病案是患者在醫(yī)院診治全過程的原始記錄，體現(xiàn)醫(yī)療質量與技術水平，與醫(yī)療安全息息相關。具體而言，病案為醫(yī)院醫(yī)療質控、教學、科研、處理醫(yī)療糾紛、醫(yī)療決策、推行DRGs支付制度等提供基本材料，其重要性自然不言而喻。

但由于病歷書寫位于診療路徑末端，且短期內不會影響患者治療的質量。因此，當醫(yī)生由于大量的患者而應接不暇時，往往會選擇在這一環(huán)節(jié)有所松懈。

智慧醫(yī)院時代之前，信息交互與整合的價值有限，即便醫(yī)生為患者書寫了完整清晰的病歷，也會因為患者自身保存的失誤、不同醫(yī)院間認可度的缺失，導致病歷文本在大多數(shù)情況下被忽略。但時至今日，醫(yī)療信息化的大規(guī)模推進已經打破了不同科室乃至不同醫(yī)院間患者數(shù)據(jù)傳輸?shù)蔫滂�，�?shù)據(jù)的價值正在涌現(xiàn)。

作為患者信息的載體，病案本應為信息化的變革提供基礎支持。但正如木桶理論所示，種種問題下，病案質量的缺失正限制著整個信息化體系的發(fā)展。

病案質量的四個問題與三個解決關鍵

追究病案的問題所在，中日友好醫(yī)院醫(yī)務處副處長應嬌茜認為，其質量缺陷主要可歸咎于四點：一是病案首頁的填寫不完整與診斷選擇問題；二是醫(yī)學術語使用不規(guī)范，同一疾病出現(xiàn)不同的描述；三是病程記錄過于簡單，使醫(yī)生已操作的診療行為不可追溯，埋下法律風險隱患；四是病案信息不全。

要解決上述四個問題，既需要提高醫(yī)生的效率，也需要在事后進行病案質量的管控，其關鍵無外乎做好三點——標準化、智能化與有效質控。

標準化意為病歷信息的標準化，即保證患者在就醫(yī)過程中產生的文字、圖表、影像等內容能夠符合標準化診療術語，以存入標準化數(shù)據(jù)庫。

過去很長一段時間內，各�？剖褂玫男畔⑾到y(tǒng)不一致，標注術語準則缺失等因素共同導致了我們常常談到的“信息孤島”問題，但隨著電子病歷評級、互聯(lián)互通評級的推進，二級及以上醫(yī)院的病歷互通問題已經解決；醫(yī)聯(lián)體下，基層醫(yī)療的HIS、EMR等系統(tǒng)也能夠與上級醫(yī)院信息系統(tǒng)連接�？梢哉f，醫(yī)療信息化相關政策的推進逐步解決了醫(yī)療信息化產業(yè)最大的困局。

標準化基礎上便是智能化，意在提升醫(yī)生書寫電子病歷的效率與準確率。部分信息化廠商將“智能”的基因與電子病歷關聯(lián)在一起，通過特定的規(guī)則為醫(yī)生選取特定的模版，實時關聯(lián)錄入信息。而惠每科技等新一代信息化企業(yè)則改進了臨床輔助決策系統(tǒng)，通過構建內容豐富的知識數(shù)據(jù)庫，并用NLP作為底層技術，以類人腦的邏輯方式實現(xiàn)病歷內涵質控，取代傳統(tǒng)病歷質控系統(tǒng)下點對點的線性邏輯關系。

兩者的差異在于推薦信息的準確性與豐富性。由于醫(yī)學知識本身兼具廣泛與復雜兩個特性，同一個癥狀往往可以推測出多個可能的病因，因此基于規(guī)則的推薦往往不能覆蓋所有的可能。

