基于大數(shù)據(jù)的病歷內(nèi)涵質(zhì)控研究

1、基于大數(shù)據(jù)的病歷內(nèi)涵質(zhì)控研究病歷質(zhì)量控制是在正常、法律、法規(guī)和相關(guān)規(guī)章制度的框架下，保證病案真實(shí) 性、及時(shí)性和客觀性，完整性，保證醫(yī)療 行為的可追溯性。由于醫(yī)學(xué)的復(fù)雜性和專業(yè)性，病歷質(zhì)控?zé)o統(tǒng)一標(biāo)準(zhǔn)，按照法律法 規(guī)及疾病診療、各項(xiàng)操作規(guī)則進(jìn)行質(zhì)控。病歷是醫(yī)務(wù)人員在醫(yī)療活動(dòng)中形成的記錄病歷具有醫(yī)學(xué)證據(jù)和法律證據(jù)的雙重屬性研究背景電子病歷質(zhì)控的作用作 用4對(duì)各項(xiàng)質(zhì)量監(jiān)控指標(biāo)實(shí)行實(shí)施動(dòng)態(tài)過程 監(jiān)控。自動(dòng)記錄病歷書寫項(xiàng)目的內(nèi)容和時(shí)間、 質(zhì)量是否符合要求，進(jìn)行評(píng)分評(píng)級(jí)。自動(dòng)提示醫(yī)務(wù)人員，讓醫(yī)務(wù)人員及時(shí)改 進(jìn)，提高病歷書寫質(zhì)量和醫(yī)療質(zhì)量。管理部門通過軟件追蹤病歷和醫(yī)療質(zhì)量 問題，進(jìn)行實(shí)時(shí)動(dòng)態(tài)管理。11223

2、3中華人民共和國執(zhí)業(yè)醫(yī)師法醫(yī)療事故處理?xiàng)l例關(guān)于民事訴訟證據(jù)的若干規(guī)定病歷書寫基本規(guī)范資料機(jī)構(gòu)病歷管理規(guī)定基礎(chǔ)醫(yī)學(xué)臨床醫(yī)學(xué)各類規(guī)章制度診斷及鑒別診斷學(xué)電子病歷質(zhì)控的主要依據(jù)電子病歷質(zhì)控流程無缺陷有缺陷不合格合格不合格合格電子病歷質(zhì)控流程醫(yī)生自檢01科室醫(yī)生（通過限制，提示，強(qiáng)制，實(shí)現(xiàn)部分質(zhì)控）科內(nèi)質(zhì)控02科室質(zhì)控人員（質(zhì)控員自檢本科室病歷）終末質(zhì)控03醫(yī)院質(zhì)控科（對(duì)全院人員病歷進(jìn)行質(zhì)控）醫(yī)務(wù)處04環(huán)節(jié)質(zhì)控核心制度(對(duì)容易產(chǎn)生糾紛的病歷進(jìn)行監(jiān)看)電子病歷質(zhì)控實(shí)現(xiàn)的功能電子病歷的五大控制功能事前提醒流程設(shè)計(jì) 程序控制 便捷智能事后反饋數(shù)據(jù)分析 數(shù)據(jù)挖掘 分類整理事中監(jiān)督自動(dòng)監(jiān)測(cè) 自動(dòng)記錄 自動(dòng)提醒流

