医患纠纷处置、医保审核的主要依据是病历。人工质控靠不住，AI辅助越来越普及。

　　口述即可书写病历，自动查找病历缺陷内容，AI病历质控系统来了！

　　“给患者解决诊疗问题才是医生该有的价值，而不是将更多精力放在病历上。”中国信息协会医疗卫生和健康产业分会会长宋新说。

　　据美国医学会（AMA）的统计，医生职业生涯中大约35%—40%的时间用在病历书写及相关文案工作上。在我国，这个问题也普遍存在。

　　AI病历质控系统通过对病历语义的理解及诊疗路径的评估，查找缺陷内容，标识原因，实现了对临床病历全方位质量把控与评审。

　　“中大医院目前病历质检覆盖率已达 100% ，质检缺陷覆盖面由原来的重点缺陷检查升级为全量缺陷检查，质检工作增效提速接近10 倍。”

　　提起自家医院病历质控的进步，东南大学附属中大医院网络信息中心主任史亚香一脸骄傲。

　　在引入人工智能辅助质控半年后，中大医院病历缺陷查全率由人工质控时期的71.4%提升到了AI时期的 83%。与此同时，AI的查准率也达到了 85%，与人工质控的缺陷重合率为63.3%。

　　“以前质控工作人员一天能完成的全缺陷质控只有5-8份，现在通过AI 系统‘自动缺陷筛查+质控人员人工审核’的方式可以帮助质控工作人员一天完成100份全缺陷质控，从而实现出院病历全覆盖。”史亚香提到，这从人力、物力、效果方面都给医院解决了很大的难题。

　　在医疗质量管理中，病历质量是重要组成部分。但是，由于病历质控工作量大，具有临床背景的高学历专职质控人员稀缺等原因，病历质控效果一直很不理想。

　　“无论是出现了医疗纠纷还是医保审核，查看的数据 80%-90%都来自病历。”史亚香表示，AI 病历质控系统的应用，既响应了国家医管政策，也满足了医院智慧化升级中的业务需求。

　　实际上，AI 在病历质控方面的应用此前也有先例。北京的中日医院、宣武医院等都已经在 AI 辅助病历质控方面进行了探索。

　　病历缺陷成为医疗纠纷的赔偿证据

　　对于医院来说，病历质控是一种刚性需求，病历缺陷将造成医院经济和信誉的双重损失。以医疗纠纷为例，病历中的错误是患者告赢医院获得赔偿的重要证据。几乎所有的医疗纠纷案件中，所涉及到的病历都是有缺陷的。

　　与此同时，病历也是医保赔付的重要依据和医院考核的关键指标。2019年4月17日，国家卫健委发布通知，明确将病案首页质量和电子病历应用功能水平评价纳入三级公立医院绩效考核。

　　云知声医疗 AI 产品总监孙熙告诉八点健闻，目前我国三甲医院平均每家每天的出院患者多达上百例，病历质控工作量大、专业性强，但电子病历系统的模块仅能完成简单的形式质控，内涵质控仍需要专业人员手动完成，人力资源和业务需求形成不可调和的矛盾。

　　质控人员的数量和质量缺一不可。病历是北京协和医院的“三宝”之一。据协和医院病案科主任王怡介绍，为了确保病历的质量，2010年开始，协和医院聘请来自21个专科的28名资深专家组成病历质量内涵专家组，担任病历内涵质量“守门员”，构建以病历内涵质控为核心、三级质控为架构的全程病历质量管理体系，对病历的过程质量、基础质量和终末质量进行全流程管控。目前，病历内涵质量优良率从质控初期的66.38%提高至94.06%。

　　但是，像协和医院一样能够在病历质控方面投入人力物力的医疗机构并不多。在传统的病历质控模式中，医院质控组工作人员大概3-5人，他们逐页翻阅，前后对比查找病案中各项缺陷。一份病案从数十页到上千页不等，检查一份病案的时间也有长有短。

