南京鼓楼医院:融合AI技术的单病种本体模型建立与专病研究平台搭建

发布时间:2023-08-24
浏览次数:

  2023年医院新兴技术创新应用典型案例征集活动经行业专家背靠背盲审以及终审,共选出24篇典型案例,将陆续刊登,以飨读者。

1、项目简介

  单病种质量管理是医疗管理模式之一,旨在对与医疗核心质量相关的病种诊疗过程和诊疗结果进行管理,针对单病种患者提供临床诊疗服务,以规范临床诊疗行为为基点,运用信息化手段实现对病种结构(基础)质量、过程(环节)质量、结果(终末)质量的控制,对每项指标的内涵与要求有明确的定义。医院以单病种进行质量管理,既有利于提高医疗质量,又能准确地进行评价,便于横向和纵向对比。单病种质量评价工作是国家三级医院评审的重点工作之一,为更好地促进单病种的质控管理,国家卫生行政管理部门陆续发布了部分病种的质量控制指标,形成了标准化的医疗管理方法,为诊治过程实行质量控制提供了依据。在单病种质控管理过程中,建立健全院内单病种质量管理体系、充分利用信息化技术建设院内单病种质量管理,不仅能够加强对临床服务与监管及重点指标的系统追踪,更重要的是通过对单病种指标数据横向与纵向分析比对,将有效提升医院内单病种管理质量与管理效率,实现医院医疗质量的持续改进。

  单病种质量评价工作已成为等级医院评审的重点工作之一,从南京鼓楼医院自身建设角度来看,病种的质量控制指标,形成了标准化的医疗管理方法,为诊治过程实行质量控制提供了依据。

  从研究角度看,对病种模型和AI智能筛查技术的融合,实现在病种数据信息提取的基础之上,满足对病种质量的规范化管理,同时对专病模型建立和病例研究基础进一步夯实,促进研究型医院转型建设。

2、关键技术或产品描述

  (1)质控数据处理与病种数据库建设

  由于患者信息非结构化程度高,数据形式多样,利用自然语言处理技术(NLP)进行实时数据流处理可完成患者离散数据的整合和结构化。通过建立医学术语词库,NLP按照分句、分词、语义分析形成文本摘要等步骤,把自然语言分割为不同的实体概念、逻辑、关系,转化为机器可读的语言,完成AI质控指标的关键信息提取。针对原始数据进行批量或实时多源异构数据集成,对源数据进行采集、清洗、转换和加载,把加工后的数据加载到分布式数据库和中心数据仓库。数据采集过程中利用ESB实现分布式数据的获取,以元数据为最小单元(术语)建立语义本体模型,利用医学数据规范(HL7、DICOM、ICD、SNOMED等)定义云化ETL工具,按照国际通用OID标准建立本体映射关系,并按照疾病诊断学的角度在知识图谱中进行关联展现,实现对源数据的清洗、转化等操作,从而构建出全结构化病种数据库与知识图谱。

4.jpg

图1 急性肝炎知识图谱示意

  (2)预测模型构建与专病诊疗辅助

  NLP提取的患者临床特征与临床规范、术语标准建立自动映射关系,是系统识别判断病历中是否存在诊疗质量缺陷、实现过程质量管理控制的关键步骤。病历数据经由NLP后结构化处理后,得到结构化命名实体(包括诊断、治疗、药物、临床表现、值等,形成患者画像)。系统根据后台知识库决策树分析模型,自动审核病历中的诊疗质量缺陷并提示。医生借助预测模型可在临床处理过程中匹配临床常规和合理诊断,点击质控提醒可快速、及时完成相关诊疗操作,是具有参考价值的辅助手段。基于AI的自然语言理解技术,可实现对不同类型、段落的非结构化或半结构化历史临床病案数据进行认知理解与分析,形成段落清晰,结构完整的篇章语义分割,更好地将模型输出到下游的诸如知识生产、图谱建设及临床辅助识别等应用场景中。

5.jpg

图2 语义关键词云检索

  (3)基于专病模型建立潜在专病病例的早筛与研究

  运用专病信息识别筛查与判断引擎,对潜在研究病例进行预判,建立研究型电子病历信息库。识别引擎作为医疗文书初筛工具,利用机器学习和深度学习模型,针对非结构化或半结构化的医学信息,通过机器学习模型语义分类,并应用深度学习识别其语义标签,以形成针对文本段落的语义信息理解过滤,快速标记患者,最终实现潜在病例的前瞻性识别,实现受试者信息的早期筛选。