3、程監(jiān)控在線預(yù)警智能判別信息反饋科學(xué)評(píng)分傳統(tǒng)電子病歷質(zhì)控方法在規(guī)定的時(shí)間內(nèi)必須完成 的工作，可是實(shí)時(shí)提醒、預(yù) 警、質(zhì)控內(nèi)容相對(duì)客觀、實(shí) 現(xiàn)簡單時(shí)限質(zhì)控內(nèi)容完整性質(zhì)控對(duì)內(nèi)容完整性進(jìn)行系統(tǒng)檢測(cè)，設(shè)置必填項(xiàng)，用戶首頁填寫和病歷內(nèi)容完 整性質(zhì)控基于節(jié)點(diǎn)的自反饋質(zhì)控基于結(jié)構(gòu)化電子病歷本身，需要質(zhì)控的數(shù)據(jù)以元數(shù)據(jù)存放于數(shù)據(jù)庫 中，節(jié)點(diǎn)越細(xì)，質(zhì)控內(nèi)容越豐富，病歷書寫難度越大，醫(yī)生系統(tǒng)使用 友好度越低。基于節(jié)點(diǎn)和預(yù)定義規(guī)則的質(zhì)控根據(jù)預(yù)先設(shè)置的節(jié)點(diǎn)或者規(guī)則，做規(guī)則性或內(nèi)容判定，多用于事前提醒傳統(tǒng)電子病歷質(zhì)控的不足臨床工作人員僅注重病歷書寫格式、書寫項(xiàng)目的齊全、病歷內(nèi)容高度一致， 復(fù)制現(xiàn)象多，錯(cuò)誤難以返現(xiàn)，忽視了病

4、歷本身的內(nèi)涵質(zhì)量，容易造成醫(yī)療糾紛。依賴于病歷的結(jié)構(gòu)化程度依賴于客觀條件設(shè)置依賴于終末質(zhì)控、實(shí)時(shí)性差客觀性質(zhì)控內(nèi)容較多、內(nèi)容質(zhì)控較少病歷結(jié)構(gòu)化程度不高醫(yī)務(wù)人員規(guī)避系統(tǒng)審核大量人力對(duì)病歷內(nèi)容進(jìn)行檢查核對(duì)事后反饋，修改不及時(shí)，存在醫(yī)療隱患基于大數(shù)據(jù)的病歷內(nèi)涵質(zhì)控基于患者診療全過程 進(jìn)行病歷缺陷檢索，病歷 質(zhì)量監(jiān)控重點(diǎn)前移，在形 成終末病歷前進(jìn)行監(jiān)控預(yù) 警，實(shí)現(xiàn)事前控制。病歷后結(jié)構(gòu)化，人工智能判讀患者診療過程中 的全部病歷，進(jìn)行全方位、 全過程質(zhì)量監(jiān)測(cè)。醫(yī)院信息系統(tǒng)HIS LIS PACS形式質(zhì)控內(nèi)容完整性、時(shí)效性（傳統(tǒng)質(zhì)控）字段確定與提取 專病病例確定 文本結(jié)構(gòu)化名稱編碼數(shù)據(jù)完整性/一致性 代碼和

5、名稱一致性 數(shù)據(jù)準(zhǔn)確性.基于深度學(xué)習(xí)診斷基于傾向性分析的療效對(duì)比機(jī)器學(xué)習(xí)平臺(tái)架構(gòu)圖階段收集數(shù)據(jù)輸入數(shù)據(jù)數(shù)據(jù)探索與預(yù)處理訓(xùn)練、測(cè)試算法、建模評(píng)估及部署HISEMRPACSLIS數(shù)據(jù)整合數(shù)據(jù)清 理數(shù)據(jù)探索與預(yù)處理數(shù)據(jù)轉(zhuǎn)換規(guī)范數(shù)據(jù)補(bǔ)充訓(xùn)練數(shù)訓(xùn)練模據(jù)型模型測(cè)試數(shù)測(cè)試模據(jù)型評(píng)估及優(yōu)化模型部署基于大數(shù)據(jù)進(jìn)行機(jī)器學(xué)習(xí)，需要處理全量數(shù)據(jù)并進(jìn)行超大規(guī)模的迭 代計(jì)算，采用TensorFlow 為核心框架?；诖髷?shù)據(jù)的病歷內(nèi)涵質(zhì)控基于大數(shù)據(jù)的病歷內(nèi)涵質(zhì)控解析病歷非結(jié)構(gòu)化文本?？漆t(yī)生對(duì)?？撇v進(jìn)行標(biāo)注，通過機(jī)器學(xué)習(xí)對(duì)病歷內(nèi)容切片和后結(jié)構(gòu)化基于大數(shù)據(jù)的病歷內(nèi)涵質(zhì)控基于TensorFlow谷歌神經(jīng)網(wǎng)絡(luò)算法第一輪學(xué)習(xí)準(zhǔn)確率

