检验智能审核系统设计与应用

谭伟锋 戴倩莹 王 鹏 刘仁杰

1 江门市中心医院 广东江门 529030；2 广州创惠信息科技有限公司 广东广州 510000

1 背景及现状

随着民众对健康的重视及需要科学的检查数据，检验需求日益增多，我院日均超过1万份的检验报告，患者希望更快得知检验结果，需要得到更好的就医体验。随着检验、实验设备愈来愈自动化，极大地改变了检验的工作流程，提升了工作效率及质量。尽管如此，人工逐项审核检验报告单依旧费时费力，并且在这过程中经常因为工作人员审核疲劳或是失误，可能造成误审、漏审等差错问题[1]。因此，近年来医学实验室自动审核检验报告越来越普及，先进的智能检验系统是集多功能于一体的数字化检验信息平台，能够满足检验中心各个专业组信息管理需求。

检验自动审核的发展历史及国内外应用现状[2-5]：基于机器学习的数据挖掘手段促进了检验医学的发展，相较于国内，国外的检验报告使用自动审核较为普及，但是仍不具备统一的行业标准。目前，国内一些大型三甲医院的检验科尝试搭建、使用自动审核系统。王忠庆等[6]通过调整逻辑、比值、危急值、限值以及差值等规则，建立智能审核系统。通过该系统的使用，审核报告的工作量减少了70%，审核时间缩短35%左右。温冬梅等[7]利用自动化流水线中间体软件，建设关于生化免疫的检验结果智能审核系统，该系统可有效减少差错以及缩短检验周转时间。

2 系统设计

2.1 设计内容

智能审核主要应用在部分大型医院，总体使用率较低，自动审核通过率不同医院差异比较大。相关自动审核规则暂没有相对明确的指南，比如，不同项目、不同人员等自动审核通过范围值。检验项目结果能否通过审核，依据医生的工作经验，具有一定的主观性。且不同地区相关检验指征的常见范围值并不一样，具有一定的地域性。通过建立一个统一的自动审核指标值，从目前的来看并不准确也不合理。检验智能化过程是将临床知识与经验转化为计算机能够识别的语言[8]，指标范围不合理容易引起误判，自动审核通过率过低则自动审核失去意义。自动审核是按照临床实验室设置的标准和逻辑，由计算机系统对检测结果进行审核，并发布检验结果的行为[9]。

一般自动审核使用需要进行大量的审核规则核对，常见的都是对使用后的结果进行核对，这需要大量人力和时间。导致自动审核上线使用周期长，验证周期也很长，使用效果变差[10]。如何取得一个合理的自动审核指标范围，并经过快速验证准确性，是自动审核亟待解决的问题。

2.2 技术难点

自动审核规则的指标范围较难确定，医院一般会根据实践经验总结得到，或者参考行业的推荐范围值。然而，依赖于行业推荐值，存在通过率较低的问题，其主要因素是行业推荐值未考虑患者的地域性指征问题，也无法关联历史患者指标范围；而医院实践经验得到的范围值，可以根据主观考虑作为本地区患者的指标参考；但这过程，也存在自动审核通过率低的问题，同时缺少足够的数据支撑。检验医学作为一门专业性、技术性和复杂性较高的学科，有着极其重要地位，检验结果的准确性与否直接关系着临床诊断结果和治疗方向[11]。

本系统基于历史病人指标大数据算法，预先设定参数初始值，如智能审核通过率、误差率等，然后使用深度学习、动态规划等算法不断进行演算、核对、修正、迭代，从而得到一个基于大数据的算法模型，该算法可求解自动审核通过率的最佳指标范围，且统计复核误差率。通过算法模型高效率计算出指标范围，反过来利用结果对现有的报告或者历史报告进行验证，从而实现提高自动审核的通过率，保证可靠，减低检验人员工作量，缩短检验周转时间。

2.3 技术方案

本系统基于医院历史病人指标，设计大数据算法，并结合自动审核规则类型，实现对自动审核指标范围的确认。本方法约定：自动审核偏差率用AutoDR表示，自动审核通过率用AutoPR表示，自动审核范围值用RV，其最大值表示为RVmax，最小值表示为RVmin。自动审核规则类型包括7大类：违反标本状态、违反逻辑关系、违反质控、违反仪器状态、违反历史差异、违反临床信息、超出范围。本系统算法结合以上7类规则对数据要素全面涵盖分析前、中、后整个检验过程，及前后质量指标的对比。

本文收集了本医院中2019年1月—2021年12月的常规化学标本、化学发光标本用于实验验证自动审核规则，同时，也与人工审核的方式进行比较，并对两者的实施效果及有效性进行评价。

3 系统应用

3.1 应用需求

随着信息化、自动化技术在检验实验前、中的应用普及，越来越多的流水线手工操作被自动化仪器代替。然而，信息化无法完成检验报告的审核工作，这一环节仍需工作人员依赖自身经验对报告进行审核确认。目前，检验标本也在不断增加，检验科工作效率的提升是临床人员迫切希望解决的问题。因此，需要新技术来提升检验后环节的智能化程度，提高报告审核效率，降低差错率。

3.2 系统风险及应对措施

3.2.1 系统软硬件风险 智能审核系统的正常运行取决于计算机的硬件、软件系统，计算机及其系统的稳定性是智能审核的必要保障。应对措施：在计算机硬件方面，应该配置高参数、高质量的计算机；系统方面，应该配置高性能的服务器存储设备，且配有备份系统，以防万一。

