2020年,人工智能将如何智能化医院病案质控作业?

语忆情感研究所

2020-01-20 16:44
关注

据中国法院网统计,2016年全国法院受理医疗纠纷案件数量就已经超过2W了。从2006年到2016年,法院受理的医疗纠纷案件数量多了一倍。在诊疗人次增加同时,医疗纠纷也越来越多。

而全国每年发生的这些医疗纠纷案件中,90%与病案质量缺陷有着直接关系。

在审判实践中,病历材料书写不及时致病历缺失、病历材料前后记录矛盾较明显的情况下,患者对病历材料提出异议导致无法鉴定,医疗机构极有可能会承担相应的不利后果。

病历材料作为医疗损害责任纠纷中最重要的证据,其规范与否对医疗机构的责任认定有着极为重要的影响。所以,加强病案质量控制工作日益成为了医院医疗纠纷预防的重点。然而病案质控在实践过程中却并不那么顺利,其中最大的难题就是质控作业过程的高业务要求与相关人才紧缺的矛盾,这也是本文今天想要探讨的话题——在病案质控工作中,质检人员需要做什么?以及AI+RPA如何帮助我们解决人才紧缺的问题?

1

医院病案需要接受质量检查

2007年12月,南京市鼓楼医院被告上法庭。原因是患者方认为,患儿的新生儿坏死性小肠结肠炎(NEC)是医疗过错所致,发生NEC之后,医方未予足够重视,错过抢救时机,最终导致患者死亡。而医院方认为,医疗行为符合诊疗常规,治疗措施恰当,患儿发生NEC与医疗行为无因果关系,不应承担责任。医学会在对患儿的病案做了医学鉴定之后,发现“自2007-11-0409:00至14:00之间缺乏危重症护理记录,使得患儿发生缺氧的具体时间难以确定。” 最后医院败诉。

病案又称病历,是医务人员在医疗活动过程中所形成资料的总和,是衡量医疗质量的重要标志,也是处理医疗纠纷的重要法律依据。在这个案例中,由于病案缺陷的问题,鼓楼医院产生败诉赔偿,这不仅对医院产生经济性、名誉性损失,也恶化了医患关系。

而在2018年10月1日,国务院发布了《医疗纠纷预防与处理条例》,条例中明确患者有复印全部病历的权利,并且强调了工作重点要从医疗事故处理向医疗纠纷预防转移。所以不管是从医院内部的运营管理考虑,还是政策环境的影响,医院病案的质量检查管理都处于迫在眉睫的阶段。

对于病案的质控,大多数医院采取的办法是设立一个专职团队对每日出院患者的病案做终末质控,大致的工作流程就是:首先将病案从医院档案库中抽取出来,然后将病案进行分配,送至质控专家组,经由专家评定,检查出有质量缺陷的病历,反馈给病区的医生,病区的医生接到反馈之后,及时进行整改,最后将所有检查后的病案进行数据的采集汇总和统计分析,生成病案质控统计报表。如下图所示:

在这个流程图中,最关键的步骤就是在于“质控专家组专家评定”,那么专家是如何对病案进行评定的?在下文中,我们将给出一些比较通用的行业应用示例。

2

搭建一套病历质量评分体系

在上文中,我们提到了病案缺陷会让医院陷入诉讼风波,对医院产生经济性、名誉性的损害,因此被列入了《医疗纠纷预防与处理条例》,成为了医疗纠纷预防工作的重点。而在医院设立的病案质控专职团队中,质控专家组的专家对病案的评定是整个工作流程的核心。为此,很多医院都专门建立了一套病历质量评分体系,来加强对医院病历的质量管控,同时也监管着医生的工作质量。

通常来说,我们愿意将所有评判标准分成八个大类:病案首页,入院记录,病程记录,围手术期记录,出院记录,知情同意书,医嘱及辅助检查,病历书写基本原则。接下来的内容,小编主要为大家简单介绍前四大类的质控内容。

