病案是患者在醫院診治全過程的原始記錄，體現醫療質量與技術水平，與醫療安全息息相關。具體而言，病案為醫院醫療質控、教學、科研、處理醫療糾紛、醫療決策、推行DRGs支付制度等提供基本材料，其重要性自然不言而喻。

但由于病歷書寫位于診療路徑末端，且短期內不會影響患者治療的質量。因此，當醫生由于大量的患者而應接不暇時，往往會選擇在這一環節有所松懈。

智慧醫院時代之前，信息交互與整合的價值有限，即便醫生為患者書寫了完整清晰的病歷，也會因為患者自身保存的失誤、不同醫院間認可度的缺失，導致病歷文本在大多數情況下被忽略。但時至今日，醫療信息化的大規模推進已經打破了不同科室乃至不同醫院間患者數據傳輸的桎梏，數據的價值正在涌現。

作為患者信息的載體，病案本應為信息化的變革提供基礎支持。但正如木桶理論所示，種種問題下，病案質量的缺失正限制著整個信息化體系的發展。

病案質量的四個問題與三個解決關鍵

追究病案的問題所在，中日友好醫院醫務處副處長應嬌茜認為，其質量缺陷主要可歸咎于四點：一是病案首頁的填寫不完整與診斷選擇問題；二是醫學術語使用不規范，同一疾病出現不同的描述；三是病程記錄過于簡單，使醫生已操作的診療行為不可追溯，埋下法律風險隱患；四是病案信息不全。

要解決上述四個問題，既需要提高醫生的效率，也需要在事后進行病案質量的管控，其關鍵無外乎做好三點——標準化、智能化與有效質控。

標準化意為病歷信息的標準化，即保證患者在就醫過程中產生的文字、圖表、影像等內容能夠符合標準化診療術語，以存入標準化數據庫。

過去很長一段時間內，各專科使用的信息系統不一致，標注術語準則缺失等因素共同導致了我們常常談到的“信息孤島”問題，但隨著電子病歷評級、互聯互通評級的推進，二級及以上醫院的病歷互通問題已經解決；醫聯體下，基層醫療的HIS、EMR等系統也能夠與上級醫院信息系統連接。可以說，醫療信息化相關政策的推進逐步解決了醫療信息化產業最大的困局。

標準化基礎上便是智能化，意在提升醫生書寫電子病歷的效率與準確率。部分信息化廠商將“智能”的基因與電子病歷關聯在一起，通過特定的規則為醫生選取特定的模版，實時關聯錄入信息。而惠每科技等新一代信息化企業則改進了臨床輔助決策系統，通過構建內容豐富的知識數據庫，并用NLP作為底層技術，以類人腦的邏輯方式實現病歷內涵質控，取代傳統病歷質控系統下點對點的線性邏輯關系。

兩者的差異在于推薦信息的準確性與豐富性。由于醫學知識本身兼具廣泛與復雜兩個特性，同一個癥狀往往可以推測出多個可能的病因，因此基于規則的推薦往往不能覆蓋所有的可能。

相比之下，基于NLP的CDSS可以處理復雜的醫學邏輯，并可根據患者病情為醫生提供可能疾病的概率分布，且可輕易調入電子病歷之中。通過AI的方式，醫生的診療效率、質量都將提高，且該系統降低了醫生本身知識的要求。

最為重要的是有效質控環節。通常而言，一份病案的檢查工作大概會耗費病案室一名醫生30-40分鐘時間。對比國際數據，美國、澳大利亞的編碼員每日編碼4~5份病案，而中國的編碼員，以吉林為例，統計數字為每日15份，實際之中，有時一天需做50份。

此外，在眾多錯誤種類各不相同的病歷之中找出錯誤這一能力實際上對編碼員/質控員提出了較高的專業水平要求。中國的編碼員/質控員學歷教育是過去一直是以專科為主，近年來才在本科開設專業，而醫院需要的編碼員/質控員應是臨床醫學專業。而在現實之中，臨床醫學專業的人才，又怎肯僅做一個編碼員/質控員呢？

因此，智慧病案質控這一提法早已出現。但通常而言，基于規則的質控只能夠解決一些簡單的錄入錯誤，如病歷項的漏填；男性患者錄入婦科疾病等問題，只有基于NLP的智慧病案質控系統則能完成智能化的事中控制與事后質控，進行更為復雜的內涵質控，找出病歷中邏輯錯誤，進而使大規模病案質控成為現實。

