当前位置： AI资讯 > 内文

在100家医院实施中 发现这些数据质量问题普遍存在｜惠每科技

2020-6-17 关键词： 医疗AI

2013年全球医疗保健数据量为153 EB，到 2020 年将达到2314EB（2.26ZB）。医疗大数据领域已经开始进入价值输出时代，在诊疗、医院管理过程中发挥着重要价值，但低质量的大数据同时也给医疗安全带来隐患，电子病历记录错误引发的患者安全事件呈逐年上升趋势。

现阶段医疗业务数据可用性如何？存在哪些质量问题？通过国内医院在数据治理过程中，对底层业务数据进行梳理可以发现一些端倪。

在电子病历信息化建设进程中，临床决策支持系统（CDSS）是医院信息系统部署的核心之一。CDSS 对数据质量要求极高，数据缺陷容易导致错误的提醒。惠每科技实施了110多家大型医院，在医院现场实施过程中最重要的工作就是数据治理。

根据CDSS对数据质量的标准要求，结合国家病历书写规范、医嘱书写规范等要求，本次报告收录了其中典型的16家三级医院实施过程中碰到的数据质量问题，通过汇总分析得出了以下结论：

16家医院的数据平均准确率为74.86%，问题分布在医嘱信息、生命体征、检验结果、手术记录等58种业务数据类型。在人员信息、医嘱信息、诊断信息等数据记录上较为规范，数据元覆盖率（字段有值率）和准确率趋近100%。底层数据质量最差的表现在检验信息、检查信息、病历信息记录方面，近七成医院检验信息数据不合规，一半医院检查信息数据质量不达标，主要问题在于数值为空、映射错误等。

通过人工标注验证及与医院信息部门、医务部门沟通，发现造成这些数据质量问题的原因，一是医生缺乏主动意识和动力，非必填的字段，在医院业务系统几乎都为空，医生在数据录入时往往能省则省。

二是医疗流程或业务使然，这在医嘱信息记录上表现最为明显。16家医院中，10家医院出现检验医嘱和检验报告不符或不规范（准确率76%），8家医院有检查医嘱与报告不符（准确率45%）、检查描述为空等。产生的原因：1）医院为提高患者救治效率开设一站式服务，往往是患者尚未入院就开了住院医嘱，造成医嘱时间在入院时间之前；2）在患者拒绝做某项检查或检验时，医院为规避风险不允许取消或作废该医嘱，导致医嘱记录单有未执行、未停止医嘱，或是医生在检验不达标时重开医嘱造成多条重复医嘱记录；3）部分科室开完检验医嘱后，为节省成本或时间选择在本科室做检验，导致有医嘱记录但PACS系统却没有检验报告记录。

三是术语标准不统一、不规范，造成数据在业务系统中的“二次污染”。例如，部分医院允许填写非ICD10的诊断，导致有些诊断是没有诊断编码的，但由于其采用的电子病历厂商提供诊断视图为过滤掉非ICD10诊断编码的诊断数据，所以数据采集过来之后部分入院诊断为空。

此外，部分业务系统厂商采用的模板不规范也会带来数据污染，比如模板采用数据时间格式为12小时制的，就会造成医院各项业务的时间值数据出现错误和混乱。

数据质量是影响医疗质量与安全的重要因素，据高纳德报告，低质量数据每年造成单个机构820万美金的成本耗损，加强数据治理已成为现代医院管理的重要课题。但数据治理并不是简单的业务数据“汇总”，尤其是医疗领域的数据治理面临诸多壁垒。

“医疗业务的特殊性以及医疗流程缺乏固定标准，使得医疗大数据在输入端存在’基因式缺陷’，比如检验检查报告时间早于入院时间，这一点很难要求临床医生纠正所谓的录入不规范，毕竟时间就是生命。”致力于医疗人工智能研发及数据治理的国家高新技术企业——惠每科技CTO王实表示，“在数据治理方法及技术层面，又面临着多源异构数据采集的技术问题、行业术语标准不统一和不同医院差异明显的流程性问题。”

“数据治理相当于矿石加工，治理的好坏影响数据应用的可信度和智能化程度，治理的程度直接决定数据资产的价值。”王实提出，医院数据治理总体原则应“从数据产生的源头控制，避免先污染后治理”，并遵循从应用倒推的治理方式。

首先，医院或者临床要提出数据应用的需求，专家一起讨论确定需要哪些数据；其次，确定需要从哪些数据源获取数据；最后才是确定数据治理的具体技术。“人工智能技术的飞速发展将推动传统人工数据梳理和管理方式，向智能化数据治理转变，大幅提升对数据安全、元数据、数据质量以及数据模型的管理能力。AI在助力医院加强数据治理‘内功修炼’的同时，也为更好的场景应用、预测未来打下基础。”王实强调。