当前位置: AI资讯 > 内文

如何实现“恰到好处”的辅助决策?临床的声音不能忽视

2024-07-26 关键词: 医疗AI

近日,CDSreport在检索相关文献时关注到一篇题为《CDSS辅助医疗质量管理的设计与实践探索》的论文,文章介绍了某医院在建设465个规则的基础上,应用临床决策支持系统(CDSS)在提升医疗文书质量、单病种质量管理和院内VTE防治的实践经验。但在应用过程中,医院发现由于数据接口开放情况差异大、规则库缺乏推广经验等原因,导致系统数据治理难度高、易用性低,CDSS因此出现了冗余报警和无关报警等情况。对此,医院的解决方法是进一步探索CDSS的管理及建设规范等方式进行改善,但这些方法均依赖于医疗机构顶层设计,对医院管理制度提出了挑战。

如何让智能工具的提醒功能发挥实际作用,一直是围绕在医院临床科室和职能部门之间的重要议题。此前多项研究证明了智能工具提醒功能的作用,例如《美国心脏病学会杂志》(JACC)发布的一项研究显示,CDSS的预警和提醒有助于提高心力衰竭患者盐皮质激素受体拮抗剂(MRA)的处方率,从而改善患者预后。

在实际应用中,医院可通过管理制度和质控体系的建设和完善,形成医疗质量管理闭环,从临床实际需求出发,使CDSS等智能工具在各个质控环节发挥“恰到好处”的提醒实现作用最大化。

政策推动信息化建设“刚需” 

旨在将诊疗规范化落在实处

知识库的建设奠定了提醒内容的基础。对于知识库的使用,《医疗机构临床决策支持系统应用管理规范(试行)》明确,临床知识库应及时更新,更新周期一般不长于半年。医疗机构应当根据需要对CDSS的知识库进行自主完善、补充、维护与更新等。

《电子病历系统应用水平分级评价标准(试行)》对于高级别医院提出“具有医疗质量分析知识库,能够对病人安全、院内感染等情况进行预警”“知识库系统支持内容的配置,提供与应用系统对接,并支持提醒与警示功能”“支持决策类知识的维护,可根据医院自身、临床专科的特点对知识库进行补充、完善”等。

《国家医疗健康信息 医院信息互联互通标准化成熟度测评方案(2020年版)》明确要求考核医院临床知识库建设情况、在医疗辅助方面提供临床决策支持的功能覆盖范围及预警节点数量等。

可以看到,在智慧医院建设相关政策文件中,医院知识库建设是重要考核内容,目的就是为了保证推荐内容的权威性、安全性。实际应用中,CDSS可以通过自然语言处理、深度学习等人工智能(AI)技术,将病历文本中的异构数据处理为后结构化数据,并通过医学实体词或语句调取知识库中相关联的诊断、用药、手术、护理等不同类别、学科的指南、标准、文献等,为医生推荐符合实际需求的正确内容。

用“恰当”的方式推荐“正确”的内容

临床医生从CDSS获取医学知识的方式主要有两种:推荐和检索。前者通过医院设置相应规则,CDSS在触发规则时进行提醒,并推送相关联的指南、文献等内容。医生需要点击提醒,就提醒位置和内容在电子病历相应位置进行修改后,提醒则会自动消失。后者是在医生需要进一步了解质控规则和推荐文献时,通过输入相关文献名称进行检索和查阅。

http://www.huimei.com/real/img/_@@_17219785994227726.jpeg

为了帮助医生更加高效、深入地理解推荐内容,惠每科技率先将大模型技术应用到知识库建设,以问答形式辅助医生理解诊疗缺陷原因。例如,肿瘤科医生需要判断患者需要手术或放化疗治疗方案时,可通过CDSS向大模型进行提问,经过肿瘤相关指南、论文、共识等文献学习的大模型会根据所学知识回答相关内容并给出参考文献。通过进一步问答,大模型还可提供检查检验、护理、营养支持等环节的相关知识。

问答的形式能够发挥大模型在理解能力和推理能力方面的优势,以自然语言的方式深入了解医生的疑问和需求,并给出更加全面、权威的推荐内容。在此基础上,医生对推荐内容从传统的报警式提醒,转变为主动咨询,以此提升医生质量控制积极性,主动规范诊疗行为,提升临床业务能力。

