人工智能下的電子病歷數據質量控制

前言：想要寫出一篇引人入勝的文章？我們特意為您整理了人工智能下的電子病歷數據質量控制范文，希望能給你帶來靈感和參考，敬請閱讀。

［摘要］目的探索科學、有效的電子病歷數據質控方法，提高數據質量。方法針對國內對電子病歷數據質量控制的定量研究較薄弱的現狀，聯合利用人工智能技術及統計學方法，對結構化及非結構化診療數據分別建立相應的質控方法與技術。結果通過多維數據質量定量評估、醫療文本數據后結構化，結合自然語言處理技術、規范化模型進行數據清理，并結合病歷內涵質控系統的應用，可有效提高電子病歷數據質量。結論完善的數據質控方法與技術，不僅能使數據問題早評估、早發現，也能為醫療健康大數據的后續分析利用提供支撐。

［關鍵詞］人工智能;統計學方法;醫療數據;質控;數據清洗

隨著我國醫院信息化建設的不斷發展和完善，醫療衛生數據進入大數據時代。電子病歷作為醫療信息的主要載體，在醫療數據中占據著重要地位。其記錄患者從入院到出院的疾病發生、發展和轉歸的全過程，為醫療管理及臨床研究等提供豐富的信息［1］。2018年，國家衛健委《關于進一步推進以電子病歷為核心的醫療機構信息化建設工作的通知》［2］，指出要充分發揮電子病歷信息化作用，促進醫療管理水平提高和智慧醫院發展，對電子病歷數據質量提出更高的要求。而實際工作中，電子病歷數據卻因各種原因存在著錯誤、無效、不完整、不一致、異構等問題［3］，相應的質量定量評估及治理措施又相對匱乏，嚴重影響其在醫療管理和臨床科研中的二次利用和有效挖掘。本研究聯合人工智能技術(ArtificialIntelligence，AI)和統計學方法(statisticalmethods)，針對電子病歷中兩種主要的數據類型，即結構化數據和非結構化數據，分別探索不同的質控方法和技術，以期為建立符合循證決策或科學研究要求的高質量數據庫提供參考。

1結構化電子病歷數據質控方法

結構化數據往往在采集時設置一定的質控條件，如病案首頁數據、檢查檢驗數據等，質量相對較好，可以采用評估數據質量、查找定位問題數據來進行數據清洗的思路，從而獲得可用數據。

1．1多維數據質量評估方法

針對結構化數據，筆者已在前期研究中從數據的完整性、規范性、邏輯性及準確性等方面，構建多維數據質量評價指標體系［4］。其中，完整性是指關鍵指標的數據是否填全，評估內容包括個人信息核心字段缺失情況、首次病程記錄重要字段采集情況等。如果某項必填指標，如性別，未填寫則被認為缺失，數據不完整。規范性是指數據是否按規定的賦值字典填寫，如病案首頁的賦值字典中規定“入院時情況”為“1．危、2．急、3．一般”，但實際填寫中出現除了1～3以外的阿拉伯數字，或者其他文字、字符，則為填寫不規范。邏輯性是指關聯數據間的邏輯關系是否正確，包括邏輯缺失與邏輯錯誤等，如主訴與現病史中對同一癥狀的時間描述不一致。準確性是指數據是否真實可靠，需溯源核查，但可通過指標的極端值輔助判斷，例如人口學指標、生活習慣描述等應在合理取值范圍，根據不同指標的實際意義進行判斷，如身高過高或過低、妊娠年齡過小、日吸煙支數、日飲酒量過高等均被作為疑似值識別出來，進行后續核查、清洗。

1．2數據清洗

根據質量評估結果，定位問題數據后，可針對不同的數據問題制定不同的清洗策略，以控制數據質量。如數據缺失、異?；蜻壿嬅艿龋刹捎米匀徽Z言處理(NaturalLanguageProcessing，NLP)技術，對電子病歷中的醫療文本數據進行語義分析及提取，從中獲取缺失數據可能的填補值，核對變量的邏輯性與準確性，并對關鍵變量進行標準化處理，如入院時情況、輸血標志等信息;對無法填補與校正的數據，予以標記。如果是多次記錄的檢查檢驗縱向數據中某次記錄值缺失，也可以根據缺失機制和比例，采用統計學方法進行填補［5］，如多重填補法(MultipleImputation，MI)。

1．3應用案例

針對結構化數據的多維數據質量評價方法已用于某三甲醫院23萬余名出院患者的病案首頁結構化數據質量評估，發現該院病案首頁數據的完整性與邏輯性較好，完整率與邏輯吻合率均在99%以上;規范性有待提高，符合規范率在86%左右。且通過自動化程序，可準確識別與定位問題數據，為數據清洗奠定基礎。通過這一前期應用，反映出多維數據質量評估方法可以快速、高效地發現病案首頁數據的質量問題，便于數據質量的定量監測［4］。

2非結構化電子病歷數據質控方法

電子病歷中超過80%的數據都是非結構化數據，給數據的處理、利用帶來一定障礙。因此，針對這部分數據，須先通過自然語言處理技術進行后結構化處理，在此基礎上再進行數據清洗，控制數據質量。

2．1利用多層級自然語言處理技術進行文本數據后結構化

自然語言處理是實現電子病歷文本數據后結構化的最佳途徑。通過將文本信息進行分詞、整合、提取、標準化等，將其轉化成計算機可理解、分析的信息，實現數據的機器可讀性。為得到更加準確、豐富的后結構化數據結果，采用一種多層級自然語言處理技術，即根據不同的文書類型(主訴、現病史等)分別建立符合其內容特點及上下文語義關聯的數據抽取模型，避免數據遺漏和信息抽取錯誤。通過對原始數據的解析，識別出文本中實體、屬性和關系等信息，最終轉換成極細顆粒度的后結構化數據［6］。

