基于数据挖掘的临床路径系统研究与设计

【作 者】汤 琼，李志敏，傅 川

浙江中医药大学信息技术学院，浙江，杭州，310053

0 引言

随着国家医疗保险制度和医药卫生体制改革的逐步深入，医疗付费日趋合理，医疗管理工作日趋完善。医院要获得更大的发展，就需要适应新的改革，需要在质量管理方面寻找更加先进的方法或模式。临床路径是一种新型的医疗服务模式，是各相关部门或科室的医务人员针对某一病种的检测、治疗、康复和护理等的规范化。与传统医疗护理模式相比, 临床路径在提高医疗护理质量的同时，还能提高整个医疗团队的协作精神。总之，临床路径是提高医疗护理质量、改善医疗品质和控制医疗成本有效手段，它的应用必将成为一种发展趋势[1]。

卫生部发布的临床路径(范本)是组织全国相关方面的专家讨论制定的，这些范本对临床路径的实施具有普遍的指导意义。但是由于临床路径的个性化特点，使它必须以本区域、本医院的具体情况相结合，因此就某一区域的医院而言，范本的实际可操作性有差异性。目前，一些医院的临床路径是在范本的指导下，在本院相关医务人员共同讨论的基础上制定和逐步完善起来的。据文献报道，临床路径从最初制定到完善需要1-2年的时间，需要耗费大量的人力物力，制定和维护成本较高。同时，有些临床路径的信息化水平不高，甚至与医院现有的信息系统脱节，使其难以在临床中使用。以上诸多因素都限制了临床路径开发水平的提高与推广，因此，迫切需要一种新的、科学的、高效的方案来解决临床路径现阶段发展的问题。

1 临床路径简介

临床路径[2](Clinic Pathway,CP)是一种跨学科的、综合的深化整体医疗护理的工作模式，是由医生护士与其他专业人员对特定病种的诊断和手术做最恰当的有序性和时间性的诊疗计划，将常见的治疗、检查与护理等医疗活动细化和标准化。根据住院天数设计表格，使患者由入院到出院都依据此模式来接受诊疗。临床路径20世纪70年代起源于美国，目前在美国约有60%的医院正在应用，病种已不局限于外科手术,而是从外科向内科、从急性病向慢性病、从院内向社区医疗服务和从单纯临床管理向医院各方面管理扩展[3]。二十世纪九十年代以来，临床路径在欧洲、澳大利亚以及部分亚洲国家的医院中逐渐得到推广应用。1998年开始，国内一些医院逐步意识到临床路径的优越性，北京、天津、重庆、青岛、成都、南京、台州等国内一些城市的大医院，相继开展了部分病种临床路径的研究和试点工作[4-6]。2009年，卫生部制定下发了22个专业112个病种的临床路径，并在全国16个省（区、市）遴选了86家医院启动临床路径管理试点工作。2010年7月，卫生部对临床路径试点半年的情况进行了评估[7]，结果表明，实行临床路径的病种平均住院日明显下降，医疗费用明显降低。目前，临床路径正在我国各级医院推广实施。

然而，临床路径不同于常规医疗，它是经过标准化处理的常规医疗。通过对常规诊疗过程细化分析，以时间时程为横轴，以诊疗过程为纵轴，科学的规划从入院到出院的各个诊疗流程。时间时程可以简单分为入院第一天、第二天……，诊疗过程可以分为护理、治疗、检查、术前讨论、膳食、宣教等。根据时程的变化执行该时程内的标准诊疗类医嘱，在没有发生变异的情况下，医生和护士按照标准医嘱（根据病种事先定义好的医嘱）执行，患者到标准住院日当日出院。如果发生变异，便需要去总结分析变异原因，确定是否调整标准医嘱。每个时程执行完毕，将对该时程内患者的预期治疗效果进行分析评估，达到预期治疗效果，将继续下一时程执行路径；否则，将跳出路径，转入特使治疗。临床路径的一般流程见图1。

图 1 临床路径流程图Fig.1 The fl ow chart of Clinical pathway

有了临床路径，符合准入条件的入院病人，将严格按照路径执行诊疗流程，如果期间没有发生异常的话，直至出院。因此，临床路径的制定必须科学和行之有效，并与医院实际情况紧密结合。

2 基于数据挖掘的临床路径

数据挖掘（Datamining DM)是从存放在数据库、数据仓库或其他信息库中的大量数据中发现有趣知识的过程，是涉及数据库管理、人工智能、机器学习、模式识别及数据可视化等学科的边缘学科[8]。近年来, 随着医学信息化的不断发展和数字医疗设备的广泛应用，各医院的HIS系统所积累的临床信息越来越丰富。我国各大科研资助项目（如“国家自然科学基金”、“973”、“863”等）设立DM的研究课题，引导相关科研单位和高校进行医学数据挖掘的研究。数据挖掘技术在医学领域中的应用越来越广泛，在疾病诊断、治疗、器官移植、基因研究、图像分析、药物开发和科学研究等方面都获得了可喜的成果。

临床路径源于临床实践，是隐含在医院数据库海量数据中的病种普遍治疗模式。如能从海量的医院数据中挖掘出这种隐藏的模式，其意义是不言而喻的。我们可以将医院数据库到临床路径一般过程描述如图2所示。