首先是病案首页。目前,病案主要信息的检索仍然是以首页数据库的内容为基础进行的,根据首页检索的信息,我们才可与各种资源进行连接,所以,病案首页信息是打开病案信息库的一把“万能钥匙”。它的内容包括了病人基本情况、住院诊断、手术及操作情况、其他信息与住院医疗费用分类情况。质控人员会针对这些内容进行详细的检查,例如入院诊断和出院诊断是否书写错误或者漏填,药物过敏是否空白或者书写错误,是否有详细的通讯方式和地址等等。

入院记录是完整病历的核心内容,反映了患者所患疾病的全貌,包含的内容也比较复杂,主要有:主诉、现病史、既往史、个人史、家族史、体格检查、辅助、诊断八大块。质控人员需要检查的内容也非常复杂,仅就现病史一项,就有十大评定规则,例如主要症状、体征的部位、时间、性质、程度及伴随症状描述不清楚;缺有鉴别诊断意义的重要阴性症状与体征;疾病演变情况或入院前诊治经过,未描述或描述有缺陷等等。

在这里小编想说明一点的是,虽然病案质控是预防医疗纠纷的重要依据,但质控工作本质上还是为了能更详细记录病人的信息,为其提供更加优质的医疗服务。例如,某患者现病史记录症状为:患者于某年某日凌晨2时许在家休息时无明显诱因突发头痛,较剧烈,难以耐受,伴恶心呕吐,说胡话。经过分析,该病史记录症状欠详细,如呕吐是否呈“喷射状”,呕吐物性状、颜色、气味等信息缺失。而这些缺失的信息其实就是医生在做疾病诊断推理中的重要信息。

病程记录是继入院记录之后,对患者病情和诊疗过程所进行的连续性记录。内容包括首次病程记录,上级医师查房记,日常病程记录。其中关于首次病程记录,一旦出现了未按规定时间(8小时)内完成首次病程记录;无病史特点、诊断依据、拟诊讨论、诊疗计划;照搬入院病史、体格及辅助检查,未归纳提炼,条例不清等情况,这份病历就会被退还给病区医生,并要求及时整改。

围手术期记录指的是从病人决定接受手术治疗开始,到手术治疗,直至基本康复的这段时间里的记录。在整套病案质控评分表中,该时期记录一共有十个需要质控的内容规则,其中一个重要的部分就是术前小结,质控人员主要会检查是否缺少术前小结,术前小结记录是否包含简要病情、术前诊断、手术指征、拟施手术名称和方式,拟施麻醉方式、注意事项等内容,以及内容是否有缺陷等等。

综合所述,病案首页,入院记录,病程记录,围手术期记录以及其余的出院记录,知情同意书,医嘱及辅助检查,病历书写基本原则这八个大类共同组成了一张完整的病历质量评分表,如下图所示:

这张表包含了全面的评分细则,可以为质检人员的病案质控工作提供具体可操作的评定依据,有助于医院评审及各类检查中病历书写质量的评估、病历环节质量的评审以及终末质量检查等。至此,病案质控的管理问题似乎已经得到了完美的解决,然而实际的情况却并非如此。

3

AI+RPA如何改变病案质控

在实践中,海量而复杂的病案质控工作与有限的人才资源之间产生了巨大的矛盾。

具体点来说,就是:

1、海量的质控工作和有限的人力精力之间产生了矛盾。病案质控工作单调枯燥,质检人员每天需要审阅大量病案,囊括的内容极为丰富和复杂,质控人员需要逐项审阅,工作强度高,需要耗费极大的精力和时间。

2、高素质要求的质控内容与紧缺的质检人才之间产生了矛盾。病案质控需要全科医学能力和丰富的临床经验,对质控人员的医学水平要求极高,面对紧缺的医疗人才,临床科室的人才需求尚不能满足,质控人员的招聘就更加困难了。

3、紧迫的质控需求和低覆盖率的质控范围之间产生了矛盾。随着医疗纠纷案件的不断增加,病案质控的需求也变得非常紧迫。而质检人员无法消化那么多基数庞大且不断累加的病案,造成病案质控覆盖率低,病案缺陷的问题和医疗纠纷的产生也得不到有效的控制。

