临床工作者人为影响质量上报的阻碍因素
美国调查发现,医护实际上报与应上报数据存在出入
二是医院底层业务数据质量较差,影响上报的准确度与质量。惠每科技在100多家医院临床CDSS实施过程中发现,医院数据源端的数据准确率与覆盖率都有待提高,主要问题在于数值为空、逻辑矛盾、映射错误等。中国医院协会病案管理专委会发布的某三甲综合医院数据上报情况的会议论文也披露,医院上报数据与医院实际情况不符,上报数据的错误信息中,89%为疾病编码错误。
三是数据上报很大程度上依赖临床人员的主观意识,可能有认知偏移与抄录错误,医生实际做的与他们认为应该上报的内容之间一致性较低。同样来自S M Evans等的调查数据,51.2%的医护认为某一医疗事件太微不足道,没有上报的必要性。
此外,依赖人为手工的数据上报有一定主观“偏好”,尤其是针对临床发生的不良事件,工作人员更有可能去上报那些日常司空见惯的、或被人目击的、或可能立马出现不良后果的例如病人摔倒、药物错误相关事件等。由于人为疏漏和需要较长时间才可能暴露医疗质量与安全问题的如压疮、预防不充分形成的DVT事件等,他们上报的可能性最小。
02
如何为临床减压?
数据上报作为医院信息化“必修”
综合质量监管需要与临床实际,《通知》充分考虑医疗机构信息采集与数据上报的可操作性,最大限度的为医疗机构上报数据提供便利。要求通过医院升级信息平台实现了相关数据信息的自动采集,减轻了医疗机构上报数据的负担。同时对不具备信息化基础的机构保留了手工上报的途径。
“医院信息化建设应该为医院人员服务,与临床的需求匹配。”首都医科大学宣武医院梁志刚在媒体采访中曾说到,利用人工智能等新兴的信息技术进行数据分析与治理,设计出高效的数据上报流程,是信息技术与医院需求深度融合的必然趋势。
以AI技术为核心的医疗数据上报,利用AI技术在医生诊治过程中实时采集业务数据,经过数据整合、清洗,生成以患者为中心的结构化数据平台,并从病种维度构建专病数据集,由此可减轻医院人员上报数据过程中数据调取、编码等工作量。而根据已构建的专病数据集与国家对上报数据的要求,AI系统生成上报数据表单并自动填报与数据集中对应的项目,医院上报人员只需对最终结果进行确认并通过平台对接,将数据一键上报。从而提高上报数据的准确性、及时性与完整性。
参考文献:
https://www.ncbi.nlm.nih.gov/pmc/articles/PMC2563993/
https://www.bmj.com/content/313/7064/1062
【会议预告】
成为我们的
合作伙伴