医疗风险智能评估及自动预警系统的设计与实现

高薇，李想，冯娟，孙惠英，蒋昆

1.第四军医大学 网络中心，陕西 西安310072；2.西京医院 a.数字化中心；b.疾病预防控制科，陕西 西安 310072

医疗风险智能评估及自动预警系统的设计与实现

高薇1，李想2a，冯娟2a，孙惠英2b，蒋昆2a

1.第四军医大学 网络中心，陕西 西安310072；2.西京医院 a.数字化中心；b.疾病预防控制科，陕西 西安 310072

目的为了提高医院感染控制的主动能力，提升医疗质量，降低医疗成本，构建院内感染智能评估及自动预警系统。方法利用企业服务总线技术构建临床数据中心，集成医院信息系统（HIS）、检验信息系统（LIS）、电子病历系统、护理系统、重症管理及手麻等多个系统的数据，通过统计方法筛选出有效的感染预警参数，并对预警参数进行权重赋值，构建预警模型，用于对医院感染风险进行预测。结果预警系统能够快速预测院内患者感染发展趋势。系统通过网站首页发布预警结果，同时发送短信息给责任医师。结论该系统可辅助质管部门进行医疗预警决策，以采取更加科学、合理的预防控制措施，降低院内发生大面积感染及引发医疗事故的可能性，从而来提升了医院的医疗质量与安全。

医疗风险评估系统；医院感染；医疗事故；自动预警；医院信息系统

引言

医院感染控制是医疗质量与安全管理方面的一项重要工作，在医院感染预防工作中，如果对可能发生的感染进行及早预警、积极管理干预，就能有效遏制医院感染的发生，进而减少医疗成本，提升医疗质量[1-2]。国内医院利用信息技术解决医院感染控制的尝试已有不少，对在院患者检验结果值进行监测，依据其是否呈阳性来判断患者是否被感染，多属于事后预警，存在实时性不高、监测数据单一、智能化不足等问题，尤其是缺乏智能评估和多途径预警，使得医院感染控制工作基本还是处于半人工状态[3-4]。智能风险评估及自动预警系统能通过模型快速预测院内感染发展趋势，作出科学预警，辅助质管部门进行医疗决策，采取更加科学、合理的预防控制措施，降低院内发生大面积感染及引发医疗安全事故的可能性，有效提升医疗质量与安全。

1 系统建设目标

利用企业服务总线技术，实现异构信息系统间的数据集成，建立面向医院感染控制的临床数据中心[5-6]，为医院感染风险智能评估提供实时数据支持。在此基础上研发一套基于浏览器/服务器（B/S）架构的医疗风险智能评估及自动预警系统，该系统具有机器学习功能，通过对患者数据进行深度挖掘，形成自反馈权值评估体系，自动优化预警模型，从而提高预警准确率。为获得更好的预警效果，以多种途径为医务工作者提供预警，包括发送短信给感染控制管理人员或预警系统首页通告，最终达到事前预警、及时通知的目的。

2 系统总体设计

系统采用B/S架构[7-9]，基于JAVA开发，数据库为Oracle型。通过企业服务总线技术集成医院信息系统（HIS）、检验信息系统（LIS）、电子病历系统、护理系统、重症管理及手麻等多个系统的数据，建立感染预警临床数据中心。对相关感染病例数据进行数据挖掘分析及机器学习分析，并结合临床医师经验构建感染预警模型[10]。预警系统每日分析院内感染数据，可通过多种方式进行预警，如网站首页通告、短信预警。系统架构框图，见图1。

图1 系统架构框图

3 系统模块功能设计及应用

3.1 预警模型

预警模型的建立采用回顾性病例-对照研究法：对收集的M例发生感染的患者，随机抽取其中的N例，并选择同期相匹配的N例非感染患者组成模型组数据集；剩余的M-N例感染患者和与之相匹配的M-N例非感染患者组成验证组数据集。对于模型组数据集，首先进行单因素分析，对于符合正态分布的计量资料用独立样本的t检验和卡方检验，对于非正态分布的计量资料用秩和检验，对单因素分析有意义的指标进行多元分析，最后筛选出与医院感染发生相关的危险因素。再结合医院给出的评分准则和优势比对危险因素进行评分（表1），利用加权求和法做出决策函数，对患者发生医院感染的风险进行预测。采用ROC曲线及拟合优度检验，分别在拟合组和验证组数据集中，评价医院感染风险评估模型的真实性和可靠性[11-14]。采用C5.0算法及BP神经网络进行模型设计，最终阈值采用了两种综合的算法进行数据阈值确定。

根据该模型因素，对我院2016年8月～10月的住院患者进行验证，共计33000余人次，实际感染313人次；系统感染预警共计382人次，系统预警准确率约为81.9%。

3.2 实时监控

针对住院期间所有患者进行感染预警，预警频度为日报，显示在网站首页（图2），医生可以根据科室、预警结果状态对指定患者进行查询。

表1 感染相关危险因素及评分准则

图2 预警首页

3.3 历史查询

通过该页面查询历史预警信息并对预警结果进行确认（图3），形成系统自反馈，便于统计并提高该系统预警准确率。

图3 历史查询

3.4 报表查询

综合展现各科室部门核心指标的报表，主要包含了病人科室构成及年龄、性别和诊疗数据，通过占比情况及分布情况来督促医生进行疾病高危人群的感染预防。我院2016年各部门感染度分布占比情况，见图4。

