基于医院评审标准的重点专业质量控制指标数据治理的思考

【摘" 要】" 目的" 根据国家对三级医院评审的要求，对重点专业质量控制指标数据进行治理，以促进数据安全和医疗服务能力的提升。方法" 成立数据质量治理小组，汇总统计口径模糊的指标，按名称和类型进行分类整理。通过引进专业质控系统，制订病历结构化模板，将19个质控指标嵌入模板。在HIS系统中设置“专业质控指标数据集”入口，可直接获取质控指标数据集。结果" 19个重点专业质量控制指标（合计298个指标，1 286项数据）中纯手工提取43项，信息化手段获取1 243项，信息化手段占96.66%，手工提取数据占3.34%；手工提取下降89.97%。结论" 电子病历结构化有助于实现数据的精细化管理，促进医院高质量发展。

【关键词】" 三级医院评审标准；质量控制指标；数据治理

中图分类号：R197.323" """"""文献标识码：A

DOI：10.13912/j.cnki.chqm.2024.31.9.07

Thoughts on Data Governance of Key Professional Quality Control Indicators Based on the Hospital Evaluation Criteria/XU Yue，ZHANG Bingkun，YAO Guodong，et al.//Chinese Health Quality Management，2024，31（9）：33-36，42

Abstract" Objective" To govern key professional quality control indicators data according to the national requirements for the evaluation of tertiary hospitals， to promote data security and enhance medical service ability." Methods" A data quality governance team was set up to summarize the indicators with vague statistical caliber， and sort them by name and type. Through the introduction of professional quality control system， the medical record structure template was developed， and 19 quality control indicators were embedded in the template. The entry of \"professional quality control index data set\" was set in HIS system， and the quality control index data set could be directly obtained." Results" Among the 19 key professional quality control indicators （total 298 indicators， 1 286 data）， 43 items were extracted manually， and 1 243 items were obtained by information means， accounting for 96.66%. Manual extraction accounted for 3.34% of the data， and manual extraction decreased by 89.97%." Conclusion ""The structuring of electronic medical record is helpful to realize the fine management of data and promote the high quality development of hospitals.

Key words" Evaluation Criteria for Tertiary Hospitals；Quality Control Indicators；Data Governance

First-author's address" Anning First People's Hospital Affiliated to Kunming University of Science and Technology，Kunming，Yunnan，650302，China

2020年年底，国家卫生健康委正式推出《三级医院评审标准（2020年版）》，并在2022年年底再一次发布《三级医院评审标准（2022年版）》。这两个标准的主旨是相同的，它们都突出了医疗机构数据质量日常管理的重要性，这也意味着三级医疗机构的评审从此进入全新的阶段。等级医院评审，依照的是条款，对应的是工作，看到的是点，联动的是面，支撑的是持续改进的过程。医院评审的工作过程，就是以患者为中心，审视医疗、管理、服务流程的规范性、科学性、全面性［1］。2022年版标准注重引导医院管理常态化，淡化现场突击迎检。同时按照其引导方向，通过规范数据指标采集原则、打分规则等，做到日常管理工作的数据质量占比不低于60%，现场检查的占比不超过40%，形成了真正意义上医院管理的科学化、规范化。从主观上的定性过渡到客观上的定量，由以往的现场评审、主观定性、集中检查为主的评审形式，转变为通过数据的直接呈现，促使医院将更多的精力放在日常医疗质量提升和精细化管理上，坚持日常监测、客观指标、现场核查、定性与定量评价相结合，最大限度减少因主观评审导致的偏倚，保证评阅结果判定客观公正［2-3］。

结合云南省实际，云南省卫生健康委制定了《三级医院评审标准（2020 年版）云南省实施细则（试行）》，第二部分主要包括资源配置与运行数据、医疗服务能力与医院质量安全指标、重点专业质量控制指标、单病种（术种）医疗质量控制指标、重点医疗技术质量控制指标等五个模块；评分规则遵循规模类指标采用“全或无”原则，连续监测指标采用“区间赋分兼顾持续改进”的原则进行评分，第三部分采用实地检查符合程度进行打分［4］。