3、应用效果

  按照国家三级医院评审工作中关于医院单病种管理评审要求及国家卫生健康委关于单病种质量监测上报要求,为进一步规范临床诊疗行为,促进医院整体医疗安全、医疗质量、医疗工作效率及费用控制等医疗管理水平的提升,综合医院医疗质量管理实际工作流程及要求,进行医院病种数据采集与质控管理的模式架构设计。病种数据采集与质控管理包含两个部分,分别为病种数据自动采集模式和病种数据质控管理模式。病种数据自动采集系统支持多种数据库类型如sqlserver、MySQL、Oracle等,对接CDR或ODS通过可视化字段匹配配置及病历文本NLP技术和术语知识库等技术,实现病种数据自动采集。病种数据质控管理可对接区域卫生或国家病种质量监测的模式设计,实现上报自动化、实时同步政府的模式设计各病种相应管理要求、病种公告以及病种内容,可支持低成本、高效的系统更新与部署。

  (1)高效且准确的病种数据建模与信息提取

  由于各病种的数据主要涵盖患者基本信息和相关临床就诊信息,每个病种类似一个个袖珍的CDR模型库,且这些模型库的数据模型、术语标准都不一样,导致医院在数据采集、上报时需投入大量的时间和精力。病种数据自动采集系统旨在实现数据集成的高效性、准确性、可视化操作性,降低现场实施人员的繁杂工作量和失误率,进行对应的数据库配置,最终实现高效集成病种诊疗过程数据,降低人力成本,提高病种数据上报的准确率和时效性。

6.jpg

图3 病种数据自动采集系统

  (2)闭环式的病种数据质控管理模式应用

  病种数据质控管理实现医院不同部门间、临床医务人员、不同病例人群间的监测指标、分析数据的对比,并通过病例组成、分布、趋势等分析对比进行数据的展现,同时借助管理基线、历史数据基线、修订基线等多种基线分析方式对临床数据进行综合性的数据对比。从病种精细化管理、病种科研问题预测和选题需求出发,提供及时、智能的辅助分析工具,集成t检验、回归分析等统计分析工具,可生成相应统计模型,病种数据分布分析及相关性分析。

  数据管理模块设计数据上报、补录、分配、审阅、导出和提交管理等全工作流程。数据上报展示是可上报的病种列表,用于填报人员查看该医院所需要上报的病种填报内容,经过院内审核,可直接将数据上报同步到国家端,支持定期自动上报同步;数据补录是在系统通过与医院对接后,填报人员只需补录部分数据;数据分配展示分配到填报人员的数据,数据入库后自动分配责任人(填报人员),确保数据填报补录工作落实到具体责任人,且填报人员可对已分配的数据进行重新分配;数据审阅功能展示的是填报员上报的数据,科室/病区管理员能够审核数据,可对数据进行批量操作,同时支持病种专家组监督审核数据质量,并具备查看详情功能。

7.jpg

图4 病种信息化管理平台

  数据在应用层面的功能规划主要包括:数据质控、数据科研、指标监测、组织管理、质控监督等。在质控报告模块中,可通过年份和季度进行数据的筛选,查看对应的报告,医院管理员、医院领导、科室/病区管理员将具备此功能权限。数据科研模块中,通过连续性变量和分类型变量进行具体病种分析,分析结果以图表和表格的形式展现,主要展示总计数、平均数和中位数。医院管理员、科室/病区管理员、医院领导、病种专家将具备此功能权限。指标监测模块包括数据看板、数据大屏、数据质量三个部分,可综合展示医院中多个病种质量监测的数据统计详细情况。科室/病区管理员、医院领导、病种专家这3种角色将具备此功能权限。在组织管理模块中,可分为6大角色和4大管理组织,只有医院管理员有具备此功能权限。医院管理员通过6种角色模板建立6种角色,对应操作权限可自由增减,从而在院内开展病种质控的组织管理。在质控督查模块中,医院管理员可建立督查计划,病种专家进行督查,督查后不通过的结果将反馈给科室/病区管理人员或填报人员。

4、总结

  病种数据采集与质控管理的模式设计基于PDCA(计划PLAN、执行DO、检查CHECK和处理ACT)管理循环的病种质控闭环管理理念,质控管理范围更广泛,充分发挥病种质量管理的科学价值,运用在诊断、治疗、转归方面具有共性和某些重要的具有统计学特性的医疗质量指标,用数据进行质量管理评价。通过病种终末质量控制,提高医疗诊治技术,评价医师诊疗行为是否规范,进行持续改进,全面提升医院医疗质量。

  (1)通过建设病种数据采集与质控管理的模式设计,有效实现病种数据自动识别采集,构建出全结构化病种数据库与知识图谱,客观评价分析病种临床过程数据;

  (2)病种数据采集与质控管理的模式设计,有助于建立一套具有理论科学、技术先进、实用可行的病种质量管理模式,促进医院医疗质量管理水平的不断提高;有助于建立一种科学的病种分类方法,制定病种质量参考标准,有效的规范和约束医疗行为;有助于建立病种医疗质量指标体系和医疗质量评价指标体系,提高医院质量评价的合理性和实用性;

  (3)融合AI智能识别技术,建立起面向研究队列信息和数据的早期识别与筛查,能够面向临床研究持续提供完整的信息链路与数据资源。

  申报单位:

  南京鼓楼医院

  技术方向:

  医学人工智能

  业务领域:

  医院管理