导读：单病种管理是以病种为单位进行过程质量管理的新方法，我国总体执行达标率不断上升，但存在内容不规范、缺乏对内涵质量实时监测等不足。将结合人工智能和知识库的CDSS与电子病历集成，根据设定的质控规则在诊疗过程中自动识别和实时管控诊疗缺陷，提高单病种质控的实时性、规范化和数据真实性，助力提高患者预后和医学科研。医院工作的核心和永恒主题。信息技术的快速进步为现代医疗质量管理提供了技术支撑，借助信息化平台，医疗机构能够轻易对医疗过程质量进行实时监控。临床决策支持系统（ClinicalDecisionSupportSystem,CDSS）是医院信息化建设的核心系统，对于规范医生诊疗行为，提升医疗质量和管理水平具有重要意义。医院（下称本院）建设基于CDSS的儿童社区获得性肺炎（CAP）单病种质控平台出发，探索CDSS在环节质量控制上的管理效能及技术框架与实现方式。1基于CDSS的儿童CAP质控平台建设1.1我国单病种质控开展现状特定（单）病种质量控制是针对医疗过程质量进行管理，是考核临床医师和科室工作质量优劣的有效方法。与过程相关的指标直接对医疗活动中实际发生的行为进行测量，对医疗质量改进具有很高的价值，最能够反映医疗活动的合规性，但其测量也最为复杂。自我国推行单病种质控以来，总体执行的达标率不断上升，但尚有不足：偏重病历书写，对内涵质量干预不够；大多数医生对病原体等质控指标在CAP的地位认识有局限，指南执行情况不乐观；依靠人工统计分析，数据真实性存疑且有滞后性。通过信息技术挖掘临床数据，建立对医疗过程的实时质量监测与控制，可以提高单病种管理的准确性、及时性和可比性，为医院落实单病种质量管理要求提供信息化抓手。1.2建立基于CDSS的儿童CAP质控平台社区获得性肺炎（CAP）是儿童期尤其是婴幼儿常见感染性疾病，是儿童住院的最常见原因，年原卫生部将其纳入第二批单病种质量控制病种。实施小儿CAP单病种质控，医院的医疗行为和诊疗技术，降低住院费用，提高服务质量和患儿家属的满意度。本院通过接入结合领先人工智能技术和MayoClinic医学知识库的临床决策支持系统Dr.Mayson，在医生操作病历过程中智能识别诊疗行为是否存在缺陷并提醒，引导医生按照指南要求完成诊疗项目，生成过程数据实时回报质控指标完成比率，从而建立起儿童CAP的自动化PDCA质控应用。2CDSS单病种质控的临床应用与技术架构2.1基于AI的质控系统与电子病历集成Dr.Mayson采用插件式医院电子病历系统，医院全平台数据构建深度学习预测模型。通过与病历系统实时交互，获取不限于文书、诊断、护理医嘱、检验医嘱等病历内容，完成质控指标的数据元素自动采集和医学逻辑判定。在数据收集上，CDSS集成HIS、LIS、EMR各系统数据，利用实时流计算对多源异构数据进行清洗(ETL)、存储、整合。在使用形式上，实现了不影响诊疗业务，操作过程中对病历进行流程性检查，一旦病历中有不符合临床规范的诊疗行为（如检查项目缺失、用药剂量不够）会自动触发系统的知识库规则引擎，系统将在病历文书页面如入院记录、每日病程、出院小结提醒医生处理。2.2质控指标医院小儿肺炎单病种质控指标，在遵循国家卫健委单病种质控要求基础上，医院临床实际设定了“入院后动脉血气分析”“入院后病原学检查”等9项关键指标。CDSS系统依据设定的指标采集相关数据元素。由于患者信息多以自由文本格式存在于病历中，非结构化程度高，术语名称使用不规范及无统一编码等，CDSS利用自然语言处理技术（NaturalLanguageProcessing,NLP）进行实时数据流处理，完成患者离散数据的整合、结构化。通过建立医学术语词库，NLP按照分句、分词、语义分析、形成文本摘要等步骤，把自然语言分割为不同的实体概念、逻辑、关系，转化为机器可读的语言，完成AI质控指标的关键信息萃取。2.3预测模型构建与诊疗缺陷事中提醒病历数据经由NLP后结构化，得到结构化命名实体包括诊断、治疗、药物、临床表现、值等，形成患者画像。系统根据后台知识库决策树分析模型，自动审核病历中的诊疗质量缺陷并提示，临床医生点击质控提醒可快速、及时完成相关诊疗操作。Dr.Mayson知识库是在MayoClinic计算机可读的、标准化的疾病诊疗路径基础上，抽取国内指南文献、期刊论文中的医学规则，医院门诊病历进行训练迭代形成的智能知识图谱，图谱自动映射国际通用术语标准SNOMEDCT（临床医学术语标准）、ICD-10和ICD-11疾病诊断编码（图1）。图1与国际术语库自动映射分析模型的知识库与医学语言处理所用的知识库相对应，NLP提取的患者临床特征能够与临床规范、术语标准建立自动映射关系，这是CDSS识别判断病历中是否诊疗质量缺陷、实现过程质量管理控制的关键步骤。3质控结果数据实时提取与分析基于CDSS的自动化质控模式属于事中干预，遵循PDCA原则，能够及时纠正医生行为偏差，并允许生成和输出中间过程数据。科室或医务管理部门可以按照不同维度查询质控达成情况，实时监测某特定患者/医生是否被/执行规范的诊疗路径，查询既定质控指标未完成的原因，及时与临床沟通纠正。如图2所示，医院采用CDSS进行儿童CAP单病种质控，9项指标平均达标率93%以上。同时结合事后分析，将相应指标作为核心监测参数进行定期量化评价，把考评结果与个人绩效等结合，可有效提升医生病历书写和诊疗的规范性与一致性，使质量改进真正落到实处。图2CDSS自动提取过程数据4医院信息系统存在集成性低、异构性突出等问题，数据标准化成为大数据分析的重要任务。建立临床数据与标准数据的正确映射，有利于数据的交换、共享和再分析，更好地为临床决策提供数据支持。结合人工智能和权威知识库的CDSS，作为一种评价医疗质量的自动化工具与方法，不仅为单病种质量管理提出了新的管理抓手，同时能够有效改善诊断准确度[13]，提升数据的标准化程度，为进一步的医学科研和持续质量改进提出新的解决方案。CDSS质控应用也存在处理多源异构数据和精准判断医学逻辑的挑战，需要对诊疗模型进行持续迭代优化。文章来源：《中国数字医学》杂志年第5期，作者及单位：罗德芳马宗庆，北京惠每科技有限公司、医院信息中心。传播数字医学领域发展最新动态，
转载请注明：http://www.0431gb208.com/sjsbszl/7917.html