云南省卫生健康委就第二部分的数据收集搭建了“云南省医院等级评审系统”，系统可自动抓取69%的评审数据，在“医疗服务能力与医院质量安全指标”中，除感控监测的指标及不良事件外，其余大部分指标不需要医疗机构重新填报，可以直接从“云南省医疗服务质量与绩效评价平台”中抽取。通过自动抓取的方式，数据更加真实客观，减少了人工突击填报易发生的错误。手工统计指标（占总数据的31%）中，“重点专业质量控制指标”是医院数据质量管理的关键，也是难点和重点，故本研究重点总结其治理过程及成效。

1" 数据管理现状

医院等级评审中占绝对地位的是“医疗服务能力与质量安全监测数据”部分。其中，“重点专业质量控制指标”在这一部分中又被重点提及。目前包括呼吸内科、临床检验、病理、重症医学、临床用血、产科等19类医疗质量控制指标。昆明理工大学附属安宁市第一人民医院自2016年起，开始采用“科室质控月报表”的形式对本专业医疗质量控制指标进行统计与分析，并按照国家要求持续改进。

2" 数据管理问题

一是数据质量低。数据来源的多样性和统计口径的不统一导致数据质量参差不齐，多部门数据汇总错误或遗漏进一步降低数据质量。

二是数据获取困难。缺乏专业的质控系统，电子病历应用水平不高，同一病历内容存在多种模板，医务人员在数据录入和整理上耗费大量时间。

三是数据应用不足。原始数据质量存在问题，难以为医疗质量改进提供有力支持。数据属于可再生资源，在首次利用后，仍可反复处理和挖掘利用。与首次利用相比，数据在二次利用或者多次利用时，用户、方式和目标等已发生变化，对数据的要求常常也会发生改变，这就使得数据治理成为必然［5］。

四是指标统计与分析失衡。过于重视指标统计，忽视数据分析，尤其是准确性。对关键指标的统计方法理解不一致，导致数据汇总偏差。

五是缺乏目标值对比。在数据分析中通常只是简单罗列指标，没有设定具体目标值进行对比，难以评估改进效果，影响持续改进措施的制订和落实。

六是大量数据依赖手工统计。数据统计大多依赖手工操作，耗时且容易出错。在准备评审资料时，手工统计需要多次核对和修正，准确率不高，同时增加工作量。尤其面对现代医院高质量发展的要求，医院数据治理面临诸多问题。数据治理权责界限不清，治理部门间存在职责重叠或者缺失，此外医务人员的主观认识和工作责任心对手工录入的数据质量也有较大影响［6］。

3" 改进策略

3.1" 搭建数据质量治理组织

医院在信息化管理委员会下成立了数据质量治理小组，由分管院领导任组长，信息数据中心、病案统计科、医务部、护理部等职能部门以及临床科室主任为组员。该小组明确了工作职责，制订数据治理方案和计划，有序推进各项工作。

3.2" 规范数据是重点

一是对医院各部门对外上报、对内监测和通报的数据进行综合汇总，内容涵盖指标名称、数据统计口径和途径、负责部门等详细条目，并对数据进行整理，对统计口径不清、不统一的指标，按指标名称、类型进行分类整理，重点做好标记。其次，开展研讨，联合有关数据统计或上报的职能部门、信息科、第三方工程师等，多次召开数据指标研讨会，对各指标定义、来源、计算方法等，参照规范进行定性或定量、系统抓取或人工统计等划分，逐步进行审核和确定。此外，明确分工，按照职责，对资料来源、统计部门和管控部门进行分工。最后，加强数据校验、分层复核；制订数据分级管理制度，建立数据质量与安全保障机制，完善数据偏倚应急机制［7］。

3.3" 持续推进电子病历结构化

引进专业质控系统，进一步提高数据可获取性。在标化数据的基础上，与临床一线医师沟通，通过制订病历结构化模板，并对一线医师进行培训，确保他们能够正确填写病历信息，确保信息无遗漏和无错误，以保障质控指标能正确获取。比如，神经系统疾病中“脑梗死”一共有27个质控指标，治理小组通过召开数据指标研讨会，将27个质控指标融入专科病历模板，实现质控指标的自动抓取。麻醉专业和重症医学专业通过引入手麻系统和重症监护系统，实现了质控指标的全面信息化管理。

