浖皶r完成率僅2023 年4 月不足100%。見表5。

表5 病歷完成情況（%）

3.2 診療行為記錄符合率指標(biāo)情況?？咕幬锸褂糜涗浄下省⒒瘜W(xué)治療記錄符合率、放射治療記錄符合率、植入物相關(guān)記錄符合率、臨床用血相關(guān)記錄符合率各月均為100%；CT/MRI 檢查記錄符合率、病理檢查記錄符合率、手術(shù)相關(guān)記錄符合率、醫(yī)師查房記錄完整率呈逐月上升趨勢，其中醫(yī)師查房記錄完整率的差異有統(tǒng)計學(xué)意義。見表6。

表6 診療行為記錄符合要求情況（%）

3.3 病歷歸檔質(zhì)量指標(biāo)情況。住院病案首頁填報完整率、醫(yī)療費用信息準(zhǔn)確率均為100%；出院患者病歷2 日歸檔率、出院患者病歷歸檔完整率呈上升趨勢，其中出院患者病歷歸檔完整率差異有統(tǒng)計學(xué)意義。見表7。

表7 病歷歸檔質(zhì)量（%）

討論

1. AI 技術(shù)有助于提升病案質(zhì)量。AI 質(zhì)控的最大優(yōu)點在于效率的提升[4]，本研究數(shù)據(jù)顯示，AI 質(zhì)控終末病案數(shù)量約為人工抽檢的25 倍，每份病歷記錄缺陷數(shù)約為人工抽檢的28 倍，實現(xiàn)了量的飛躍。AI 質(zhì)控的反饋途徑包括醫(yī)生端（以彈窗的形式，在病歷書寫界面顯示）、科室質(zhì)控管理員系統(tǒng)（各科室可以查看所在科室的質(zhì)控情況），相較于人工抽檢反饋途徑，信息傳遞和獲取的效率大幅提升，從源頭上對病歷質(zhì)控工作起到了促進(jìn)作用。

AI 病案質(zhì)控有實時提醒功能，即在醫(yī)師書寫病歷的過程中，實時進(jìn)行檢測，并以界面彈窗形式提示錯誤內(nèi)容，提醒醫(yī)師即時完善病歷。在AI 智能審核系統(tǒng)上線后，病歷書寫缺陷率從2022 年9 月的17.12%下降至2023 年4 月的2.25%，病歷缺陷情況極大改善，臨床醫(yī)師對系統(tǒng)的適應(yīng)性較好[5]。病歷缺陷的提醒內(nèi)容，包括病程記錄、知情同意書、檢驗檢查記錄情況、特殊治療及操作的記錄，不僅對病歷記錄的完整性進(jìn)行要求，也對臨床診療行為的完整性提供了保障。

對比人工抽檢和AI 終末質(zhì)控的結(jié)果，甲級病案率分別為95.45%、96.21%，丙級病案率為0.52%、0.41%，用卡方檢驗比較，差異均無統(tǒng)計學(xué)意義，說明目前AI 病案質(zhì)控與人工抽檢的結(jié)果貼近，可部分替代人工抽檢病案質(zhì)控工作。目前醫(yī)院已嘗試?yán)肁I 技術(shù)改進(jìn)病案質(zhì)控流程，采取“AI 質(zhì)控全查、人工抽檢擇重”的工作模式，在AI 質(zhì)控的基礎(chǔ)上，選擇重點病歷進(jìn)行人工抽檢。人工抽檢的范圍包括但不限于：所有AI 質(zhì)控的非甲病案（乙級、丙級病案）、非計劃二次手術(shù)病例、出入ICU 病例、住院大于30 天病例、死亡病例、糾紛病例、上報重點患者病例、隨機抽檢病例，結(jié)合AI 質(zhì)控和人工抽檢的結(jié)果，對問題進(jìn)行匯總反饋。這種工作模式能有效地找到導(dǎo)致病歷降級的多數(shù)錯誤，把控重點病例的病歷質(zhì)量[6]，從而發(fā)現(xiàn)醫(yī)療過程中的薄弱環(huán)節(jié)[7]，進(jìn)行針對性地改進(jìn)提升，提高醫(yī)療服務(wù)整體質(zhì)量[8]。

2.通過AI 技術(shù)深化對非結(jié)構(gòu)化數(shù)據(jù)的利用。當(dāng)前該院利用AI 技術(shù)進(jìn)行電子病歷質(zhì)控是在已有的病歷質(zhì)控基礎(chǔ)上進(jìn)行規(guī)則的細(xì)化和完善。但AI 技術(shù)作為對非結(jié)構(gòu)化數(shù)據(jù)進(jìn)行解析治理的工具，可以擴展其用途范圍。目前該院已開始依據(jù)《腫瘤專業(yè)醫(yī)療質(zhì)量控制指標(biāo)（2023 年版）》設(shè)計質(zhì)控規(guī)則，進(jìn)行腫瘤規(guī)范化診療質(zhì)控，依據(jù)患者的出院診斷歸納不同的癌種、治療方式，從電子病歷系統(tǒng)中抓取分期診斷、檢驗檢查、手術(shù)淋巴結(jié)清掃及術(shù)后病理、抗腫瘤藥物治療方案、并發(fā)癥發(fā)生情況等數(shù)據(jù)，按選取的時間段，計算腫瘤專業(yè)的醫(yī)療質(zhì)控指標(biāo)，作為腫瘤單病種診療與科研數(shù)據(jù)庫建設(shè)的基礎(chǔ)[9]。AI 技術(shù)的應(yīng)用能進(jìn)一步提升臨床、科研、管理人員對臨床大數(shù)據(jù)的挖掘與使用[10]，改善臨床診療效果，提升醫(yī)院科研水平與管理效能[11]，進(jìn)而建設(shè)智慧醫(yī)院、智慧醫(yī)療服務(wù)體系[12]。

小結(jié)

使用AI 技術(shù)進(jìn)行電子病歷質(zhì)控，對提升醫(yī)生書寫病歷質(zhì)量具有積極作用，一方面提升了病歷質(zhì)檢的效率，增加了信息系統(tǒng)反饋途徑，信息傳遞和獲取的效率大幅提升，對“院—科”兩級病歷質(zhì)控工作起到了促進(jìn)作用；其次，AI質(zhì)控甲級病案率提升、病歷缺陷率降低，說明AI 質(zhì)控的實時提醒功能能夠在病歷書寫環(huán)節(jié)有效降低錯誤的發(fā)生；再次，AI 質(zhì)控是人工抽檢工作的補充和升華，能夠有效找到醫(yī)療過程中的薄弱環(huán)節(jié)，針對性地改進(jìn)提升，進(jìn)而實現(xiàn)以病歷為抓手，提高醫(yī)療質(zhì)量。