　　需要强调的是，这样的人员配置完全无法满足医疗机构病历质控的需求。目前，国家质控标准要求质控专员人数与医院床位数比超过1:50。如果按照每家三甲医院开放 1500 张床位计算，所需的质控人员应为30人。但能够达标的医院屈指可数。

　　以中大医院为例，在使用 AI 系统辅助质控前，中大医院质控专员仅4人，人均每日的质控数量是5-8份病历，实际高质量质控占比不到10%，大量病历未能质控。

　　AI 助力，从形式质控到内涵质控

　　“这个系统我们已经盼了十几年，终于在2018年有了成果。”一直以来，史亚香都期待一个能够提高病历质控效率的产品出现，但市场上病历质控的产品并不多，且主要集中在形式质控，并不能达到希望的效果。

　　AI病历质控的应用填补了国内病历内涵质控的空白，也满足了史亚香对于病历质控产品的期待。

　　2018 年 3 月起，中大医院与云知声开展了 AI 辅助病历质控产品合作探索。梳理质控规则、进行质控引擎的开发、改造医院质控流程、质控系统上线试运行、质检引擎自学习，一整套流程下来，医院的质控需求与 AI 技术相融合，一款智能病历质控产品就这样诞生了。

　　云知声医疗 AI 产品总监孙熙指出，该产品应用自然语言理解技术，结合临床知识图谱，为医生书写的病历文书进行缺陷筛查，可有效提升病历质量，从而保障医疗服务质量和医疗安全。

　　北京颐圣智能科技有限公司也推出一款病历质控AI机器人，利用自然语言处理技术和一系列的诊疗算法，充分理解病历内容细节和逻辑关系，不仅能够检查出病案书写错误、信息矛盾等缺陷，还能够核控医生诊疗决策中的全面性和合理性，并及时向医生和质控人员反馈质控情况。公开资料显示，颐圣智能的病历AI质控应用主要针对于内涵质控。经测算，单机状态下，质控5000份病案不到3个小时，一家三甲医院日均出院患者量在500人左右。

　　2018 年上半年，宣武医院引入了具有梅奥知识内涵及AI技术支撑的惠每临床决策支持系统。目前，宣武医院神经内科正在使用惠每医疗AI解决方案，这套系统能够实时智能识别患者临床数据中所隐含的医生诊疗质量缺陷，包括病历文书、检验检查数据、医嘱等。当医生在电子病历等医生工作站中工作时，可自动识别并提醒医生有缺陷的诊疗项目和具体的推荐理由，如未开具某种药物或者剂量不足等，医生点击质控提示即可完成相应处理。

　　宣武医院神经内科副主任宋海庆曾表示，医疗AI在诊疗过程中，对医生主观行为进行流程性检查和实时提醒，能够及时纠正疏漏和错误，改善医务人员特别是低年资医生的指南依从性、规范性，有利于患者长期预后。

　　即便 AI 在病历质控过程中的效用明显，但准确率还有待提高。

　　“准确率应该到 90%以上。”史亚香提到，目前智能病历质控系统在中大医院已正式使用三个月，效果很明显。但是医院还是希望未来该系统可以在准确率、召回率、覆盖率等方面继续提高。

　　云知声医疗产品总监孙熙也表示，目前病历质控系统还有一些局限性。首先，输入数据的质量、病历自身的结构化程度、规范化程度，检查检验报告、数字签名等是否接入等因素都会影响质控引擎的运行结果，影响检查缺陷的准确率和召回率。其次，由于不同医院的质控业务流程、规范不同，系统需要在推广实施中扩充需求，适应不同医院的业务要求。第三，不同电子病历系统的对接工作量很大，不同科室病历模板、书写规范也不一样，这都导致了实施工作量和工作难度的增加。这些问题，需要厂商与医疗机构协同解决。

　　作者：郑琪

　　来源：八点健闻