图4 部门感染度分布占比（%）

3.5 短信管理

设置电话号码及短信内容后，系统通过短信猫发送短信提醒，便于主管医生及时获得患者感染风险信息。

4 结语

通过对HIS、LIS、电子病历系统、护理系统、重症管理及手麻系统等进行数据集成，构建医院感染控制预警模型，针对危重患者进行感染预警。本系统为医院感染风险智能评估提供实时数据支持，系统运行期间会根据患者实际感染结果调整预警模型各权重值，以便提高预警准确率。感控工作人员根据实际感染情况来优化预警模型，最终实现系统高准确率的稳定运行。

该预警模式也为其他传染疾病的预防控制提供了新思路，在传染病可能发生之前发出警示性信息，将疾病可能造成的损失降低到最低限度，防止医院内部疾病爆发和大面积疫情的出现。实现医疗预警动态监测，对医院管理水平和提升社会应对突发公共卫生事件的整体能力均具有重要意义[15-16]。

[1] 陈世萍.信息技术对医疗质量管理支撑作用分析[J].当代医学,2015,21(7):16-17.

[2] 刘宏.院内感染控制应用强化管理的必要性分析[J].齐齐哈尔医学院学报,2015,36(13):2009-2010.

[3] 孔桂兰,马谢民,赵乐平.我国医院医疗质量综合评估现状研究[J].中国医院管理,2012,32(9):4-26.

[4] 廖祥钧.新型质控措施在基础医疗质量管理中的作用[J].当代医学,2010,27(16):87.

[5] 袁浩,姜明.基于临床数据中心的循证知识管理模式分析[J].医学信息学杂志,2015,36(3):7-10.

[6] 侯章梅,吴晓春,成燕,等.某院综合ICU目标性监测分析[J].中国感染控制杂志,2015,14(2):127-129.

[7] 王兴强,侯玉玲,刘长兴,等.基于“军卫一号”的医院感染控制管理系统的开发与应用[J].中国医疗设备,2015,30(12):97-99.

[8] 孟丽莉,冯杰,庄俊彦,等.利用信息技术实现医院感染的创新管理[J].中国数字医学,2012,7(6):82-84.

[9] 蔡婉芬,方藕环.现代医院感染控制管理中存在问题及相应措施探讨[J].中国高等医学教育,2011,(2):42.

[10] 谭瑞,李雪峰,廖祖松.各科室协作在医院感染控制管理中的作用[J].国际检验医学杂志,2014,35(19):2716.

[11] 杨德松,李运,姜冠潮,等.参数法ROC曲线在孤立性肺结节良恶性判断预测数学模型的应用探讨[J].中国卫生统计,2012,29(6):840-845.

[12] 刘桂玲,丁虹伶,徐云钦.住院患者医院感染现患率调查分析[J].中华医院感染学杂志,2015,25(1):108-110.

[13] 杜丽新,李书清,李凤莲. ROC曲线确定最佳临界点的方法探讨[J].标记免疫分析与临床,2015:22(8):823-824.

[14] 杨联河,辛凯,申杰.双向t检验在治疗性研究数据分析中的应用[J].中国卫生统计,2012,33(2):309-312.

[15] 姚希,巩玉秀,张宇,等.国外医院感染管理技术类文件体系现况研究[J].中华医院感染学杂志,2015,25(21):5016-5018.

[16] 宋九云.建立传染病预防控制长效机制对提高综合医院传染病预防控制能力的作用分析[J].世界最新医学信息文摘,2016,16(35):19-20.

本文编辑 王博洁

Design and Implementation of the Intelligent Evaluation and Automatic Warning System for Medical Risk

GAO Wei1, LI Xiang2a, FENG Juan2a, SUN Hui-ying2b, JIANG Kun2a

1.Network Center, Fourth Military Medical University, Xi’an Shaanxi 710032, China; 2.a.Digital Center; b.Department of Disease Prevention and Control, Xijing Hospital, Xi’an Shaanxi 710032, China

ObjectiveThe intelligent evaluation and automatic early warning system was established, in order to improve the ability of hospital infection control, realize the improvement of medical quality, and reduce the hospital infection.MethodsBased on clinical data center which using the enterprise service bus technology, the data from several system was integrated including HIS, LIS, EMR, NIMS, IMIS, AIMS and so on. Then we chose infection warning parameters through statistical method, and assigned weight coefficient to every parameters. Finally, the early-warning model was constructed for prediction hospital infection risk.ResultsThis system could predict the development trend of patients with infection. Warning result could be published through the website home page, and the system could also send a short message to the responsible physician.ConclusionThe system can assist the quality control department for medical decision-making to adopt more scientific and rational prevention and control measures. It also can reduce the possibility of a large area of infection and medical accidents in hospital, which can improve the medical quality and safety.

medical risk evaluation system; hospital infection; medical accident; automatic early warning; HIS

TP277

C

10.3969/j.issn.1674-1633.2017.08.034

1674-1633(2017)08-0128-03

2016-12-08

2017-02-20

陕西省社会发展科技攻关项目（2016SF-038）。

蒋昆，高级工程师，主要研究方向为医疗信息化与医学影像信息化。

通讯作者邮箱：kunjiang@fmmu.edu.cn