智能病历质控系统应用研究

文/李志贤 王洪钧 郭林业

智能病历质控系统在保证病历客观、真实、准确、及时、完整、规范等方面明显优于人工质控，是未来病历质控发展的方向。

国内医院信息化蓬勃发展了20多年，电子病历已经成为医院标配。

一系列政策法规的出台对病历及电子病历有了详细的规定，2018年国家又发布了《关于印发医疗质量安全核心制度要点的通知》和《医疗纠纷预防和处理条例》，其中对病历质量的重视一如既往，并且更加具体和明确。

《电子病历系统功能规范》要求电子病历系统具有病历质控功能，目前病历系统自带的质控大部分是基于规则的及时性和完整性的质控，而难以实现基于病历文书内涵（主诉无症状、不能导出第一诊断、个人史遗漏与诊治相关的内容）的质控。因此，目前终末电子病历的内涵质控尚需大量的人工来完成。各医疗机构多是以一个很低的比例进行病历抽查，少部分医院进行粗略的全量质控，很难在质控投入、质控广度、质控深度上取得平衡。

人工智能是在计算机科学、语言学、哲学等多种学科研究的基础上发展起来的一门综合性很强的前沿学科，它是研究和开发用于模拟人类的某些智能行为（如推理、思考、学习等）和思维过程的方法、技术和应用的学科。当今世界的各个领域都渗透着人工智能，比如自动驾驶、语音识别、图像识别、围棋对弈。

因此，基于病历文书内涵的质控在整个行业都是一个难点和痛点，急需一种基于人工智能的自动化病历文书内涵缺陷的筛查方法。

关于智能病历质控系统

智能病历质控系统通过对接电子病历系统的病历数据，以常驻服务的方式实现了当天出院患者的病历缺陷筛查，并且即刻将筛查结果呈现给质控员、医生，供其核实、确认以及必要的修改。此种方式能高效完成病历质控工作，并加大病历质控的广度和深度。

对于医院管理者来说，智能病历质控系统提供了统计分析的功能，可以随时掌握总体的病历质量走势，科室维度和缺陷维度的统计分析及下钻追溯，发现和定位病历质量方面的问题，给予针对性的改进提升。

对于实际工作中存在的病历质控规则的变化或细节调整，以及病历模板的变化，系统也提供了规则配置和数据适配的接口，随时作出相应的调整，来符合现行的病历质控标准和数据格式标准。

病历质控的核心技术包括知识库、后结构化引擎、质控引擎三部分。知识库将医疗知识以计算机能够识别的概念和概念之间关系的形式表示出来。后结构化引擎将文本病历链接到知识库中的概念上。质控引擎在后结构化的基础上对病历进行质控。整个质控程序的流程如图1所示。

图1 病历质控流程图

知识库包括术语库和关系库两部分。术语库中主要涵盖医疗中的概念，医疗中比较有名的已有的术语库包括国际疾病分类（International Classification of Diseases，ICD）、医学系统命名法——临床术语（Systematized Nomenclature of Medicine，Clinical Terms, SNOMED-CT）等，以及将这些术语库汇总起来的统一医学语言系统(Unified Medical Language System，UMLS)。术语库参照了UMLS的结构设计，将中文的医疗术语组织起来。术语库的组织单位是概念，一个概念除了概念常用的表述外，本身还包括了概念的语义类型（比如症状、体征、疾病、检查等）、概念之间的层级关系，以及概念的一些基本特征。关系库主要包括概念之间的关系，比如症状发生于某一部位、疾病导致某种症状等。

后结构化引擎主要将医疗病历转换成结构化的数据结构。结构化数据是指能够以Key-Value对的形式表征的数据，其中的Key和Value能够链接到知识库中的概念。当前的电子病历是半结构化的数据。其中有些内容，比如姓名、性别、年龄等可以看作是结构化的，另外一些比如主诉、现病史等为自由文本。后结构化引擎的功能就是将医疗文本转换成知识库中的概念或者概念中的属性。这其中用到的主要技术包括医疗分词、命名实体识别、实体链接、时间推理、修饰词的抽取、否定判断等。

质控引擎在后结构化的基础上对病历进行质控。质控引擎是由多个小的质控引擎联合起来的，每个质控引擎对应病历质控规范中的一个质控点。对于不同的质控点，其质控引擎也不同。这些引擎中有的直接使用规则判断，比如及时性和完整性等形式质控的实现；有的利用知识库和规则系统；还有的利用数据挖掘和机器学习算法。利用知识库和规则进行质控引擎的优点是准确率高，利用机器学习的质控引擎的优点是可以通过调节算法平衡准确率和召回率。所以，一些复杂的质控点（比如主诉不能导出第一诊断），可联合采用规则、知识库和机器学习算法，这样能够同时保证质控点的召回率和准确率。

“双质控”应用比对分析

为了提高医院终末病历质控的速度和质量，减轻病案质控工作的压力，节约人力成本，潍坊市中医院开发应用了智能病历质控系统。

对符合标准的20份病历同时开始“人工质控”和“智能病历质控”，并记录两者的完成时间。两种质控方式的基本资料、发现的缺陷，以及质控发现缺陷的比对详情，见图2～3、表1～2。

表1 人工质控发现的缺陷（部分）

图2 基本资料

图3 智能质控发现的缺陷截图

表2 质控缺陷比对（部分）

首先由HIS工程师将智能病历质控系统接入电子病历系统，接入完成后打开智能病历质控系统的操作页面，选中需要质控的病历，打开以后即可看到质控结果页面，然后逐一查看缺陷的文书类型及详细内容，对比病历记录的详细内容，核对判断结果。查看完成后按步骤录入人工与智能质控评价对比表。

结果及分析讨论

双方质控缺陷数量对比（检出的病历缺陷数、准确率、漏检率等指标），见表3。人工缺陷文书分布见图4。

表3 双方质控结果缺陷数量对比

图4 人工质控缺陷文书分布

与襄阳市中心医院湖北文理学院附属医院信息中心刘晓东关于《结构化电子病历质量控制新模式实践与探讨》的报道，以及山东大学解锦锦关于《电子病历质控管理系统的设计与实现》相比，智能病历质检系统在内涵质控方面具有明显的优势。

按经验，人工质控20份病历大约需要80分钟；智能质控系统质检的时间花费1秒；可以看出智能病历质控系统最大限度地节省了时间。

人工质检的查全率39.61%；智能病历质检系统的查全率79.22%；智能病历质检系统的查准率72.66%。只要是程序设置好的缺陷位置无遗漏、无遗忘、无疲劳、质量一致，这是智能病历质控系统的绝对优势。

智能病历质控系统的缺点在于对于程序未设置的缺陷，无法检出，这是计算机程序的固有缺点。在此方面的解决方案是：持续优化，补充新出现的缺陷的质控程序，打补丁。

展望

将人工智能的不同技术应用于病历质控的“及时性、完整性、合理性”各方面的质控缺陷，充分发挥不同技术的优势，避免其劣势，有机地融合成一个自动化的全量质检筛查，并配合人工核查确认的系统，为医院提供了有效的减负增效，提升了医疗机构病历管理的能力和水平。

随着医院智能病历质控系统的应用与持续改进，基于AI的自动化全量、全部缺陷点（全方位）、几乎无遗漏、无主观偏倚的病历质控将逐步实现。

病历质量的提高既保障了医疗质量和安全，又维护了医患双方的合法权益。给医院带来了巨大的社会效益和经济效益，同时有效支撑了临床科研，保证了病历中数据的准确性。