導讀

醫(yī)院應用數(shù)據(jù)大腦可改善醫(yī)生行為，提高臨床診療規(guī)范性，改善患者結局。

今年4月，上海交通大學醫(yī)學院附屬瑞金醫(yī)院基于階段性應用成果，正式發(fā)布聯(lián)合惠每科技共建的“醫(yī)院數(shù)據(jù)大腦”，并希望借助數(shù)據(jù)大腦，建立全息、全程的醫(yī)院質控管理體系。

在“智慧醫(yī)院評價系列標準宣貫解讀會”上，瑞金醫(yī)院計算機中心副主任朱立峰表示，“數(shù)據(jù)大腦”的核心是將醫(yī)院沉淀的數(shù)據(jù)，經(jīng)過集中整合、標準化處理后，向全院開放數(shù)據(jù)服務，《讓醫(yī)院的數(shù)據(jù)能真正“用起來”》。他還分享了參與構建數(shù)據(jù)大腦的經(jīng)驗，并詳細介紹了數(shù)據(jù)大腦在支撐服務臨床、管理、患者的全面智慧醫(yī)院發(fā)展方面的各項應用實踐。

01—面向臨床�？疲�通過診療質量控制，減少醫(yī)療風險

知識推送與醫(yī)生診間教育　即臨床建議型應用，比如在電子病歷（醫(yī)生工作站）中嵌入CDSS，和醫(yī)生形成交互，給予臨床醫(yī)生疑似常見診斷、文獻參考等幫助。

同時，數(shù)據(jù)大腦還集成了各類知識庫，為臨床尤其是低年資、進修、實習醫(yī)生提供警示、質控提示等幫助。比如根據(jù)年齡、性別、診斷等進行檢驗、檢查、手術合理性提示；根據(jù)患者診斷、檢驗結果推薦后續(xù)檢查、治療方案等。

以病種為核心的全過程診療路徑質控　其內(nèi)涵是以國家單病種質控要求為核心依據(jù)，加強診療過程事中管理。

具體流程為：制定單病種質量監(jiān)測指標；依據(jù)規(guī)范質控路徑實時核查臨床診療質量；指標數(shù)據(jù)提取與反饋。簡言之，數(shù)據(jù)大腦會將采集到的臨床數(shù)據(jù)進行解構，提供事中提醒、終末統(tǒng)計的能力。

臨床診療風險預警與管理　對各類風險的預警覆蓋全部在院患者，通過跟蹤入院到出院全程診療數(shù)據(jù)，進行風險判定和醫(yī)囑質控。

目前瑞金醫(yī)院已經(jīng)建立了基于病種的多風險預測模型，包括膿毒癥風險預測、房顫患者卒中風險預測、VTE風險預測等，將預測模型嵌入電子病歷、電子醫(yī)囑，通過卡控等手段來警示和提醒臨床醫(yī)生注意醫(yī)療質量，并通過推薦治療方案、形成電子醫(yī)囑，來完成治療處理閉環(huán)。

朱立峰介紹，以VTE防治為例，過去病歷中的VTE相關評估需要花費大量時間，也存在錯評、漏評的情況。VTE智能防治系統(tǒng)上線后，能根據(jù)實時采集的病史、醫(yī)囑、檢驗檢查等各項數(shù)據(jù)給患者評分，當風險評估結果與人工打分不一致時，系統(tǒng)會引導醫(yī)生做相關對比，并利用系統(tǒng)溯源功能，為醫(yī)生提供病歷原文、文獻資料，告訴醫(yī)生系統(tǒng)評分的依據(jù)。同時，系統(tǒng)還會對高危患者智能推薦藥物、物理治療項目，并自動生成醫(yī)囑。

“醫(yī)院應用數(shù)據(jù)大腦改善了醫(yī)生行為，提高了臨床診療規(guī)范性，也改善了患者結局�！敝炝⒎褰榻B，醫(yī)院開展的一項臨床回顧性研究，對應用AI－CDSS降低醫(yī)院相關性VTE發(fā)生率的有效性進行驗證。研究成果已發(fā)表在《轉化醫(yī)學年鑒》（ATM）雜志。從研究可以看出，應用AI－CDSS后，瑞金醫(yī)院的院內(nèi)藥物抗凝率上升14．57％，院內(nèi)VTE發(fā)生率下降19．35％。

02—面向醫(yī)務管理，通過智能質控，滿足國家監(jiān)管要求，提高管理質效

除了面向臨床提升診療質量，減少醫(yī)療風險外，數(shù)據(jù)大腦同樣能幫助醫(yī)院質控工作者提升管理質量與效率。

重塑單病種管理流程和能力  

目前國家要求51個單病種數(shù)據(jù)上報，涉及7000＋數(shù)據(jù)填報項。使用單病種質控／上報系統(tǒng)能對患者在院各項數(shù)據(jù)自動抓取、填寫，臨床只需一鍵上報國家平臺。