相比之下，基于NLP的CDSS可以處理復雜的醫(yī)學邏輯，并可根據(jù)患者病情為醫(yī)生提供可能疾病的概率分布，且可輕易調入電子病歷之中。通過AI的方式，醫(yī)生的診療效率、質量都將提高，且該系統(tǒng)降低了醫(yī)生本身知識的要求。

最為重要的是有效質控環(huán)節(jié)。通常而言，一份病案的檢查工作大概會耗費病案室一名醫(yī)生30－40分鐘時間。對比國際數(shù)據(jù)，美國、澳大利亞的編碼員每日編碼4～5份病案，而中國的編碼員，以吉林為例，統(tǒng)計數(shù)字為每日15份，實際之中，有時一天需做50份。

此外，在眾多錯誤種類各不相同的病歷之中找出錯誤這一能力實際上對編碼員／質控員提出了較高的專業(yè)水平要求。中國的編碼員／質控員學歷教育是過去一直是以�？茷橹�，近年來才在本科開設專業(yè)，而醫(yī)院需要的編碼員／質控員應是臨床醫(yī)學專業(yè)。而在現(xiàn)實之中，臨床醫(yī)學專業(yè)的人才，又怎肯僅做一個編碼員／質控員呢？

因此，智慧病案質控這一提法早已出現(xiàn)。但通常而言，基于規(guī)則的質控只能夠解決一些簡單的錄入錯誤，如病歷項的漏填；男性患者錄入婦科疾病等問題，只有基于NLP的智慧病案質控系統(tǒng)則能完成智能化的事中控制與事后質控，進行更為復雜的內涵質控，找出病歷中邏輯錯誤，進而使大規(guī)模病案質控成為現(xiàn)實。

用AI解決復雜病案質控問題

隨著標準化問題逐漸消失，惠每科技瞄準了有效質控環(huán)節(jié)與病案智慧化兩個環(huán)節(jié)，嘗試用AI的手段解決現(xiàn)階段醫(yī)院的病案問題。

對于有效質控這一環(huán)節(jié)，惠每科技開發(fā)了Dr． Mayson醫(yī)療人工智能解決方案——病案首頁／病歷質控系統(tǒng)。具體而言，該系統(tǒng)將聚焦病案首頁管理、病歷內涵質控、全量病歷質控管理三個難點。

在病案首頁管理，Dr． Mayson可通過對整本病歷的語義理解及其他信息補充構建患者畫像，從而推導出合理的主診斷，給予醫(yī)生及編碼員必要的提醒。同時對于合并診斷缺失、手術及操作漏填等問題也可以基于患者畫像進行識別和提醒，提升病案首頁內涵質量及數(shù)據(jù)質量。

針對病歷內涵質控，Dr． Mayson將質控關口前移，覆蓋醫(yī)院所有病歷文本內容，把單純形式結果質控轉變?yōu)檫^程內涵質控與形式質控相結合，對缺陷內容進行事中干預并提示上級醫(yī)生及時審核、駁回修改，從源頭改善病歷內容準確性、診斷明確性、治療規(guī)范性，實現(xiàn)了對臨床病歷全方位質量把控與評價。

針對全量病歷質控管理，通過嵌入醫(yī)院信息系統(tǒng)，基于AI的病案首頁／病歷質控系統(tǒng)可對全量病歷進行分析，并通過智能規(guī)則引擎實現(xiàn)對醫(yī)療行為各環(huán)節(jié)的全程、動態(tài)、有序質控管理。有效解決以往手工時代實時質量監(jiān)控困難的問題，通過實時數(shù)據(jù)的統(tǒng)計與分析，及時了解全量病歷特別是重點病種的醫(yī)療過程質控情況及病歷書寫質量，為病案質量改進及績效考核提供數(shù)據(jù)支撐。

