医院数据质量改进措施研究

周 彬， 赵雪飞，刘 炜，李 为，庄 伟

华中科技大学同济医学院附属协和医院计算机管理中心，湖北武汉，430022

2019年7月，国务院发布《健康中国行动(2019-2030年)》，将促进我国的卫生事业从以治病为中心向以人民健康为中心转变。这是国家医改的又一项重要举措。近年来，不管是改善医疗服务行动计划、推进“互联网+医疗健康”，还是促进与规范健康医疗大数据应用等，都是围绕解决看病难、看病贵等问题，积极推动国家医改政策落地见效、惠及群众的有效措施，其基础在于数据利用。大数据时代，数据蕴含巨大价值已成共识[1]。我国医院的各项业务均有信息系统支撑，现已完成数字化转型，正向智慧化方向发展。但在信息化起步之初，由于为业务所驱动，又缺乏顶层设计，卫生信息标准相对滞后，医院的数据条块割据、质量不高。从国家三级公立医院绩效考核与各省试行的DRG(Diagnosis Related Groups)医院绩效评价工作来看，数据并没有准确表达医院的医疗服务能力与水平。因此，医院必须遵照国家卫生信息标准，树立数据资产管理思维，运用行政和技术手段，积极开展数据治理，持续提高医院的数据质量。

1 医院数据

信息是数据的内涵，数据是信息的表现形式和载体。数据和信息不可分割、紧密结合。信息加载于数据之上，对数据作具有含义的解释[2]。

1.1 医院数据的主要组成

医院的数据由临床服务数据、经济运行数据、医院管理数据3部分组成。临床服务数据包含患者的基本信息，以及围绕整个就医过程所产生的临床数据，如病程记录、手术记录、医嘱、检验检查申请、仪器设备采集到的生命体征、化验结果或医学影像等。经济运行数据主要指保证医院正常运行所涉及的经济运行数据，如按物价标准提供临床服务所得的收入、上级单位的财政拨款、人员经费与差旅报销、能源动力、基本建设、医疗设备采购、物资材料的进销存等。管理数据包括支撑医院开展管理活动所需或产生的数据，如医院的科室设置与人员、临床服务所需的疾病诊断、手术诊断、药品材料及医疗服务项目等公共代码字典以及人事科教审计等管理部门的日常活动。这些数据相互结合，存储于各类业务信息系统中，表达不同的业务含义，依据相关主索引，实现异构信息系统间的数据共享。

1.2 医院数据的来源

目前，我国大部分医院的业务已经实现数字化。不同的业务由不同的信息系统支撑，如电子病历、HIS系统、实验室信息系统等。这些信息系统紧紧围绕业务产生相应数据：有医务人员人工录入或语音录入的，有结构化选择性录入的，有患者在各类自助设备或互联网软件上自主产生的，也有检查时从仪器设备直接采集的等等。在为患者服务、支撑医院运行的过程中，管理人员操作不同的信息系统，衍生出管理运营类数据。不同的异构的业务信息系统通过医院信息集成平台，按照卫生信息标准互联互通，信息共享，并与医院外部的信息系统交换数据。

1.3 医院数据的价值

《国务院办公厅关于促进和规范健康医疗大数据应用发展的指导意见》(国办发〔2016〕47号)指出，健康医疗大数据是国家重要的基础性战略资源，应该合法收集、限制使用、安全储存。医院数据虽然是多点采集，但完全能够做到高速传输、即时加工、高效检索、全面共享，促进形成“信息多跑路，患者少跑腿”的新型就医模式[3]。临床辅助决策，用数据引导医疗服务，在保障医疗质量的同时，提高医疗效率。智能服务监管，依据知识库规范医疗行为，较好地控制医疗费用不合理增长。医院资源规划(Hospital Resource Planning， HRP)平台，数字化管控人财物的流转，降低各类资源消耗，保证医院精细化运行。临床数据中心为疾病研究与新药研制带来便利，加快实现以治疗为主向预防为主的转变。DRG等各类评估评价真实反映医院能力与水平，方便卫生主管部门的监管与国家政策的制定。

2 数据质量问题的表现和危害

2.1 医院各类评价得分不高

三级公立医院绩效考核从2019年开始，按《关于印发国家三级公立医院绩效考核操作手册(2019版)的通知》(国卫办医函〔2019〕492号)中规定的指标展开。55个指标涉及医疗质量、运营效率、持续发展、满意度评价4个维度，分别根据医院按要求上报的数据以及国家卫健委相关司局采集的数据考核，但许多公认的知名医院得分不高。近几年，一些地区开始采用DRG对医疗服务质量进行综合评价，从各学科的医疗覆盖范围、技术难度、服务效率、医疗质量等方面考核。一批在全国都享有盛誉的地区龙头学科，排名也不理想。为了保证客观公正，这2种评价主要的定量指标是依据医院自身上报的各类数据所得出的结果，但一些医院领导认为没有反映真实水平。

