大模型等AI技術(shù)的應(yīng)用是增加病歷內(nèi)涵質(zhì)控深度、向內(nèi)鍛造技術(shù)硬度的關(guān)鍵。
在國家公立醫(yī)院績效考核、醫(yī)院等級評審以及DRG/DIP支付方式改革的背景下,大量與醫(yī)療質(zhì)量相關(guān)的監(jiān)測指標(biāo)已經(jīng)成為考核醫(yī)院業(yè)務(wù)能力的重要依據(jù)。作為主要數(shù)據(jù)來源的電子病歷,其結(jié)構(gòu)化程度和書寫質(zhì)量,都關(guān)系著各項(xiàng)監(jiān)測指標(biāo)的完整性和提取結(jié)果。
“病歷數(shù)據(jù)已經(jīng)成為體現(xiàn)醫(yī)療過程、醫(yī)療水平以及醫(yī)療質(zhì)量的重要依據(jù)。”
01
用AI應(yīng)對醫(yī)院病歷質(zhì)控現(xiàn)狀
傳統(tǒng)醫(yī)療機(jī)構(gòu)開展的病歷質(zhì)量控制工作主要圍繞質(zhì)控部門開展,但由于管理介入在病歷流轉(zhuǎn)的末期,無法實(shí)現(xiàn)病歷書寫的全周期監(jiān)管,質(zhì)控人員在??坪蛠唽?浦R深度不同,以及問題校驗(yàn)需要翻閱多個文檔,通過人工的方式只能對少量病歷進(jìn)行抽查。在面對全院、全員、全時段的海量病歷數(shù)據(jù)時,這種方式對提升全院病歷質(zhì)量難以發(fā)揮切實(shí)作用。
對于目前醫(yī)院病歷質(zhì)控現(xiàn)狀,陳鑫總結(jié)了實(shí)際存在的三個矛盾:
海量病歷和有限人力投入之間的矛盾。通常大型醫(yī)院每月出院病歷量約1萬~5萬,而專職質(zhì)控人員配置通常為2~5人。按照10%的抽查比例,意味著質(zhì)控人員每月人均需要質(zhì)控200~1000份病歷,每人每天質(zhì)控超過50份病歷。
質(zhì)控的深度要求與質(zhì)控員水平參差不齊之間的矛盾。隨著病歷質(zhì)量重要性的提升,各家醫(yī)院的質(zhì)控管理重點(diǎn)已經(jīng)由傳統(tǒng)的形式質(zhì)控向內(nèi)涵質(zhì)控轉(zhuǎn)變,但大部分醫(yī)院質(zhì)控員的精力和能力目前大量消耗在繁瑣事務(wù)上,難以專心做好質(zhì)控工作。
質(zhì)控的流程要求與落后管理工具之間的矛盾。相關(guān)規(guī)范和標(biāo)準(zhǔn)文件要求,醫(yī)院醫(yī)生、科室、醫(yī)務(wù)、質(zhì)控、病案等實(shí)現(xiàn)多部門協(xié)同,建立多級質(zhì)控體系。但質(zhì)控員除了要從病歷中挑缺陷,對照評分表完成評分評級,還要監(jiān)督醫(yī)生整改和科室考核下發(fā)。
“惠每醫(yī)療人工智能解決方案結(jié)合醫(yī)院病歷質(zhì)控工作中的多個矛盾,基于CDSS技術(shù)開發(fā)了覆蓋臨床醫(yī)生、質(zhì)控人員和管理部門的病歷質(zhì)控系統(tǒng)。”陳鑫介紹,該系統(tǒng)應(yīng)用了自然語言處理、深度學(xué)習(xí)、大模型等多種人工智能技術(shù),覆蓋全程、全量病歷,旨在全方位提升病歷質(zhì)量,以此規(guī)范醫(yī)生診療行為,提升全院醫(yī)療質(zhì)量水平。
02