經(jīng)過“前期相關數(shù)據(jù)分析，使用系統(tǒng)后只需花費原來1／10的時間，就能完成數(shù)據(jù)上報，目前已覆蓋院內(nèi)92％患者，自動上報萬余病例，且100％審核通過�！敝炝⒎逭f，單病種質控系統(tǒng)能幫助醫(yī)生填寫大部分數(shù)據(jù)項，減輕臨床工作壓力。

重構病案／運行病歷質量管控流程

過去醫(yī)院對病歷主要采取人工抽檢審核，抽樣率僅5％，且參與審核的專家少，只覆蓋少量運行病歷。采用病案首頁／病歷質控系統(tǒng)輔助審核后，實現(xiàn)了病歷邊書寫、邊質控，100％全覆蓋。當識別出內(nèi)涵質控點錯誤時，會提醒醫(yī)生事中修改；疑似問題病歷，則會挑選出來提交上級醫(yī)生／病案室進行人工審核。

促進醫(yī)院運營向質量與費用雙控制轉變

當前醫(yī)�？刭M與醫(yī)院績效考核掛鉤，有了前述單病種質控、病案首頁質控、運行病歷質控等一系列措施的保障，數(shù)據(jù)大腦的另一項重要應用正是基于DRG和DIP支付模式，幫助臨床醫(yī)生準確填寫病案，正確入組。

此外，數(shù)據(jù)大腦還能通過多維指標統(tǒng)計分析進行，掌握（醫(yī)院、科室、醫(yī)生）績效／收支情況，實現(xiàn)精細化績效管理，促進醫(yī)院達到成本績效管理和醫(yī)療服務能力提升的平衡。

03—面向未來發(fā)展，將數(shù)據(jù)大腦應用由院內(nèi)向一體多院區(qū)和醫(yī)聯(lián)體領域拓展

分享完數(shù)據(jù)大腦的各項具體應用情況后，朱立峰也對其未來的發(fā)展和應用提出了一些思考：

首先，數(shù)據(jù)大腦最重要的特點是數(shù)據(jù)的開放性。朱立峰希望，未來能依托數(shù)據(jù)大腦的開放數(shù)據(jù)，構建醫(yī)院“全景管理艙”。而數(shù)據(jù)大腦未來的應用方向與價值也將集中在“國考”指標管理、科研數(shù)據(jù)提取、多維度查詢與數(shù)據(jù)提取以及各類“邊界消失”的多業(yè)務指標監(jiān)測。

其次，除了在院內(nèi)管控領域更深入應用，還應當思考如何拓展數(shù)據(jù)大腦在“一體多院區(qū)”、醫(yī)聯(lián)體等領域的應用，通過對多院區(qū)、醫(yī)聯(lián)體的數(shù)據(jù)整合治理，為分級診療提供支撐。

第三，怎樣做好相關數(shù)據(jù)標注和醫(yī)學自然語言處理。醫(yī)學大數(shù)據(jù)可用性差，存在海量、高維度、低密度、不規(guī)范等問題，因此信息技術應用于臨床首先需要解決的就是醫(yī)學自然語言問題，要讓機器讀懂、讀準數(shù)據(jù)的意義。通過標準術語庫匯、分詞庫模型，將數(shù)據(jù)存儲為符合標準的結構化數(shù)據(jù)才能更好地應用于臨床決策，這也是數(shù)據(jù)大腦未來需要做得更好的地方。

第四，知識迭代與臨床推理問題。醫(yī)療是發(fā)展的過程，知識庫也非靜止和一成不變的，它來源于權威指南文獻、專業(yè)教材、真實病歷數(shù)據(jù)等的理論和實踐知識，也要結合人工專家標注方式不斷迭代、驗證，以增強輔助決策效能。

第五，需要重視數(shù)據(jù)的統(tǒng)計和利用。力求多維度、可視化地統(tǒng)計和管理數(shù)據(jù)，展示業(yè)務能力和業(yè)務效果，以及可改進方向，讓醫(yī)院管理有據(jù)可循。

第六，重視知識溯源。朱立峰表示，很多時候AI就像一個黑盒子，但在醫(yī)療領域應用時，需要向臨床展示其可解釋性，要讓醫(yī)生明確了解為什么會得出相應結論。重視知識溯源有利于推進整個CDSS系統(tǒng)的研發(fā)與應用。

本文根據(jù)朱立峰主任在“智慧醫(yī)院評價系列標準宣貫解讀會”上的講話內(nèi)容整理

【編輯：JL】