基于人工智能的病历质控系统研究
导读：探索以人工智能技术为核心的病历质控问题。应用先进的自然语言处理技术、机器学习技术等基于人工智能算法开发的各类模型，将其应用在病历质控中的形式质控、内涵质控。系统以人工智能技术为核心，通过对病历语义的理解及诊疗路径的评估，查找缺陷内容，标识原因，实现了对临床病历全方位质量把控与评审。人工智能技术可以更方便高效地进行病历质控，从而提升医疗质量及数据价值，节省医疗成本。
在医院医疗质量管理中，病历质控是重要组成部分，也是核心部分。但是由于病历质控的工作量大，质控人员的质控水平不足，具有临床背景的高学历专职质控人员稀缺等原因，病历质控不理想。
随着计算能力的提升，基于深度学习的人工智能技术出现了井喷。人工智能技术在很多领域里可以模仿人脑进行一定程度的逻辑及非逻辑判断，最终可以实现类似于人类的决策判断。国家卫计委 2017 年 02 月印发的《“十三五”全国人口健康信息化发展规划》中则明确指出，要充分发挥人工智能等先进技术在人口信息化和健康医疗大数据的建设与应用发展中的引领作用。针对当前病案质控中存在的问题，结合国家对病历质量的重视与要求设计了基于人工智能的病历质控系统。
系统设计
技术路线应用先进的自然语言处理技术、机器学习技术等基于人工智能算法开发的各类模型，将其应用在病历质控中，不仅能从内容完整性、时效性等研判，也能对病历文书从术语规范性、数据一致性、逻辑一致性、诊断充分性、药物相互作用等进行内涵质控。技术路线如图1所示。
图1 技术路线图
关键技术
利用自然语言处理技术进行病历结构化医疗文本数据以其丰富的数据维度得到了广泛的重视，其包含了疾病诊断、症状、检查及治疗等各方面信息，是进行疾病规律挖掘、药物效果研究、疾病诊断及鉴别诊断等应用的丰富数据资源。
自然语言处理引擎是可以对医疗文本数据进行语义分析及提取的一种人工智能技术，可利用百万级专业的医学词库及语料库进行模型构建与训练，能达到的分词准确率达99%，命名实体识别的准确率达97%，实现了在对医学文本充分结构化的基础上，仍能最大程度保留文本中的语义及关联，从而使由计算机对病历的内涵进行分析与质控变得可行。
使用的NLP引擎结构化效率高，根据某公司测量可达单机千份/0.5小时，其决定了由计算机进行病历质控的效率；此NLP引擎能够充分解决由于质控专业人员有限导致的质控量低、难以实现行业对病历质控量的要求等问题，其在提高效率的同时也可节省大量人力成本。
利用规范化模型进行数据清洗由于医疗数据来源的多样性，在医学知识融合的过程中存在近义词需要进行归类，如对于“胸痛”症状的表述可能包含“胸部不适”、“胸部疼痛”、“胸疼”、“胸痛”、“胸侗”等多种形式，并且不同系统中对于同一术语的表述不一，如“乙肝表面抗原”、“乙型肝炎表面抗原”、“HBsAg”、“表面抗原”等表示同一指标。针对医学表述的多样性，以及不同系统标准下疾病、指标、治疗等术语表达不一致的问题，可以以ICD-10、ICD-9-CM3等行业标准及权威教材用词为基础，通过标准化的数据清洗流程将医学自然语言进行规范化及标准化，完成多样化数据至标准化、规范化数据的转换过程，以便于对医学用语规范性进行评价，以及对信息进行匹配、对比、分析，主要通过分类回归树算法、SVM 分类方法来实现。
利用机器学习构建诊疗模型建立利用已知的患者病情、治疗等信息对后续临床处置提供决策建议的人工智能模型。可以以真实临床病历作为数据基础，利用NLP引擎结构化临床病历，整合多任务学习、高稀疏学习及在线学习构建模型，既可以为医生提供临床决策支持，进而提高临床诊疗效率及质量；也可以实现对临床路径的合理性及充分性的精准分析，进而提升临床病历质量。可以快速扩充病种，解决病历质控人员无法对各科室专业内容进行分析与评判的难题。
使用的诊疗模型利用真实临床数据作为训练数据，从而解决了利用知识库构建模型难以适应多变的真实个体且无法实现精准化的问题；且诊疗模型不是对疾病、治疗方案等的“是”与“否”的判断，其会综合考量患者病情及变化，进而在提供决策建议的同时对主次要性进行分析与排序。模型所用训练数据均为来自大型三甲医院的经质量筛查且经脱敏的临床病历，从而习得专家级的诊疗思维及能力。
系统的功能模块
医疗文本结构化功能对当前系统内医疗文本数据和/或医院信息系统的新旧医疗文本进行结构化提取，提取其中的有效信息及信息之间的关联，并可将原文及提取后的结构化表格呈现给用户。
病历质量评价功能针对院内每份住院病历的独立缺陷评价报告，详细记录病历缺陷内容及原因，以帮助医护人员快速定位病历书写错误并修正错误，从而保证病历质控的可追溯性及精细化管理针对院内每份住院病历的独立缺陷评价报告，详细记录病历缺陷内容及原因，以帮助医护人员快速定位病历书写错误并修正错误，从而保证病历质控的可追溯性及精细化管理。
病历质量分析功能针对科室、全院的病历质量统计分析报告，其将对病历质量水平、缺陷原因及程度等进行对比分析，以辅助管理者准确定位问题，制定改进措施。
应用效果
根据医院之前实际情况显示,人工平均每日的质控数量是每人5-6份病历，质控专员仅5名，医院每天平均出院125人次，根本无法对全部病历进行质控，只能抽样质控；另一方面人力质控标准不统一容易受疲劳等因素影响。电子化的病历质控系统只能对病历的完整性，时限性、完整性做质控，对于内涵质控无能为力。而基于人工智能的病历质控系统可以每天质控100%的病历量，质控标准统一，不受疲劳等个人因素干扰。系统以人工智能技术为核心，通过对病历语义的理解及诊疗路径的评估，查找缺陷内容，标识原因，实现了对临床病历全方位质量把控与评审。
基于人工智能的病历质控系统是医院医疗大数据应用的一个应用实例，在这个系统建设过程中，通过应用数据的转换、清洗、抽取、自然文本语言处理、机器学习等先进技术，医护人员诊疗过程中能及时纠正病历错误，发现无效活动，优化诊疗；降低了病历质控人员工作强度，提高了工作效率；减少发生医患纠纷的概率。人工智能技术可以更方便高效地进行病历形式质控、内涵质控，从而提升医疗质量及数据价值，节省医疗成本。
文章来源：《中国数字医学》杂志2018年第10期，作者及单位：黄建隆 郭胜杰 孙世传，福建中医药大学附属厦门市第三医院信息科。
- 发表于:
- 原文链接：https://kuaibao.qq.com/s/20181107B23XQQ00?refer=cp_1026
- 腾讯「腾讯云开发者社区」是腾讯内容开放平台帐号（企鹅号）传播渠道之一，根据《腾讯内容开放平台服务协议》转载发布内容。
- 如有侵权，请联系 cloudcommunity@tencent.com 删除。
相关快讯
扫码
添加站长 进交流群
领取专属 10元无门槛券
私享最新 技术干货
腾讯云开发者