2．2數據清洗

針對醫學術語與臨床癥狀表述的多樣性，以及不同信息系統中疾病、指標、治療等術語表達不一致的問題［6］，通過分類回歸樹(ClassificationRe-gressionTree，CRT)、支持向量機(SupportVectorMa-chine，SVM)等分類算法，以ICD－10、ICD－9－CM3等行業標準及權威教材用詞為基礎，通過標準化的數據清洗流程將日常診療過程中的醫學自然語言進行規范化及標準化，完成多樣化數據向標準化、規范化數據的轉換，以便對醫學用語的規范性進行評價，并對關鍵信息進行匹配、對比、分析。

2．3數據質控系統構建

上述步驟在流程上都屬于對已采集數據的事后處理，為了在采集源頭進行質量控制，建立內涵質控體系，通過病歷生成過程中對其內容的自動核查與控制，實現在數據采集源頭對質量進行把控的目標。主要功能包括醫療文本結構化、病案質量評價、病案質量分析。

2．3．1醫療文本結構化對電子病歷文本數據進行結構化提取，包括有效信息之間的關聯等。首先，根據病歷書寫基本規范和專業醫學知識，對病歷各節點內容進行建模，如“入院記錄－主訴”，模型框架為癥狀、體征、疾病、檢查、手術等。根據建好的模型，結合自然語言分詞和語義分析技術，完成對病歷文本的后結構化處理［7］。

2．3．2病案質量評價針對每份住院病案進行質量評價，詳細報告缺陷內容，幫助醫務人員快速定位病案書寫錯誤并修正，從而保證病案質控的可追溯性及精細化管理。系統在對病歷文本內容進行后結構化的基礎上，根據國家統一標準規范對質控問題進行分類，如病歷是否完整、前后數據是否一致、是否依據患者診治過程書寫等，形成智能質控規則庫，并通過在醫生端、環節質控及終末質控環節，設置對病歷文書的自動監控、提醒和實時反饋功能，實現對病歷質量的有效監控。

2．3．3病案質量分析針對科室及全院的病案質量問題，通過橫向、縱向對比分析，以及可視化的統計圖加以展現，為病歷質量管理部門提供及時正確的決策依據，輔助其準確定位問題、制定改進措施，提高對病歷質量管理的水平及效力。

2．4應用案例

非結構化電子病歷數據質控方法目前正在某三甲醫院進行測試評價，內容包含入院記錄、出院記錄、病程記錄、手術記錄、護理記錄等。質控前，該院病歷能夠按照時限、頻次、完整度的規范要求書寫，但存在病歷無內涵、書寫自由、病歷反映患者病情變化、診療過程等核心價值有待提高等問題。而通過前置在病歷書寫界面的自動化質控程序，能夠準確識別雷同病歷、內容前后不符、時間不符合邏輯順序等問題。借助醫學知識圖譜，根據病歷所記錄的患者體征、癥狀、檢查、檢驗等文本信息，還可以進一步發現記錄的體征與診斷有沖突，疾病無對應的檢查結果，疾病對應的診療方案未記錄等問題。測試結果顯示，質控技術的應用可以有效改進常見的病歷質量問題，提升病歷內涵質量;后續將通過更為豐富的質控規則設置，擴大病歷內涵質量控制的范圍。

3展望

目前，國家正在大力推進醫療大數據的發展與應用，很多醫院已將醫療大數據治理及其效果評價作為醫院建設與發展的主要工作之一［8－9］。電子病歷數據作為醫療大數據的重要組成部分，其建設質量不僅影響到醫療大數據治理的整體效果，還可能影響到醫療質量管理、開展真實世界醫學研究的可行性與科學性。缺乏高質量的醫療數據，再先進的人工智能和數據挖掘算法也會無的放矢。本文提出可用于電子病歷質控的人工智能和統計學聯合方法與技術，有助于提高電子病歷數據質量控制的效率和水平，對于其他醫療信息數據的質控也具有一定參考價值。在“以數為證、循數決策”的數據文明時代，各級醫療機構和醫療管理部門都應建立起有效的數據質控體系，開展醫療數據質量評估與治理，方能促進醫療大數據發揮其應有的價值。

【參考文獻】

［1］國家衛生健康委員會．關于進一步推進以電子病歷為核心的醫療機構信息化建設工作的通知［EB/OL］．

［3］李萍．醫療數據質量的問題探索和解決模式［J］．計算機應用與軟件，2013(8):217－219．

［4］吳騁，秦嬰逸，肖翔，等．病案首頁數據質量的量化評估方法研究及應用［J］．中國病案，2016，17(3):10－13．

［5］孫振球，徐勇勇．醫學統計學(第4版)［M］．北京:人民衛生出版社，2015:610－612．

［6］杜小勇，陳躍國，范舉，等．數據整理:大數據治理的關鍵技術［J］．大數據，2019，5(3):13－22．

［7］林琳，王韜，鄧超穎．智能化病歷內涵質控平臺設計及應用［J］．中國數字醫學，2019，14(11):48－50，112．

［8］傅昊陽，徐飛龍，范美玉．論醫院健康醫療大數據治理及體系構建［J］．中國中醫藥圖書情報雜志，2019，43(3):1－5．

［9］謝剛，李月云，孫玉軍．多科性醫院大數據治理能力評價指標體系研究［J］．衛生經濟研究，2020，37(2):56－58．

作者：吳騁 王志勇 徐蕾 周全 單位：海軍軍醫大學衛生勤務學系