值得注意的是,由于医疗行业对于患者隐私和安全的特殊性,医疗数据不能出院内,因此大模型训练和推理也只能在院内进行。但在GPU较高的购买和应用成本面前,大多数医院也只能“望而兴叹”。针对这一现实问题,惠每科技基于CPU上的大模型加速方案,让医院能够以低成本实现大模型的私有化部署。

智能工具的应用要贴近临床需求

规则库是知识库建设中的重要部分。为促进医院高质量发展,国家卫生健康委在“国考”“等评”等工作中纳入了多项质量控制监测指标。例如针对病案质量的《病案管理质量控制指标(2021 年版》、针对疼痛专业的《疼痛专业医疗质量控制指标(2023 年版)》等。

在政策指导下,收集质控指标相关的医疗数据成为医院信息科的重点工作内容,CDSS等智能工具的应用成为医院“以评促建”“以建提质”的重要措施。不过,在应用过程中,许多医院把监测指标作为出发点和目标,忽视了临床实际应用需求,导致临床认可度、配合度不高,没有起到提升诊疗质量的作用,监测指标反而难以明显提升。

实际上,无论是监测指标还是智能工具的设计初衷,都是希望能够以此指导医生在正确的环节作出恰当的处理。因此,智能工具的设计和开发过程,应当主动邀请医生参与,通过调研、深度访谈等方式,充分了解各科室、医生的诊疗习惯和对信息系统的需求。同时,医院可以通过制度和体系的完善,赋予临床医生个性化规则设置的权力,并提供相应奖惩措施进行激励,以此建设具有医院及科室特色的质控规则库。在实践中的尝试和探索,能够进一步发现并完善医院管理制度和质控体系建设,不断优化质控规则库,遵循PDCA循环管理理念,以此形成医疗质量的正向循环。

例如,某医院在建设CDSS前,从人员、制度、系统、环境等多个方面梳理了存在的难点和缺点,并结合“国考”“等评”等质控要求,梳理了近200条质控规则。系统建设后,该院病历平均得分稳定在96分以上,并形成了“病案管理委员会、职能部门、临床科室、科室管理小组“的四级管理组织架构和病历质量闭环管理。

经过多轮研判,医院以不影响医生诊疗工作为前提,针对不同缺陷类别设置了不同级别的提醒强度和内容:1级提醒为触发一般问题项目时进行的质控铃铛提醒,可以通过小窗展示检查检验异常值、评估结果、治疗方案推荐等信息;2级提醒是发现重点问题项目时,CDSS弹出质控大窗,明确触发的具体质控规则,并给出缺陷位置和缺陷原因。这些提醒的内容和方式是经过与临床科室、管理小组等进行充分的考量后逐一确定的,应用过程中也经历了多次调整,因此也得到了临床医生的支持和肯定。

可以看到,让CDSS等智能工具切实发挥作用,需要各个科室通力配合,以完备的管理制度和体系建设为基础,从医生实际需求出发,回归监测指标和信息化建设的初衷,通过医疗质量的规范管理,带动监测指标和医疗服务能力的提升,这才是智慧医院建设和医院高质量发展的最终目标。

资料参考:

1. A Mukhopadhyay,HR Reynolds,et al.Cluster-Randomized Trial Comparing Ambulatory Decision Support Tools to Improve Heart Failure Care.JACC.2023(5).

2. 钟华,郗晓婧,塔娜.CDSS辅助医疗质量管理的设计与实践探索[A].中国卫生产业.2023.09:155-158.

3. 国卫办医政函〔2023〕268号:《国家卫生健康委办公厅关于印发医疗机构临床决策支持系统应用管理规范(试行)的通知》

4. 国卫办医函〔2018〕1079号:《关于印发电子病历系统应用水平分级评价管理办法(试行)及评价标准(试行)的通知》

5. 国卫统信便函〔2020〕30号:《国家医疗健康信息 医院信息互联互通标准化成熟度测评方案 (2020 年版)》

成为我们的

合作伙伴

医院演示预约
提交以下真实信息,我们将尽快联系您