6、為22.07%，（小樣本量，進(jìn)行泛化學(xué)習(xí)）基于大數(shù)據(jù)的病歷內(nèi)涵質(zhì)控通過多輪迭代計(jì)算后，病歷識(shí)別準(zhǔn)確率達(dá)到90%以上，基本滿足臨床 應(yīng)用的需要。基于大數(shù)據(jù)的病歷內(nèi)涵質(zhì)控通過后結(jié)構(gòu)化和語義分析技術(shù)，把病人所有的病歷文書數(shù)據(jù)進(jìn)行元素 化，存儲(chǔ)于元素級(jí)數(shù)據(jù)庫中進(jìn)行邏輯關(guān)系分析?；诖髷?shù)據(jù)的病歷內(nèi)涵質(zhì)控根據(jù)邏輯算法、節(jié)點(diǎn)描述、數(shù)據(jù)一致性等要求，找出病歷文書內(nèi)容邏輯問題基于大數(shù)據(jù)的病歷內(nèi)涵質(zhì)控內(nèi)涵質(zhì)控舉例（1）：醫(yī)囑與病歷書寫內(nèi)容不一致基于大數(shù)據(jù)的病歷內(nèi)涵質(zhì)控內(nèi)涵質(zhì)控舉例（1）：入院情況有描述而既往史無描述基于大數(shù)據(jù)的病歷內(nèi)涵質(zhì)控內(nèi)涵質(zhì)控舉例（1）：入院情況有描述而既往史無描述既往史中沒有入院記錄對(duì)應(yīng)入院

7、情況 的相關(guān)描述，系統(tǒng)自動(dòng)給予提示。內(nèi)涵質(zhì)控舉例（2）：缺乏對(duì)癥狀的具體描述或者修飾，根據(jù)內(nèi)涵質(zhì)控提示， 直接定位到CDR對(duì)應(yīng)位置?；诖髷?shù)據(jù)的病歷內(nèi)涵質(zhì)控左側(cè)肢體無力4小時(shí)，左上肢可抬起， 不能持物，左下肢無法站立、行走實(shí)時(shí)為臨床工作人員提供形式質(zhì)控、首頁質(zhì)控、內(nèi)涵質(zhì)控的內(nèi) 容，督促醫(yī)生快速發(fā)現(xiàn)問題，提高病歷書寫質(zhì)量。內(nèi)涵質(zhì)控系統(tǒng)與電子病歷系統(tǒng)集成對(duì)邏輯關(guān)系較復(fù)雜的質(zhì)控點(diǎn)進(jìn)行分析時(shí)，運(yùn)算量較大不能及時(shí)提醒， 通過APP將質(zhì)控結(jié)果推送給醫(yī)生。內(nèi)涵質(zhì)控系統(tǒng)與電子病歷系統(tǒng)集成根據(jù)當(dāng)前患者病歷，基于醫(yī)療大數(shù)據(jù)按照患者出生日期、性別、 主要診斷等多維度信息搜索，進(jìn)行相似病例分析。相似病歷查詢根據(jù)診斷、主訴等實(shí)現(xiàn)文獻(xiàn)知識(shí)庫快速查找文獻(xiàn)知識(shí)庫快速查找病歷內(nèi)涵質(zhì)控的優(yōu)點(diǎn)基于全文本信息的病歷內(nèi)涵環(huán)節(jié)質(zhì)控基于大數(shù)據(jù)的機(jī)器學(xué)習(xí)、智能判讀、缺陷質(zhì)控質(zhì)控結(jié)果的實(shí)時(shí)預(yù)警、分析展現(xiàn)基于知識(shí)庫的病歷分析與文獻(xiàn)檢索下一步工作及未來展望隨著大數(shù)據(jù)、機(jī)器學(xué)習(xí)等技術(shù)的發(fā)展、海量的有質(zhì)量的元素化臨床醫(yī)療數(shù)據(jù)的不斷積累，通過醫(yī)學(xué)、統(tǒng)計(jì)學(xué)、計(jì)算機(jī)領(lǐng)域