3.2.2 规则设置不当 智能审核系统是基于历史病人指标大数据算法，预先设定参数初始值、逻辑规则，使用深度学习算法不断进行演算。在保证计算机软硬件正常运行的前提下，算法参数及规则设置是自动审核的关键步骤，需对算法程序中的参数、规则严格测试和验证。参数及规则的设定可参考其他医院的实践经验，例如，华西医院使用患者历史数据对生化检验自动审核[12]。除参考其他医院经验外，为保障系统更稳定自动审核，还需考虑以下方面：①在设置经验指标范围后，应该使用历史数据进行推演，验证校正偏差率和自动通过率；②增加自身的审核偏差率，在实际应用中的自动审核，应该充分考虑医疗规范；③为确保智能审核的指标范围更具统计上的依据，应充分考虑本地域或本医院的患者历史数据；④对算法的参数和规则尽量早、尽量多测试验证，从而避免算法精度上的误差。

3.2.3 应对措施 实验室检验过程中智能审核只是其中一个环节，智能审核系统嵌套在LIS系统来实现检验报告的智能审核，任何不符合审核规则和参数的报告都应由实验室工作人员进行人工审核。不仅要看到智能审核的应用优点，也要考虑其系统的不足和不可控因素，制定应对措施[13]。在使用过程中实验室需结合自身情况，进行定期规则调整和验证，尤其当试剂变更或工作流程变更必须重新验证，另外，当临床有相关意见反馈时应及时修订和验证规则，以确保智能审核报告的准确性[14]。规则的设计需要多方紧密配合才得以实现，加之随着医学检验的发展，新的检验项目越来越多，这都要求规则库需要更大的扩展性，以保证系统的高效运行。

3.3 应用效果

3.3.1 资料与方法 选择2022年2月的检验审核结果，选取检测数量较多的检验组合：生化十项、肝胆十二项、葡萄糖测定、血常规(BCA)、C反应蛋白测定(CRP)、心肌酶组合、肝功三酶测定、生化三十项，分智能审核组与人工审核组进行统计。符合规则并自动审核归入观察组，各检验组合项目智能审核率分别是生化十项28.81%、肝胆十二项29.81%、葡萄糖测定27.06%、血常规(BCA)3.30%、C反应蛋白测定(CRP)50.49%、心肌酶组合47.39%、肝功三酶测定56.33%、生化三十项18.82%。不符合规则由人工审核的归入对照组。标本编号与报告审核时间差为统计时间，资料见表1。采用SPSS软件进行统计分析，计数数据以率表示，组间比较采用2检验。呈正态分布的计量数据以表示，组间比较采用配对t检验。以P<0.05为差异有统计学意义。

表1 检验组合一般资料

3.3.2 对比两组审核率 对比智能审核与人工审核两组审核率，采用多组率比较的2检验，见表2，差异具有统计学意义(P<0.05)，说明智能审核组与人工审核组存在差异。

表2 对比两组审核率 [n=43 552, n(%)]

3.3.3 对比两组审核时间 对比智能审核与人工审核两组审核时间，利用智能审核报告后，报告时间差较人工审核明显缩短，各检验项目差异有统计学意义(P<0.05)，说明智能审核组与人工审核组存在差异，见表3。利用智能审核功能后，报告审核时间具有差异性，且时间缩短，系统使用效果明显。

表3 对比两组审核时间

3.3.4 结果 本系统基于大数据算法模型，求解自动审核通过率的最佳指标范围。该算法的演算非常适合应用于智能审核系统使用前，利用患者历史数据进行校验，可在通过率与偏差率之间学习最合适的推荐值，并对指标范围进行动态调整。本系统设计方式，极大地缩短了上线校验时间，后续也可便捷验正。智能审核功能快速落地，高效率提高自动审核的通过率，保证可靠性，减低检验人员工作量，缩短检验周转时间。

4 结论

随着医疗技术及信息化水平的提高，检验报告的自动审核模式必然会趋向成熟，将越来越普遍应用于检验实验室，同时也是医院高效运转的必要保障。目前，检验科室面对大量的检验报告，工作强度越来越大。自动审核功能是报告审核人员的福音，也是传统审核方式面临的一次技术冲击，工作人员需要适应新的模式，也要理解其工作原理，了解计算机程序里的审核规则及相关逻辑，尤其是在免疫项目和生化项目上，工作人员能大大提升工作效率，缩短检验周转时间。通过报告审核方式的规范标准，后续可为临床诊断提供重要的检验诊断信息。

综上所述，自动审核方式在各方面都比传统方式更具有优势，但在实际应用中，仍无法完全取代传统审核模式。传统的人工审核结果，是通过工作人员综合专业技术、先验知识等方面得到的审核结果， 而专业技术、经验正是智能审核算法的前期铺垫。只有建立一套成熟的适合中国人群的智能审核规则，并形成一套稳定的操作流程，智能审核模式才有可能在中国的医学实验室真正普及、壮大。因此，新时代的检验工作人员，不仅需要学习检验工作的专业知识，也要思考如何利用大数据算法对现有的工作进行辅助，以提高效率。

检验是临床诊断的最佳的辅助方式之一。基于历史数据进行演算的智能审核，需要建立在完备的质量管理体系之上。现阶段，大部分医院实验室的质量控制都是在分析中和分析后的规则设置，极少数实验室考虑分析前潜在的风险因素。为减少智能审核系统运行时的不稳定因素，在实际应用中，应该建立周全的管理制度，如定期抽检制度，对算法中的参数、检验过程的规则进行分析总结，验证其合理性、有效性，如若有偏差，及时进行调整[15]。在此过程中，严格做好质量监控，在工作中不断循环持续改进和完善不足。