2.2 病历质控问题较多

医疗质控是保证医疗质量的重要手段。从医院的医疗质控分析报告不难发现，在手工时期所频发的问题，在数字化时代依然存在。比较常见的有首程书写不及时、手术记录不完善、疾病诊断和操作诊断不准确、病案首页不完整、上级医师冠签缺乏、抗生素使用指征不明等。目前医患关系比较紧张，患者维权意识较强，一旦发生医疗纠纷，在举证倒置的前提下，将会使医务人员及医院处于非常不利的位置。

2.3 医保违规扣罚频繁

在全民医保的当下，医院业务收入主要来自于医保患者。从国家政策层面来说，一直致力于控制医疗费用的不合理增长，同时严控医保基金的不合理支出[4]。因此，医院应按医保规则，规范医疗服务行为，尽力降低违规扣罚。但从医院的医保运行分析报告可以看出，因疾病诊断及手术操作填写不全、项目与材料不匹配、超频次、限定适应症用药、单张单据药品种类异常、超量取药等违规行为较多。暴露出医务人员日常工作繁忙，专注于医疗服务[5]，并不重视信息系统的规范操作与数据的及时准确录入的问题。

2.4 数据统计与上报难度较大

医院的运行数据理应由统计部门权威发布，但经常有上级部门或领导布置临时性紧急统计数据的任务。此时有些指标根本统计不到，还有些指标与实际差异较大，不同的部门得出的结果也不一致。按照行业监管要求，医院也有许多数据上报的任务。不同的上级部门对数据格式和标准有不同的要求，医院需要从众多的信息系统中提取数据，经清洗转换予以整合。过程较为繁琐复杂，往往需要几个来回的磨合，才能达到要求。

2.5 临床研究仍较困难

临床专家开展科学研究，不管是前瞻性、回顾性还是其他类别，都需要患者数据建立队列。医院都建有电子病历、LIS(Laboratory Information Management System)等众多信息系统，也存储有大量数据。实际上，根据课题设计的思想，还是要花费较大的人力、精力与时间，从各个业务信息系统采集数据，进行整合，并对整合后的数据进行二次处理，才能满足研究的要求。在数字化程度很高的形势下，这样的科研手段仅比传统的手工模式稍强，大数据对科研的支撑还远远不够。

3 导致数据质量不高的原因

三级公立医院绩效考核是依据病案首页数据，由国家主管部门对医疗机构能力和水平的综合评价。绝大多数医院在数据上报前，发现病案首页数据质量不高，难以准确地从数据角度反映医院的真实水平。因此，先要采用信息技术筛查出不良数据，再由编码员审阅每个患者的整个病程，从而纠正不正确的基本信息、首要诊断、疾病编码，补充遗漏的诊断、合并症等，工作量太大。具体而言，导致医院数据质量不高的主要原因有如下几个方面。

3.1 重视程度不够

医院信息系统中很大一部分数据由相关医务人员手工录入。有的医院人员由于缺乏主观认识和工作责任心，在具体操作时只关注与自己工作相关的数据，认为保证这部分数据准确即可。有时又因操作繁琐，或是工作繁重，容易出现随便选择，编造数据的现象。这就造成患者信息不全、或不能全览历次就医信息，或诊断、操作名称不准确等问题。

3.2 缺乏顶层设计

医院信息化的发展，早期以解决业务问题为导向，各单位并没有整体的建设规划。当时为了解决某个业务领域的“电子化”问题，或是借鉴其他医院成功应用的经验，或是由上级主管部门推动等，医院或科室才会模仿使用信息系统，久而久之，就出现大量“孤岛”或“烟囱”现象，直接造成业务割据、数据复用程度低、冗余杂乱的问题。

3.3 卫生信息标准滞后

我国的卫生信息标准经过十几年的发展，取得了比较好的成就，但相对于医院信息化的发展需求还比较落后，并且推广与落地困难。卫生行业直接与生命相关，业务的复杂程度远超其他行业，不可能由一个公司的产品完全覆盖。在医院的信息化进程中，可能有几十或上百个厂家陆续参与，又缺乏可依据的信息标准，使得医院与医院之间甚至是医院内部不同系统之间的数据交换难以实现，因此，在医疗数据整合方面面临一定的困难与挑战[6]。