3.4" 推行结构化病历模板

以医院信息互联互通标准化成熟度测评、电子病历应用水平分级创评为契机，有效提高数据可及性。一是统一制订电子病历规范模板，包括剖宫产手术记录模板和阴道分娩记录模板等，旨在提高自动获取数据的效率和准确性。二是开展针对产科医护人员的结构化电子病历模板的培训，使他们能够熟练掌握并应用这些模板，提高数据录入的准确性。三是根据科室需求建立模板，帮助医务人员快速适应结构化电子病历模板，减少人工操作的负担。四是定期评估和更新，对结构化电子病历模板进行定期评估和更新，以确保其内容和格式始终符合发展要求。五是通过各种渠道宣传普及结构化电子病历，提高医务人员的接受度。

3.5" 建立行政MDT团队

为提高心血管内科专业医疗质量控制指标的信息化水平，质控部、病案统计科和信息数据中心组成行政MDT团队，在医院心血管内科召开研讨会［8］。团队成员讨论高血压、心力衰竭、冠状动脉旁路移植术、急性ST段抬高型心肌梗死、二尖瓣手术、心房颤动、先心病介入治疗技术、冠心病介入治疗技术等11个病种和术种的质量控制指标，制订对策，以实现心血管内科专业医疗质量控制指标100%的信息化获取。通过制订专病入院记录模板，促进病历模式的结构化，增加质控规则，最终实现心血管内科专业医疗质量控制指标的信息化管理。

3.6" 引进系统实现质控指标自动获取

重症专业质控指标专业性强，与医疗质量改进目标息息相关，难以在原有系统中进行改造。通过购置重症系统将ICU 深静脉血栓预防率、感染性休克6 h 、3 h集束化治疗完成率、ICU 患者预计病死率、ICU 患者标化病死指数、ICU 呼吸机相关性肺炎发病率、ICU 血管内导管相关血流感染发病率等核心指标进行信息化管理，为医疗质量改进提供数据支持。

4" 改进成效

产科、呼吸与危重症医学科、康复医学、临床营养、心血管内科、神经系统疾病、麻醉、感染管理、肾病、急诊医学等专业的质控指标，治理前957项数据纯手工提取893项，信息化手段获取64项，信息化手段占6.69%，手工提取数据占93.31%；通过结构化电子病历后，19个重点专业质量控制指标（合计298个指标，1 286项数据）纯手工提取43项，信息化手段获取1 243项，信息化手段占96.66%，手工提取数据占3.34%。

以心血管系统疾病相关专业医疗质量控制指标（2021年版）为例，它涉及急性 ST 段抬高型心肌梗死等11个病种及诊疗技术的105个指标，除冠状动脉旁路移植术（13 个指标）、二尖瓣手术（9 个指标）、主动脉瓣手术（9 个指标）该院无法开展外，其余8个病种及技术的74个指标均进行信息化改造。由质控部、信息科、心血管内科组成小组，研讨对策，最终确定第一步由专科及质控部门提出病历模板结构化方案，由信息科实施；第二步，由质控部门负责日常监督质控数据，发现问题反馈至专科，专科负责改进；第三步，信息科通过结构化模板获取数据，制作质控指标数据报表，专科进一步验证报表数据准确性；第四步，专科每月利用质控报表开展科室质控工作，质控部门督导数据质量及专业医疗质量水平（图1）。

以ST 段抬高型心肌梗死病种的质控指标为例，新建一个入院记录，在现病史中增加“发病时间”“到达医院时间”“院内首次医疗接触时间”“首份心电图时间”“双抗时间”“导丝通过时间”六个要素（图2）。

以HIS系统中“专业质控指标数据集”下获取质控指标数据集，导出后可以用于数据质量评价、持续改进，以及科室质控工作的分析。

以产科专业医疗质量控制指标为例，2020年起对剖宫产手术记录模板进行改进，使用电子病历标准规范，产科指标中剖宫产率、初产妇剖宫产率、早产率、产后出血等指标均可以通过抓取关键数据来获取。通过表1可以看到，每月质控指标可以反映产科医疗质量持续改进情况。

从上述案例中可以看出，应用结构化病历模板后可以获取数据，但数据质量仍依靠医师病历书写的规范性，因此书写时的规范性、逻辑性校验是接下来持续改进的重点。质控指标汇总结果目前未实现数据可视化，这也是优化的重点。

5" 讨论

2024年4月补充更新的《三级医院评审标准（2022年版）云南省实施细则（试行）》中，将“评审周期内未达到电子病历应用功能水平评级4级以上”作为前置条件，促使医疗机构重视医院信息化建设。通过对重点专业医疗质量控制指标的数据治理，实现电子病历的全面结构化，提升数据质量，为医院的精细化管理和持续改进提供了有力支持。

