基于大数据的静脉血栓栓塞症防控管理信息系统的构建与应用*

顾建华，王代军△，谌 艳

(四川省德阳市人民医院：1.医工信息部；2.骨科，四川 德阳 618000)

静脉血栓栓塞症(VTE)，包括深静脉血栓形成(DVT)与肺血栓栓塞症(PTE)在内的一组疾病[1]。近年来,住院患者发生VTE的频率较高，且还具有致残率高、致死率高及诊断率低的特点，极大程度威胁到住院患者的健康，影响患者康复[2]，也引起了卫生领域的广泛关注。国外研究显示：早发现、早诊断和规范治疗VTE，可明显降低VTE的严重不良后果[3-5]。我国已开始积极推进VTE相关防治工作，对多个临床专业制定了VTE防治指南，并对相关指南进行了修订，提出了管理建议[6-10]。2011年12月原卫生部颁布的《三级综合医院医疗质量管理与控制指标》明确指出[11]，院内VTE防治工作要纳入医疗质量管理和监控体系，要将医院内VTE预防与管理，提高到医院管理、医疗质量管理及患者安全管理的高度。各级医院也逐渐进行VTE防控管理的探索与实践[2，12-14]。2018年国家卫健委正式启动《全国肺栓塞和深静脉血栓防治能力建设项目》，这是继原卫生部全国脑卒中筛查与防治项目后第2个国家疾病防控项目[15]，医院也高度重视VTE防治工作，院内VTE的防治管理需要医疗、护理、信息、管理等多学科、多层面和多部门间共同协作才能落实[16]，其中信息是VTE防治工作的重要支撑，拟通过信息技术的支持来规范VTE的管理和执行，提高临床VTE防治工作的效率。

1 资料与方法

1.1一般资料 选取2021年1-3月在本院住院的病员18 252人，使用VTE防控管理信息系统作为试验组7 084人，采用既往VTE防控管理模式设为对照组8 052人。纳入标准：(1)年龄≥14岁；(2)从本院具有代表性的VTE高危科室中选取病例，包括骨科、肿瘤科、血液科、妇产科、肝胆外科、胃肠外科、神经外科、胸外科、呼吸内科、呼吸内科、神经内科、心血管内科共计12个科室。排除标准：住院时间≤24 h内的住院患者。

1.2方法

1.2.1VTE防控管理信息系统的构建

1.2.1.1VTE相关临床数据治理 系统将患者就诊过程中存储在EMR、HIS、LIS、PACS等业务系统的临床数据，通过数据治理技术进行清洗、转换、集成，同时建立患者身份ID为统一主索引，以支撑患者就诊信息的全面整合。同时针对医疗数据层面，对医疗基础数据和医疗指标数据的标准化整合，通过术语网络进行一体化管理，整合“语义网络”和“本体库”的特点，使其具备处理语义和医学逻辑的能力。在上述数据基准之上，系统通过基于自然语言处理(NLP)、知识图谱、机器学习等AI引擎的大数据治理平台，实现各类临床数据的结构化、标准化和归一化等处理。针对数据驱动的临床研究场景，能够将医院积存的海量临床数据自动结构化、标准化成可被临床直接分析、利用的数据。治理后的结果为后续的临床应用提供了良好的数据基础。

1.2.1.2构建VTE知识规则 按病种对应的救治指南及最新文献，针对患者入院后筛查、诊断、治疗步骤进行拆解及监控，通过建立临床知识规则和决策引擎知识库，系统将会实时根据患者诊疗过程数据，触发相应的监控规则内容，规则内容以IF满足XX条件THEN推荐XX，这里的条件和推荐内容均是结构化的内容。

1.2.1.3VTE防控管理信息系统构架及流程 见图1。

1.2.2系统上线使用

1.2.2.1组织保障 医院成立院级VTE防治管理委员会及医院内VTE快速反应团队，各临床科室建立VTE专管员及VTE护理小组成员。

1.2.2.2建立管理制度及规范流程 制定《院内VTE防治管理手册》、《院内VTE防治护理指导手册》、VTE院内防治流程、DVT应急处理流程、抗凝/溶栓出血、肺栓塞紧急救治等处理流程与应急预案。

1.2.2.3系统正式上线 2020年11月系统上线试运行，运行中对医护人员反馈的问题进行了不断优化。

1.2.3观察指标 收集整理对照组和试验组数据并进行分析对比。

1.2.3.1VTE风险评估比率 该指标意义在于早期识别VTE风险患者，进行合理预防，有效降低住院患者VTE发生比例。VTE风险评估比率=(接受VTE风险评估的出院患者总例数/同期出院患者总例数)×100%。

1.2.3.2出血风险评估比率 该指标意义在于早期识别出血高危风险患者，选用合理及时的预防措施，在降低患者VTE发生的同时减少出血事件的发生。出血风险评估比率=(接受出血风险评估的出院患者总例数/VTE风险评估为高危和(或)中危的患者总例数)×100%。

1.2.3.3VTE预防措施比率 该指标意义在于实施合理预防措施，有效降低患者VTE发生概率。VTE预防措施比率=(采取VTE预防措施的出院患者总例数/VTE风险评估为高危和(或)中危的出院患者总例数)×100%。

