病案是患者在医院诊治全过程的原始记录，体现医疗质量与技术水平，与医疗安全息息相关。具体而言，病案为医院医疗质控、教学、科研、处理医疗纠纷、医疗决策、推行DRGs支付制度等提供基本材料，其重要性自然不言而喻。

但由于病历书写位于诊疗路径末端，且短期内不会影响患者治疗的质量。因此，当医生由于大量的患者而应接不暇时，往往会选择在这一环节有所松懈。

智慧医院时代之前，信息交互与整合的价值有限，即便医生为患者书写了完整清晰的病历，也会因为患者自身保存的失误、不同医院间认可度的缺失，导致病历文本在大多数情况下被忽略。但时至今日，医疗信息化的大规模推进已经打破了不同科室乃至不同医院间患者数据传输的桎梏，数据的价值正在涌现。

作为患者信息的载体，病案本应为信息化的变革提供基础支持。但正如木桶理论所示，种种问题下，病案质量的缺失正限制着整个信息化体系的发展。

病案质量的四个问题与三个解决关键

追究病案的问题所在，中日友好医院医务处副处长应娇茜认为，其质量缺陷主要可归咎于四点：一是病案首页的填写不完整与诊断选择问题；二是医学术语使用不规范，同一疾病出现不同的描述；三是病程记录过于简单，使医生已操作的诊疗行为不可追溯，埋下法律风险隐患；四是病案信息不全。

要解决上述四个问题，既需要提高医生的效率，也需要在事后进行病案质量的管控，其关键无外乎做好三点——标准化、智能化与有效质控。

标准化意为病历信息的标准化，即保证患者在就医过程中产生的文字、图表、影像等内容能够符合标准化诊疗术语，以存入标准化数据库。

过去很长一段时间内，各专科使用的信息系统不一致，标注术语准则缺失等因素共同导致了我们常常谈到的“信息孤岛”问题，但随着电子病历评级、互联互通评级的推进，二级及以上医院的病历互通问题已经解决；医联体下，基层医疗的HIS、EMR等系统也能够与上级医院信息系统连接。可以说，医疗信息化相关政策的推进逐步解决了医疗信息化产业最大的困局。

标准化基础上便是智能化，意在提升医生书写电子病历的效率与准确率。部分信息化厂商将“智能”的基因与电子病历关联在一起，通过特定的规则为医生选取特定的模版，实时关联录入信息。而惠每科技等新一代信息化企业则改进了临床辅助决策系统，通过构建内容丰富的知识数据库，并用NLP作为底层技术，以类人脑的逻辑方式实现病历内涵质控，取代传统病历质控系统下点对点的线性逻辑关系。

两者的差异在于推荐信息的准确性与丰富性。由于医学知识本身兼具广泛与复杂两个特性，同一个症状往往可以推测出多个可能的病因，因此基于规则的推荐往往不能覆盖所有的可能。

相比之下，基于NLP的CDSS可以处理复杂的医学逻辑，并可根据患者病情为医生提供可能疾病的概率分布，且可轻易调入电子病历之中。通过AI的方式，医生的诊疗效率、质量都将提高，且该系统降低了医生本身知识的要求。

最为重要的是有效质控环节。通常而言，一份病案的检查工作大概会耗费病案室一名医生30－40分钟时间。对比国际数据，美国、澳大利亚的编码员每日编码4～5份病案，而中国的编码员，以吉林为例，统计数字为每日15份，实际之中，有时一天需做50份。

此外，在众多错误种类各不相同的病历之中找出错误这一能力实际上对编码员／质控员提出了较高的专业水平要求。中国的编码员／质控员学历教育是过去一直是以专科为主，近年来才在本科开设专业，而医院需要的编码员／质控员应是临床医学专业。而在现实之中，临床医学专业的人才，又怎肯仅做一个编码员／质控员呢？

因此，智慧病案质控这一提法早已出现。但通常而言，基于规则的质控只能够解决一些简单的录入错误，如病历项的漏填；男性患者录入妇科疾病等问题，只有基于NLP的智慧病案质控系统则能完成智能化的事中控制与事后质控，进行更为复杂的内涵质控，找出病历中逻辑错误，进而使大规模病案质控成为现实。

用AI解决复杂病案质控问题

随着标准化问题逐渐消失，惠每科技瞄准了有效质控环节与病案智慧化两个环节，尝试用AI的手段解决现阶段医院的病案问题。

对于有效质控这一环节，惠每科技开发了Dr． Mayson医疗人工智能解决方案——病案首页／病历质控系统。具体而言，该系统将聚焦病案首页管理、病历内涵质控、全量病历质控管理三个难点。