用AI解決復雜病案質控問題

隨著標準化問題逐漸消失，惠每科技瞄準了有效質控環節與病案智慧化兩個環節，嘗試用AI的手段解決現階段醫院的病案問題。

對于有效質控這一環節，惠每科技開發了Dr. Mayson醫療人工智能解決方案——病案首頁/病歷質控系統。具體而言，該系統將聚焦病案首頁管理、病歷內涵質控、全量病歷質控管理三個難點。

在病案首頁管理，Dr. Mayson可通過對整本病歷的語義理解及其他信息補充構建患者畫像，從而推導出合理的主診斷，給予醫生及編碼員必要的提醒。同時對于合并診斷缺失、手術及操作漏填等問題也可以基于患者畫像進行識別和提醒，提升病案首頁內涵質量及數據質量。

針對病歷內涵質控，Dr. Mayson將質控關口前移，覆蓋醫院所有病歷文本內容，把單純形式結果質控轉變為過程內涵質控與形式質控相結合，對缺陷內容進行事中干預并提示上級醫生及時審核、駁回修改，從源頭改善病歷內容準確性、診斷明確性、治療規范性，實現了對臨床病歷全方位質量把控與評價。

針對全量病歷質控管理，通過嵌入醫院信息系統，基于AI的病案首頁/病歷質控系統可對全量病歷進行分析，并通過智能規則引擎實現對醫療行為各環節的全程、動態、有序質控管理。有效解決以往手工時代實時質量監控困難的問題，通過實時數據的統計與分析，及時了解全量病歷特別是重點病種的醫療過程質控情況及病歷書寫質量，為病案質量改進及績效考核提供數據支撐。

“AI支持下，一份病案的審核時間可縮短到原來的30%以下。通過基于AI的內涵質控引擎，可快速實現對各類專科病歷的內涵質控審核比如腫瘤化療、產科、常見的心腦血管疾病。”惠每科技首席醫療質量官蔣宋怡告訴動脈網，“此外，病案科能夠通過全局數據分析醫院、科室甚至到醫生個體的病歷質控缺陷模式，從而極大提高管理部門進行質量改進的措施精準度”

從“管病案”到提高臨床質量的質控延伸

如果說病案質控提高了醫療質量管理的“基線”，那么惠每科技將病案質控與CDSS的融合則提高了醫療質量管理的“高線”。

“如果沒有信息的數據化跑腿，我們醫務處的人員跑不過來，難以助力科室與醫院的發展。”應嬌茜說到，應用臨床決策支持系統（CDSS）開展病歷質控，實現自動、實時、高效的病案管理，同時從數據源頭管控臨床診療質量。

一方面，CDSS可以進行病案管理流程重構，自動打通臨床醫生與病案員實時交互。另一方面，CDSS可以實現高效率的 “質量管理”，在與醫院所有業務系統對接、數據處理、臨床上的提醒等環節加強質控，提升臨床信任及應用。CDSS依據數據質控規則執行質控路徑。質控規則設定依據指南規范、國家質量考核要求以及醫院臨床實際需求等。

以病案首頁的出院診斷為例，主要診斷的確定有三最原則，即患者住院過程中對身體健康危害最大，花費醫療資源最多，住院時間最長的疾病診斷。例如，產科的主要診斷指產科的主要并發癥或伴隨疾病，系統相應的設計了“產科主診斷應選擇產科并發癥或伴隨疾病”質控規則。

應用CDSS進行病案質量管控三個月，醫院臨床醫生對系統提示的整體采納率呈上升趨勢，臨床應用科室的病歷缺陷問題總數、平均每份病歷的缺陷問題數逐步下降。“這樣的好處一是臨床醫生行為更加規范，二是病案管理更加精細化、過程化。”應嬌茜表示，全院統一質控標準不僅促進院內質控工作的同質化，系統多維度的質控數據匯總也幫助管理者實時掌握院內病案管理情況。

DRG會是CDSS企業的下一個方向嗎？

除了為臨床醫生與病案科提效增質外，DRG支付制度推進則賦予了病案新的價值。在DRG的實踐過程，很多醫院都因為病案內容的缺失而出現低編碼現象，造成持久的醫院損失。從這個角度來看，DRG為醫院重構病案質控帶了驅動力。

從現在NLP的實現來看，該技術已能實現入組時的ICD自動編碼對應；多診斷情況下自動判別主要診斷；智能化編碼合并及合理費用優化，以及入組后的數據審核、編碼準確性校對；輔助醫院進行內部績效評價、醫保端的支付結算以及醫保的違規監管審核。

而對于惠每科技而言，其專精于NLP的優勢能幫助它迅速實現由病案質控到醫院DRG管理的轉型。

不止于惠每，如今，大量CDSS企業已經開始從病案質控切入DRG。轉型常伴挑戰與機遇，惠每能在這一市場打出怎樣的牌？我們還需拭目以待。