1.2.3.4医院相关性VTE发生率 该指标意义在于了解医院内获得性VTE的发生率，为院内VTE的预防效果评估提供依据，包括DVT率和肺血栓发生率。VTE预防措施比率=(出院确诊医院内VTE的出院患者总例数/出院患者总例数)×100%。

1.2.3.5VTE质量管控统计时间 VTE文书时间医护人员完成1次VTE风险评估、出血风险评估比、VTE预防措施记录及质控指标上报统计的时间总和。

2 结 果

2.1VTE信息系统使用后与上一年同期数据比较 VTE风险评估比率、出血风险评估比率、VTE预防措施比率使用后均高于使用前，DVT率使用后低于使用前，差异均有统计学意义(P<0.001)。肺血栓发生率使用后低于使用前，差异有统计学意义(P<0.05)。见表1。

表1 VTE信息系统使用后3个月与上一年同期数据比较(%)

2.2完成VTE风险评估及质控指标 医护人员完成VTE风险评估及质控指标统计上报时间使用后[(22.10±2.16)min]明显低于使用前[(10.34±1.28)min]，差异有统计学意义(P<0.05)。

3 讨 论

院内VTE的防治管理需要多学科、多层面和多部门协作，没有信息技术的支持难以实现。既往VTE防治管理中VTE风险评估限于表单电子化，大部分需要手工勾选，医护工作量巨大，且护士仅仅对所有的入院患者和术后患者等重点环节进行了VTE风险评估，而疾病的发展是一个动态过程，随着疾病的不断变化，患者有可能从无风险升级到高危风险人群，手工筛选的方式不能完全做到对患者进行实时动态评估和监测，不能及时发现高危风险患者。随着国家对医疗大数据分析和利用的高度重视，2018年4月卫健委印发的《全国医院信息化建设标准与规范(试行)》中指出[17]：要利用人工智能、大数据平台等先进技术进行临床医疗数据的处理与研究，基于大数据的VTE防控管理信息系统呈现了医疗数据来源于患者，服务于患者的理念。该系统经过数据治理后，自动从患者病情数据集(如病历书写、医嘱、护理记录等)获取VTE危险因素的数据到Caprini、Padua和出血风险等评估量表中实现智能评估，系统后台自动完成评估后，高危患者及时推送到医生工作站和护士工作站进行标记，提醒医护人员实时动态评估和监测，医护人员直接对评估量表进行审核或简单填写即可完成，实现了VTE评估智能化和实时监控，减少病员漏评，VTE风险评估及出血风险评估的评估率，分别有原来的49%、35%上升到95%、92%，大大提高了风险评估率，为及时识别及诊断VTE提供依据，同时降低医护人员的工作量。

既往VTE防治管理中医护信息不能共享，护士评估的Caprini量表或Padua评分不能共享给医生，对高危患者不能及时采取相应的预防措施，且在众多的防治措施中，缺乏循证的、个性化的治疗方案，影响VTE的预防、诊断与治疗效果。该系统中护士评估的风险评估为高为风险患者会自动推送信息给医生工作站，医生再进行出血风险评估，并综合病员实际情况，下达VTE防控措施医嘱。该系统建立起VTE知识规则，基于患者当前的诊疗情况，会根据国内外VTE的权威指南和相关文献资料生成的临床决策知识库，智能推荐个性化的诊疗方案，规范了VTE的诊治流程，VTE预防措施比率由原来的23%提升到89%，提高VTE防控措施落实率；DVT率由原来的2.50%降低到0.05%，肺血栓发生率由原来的0.10%降低到0.02%，提高了VTE防控效果。

既往VTE质量管控中，需要手工统计与上报，增加了医护人员的工作量且数据有可能不准确，大大增加了管理人员的管理成本。根据《医院内肺栓塞和深静脉血栓形成防治管理办法》(试行版)中的质量控制要求，建立了VTE相关临床质量分析，能实时监测全科、全院VTE相关质控指标，如VTE风险评估率、出血风险评估率、预防措施实施率、致死性肺栓塞发生率和医院相关性VTE发生率等，实现全院住院患者VTE数据的自动抓取及质控数据的自动抓取，彻底改变了以前手工统计不准确且工作量大的现状，医护人员完成VTE风险评估及质控指标统计上报的时间由使用前[(10.34±1.28)min]缩短到[(22.10±2.16)min]，大大减低了管理成本。

综上所述，建立基于大数据的VTE防控管理信息系统，形成一套智能化的VTE风险评估工具,实时监控、预测每例患者VTE发生的风险，实现了住院患者VTE风险分层并及时报警，及时甄别出高危、极高危VTE患者，并基于大数据的诊疗建议，推荐个性化治疗的辅助诊疗工具，提供个性化治疗措施用于指导临床和护理诊疗，及早进行措施干预，贯穿于VTE事前、事中、事后全程防治管理活动中，系统应用临床后能早识别、早诊断VTE及规范治疗，从而降低住院患者VTE的发生率，提高医疗质量和工作效率，降低了管理成本，促进了VTE医疗质量管理体系持续改进，构建基于大数据的VTE防控管理信息系统值得推广应用。