在病案首页管理，Dr． Mayson可通过对整本病历的语义理解及其他信息补充构建患者画像，从而推导出合理的主诊断，给予医生及编码员必要的提醒。同时对于合并诊断缺失、手术及操作漏填等问题也可以基于患者画像进行识别和提醒，提升病案首页内涵质量及数据质量。

针对病历内涵质控，Dr． Mayson将质控关口前移，覆盖医院所有病历文本内容，把单纯形式结果质控转变为过程内涵质控与形式质控相结合，对缺陷内容进行事中干预并提示上级医生及时审核、驳回修改，从源头改善病历内容准确性、诊断明确性、治疗规范性，实现了对临床病历全方位质量把控与评价。

针对全量病历质控管理，通过嵌入医院信息系统，基于AI的病案首页／病历质控系统可对全量病历进行分析，并通过智能规则引擎实现对医疗行为各环节的全程、动态、有序质控管理。有效解决以往手工时代实时质量监控困难的问题，通过实时数据的统计与分析，及时了解全量病历特别是重点病种的医疗过程质控情况及病历书写质量，为病案质量改进及绩效考核提供数据支撑。

“AI支持下，一份病案的审核时间可缩短到原来的30％以下。通过基于AI的内涵质控引擎，可快速实现对各类专科病历的内涵质控审核比如肿瘤化疗、产科、常见的心脑血管疾病。”惠每科技首席医疗质量官蒋宋怡告诉动脉网，“此外，病案科能够通过全局数据分析医院、科室甚至到医生个体的病历质控缺陷模式，从而极大提高管理部门进行质量改进的措施精准度”

从“管病案”到提高临床质量的质控延伸

如果说病案质控提高了医疗质量管理的“基线”，那么惠每科技将病案质控与CDSS的融合则提高了医疗质量管理的“高线”。

“如果没有信息的数据化跑腿，我们医务处的人员跑不过来，难以助力科室与医院的发展。”应娇茜说到，应用临床决策支持系统（CDSS）开展病历质控，实现自动、实时、高效的病案管理，同时从数据源头管控临床诊疗质量。

一方面，CDSS可以进行病案管理流程重构，自动打通临床医生与病案员实时交互。另一方面，CDSS可以实现高效率的 “质量管理”，在与医院所有业务系统对接、数据处理、临床上的提醒等环节加强质控，提升临床信任及应用。CDSS依据数据质控规则执行质控路径。质控规则设定依据指南规范、国家质量考核要求以及医院临床实际需求等。

以病案首页的出院诊断为例，主要诊断的确定有三最原则，即患者住院过程中对身体健康危害最大，花费医疗资源最多，住院时间最长的疾病诊断。例如，产科的主要诊断指产科的主要并发症或伴随疾病，系统相应的设计了“产科主诊断应选择产科并发症或伴随疾病”质控规则。

应用CDSS进行病案质量管控三个月，医院临床医生对系统提示的整体采纳率呈上升趋势，临床应用科室的病历缺陷问题总数、平均每份病历的缺陷问题数逐步下降。“这样的好处一是临床医生行为更加规范，二是病案管理更加精细化、过程化。”应娇茜表示，全院统一质控标准不仅促进院内质控工作的同质化，系统多维度的质控数据汇总也帮助管理者实时掌握院内病案管理情况。

DRG会是CDSS企业的下一个方向吗？

除了为临床医生与病案科提效增质外，DRG支付制度推进则赋予了病案新的价值。在DRG的实践过程，很多医院都因为病案内容的缺失而出现低编码现象，造成持久的医院损失。从这个角度来看，DRG为医院重构病案质控带了驱动力。

从现在NLP的实现来看，该技术已能实现入组时的ICD自动编码对应；多诊断情况下自动判别主要诊断；智能化编码合并及合理费用优化，以及入组后的数据审核、编码准确性校对；辅助医院进行内部绩效评价、医保端的支付结算以及医保的违规监管审核。

而对于惠每科技而言，其专精于NLP的优势能帮助它迅速实现由病案质控到医院DRG管理的转型。

不止于惠每，如今，大量CDSS企业已经开始从病案质控切入DRG。转型常伴挑战与机遇，惠每能在这一市场打出怎样的牌？我们还需拭目以待。

作者：赵泓维