电子病历数据应用现状分析及思考

张迪

(安徽省胸科医院,安徽合肥 230022)

0 引言

电子病历系统在国内应用较晚,仅在2003年非典流行时出现过一次快速兴起,当时由于医院分为隔离区和非隔离区,不能进行物质互换,而且不是所有的医疗人员均可以进入隔离区,很多医院使用传真机在隔离区和非隔离区之间交换病历文档。而电子病历由于计算机联网,交换病历十分方便快速,人们开始普遍注意到电子病历的联网功能,此时的电子病历系统主要以数据交换为主[1]。自2010年卫生部印发《电子病历基本规范(试行)》的通知后,各电子病历厂商逐步完善电子病历系统建设,采用结构化数据录入等方式,实现了快速、准确的收集病历信息[2]。随着中共中央、国务院于2016年10月25日印发并实施的《“健康中国2030”规划纲要》,人们更加关注自身健康,并且对健康的认知不断发生改变,电子病历作为居民健康档案不可或缺的一部分数据,对患者的就医、预防、保健等提供了重要的数据支撑[3]。在“互联网+”背景下,电子病历数据应用已经成为全民健康的热点话题[4]。

图1 内嵌word 模式电子病历Fig.1 electronic medical record with embedded word mode

1 现状

1.1 文档化电子病历

电子病历系统发展初期,为实现病历电子化,早期电子病历系统基本以内嵌word模式为主,仅仅实现了病历由纸质到电子的转变,目的以方便数据保存和不同区域共享为主,并未进行结构化设计,见图1。

因病历内容与个人书写风格有很大关系,每位医生都有自己的语言表达方式和书写习惯,难以做到对同一病情做相同描述,以致数据统计分析较为困难,在数据应用层面与纸质病历相差不大。

1.2 结构化电子病历

随着结构化电子病历的兴起,框架设计解决了许多录入难题,通过点选式录入能更精确的记录相应的患者病情,如体温、脉搏、血压等生命体征类数据,不仅在数据录入层,在数据应用分析层均有了大幅提高,见图2。

病程记录、主诉、现病史等需要大篇幅描述类信息,尽管有书写规范要求,只能规范病历内容。系统设计时,对描述类信息难以进行结构化设计,仍然存在文档化电子病历所面临的难题。

2 分析

2.1 数据录入质量较差

图2 结构化电子病历Fig.2 Structured electronic medical record

电子病历系统建设完成后,患者基本信息、检查检验报告自动关联归集到电子病历系统中,但仍然有大量数据需要医护人员录入,在数据录入过程中,复制粘贴现象较为普遍,容易造成数据录入错误,书写语义不严谨现象仍然存在。

2.2 病历结构化元素欠缺

电子病历引入了关键技术标准,如X M L 技术、H L 7 协议、DICOM标准用于病历结构化数据存储。但软件系统厂商在软件设计过程中普遍存在设计深度不够的问题,只是简单做到可以区分数据框架,对于大篇幅数据采用非结构化存储,难以做到数据统计分析应用层。

2.3 统计分析技术落后

目前大多数医院的统计分析仍停留在基础数据层面,如出入院人数,诊断、手术名称及人次等病案首页数据层面。对于深层次病历实质内容难以进行,如患者用药治疗后的生命体征变化,各项指标恢复情况等。

3 思考

3.1 提高病历数据质量

国家卫生健康委于2018年8月发布了《进一步推进以电子病历为核心的医疗机构信息化建设》[5],后续两年又持续做了更新改进,更加清晰和明确了建设标准和规范,要求三级以上医院达到分级评价4级以上,在明确基本项和选择项要求的同时,将电子病历数据质量也纳入评价体系中,改变了以往只考核软件不重视数据质量的考评办法。

国务院办公厅2019年1月发布《国务院办公厅关于加强三级公立医院绩效考核工作的意见》,一改往常数据上报要求,对于数据质量进行了逻辑判断,进一步对电子病历数据质量提出了要求和规范。

实际工作中需尽快调整数据录入质量,建立健全病历质控制度,完善三级质控规则,严格按照病历书写规范执行,否则不仅难以满足日常统计要求,对于国家数据质量考核也难以达标。

医务人员应加强文件学习,按照标准规范和要求进行数据采集录入,只有标准化和规范化的数据才能更好的分析和应用。

3.2 完善信息系统设计

方便实用的信息系统是电子病历数据应用的助推器。电子病历系统设计不仅要考虑数据的颗粒度以便统计分析使用,还要考虑信息采集时医务人员的录入的便捷性。对于可以共用的数据,一定采用数据交互共享模式,避免信息孤岛和多次录入导致数据无法关联现象发生。

电子病历系统设计中难以做到完全结构化,需要系统架构设计时充分考虑临床和科研医学等需要,调整结构化与非结构化比例,对于结构化部分采用常用维护和自定义相结合的模式,实现病历合理化、智能化。

3.3 推动人工智能在电子病历中应用

人工智能机器学习已经成为社会热点话题,Hadoop、大数据、云计算技术近年来也在迅猛发展。尤其是阿尔法围棋(AlphaGo)击败人类职业围棋选手,“深度学习”的工作原理再次引起了人工智能的热潮[6]。医疗信息化界以智能阅片为代表,平均每小时阅片量等同于600名同时在线的阅片量,并且诊断准确率已达到95%以上,相当于一个高年资主任医师级别的水平。

人们设计的程序逻辑判断和人工建模都具有相当大的局限性,随着计算机深度学习的发展,医疗健康行业的发展必将迎来新的春天。机器学习具有精确、自动化、迅速、规模化、可自定义五大优势。随着人工智能和大数据、云计算的发展,不仅可以解决既往历史遗留的非结构化数据的困扰,也可以使医生摆脱结构化病历所带来的各种束缚。

电子病历的设计目的,主要是记录患者的就医过程,后续对于电子病历数据应用可能会涉及到各个领域,如临床、科研、预防、保健等。因此,电子病历难以满足各个领域的数据需求,每个领域所需数据颗粒度不同,关注的信息点也不尽相同,因此,人工智能的发展必将改变这一困扰。

3.4 政府方向引导和资金投入

目前电子病历系统仍然存在各自为阵的现象,单体医院多数以数据采集为主,大部分信息化建设仍然停留在录入保存阶段,难以有效的对电子病历数据应用。医疗数据关系着全民健康,政府应积极与互联网巨头企业合作,使各家医疗数据运用大数据、云计算技术进行归集整理,加大资金投入,提高电子病历数据应用水平。

4 结语

当前,国家对医疗信息化重视程度越来越高,计算机技术发展日新月异,电子病历数据海量增长。人民越来越关注健康,未来必将运用计算机技术和电子病历数据,做到以预防为主,医疗为辅的健康生活。