基于醫(yī)務(wù)管理流程部署智能輔助工具
國家衛(wèi)生健康委員會醫(yī)政醫(yī)管局編寫的《病歷書寫和管理基本規(guī)范(2022年版)》明確,醫(yī)療機(jī)構(gòu)病案管理實(shí)行院、科兩級責(zé)任制,病案管理組織架構(gòu)及職能分工,應(yīng)體現(xiàn)決策層、控制層、執(zhí)行層三個層級的作用。
陳鑫表示,惠每病歷質(zhì)控系統(tǒng)開發(fā)之初秉承“兩級責(zé)任制,三級分工制,多級科室協(xié)同制,AI全方位輔助”的原則,目標(biāo)是將質(zhì)控環(huán)節(jié)前置到醫(yī)生,將缺陷控制在科室,并以此形成病歷質(zhì)控閉環(huán),助力醫(yī)院建設(shè)高效的病歷質(zhì)控體系。
“病歷質(zhì)控系統(tǒng)能夠覆蓋病歷流轉(zhuǎn)全過程,是源于CDSS 3.0技術(shù)的應(yīng)用。”陳鑫介紹,CDSS一方面可以通過對接所有醫(yī)院業(yè)務(wù)系統(tǒng),將患者信息處理為結(jié)構(gòu)化數(shù)據(jù),為病歷質(zhì)控系統(tǒng)提供數(shù)據(jù)基礎(chǔ);另一方面,基于CDSS的事中提醒等功能,病歷質(zhì)控系統(tǒng)可以通過規(guī)則的映射,將病歷缺陷問題、位置和修改意見等及時提醒給醫(yī)生或質(zhì)控人員,輔助相關(guān)人員及時進(jìn)行修改。
在執(zhí)行層,系統(tǒng)通過醫(yī)生端窗口對臨床醫(yī)生書寫病歷時存在的問題和缺陷智能提醒,輔助醫(yī)生及時修改,實(shí)現(xiàn)“邊書寫,邊質(zhì)控”,完成一級質(zhì)控;在控制層,系統(tǒng)支持質(zhì)控部門通過管理端對病歷進(jìn)行全量抽查,將疑似有問題的病歷進(jìn)行駁回,完成二級質(zhì)控,并在歸檔前對編碼進(jìn)行校驗(yàn),對病案首頁進(jìn)行審核,完成三級質(zhì)控;在決策層,系統(tǒng)可為醫(yī)院管理人員提供多維度的病歷質(zhì)控結(jié)果分析和統(tǒng)計(jì)。
陳鑫強(qiáng)調(diào),通過這種多層次、多場景的應(yīng)用,能夠提升病歷質(zhì)控工作與智能輔助軟件的咬合度,并在AI的參與下對傳統(tǒng)質(zhì)控流程進(jìn)行了重塑,通過“人工+系統(tǒng)”深度融合的方式,切實(shí)做好病歷質(zhì)量管理工作。
03
把質(zhì)控規(guī)則??苹?、專病化
“建立符合醫(yī)院實(shí)際需求的病歷質(zhì)控規(guī)則庫是發(fā)揮系統(tǒng)質(zhì)控能力的重要前提,也是在專科建設(shè)中提升病歷內(nèi)涵質(zhì)量的關(guān)鍵環(huán)節(jié)。”陳鑫表示,醫(yī)院??平ㄔO(shè)是高質(zhì)量發(fā)展的必經(jīng)之路,如何設(shè)計(jì)每一條質(zhì)控規(guī)則并切實(shí)發(fā)揮作用,是每家醫(yī)院都要下功夫的重點(diǎn)工作。