那我们就没有更好的手段解决这些行业瓶颈了吗?事实上通过AI+RPA的结合,我们已经得到了答案。

我们首先来看AI和RPA分别是什么。

AI,就是人工智能,在病案质控工作中,通过大量实际病案的训练数据,学习并模仿质控人员在质控工作中的思维逻辑,最后独立智能地做出判断——病案是否存在内容缺陷。RPA全称Robotic Process Automation,也就是机器人流程自动化。形象一点的解释,我们知道农夫山泉是大自然的搬运工,那么RPA就可以看成是系统数据的搬运工。

它主要是帮助人类完成一些在电脑上具有重复性、低价值、无需人工决策的固定性流程化操作。随便举个例子,玩游戏挂机的小伙伴,为了不被电脑踢掉,要隔几秒动一下或外放技能。有人不想守在电脑前面点鼠标,就使用了点鼠标的外挂,这种外挂就是RPA的一种。而AI+RPA结合之后,所产生的智能化和自动化将会给不同领域的实践工作需求带来超出人们想象的智能解决方案。

让我们回到今天我们的主题:病案质控。病案质控本质上就是对病历文本进行解读,并结合制定好的标准,判断是否存在缺陷。而这正好是自然语言处理技术(NLP)致力解决的领域。NLP即是基于机器学习技术,能帮助人类和计算机最终实现完全相互理解及沟通的人工智能技术。利用NLP+RPA,计算机可以智能而高效地对每一份病案进行全面的解析,并自动生成可视化的报告页面。让我们来看几个功能示例:

1、RPA

前面我们提到了,RPA的功能就是搬运数据,模拟人工进行复制、粘贴、点击、输入等行为。它能够帮助我们从医院的各类信息化系统中抽取所有和临床相关的数据,包括HIS、EMR、LIS、PACS、护理、手术等,提供给人工智能进行深度解析。解析完成之后,RPA会将人工智能的分析结果整合成一份可视化的质量报告,包括该病案的每项缺陷及分析,根据国家质控标准的扣分评级情况等。例如敲定XX医院住院病历为95分,归为甲级病历。

2、人工智能模型:观点聚类

不同于传统关键词匹配,观点聚类不限制具体的词汇表达,而是通过智能解读段落大意之上,再将相似的观点进行自动整合、归类。例如系统能将“月经三个月没来”和“上次月经在半年前”统一归类成观点:“月经不规律”。

3、人工智能模型:相似度匹配

忽略严格的词法句法,智能判断两句句子在表达含义上的相似性。例如“肚子很疼”和“肚子像是有东西绞着一样疼”都与标准话术“腹部疼痛”有着高相似度,从而能实现不同表达方式术语的准确性评估。

4、人工智能模型:病理推断

顾名思义,就是机器通过大量的数据训练学习之后,能够自动进行判断。AI通过预先对大量病历、教材、指南学习之后,能够全面分析每份病案质量,检查病案前后因果逻辑关系,找出病案缺陷。例如AI通过训练之后,能根据患者之前病历中记载的难产大出血,再结合病人现在的生理特征,推断出患者一感冒就休克的怪病是由一种叫垂体前叶功能减退症引起的。

综上所述,基于RPA的自动化以及人工智能模型的观点聚类、相似度匹配、病理推断等技术,可以更全面对病案内容进行回溯、整合和解析。相比于人工病案质控,这套由AI+RPA技术搭建起来的智能病历质量评分体系避开了海量质检工作与有限质检人才之间的矛盾,并且提高了病案质控的覆盖率,从而能够有效控制病案缺陷的问题,更好地对医疗纠纷案件起到预防的作用。

而在医疗行业这片蓝海中,病案质控只是很小的一个切入点,我们希望在不久的未来,AI不仅能够协助医生推理病人的病症,而且能够代替人类坐诊、代替人类操作外科手术等等,为人们提供更优质、更高效、更便捷的医疗服务。

举报/反馈