当前位置： AI资讯 > 内文

惠每CDSS：深入临床点-线-面 构建多维医疗质控体系

2022-8-17 关键词：临床决策支持(CDSS),专家视点

“惠每CDSS的功能体系中，事中质控体系由点、线、面三个维度构建，包括关键性环节质控及辅助支持（如智能TNM分期）、单癌种过程质控以及基于个体医疗风险的医疗安全管理等。”在由健康界主办，惠每科技、智惠学苑协办的大质量观”下的迭代密码——聚焦医疗质量管理体系线上研讨会上，惠每科技首席医疗质量官蒋宋怡以肿瘤质量管理为切入点，分享了惠每CDSS由点到线到面的全方位精细化管理体系。

01

从点入手

用PDCA循环看TNM分期质控

今年3月，国家卫健委发布《2022年国家医疗质量安全改进目标》，“提高肿瘤治疗前临床TNM分期评估率”再次被纳入十大改进目标之一，以期推动医疗机构不断重视并加强肿瘤诊疗质控管理，提高肿瘤患者诊疗方案的科学性、合理性，提升诊疗效果和生存率。

“针对不同的癌种，TNM分期是非常细化的，医疗机构肿瘤诊疗质控管理工作是否到位，医务人员是否具备足够的专科诊疗知识，对做好、做对TNM分期有着关键性的因素。”蒋宋怡介绍，PDCA管理方法论中的“C”即“CHECK”，含义为检查执行后的效果，基于AI的惠每肿瘤CDSS，通过对肿瘤患者数据的整合治理，对各种指标的智能识别计算，能够对全院TNM分期率实现数据自动采集，帮助医院管理者从以下三个数据维度 “CHECK”肿瘤患者治疗前TNM分期完成情况：

一是肿瘤的种类非常多，针对医院管理的重点癌种，系统可自动提取全院TNM 分期评估率汇总，并且可按天、周、月直观展示整体变化趋势；二是系统提供院区、科室、医生（组）三个级别TNM分期评估率的横向对比，帮助各层级之间找准差距，制定改进目标；三是针对统计数据可追溯到病历中的原始数据，便于临床人员、管理者便捷的判断各类指标统计的准确性。

以上维度的数据统计为TNM分期质控工作的优化改进提供数据支撑，但如何让每一次质控过程做到更好？蒋宋怡表示，“质控的尽头是事中质控”。在医生书写肿瘤患者的电子病历、开具医嘱时，系统智能整合、分析患者数据，对肿瘤治疗前临床未完成TNM分期的行为进行实时提醒，根据系统提供的最新肿瘤分期指南与分期工具，帮助医生及时、快速完成分期评估。此外，在系统提取相应的数据以后，还能帮助临床医生推荐对患者来说最为恰当的TNM分期，由此减少发生分期差错的概率。

AI系统自动生成TNM分期

02

由点到线

从TNM分期到病种全流程质控管理

“肿瘤质控是保障肿瘤规范化诊疗的重要抓手，而TNM分期质控是肿瘤规范治疗的基础，是肿瘤治疗质控体系中一个局部的质控点。”蒋宋怡认为，AI质控必然要覆盖肿瘤诊治全周期，从全方位促进临床诊疗规范性与同质化。

我国非常重视肿瘤防控体系的建设，但肿瘤治疗及质控工作具有医疗防控资源紧张、专业化程度参差不齐 、质量管理困难大等问题现状。AI系统的应用为肿瘤诊疗提供全周期质量管理服务，极大提升肿瘤诊疗质量与效率，帮助医院实现临床专科精细化内涵质量管理。蒋宋怡介绍，惠每肿瘤CDSS聚焦专科病种，面向专科人群，整合全景数据，围绕诊治全周期，对肿瘤筛查、诊断、分期、化疗、手术等关键环节的临床诊治行为进行全程监管，并给与决策建议和预警提示，持续赋能专科专病诊疗能力的提升。同时，他从以下三个方面介绍惠每肿瘤CDSS如何赋能肿瘤全流程管理闭环。

首先是事中临床辅助决策，系统可为临床医生提供评估量表、最新的文献速递、权威的肿瘤知识库/文献库等，为临床诊疗决策提供知识赋能；其次是事中肿瘤质控，系统可为质量管理人员在肿瘤治疗过程中提供上文提及的TNM分期质控、化疗过程质控、抗肿瘤药物合理性审核、并发症管理等，结合规范严格落实有关诊疗指南、诊疗路径，为医生推荐恰当的治疗方案，避免不合理医疗行为；再者是事中的数据支持及事后的数据统计分析，可为临床医生诊疗过程中提供全面的数据支持，及时发现可能的潜在风险，避免不良事件发生；最后为医院管理者汇总相关质控概况、TNM分期率、质控指标等数据，直观掌握某癌种管理情况，实现医疗质量事后监管，由此推进质控管理的精细化。

以肺癌化疗质控为例，医生在入院记录等文书中录入患者病程信息后，系统实时获取患者病程记录、检验检查报告、医嘱等内容，全程监测是否为恶性肿瘤患者，并自动判断治疗节点，协助医生规范化疗。

AI系统化疗质控提醒

03

由线到面

从病种管理到医疗安全风险管理

“肿瘤AI全流程管理针对的是某个病种、某类人群，除了在专病和专科以外，AI系统还要面向更多群体发挥决策支持、质控管理效用。”蒋宋怡表示，基于AI 的CDSS系统必须赋能更多临床应用场景才有生命力，且医疗风险无处不在，应面向所有就诊患者人群，早期识别与预警疾病风险，助力临床实施及时救治。

蒋宋怡介绍，惠每ICU CDSS在脓毒症预警、AKI风险预警、APACHE II风险预警等多种危重疾病的早期预警诊断方面优势凸显。系统在患者住院期间，持续监测患者的生理指标、临床症状等信息，实时、动态评价患者病情严重程度，并提供干预方案，全程监控患者发展成危重症的趋势，从而及时准备好救治资源，挽救患者生命。

最后，蒋宋怡总结说：基于AI的惠每CDSS核心是通过AI技术理解识别关键的医学变量，整合权威知识，匹配相应的知识引擎，实现知识的传递，包括专科诊疗过程中专病的过程质控、各种疾病风险的识别管理等。而AI质控管理产生的高质量数据，又可应用于等级医院评审、单病种数据上报等，从真正意义上实现医疗质量全流程的闭环管理。