為了保障病歷質(zhì)控系統(tǒng)發(fā)揮大作用,惠每科技實(shí)施人員會與醫(yī)院各科室形成質(zhì)控規(guī)則庫建設(shè)小組,在充分了解各科室診療習(xí)慣和質(zhì)控要求的前提下,按照“病歷書寫規(guī)范”“十八項(xiàng)醫(yī)療質(zhì)量安全核心制度”和“27項(xiàng)病案質(zhì)控指標(biāo)”等要求,針對病歷中一致性、完整性、邏輯性和合理性等缺陷,梳理出符合醫(yī)院實(shí)際的質(zhì)控規(guī)則庫。
質(zhì)控規(guī)則庫主要分為兩部分,一部分針對所有應(yīng)用科室形成通用規(guī)則,能夠提升基礎(chǔ)病歷的質(zhì)量,另一部分針對特殊的專業(yè)科室或?qū)I(yè)疾病,以此滿足??茖2〉慕ㄔO(shè)需求。
陳鑫表示,把質(zhì)控規(guī)則??苹2』?,不斷向下挖掘深度,將成為接下來各醫(yī)院需要探索和加強(qiáng)的工作之一,也是醫(yī)院多元化發(fā)展,滿足群眾多元化醫(yī)療保障需求的重要步驟。
04
用大模型技術(shù)向內(nèi)鍛造技術(shù)硬度
自然語言處理、知識圖譜等AI技術(shù)的應(yīng)用,賦予了病歷質(zhì)控系統(tǒng)理解病歷、調(diào)用規(guī)則和事中提醒的能力。而病歷的內(nèi)涵缺陷通常邏輯很抽象,沒有具體定義和規(guī)則,其質(zhì)控工作通常由高年資醫(yī)生結(jié)合醫(yī)學(xué)知識和診療經(jīng)驗(yàn)進(jìn)行分辨。對于目前絕大多數(shù)質(zhì)控系統(tǒng)來說,通過規(guī)則解決與病歷完整性、時效性相關(guān)的形式缺陷以及部分與一致性、邏輯性相關(guān)的內(nèi)涵質(zhì)控,已經(jīng)可以滿足醫(yī)院對于病歷質(zhì)量管理的基本需求,但其質(zhì)控邏輯仍無法像醫(yī)學(xué)專家那樣發(fā)現(xiàn)病歷深層次的內(nèi)涵缺陷。
近兩年,隨著大模型技術(shù)的發(fā)展和探索,如何在垂直領(lǐng)域?qū)崿F(xiàn)私有化部署并發(fā)揮價(jià)值成為各行業(yè)共同的發(fā)展目標(biāo)。在醫(yī)療領(lǐng)域,大模型技術(shù)的應(yīng)用已經(jīng)在問診等環(huán)節(jié)發(fā)揮作用,但在提升醫(yī)療質(zhì)量方面仍屬行業(yè)空白。
“基于大模型技術(shù)在理解能力和推理能力的優(yōu)勢,我們開發(fā)了聚焦醫(yī)療質(zhì)量提升的惠每醫(yī)療大模型。”陳鑫介紹,基于大模型技術(shù)的病歷質(zhì)控系統(tǒng)能夠發(fā)現(xiàn)此前AI系統(tǒng)無法發(fā)現(xiàn)的病歷內(nèi)涵問題,例如主訴和入院記錄診斷無明顯關(guān)聯(lián)、入院診斷無相應(yīng)診斷依據(jù)等。此外,基于大模型對話能力,其能夠以人工質(zhì)控專家的方式,將病歷缺陷、依據(jù)及修改意見進(jìn)行反饋,輔助醫(yī)生理解并修改病歷問題。
陳鑫強(qiáng)調(diào),大模型等AI技術(shù)的應(yīng)用是增加病歷內(nèi)涵質(zhì)控深度、向內(nèi)鍛造技術(shù)硬度的關(guān)鍵?;菝靠萍寄壳耙褜⒋竽P蛻?yīng)用于預(yù)問診、病歷生成、知識庫問答等多個診療和管理環(huán)節(jié),未來將不斷探索,將AI技術(shù)應(yīng)用于更多診療場景,助力智慧醫(yī)院建設(shè)和高質(zhì)量發(fā)展。