在信息化时代，数据成为医疗机构核心的竞争能力之一，因此对数据的管理和治理显得尤为重要。然而，要实现有效的数据治理，提高数据质量，需要各管理部门共同努力，统一思想、提高认识、加强协作。首先，各管理部门应认识到数据治理和数据质量改进的重要性，并积极参与到数据治理工作中来，共同制订数据管理的标准和流程，确保数据的一致性和准确性。其次，信息管理部门在推进数据治理过程中应对信息系统的承建商从技术上严格要求，确保厂商按照既定的标准和规范进行系统开发和维护，从而提高数据质量。技术并不是问题的关键，更重要的是管理与思想理念。最后，员工是数据的主要使用者和管理者，他们的素质和能力，对数据质量有着直接的影响。因此，医疗机构应加强对员工的培训，提高他们对数据管理重要性的认识。同时，也要激励员工参与到数据治理工作中来，让他们体会到数据质量的重要意义，并主动承担起相应的责任。只有在全员参与的基础上，才能真正实现有效的数据治理和提高数据质量的目标。

医院信息化管理水平的提高，提升了数据收集效率，但数据出现偏差的隐蔽性以及数据验证难度也相应增加［9］。只有深入探索构建数据治理的新模式，从使用规范（管理层面）、医疗数据管理与应用平台（技术层面）、医疗数据内涵质量（业务层面）、医疗数据价值挖掘（应用层面）四个方面，切实做好数据质控的全周期评估工作，做好指标数据的校验工作［10］。

总之，通过对重点专业医疗质量控制指标的数据治理，医院可以不断提升自身的信息化水平，提高医疗服务的质量和效率，为患者提供更加优质、便捷的医疗服务。同时，也为医院的管理和决策提供有力支持，推动医院实现高质量发展。

参考文献

［1］" 徐书贤. 以评审为契机促高质量发展［J］. 中国医院院长， 2023， 19（16）： 80-83.

［2］" 向宗城， 成爱民， 谭邦华. 新标准视角下三级医院等级评审的实践与思考［J］. 中国医院院长， 2022， 18（12）： 68-71.

［3］" 田" 巍， 陈" 新， 张秀英. 国家与地方版《三级医院评审标准（2020年版）实施细则》的对比研究［J］. 现代医院， 2023， 23（2）： 168-174.

［4］" 云南省卫生健康委. 三级医院评审标准（2020 年版）云南省实施细则（试行）：云卫规〔2022〕1号［EB/OL］.（2022-03-04）［2023-11-17］.http：//ynswsjkw.yn.gov.cn/html/2022/guifanxingwenjian_0307/15368.html.

［5］" 琏" 马， 朱卫国， 姜会珍， 等. 面向医院高质量发展的数据治理模式与方法探讨［J］. 中国卫生信息管理杂志， 2022，19（2）：159-164.

［6］" 周" 彬， 赵雪飞， 刘" 炜， 等. 医院数据质量改进措施研究［J］. 医学与社会， 2020，33（12）： 32-36.

［7］" 冯亚兰， 傅育红. 高质量发展视角下的医院数据治理探索实践［J］. 现代医院管理， 2023， 21（1）： 108-110.

［8］" 国家卫生健康委. 心血管系统疾病相关专业医疗质量控制指标（2021 年版）：国卫办医发〔2021〕70号［EB/OL］.（2021-02-05）［2023-11-17］.http：//www.nhc.gov.cn/yzygj/s7657/202102/650268edd4824 42da50f62954fc94f13.shtml.

［9］" 张金凤， 罗敏辉， 邹征强， 等. 基于等级医院评审标准的质量监测指标数据验证实践［J］. 中国卫生质量管理， 2023， 30（6）： 37-40.

［10］" 邓" 姚， 柴斌英， 钱方舟， 等. “国考”背景下医疗数据治理模式的探索与思考［J］. 江苏卫生事业管理， 2022， 33（3）： 285-287，291.

通信作者：

高华斌：云南省医疗服务质量评价中心副主任

E-mail： ynsypzx356@163.com

收稿日期：2023-11-24

修回日期：2024-04-12

责任编辑：刘兰辉