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(xiàn)狀，聯(lián)合利用人工智能技術及統(tǒng)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(yī)療文本數據后結構化，結合自然語言處理技術、規(guī)范化模型進行數據清理，并結合病歷內涵質控系統(tǒng)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(fā)現(xiàn)，也能為醫(yī)療健康大數據的后續(xù)分析利用提供支撐。

［關鍵詞］人工智能;統(tǒng)計學方法;醫(yī)療數據;質控;數據清洗

隨著我國醫(yī)院信息化建設的不斷發(fā)展和完善，醫(yī)療衛(wèi)生數據進入大數據時代。電子病歷作為醫(yī)療信息的主要載體，在醫(yī)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(fā)生、發(fā)展和轉歸的全過程，為醫(yī)療管理及臨床研究等提供豐富的信息［1］。2018年，國家衛(wèi)健委《關于進一步推進以電子病歷為核心的醫(yī)療機構信息化建設工作的通知》［2］，指出要充分發(fā)揮電子病歷信息化作用，促進醫(yī)療管理水平提高和智慧醫(yī)院發(fā)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(yī)療管理和臨床科研中的二次利用和有效挖掘。本研究聯(lián)合人工智能技術(ArtificialIntelligence，AI)和統(tǒng)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(guī)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(guī)范性是指數據是否按規(guī)定的賦值字典填寫，如病案首頁的賦值字典中規(guī)定“入院時情況”為“1．危、2．急、3．一般”，但實際填寫中出現(xiàn)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(guī)范。邏輯性是指關聯(lián)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(xiàn)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(xù)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?，可采用自然語言處理(NaturalLanguageProcessing，NLP)技術，對電子病歷中的醫(yī)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(tǒng)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(yī)院23萬余名出院患者的病案首頁結構化數據質量評估，發(fā)現(xiàn)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(guī)范性有待提高，符合規(guī)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(fā)現(xiàn)病案首頁數據的質量問題，便于數據質量的定量監(jiān)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(xiàn)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(xiàn)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(xiàn)病史等)分別建立符合其內容特點及上下文語義關聯(lián)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(yī)學術語與臨床癥狀表述的多樣性，以及不同信息系統(tǒng)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(yè)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(yī)學自然語言進行規(guī)范化及標準化，完成多樣化數據向標準化、規(guī)范化數據的轉換，以便對醫(yī)學用語的規(guī)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(tǒng)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(xiàn)在數據采集源頭對質量進行把控的目標。主要功能包括醫(yī)療文本結構化、病案質量評價、病案質量分析。

2．3．1醫(yī)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(lián)等。首先，根據病歷書寫基本規(guī)范和專業(yè)醫(yī)學知識，對病歷各節(jié)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(yī)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(tǒng)在對病歷文本內容進行后結構化的基礎上，根據國家統(tǒng)一標準規(guī)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(guī)則庫，并通過在醫(yī)生端、環(huán)節(jié)質控及終末質控環(huán)節(jié)，設置對病歷文書的自動監(jiān)控、提醒和實時反饋功能，實現(xiàn)對病歷質量的有效監(jiān)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(tǒng)計圖加以展現(xiàn)，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(yī)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(guī)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(yī)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(fā)現(xiàn)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(xù)將通過更為豐富的質控規(guī)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(yī)療大數據的發(fā)展與應用，很多醫(yī)院已將醫(yī)療大數據治理及其效果評價作為醫(yī)院建設與發(fā)展的主要工作之一［8－9］。電子病歷數據作為醫(yī)療大數據的重要組成部分，其建設質量不僅影響到醫(yī)療大數據治理的整體效果，還可能影響到醫(yī)療質量管理、開展真實世界醫(yī)學研究的可行性與科學性。缺乏高質量的醫(yī)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(tǒng)計學聯(lián)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(yī)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(yī)療機構和醫(yī)療管理部門都應建立起有效的數據質控體系，開展醫(yī)療數據質量評估與治理，方能促進醫(yī)療大數據發(fā)揮其應有的價值。

【參考文獻】

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

［3］李萍．醫(yī)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(yī)學統(tǒng)計學(第4版)［M］．北京:人民衛(wèi)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(yī)學，2019，14(11):48－50，112．

［8］傅昊陽，徐飛龍，范美玉．論醫(yī)院健康醫(yī)療大數據治理及體系構建［J］．中國中醫(yī)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(yī)院大數據治理能力評價指標體系研究［J］．衛(wèi)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(yī)大學衛(wèi)生勤務學系