图2 数据挖掘模型Fig.2 The modal of data mining

① 建立挖掘数据库。对医院现有信息系统的相关数据采用序列挖掘方法进行规范化处理，确保数据的完整性和一致性，识别、删除孤立点等，从而改进数据质量，提高挖掘精度和性能，将处理后的数据存入挖掘数据库。

② 设计挖掘算法。可结合聚类分析和仿生算法中的蚁群算法，设计一个针对单病种的通用型的挖掘算法，利用聚类获得相关病种的簇，其间利用蚁群算法优化簇的形成，进而形成优化的单一路径。

③ 建立临床路径数据库。根据医学领域的相关概念说明，生成属性及其约束，建立存放抽取值的内容数据库。通过相应的表达，转变为人们所熟悉的临床路径。

从医院真实数据中挖掘出来的病种的临床路径，是符合询证医学的。在此基础上，经过专家的评审或适当调整的临床路径，就可以投入临床使用。这无疑是一种科学、高效的、行之有效的临床路径制定途径。

3 临床路径系统设计

临床路径的信息化是在医院现有的业务系统的基础上实现的，因此跟现有的系统，如医生工作站、护士工作站和HIS/LIS/PACS系统都有数据交互，临床路径系统不改变医院现有系统运行，而是与其无缝链接，实现信息的交互和共享。临床路径系统的运行方案如图3所示。

图3 临床路径信息系统运行方案Fig.3 The running scheme of clinical pathway information system

在此方案中，由临床路径挖掘引擎挖掘出指定病种的临床路径，经过专家的评议和修订后投入临床应用，形成具体的医嘱方案、护理方案和医疗记录；然后与医院各系统进行交互，记录路径的执行情况；最后，将反馈信息传给质管部门，进行异常报警、异常监控和统计处理，为路径分析和优化做准备。

经过初步的调研和文献研究，临床路径系统的基本框架设计如图4所示。临床路径信息化系统设计从四个方面去实现：临床路径维护、临床科室应用、医技科室应用和管理科室应用。

图4 临床路径信息化框架图Fig.4 The information framework of clinical pathway

临床路径维护包括路径维护和定义监控规则，主要是由临床路径挖掘引擎挖掘出病种的临床路径，定义阶段、项目和关联医嘱、项目及执行时间。

临床科室应用包括入/出径管理、临床路径医嘱开立、病情变异记录以及临床路径表单展示，主要记录管理病人从入径到出院或出径全过程的诊疗及护理信息。出径处理治疗过程中发生变异需要退出临床路径治疗时，临床医生填写出径原因。临床路径医嘱开立模块实现临床医生根据所在临床路径的阶段进行成套医嘱的开立，或系统根据患者所在临床路径的阶段自动生成医嘱，或临床医生根据患者的实际情况开立其它医嘱。临床路径表单展示模块以表单的形式展示患者每日的治疗活动，与临床路径标准表单那对比，展示变异情况，方便临床医生浏览、回顾治疗过程。

医技科室应用主要是实现临床路径患者标记和表单展示。临床医师根据临床路径开立医嘱时，对检验、检查类医嘱自动发出预约申请，制定完成时间。医技科室在接受申请时，能清楚地看到患者所在临床路径的标记，以便在指定时间内完成检验检查项目。

管理科室应用包括入径患者监控、出院患者统计和变异管理。其中入径患者监控主要监控全院的入径患者，关注入径率、项目执行情况、费用情况、是否发生变异。出院患者统计主要统计制定时间段各病种的入径率，入径患者的平均住院日、平均费用、变异率和变异原因分析。变异管理则用于管理部门根据病种分析变异情况，将变异按照医嘱变异、工作人员变异、时间变异等性质统计，有针对性采取不同措施修正临床路径或工作方法。

4 结束语

基于数据挖掘的临床路径信息化设计方案，运用数据挖掘技术，从医院现有的海量数据中挖掘出病种的与医院现有条件相适应的临床路径，缩减了其制定的周期和费用，与医院现有系统实现无缝连接，为临床路径的发展提供了一种新的思路。在系统设计中，除了常规功能，还可以尝试在临床路径执行过程中，加入一些智能元素，如对不合理医疗行为进行提醒、没有处理完本阶段的治疗措施限制进入下一流程等，增加临床路径流程管理的智能性。总之，临床路径的发展仍然任重而道远，需要我们继续努力。

[1] 邓玉宏, 王忠, 马利, 等. 实施临床路径的意义及其应用现状[J].现代生物医学进展, 2010, 5: 1756～1759.

[2] 张伟英. 临床路径概论[J ]. 上海护理，2005，5(1):72～74.

[4] 尚庆娟, 甘秀妮, 骆文龙. 临床路径的应用现状与前景[J]. 重庆医学, 2007, 36(12): 143.

[5] 郭金龙. 医院开展临床路径的现状与建议[J]. 实用医药杂志,2008, 25(7):884～885.

[6] 赵红亮, 段根鲁, 范永利, 等. 开展单一性病种临床路径研究分析[J ]. 山西医药杂志, 2009, 38(2):128～130.

[7] 卫生部举办首届临床路径管理试点工作培训班[J]. 中国医药导报, 2010, 7(10) :219.

[8] Mehmed Kantardzic著, 闪四清译. 数据挖掘:概念、模型、方法和算法[M ]. 北京:清华大学出版社, 2003