“AI支持下，一份病案的審核時間可縮短到原來的30％以下。通過基于AI的內涵質控引擎，可快速實現(xiàn)對各類專科病歷的內涵質控審核比如腫瘤化療、產科、常見的心腦血管疾病。”惠每科技首席醫(yī)療質量官蔣宋怡告訴動脈網，“此外，病案科能夠通過全局數(shù)據(jù)分析醫(yī)院、科室甚至到醫(yī)生個體的病歷質控缺陷模式，從而極大提高管理部門進行質量改進的措施精準度”

從“管病案”到提高臨床質量的質控延伸

如果說病案質控提高了醫(yī)療質量管理的“基線”，那么惠每科技將病案質控與CDSS的融合則提高了醫(yī)療質量管理的“高線”。

“如果沒有信息的數(shù)據(jù)化跑腿，我們醫(yī)務處的人員跑不過來，難以助力科室與醫(yī)院的發(fā)展�！睉獘绍缯f到，應用臨床決策支持系統(tǒng)（CDSS）開展病歷質控，實現(xiàn)自動、實時、高效的病案管理，同時從數(shù)據(jù)源頭管控臨床診療質量。

一方面，CDSS可以進行病案管理流程重構，自動打通臨床醫(yī)生與病案員實時交互。另一方面，CDSS可以實現(xiàn)高效率的 “質量管理”，在與醫(yī)院所有業(yè)務系統(tǒng)對接、數(shù)據(jù)處理、臨床上的提醒等環(huán)節(jié)加強質控，提升臨床信任及應用。CDSS依據(jù)數(shù)據(jù)質控規(guī)則執(zhí)行質控路徑。質控規(guī)則設定依據(jù)指南規(guī)范、國家質量考核要求以及醫(yī)院臨床實際需求等。

以病案首頁的出院診斷為例，主要診斷的確定有三最原則，即患者住院過程中對身體健康危害最大，花費醫(yī)療資源最多，住院時間最長的疾病診斷。例如，產科的主要診斷指產科的主要并發(fā)癥或伴隨疾病，系統(tǒng)相應的設計了“產科主診斷應選擇產科并發(fā)癥或伴隨疾病”質控規(guī)則。

應用CDSS進行病案質量管控三個月，醫(yī)院臨床醫(yī)生對系統(tǒng)提示的整體采納率呈上升趨勢，臨床應用科室的病歷缺陷問題總數(shù)、平均每份病歷的缺陷問題數(shù)逐步下降。“這樣的好處一是臨床醫(yī)生行為更加規(guī)范，二是病案管理更加精細化、過程化�！睉獘绍绫硎�，全院統(tǒng)一質控標準不僅促進院內質控工作的同質化，系統(tǒng)多維度的質控數(shù)據(jù)匯總也幫助管理者實時掌握院內病案管理情況。

DRG會是CDSS企業(yè)的下一個方向嗎？

除了為臨床醫(yī)生與病案科提效增質外，DRG支付制度推進則賦予了病案新的價值。在DRG的實踐過程，很多醫(yī)院都因為病案內容的缺失而出現(xiàn)低編碼現(xiàn)象，造成持久的醫(yī)院損失。從這個角度來看，DRG為醫(yī)院重構病案質控帶了驅動力。

從現(xiàn)在NLP的實現(xiàn)來看，該技術已能實現(xiàn)入組時的ICD自動編碼對應；多診斷情況下自動判別主要診斷；智能化編碼合并及合理費用優(yōu)化，以及入組后的數(shù)據(jù)審核、編碼準確性校對；輔助醫(yī)院進行內部績效評價、醫(yī)保端的支付結算以及醫(yī)保的違規(guī)監(jiān)管審核。

而對于惠每科技而言，其專精于NLP的優(yōu)勢能幫助它迅速實現(xiàn)由病案質控到醫(yī)院DRG管理的轉型。

不止于惠每，如今，大量CDSS企業(yè)已經開始從病案質控切入DRG。轉型常伴挑戰(zhàn)與機遇，惠每能在這一市場打出怎樣的牌？我們還需拭目以待。

作者：趙泓維