3.4 病历结构化程度低

医院的电子病历系统已经完成从文本编辑型向结构化选择型的转变，但还有相当多的环节存在自然语言录入的数据，如病程记录、检验检查报告结果等。自由文本容易受到操作人员知识水平、语法习惯、操作能力等因素的影响，使得文本的可读性、完整性较差，出现错误的概率加大。目前，计算机的中文自然语言处理能力有限，这部分重要数据的利用程度不高。

3.5 信息技术运用不到位

信息系统的开发者往往专注于业务功能的实现，很少有人应用信息技术，结合业务规则的限制性、业务流程的关系性、数据层级的逻辑性，在数据手工录入点增加控制功能，保证录入的数据合理合规。只有在采集数据的源头上，用技术替人工把关，才能将数据出错的概率降低到零。

4 改进数据质量的措施

4.1 制定数据操作规范

从医院层面制定信息系统使用的管理规定与操作制度，加强宣传与培训，提高医务等各类操作人员的思想认识和责任意识，规范操作习惯，约束操作行为。建立数据全生命周期质量监测机制，将每个数据结果与操作人员相关联，并实现追溯，将数据质量作为绩效考核的重要指标。

4.2 强化录入点的控制

根据各个信息系统业务功能与数据存储的设计规范，在需要人工录入的每个节点，增加质量控制的靶点，设置数据元的值域范围、数据的效验规则、业务的数据逻辑，保证每个数据的有效性与合法性。采取分层质检的技术，降低数据的出错率。从顶层设计的角度考虑，尽量减少各业务系统相同数据元的重复采集。各业务系统能共享的数据，直接引用。

4.3 采用全结构化电子病历

运用大数据技术，依据原卫生部《电子病历基本数据集》、《国家卫生计生委电子病历共享文档规范》、SNOMED CT(Systematized Nomenclature of Medicine-Clinical Terms)等医学术语和标准，结合医学信息学，对医疗文书中的自由文本部分进行深度分析，提取自然语言中的原始规则和语义结构，然后以关系型结构方式将这些语义结构存储到数据库中[7]。再将医疗文本进行分解，并将层次关系和逻辑结构进行规范化和标准化，形成基本的结构单元，从而形成各专科全结构化电子病历。各结构单元均有完整的文本值域，供医生选择性录入，完全摒弃原有的文本型病历。同时将医学影像、病理、超声等检查报告结果用类似的方法结构化处理，以充分发挥医疗核心数据的价值。

4.4 进行智能化医疗质控

医疗质量是医院利用自身医疗资源向居民提供医疗服务，满足居民明确和隐含的健康需求的能力的综合体现[8]。按照国家医疗质控的规定，结合医院自身制定的制度与流程规范，运用信息技术代替人工，建立智能化质控体系。全方位对医疗、护理、医技、药事、运营等，分层级分环节进行全流程监管。运用PDCA循环的思想不断改进与完善，真正做到实时高效地用数据反映业务完成的情况、效率和质量。

4.5 建立标准化的临床数据中心

医院的各种信息系统已经能够很好地满足各类业务。这些系统往往由不同的软件公司开发和实施，各个业务系统数据库异构性问题突出，包括SQL Server、Oracle、Sybase等[9]，基本没有遵守卫生信息标准。若要全部推倒重来，不仅费时费力费钱，而且不一定能满足业务要求。按照卫生信息标准建立临床数据中心，采用数据处理工具ETL，连接全院的信息系统，分别将其数据采集、清洗、转换，标准化后存储。基于临床数据中心，通过信息集成平台，医院内部异构信息系统间实现高度共享，并能够与外部医疗机构进行信息交互，还能完成各级各类数据上报任务，接受上级主管部门的智能监管，满足各种绩效考核和评估评价要求等。

4.6 改进措施落地的难点

推进数据治理，改进数据质量，其本质实际上是一个管理问题。因此，各管理部门应在数据质量改进问题上统一思想、提高认识、加强协作、不相互推诿扯皮。合理运用医院的各项规定与规范，落实医疗核心制度，对于违规违纪行为坚决处罚。信息管理部门则应对信息系统的承建商从技术上严格要求、严格监管。技术不是问题，管理与思想理念最重要。

5 结论

数据质量是大数据、人工智能等新一代技术与应用能否有效落地的关键因素。医院应以管理资产的思想来管理数据，遵循原卫生部《中国医院信息基本数据集标准》等卫生信息标准建设信息系统，强化全员操作信息系统的规范化要求，在数据采集的各个环节将管理措施与技术手段相结合，严格控制数据质量。尽可能地全结构化医院的电子文档，减少人为错误的影响。借助互联互通标准化成熟度测评、电子病历系统功能应用水平分级评价等信息系统改造机会，运用信息技术进行数据治理，实现全域数据互通共享，从而最大化医院数据资产的应用价值。