设为首页 加入收藏 首 页
当前位置:首页>新闻中心>

质量与信息化|大数据在医疗质量管理中的应用研究

作者:徐乐等 / 东部战区总医院

医疗质量的管理是医院管理最核心的内容。加强医疗质量管理,提高医院提供医疗服务的质量,是提升医院核心竞争力、患者满意度的有效手段。

人类社会正以空前的速度飞快发展,如今已进入大数据的崭新时代,大数据时代给医疗卫生领域带来了前所未有的机遇[1],同时在当前形势下,传统的质量管理思维和方法,面临着巨大的挑战。医学是数据密集型行业,医疗健康活动中产生大量数据,健康医疗大数据的管理与应用受到高度重视[2],这些数据对于保障医疗安全,提升医疗质量具有极大的价值。如何将大数据有效应用到医院管理的实践中去,利用好医疗大数据提升医疗质量,以改善人民健康福祉,满足人民日益增长的健康需求,是医院管理者需要关注的热点话题。

当前医疗质量管理面临的挑战

管理决策主观性

当前管理模式下的质量管理相关决策,大多基于质量管理专业人员已有的知识和经验,管理决策缺乏数据支撑,因此管理决策存在相当部分的主观性。而目前从事医疗质量管理的专业人员匮乏,决策者医疗质量管理手段和方法落后,其专业知识架构的系统性完整性、医疗质量管理经验的充足性尚不能得到保障,这些因素更加剧了管理决策出错的风险。

干预措施滞后性

目前医疗质量管理主要的注意力集中于质量控制的结果,以终末质量控制为主。通过对医疗服务的结果进行检查和分析来发现偏差,然后再采取纠正措施[3],因此这种“发现问题,整改问题模式”干预措施存在滞后性,可形象地称之为“亡羊补牢”。

评价指标片面性

我国现阶段的医院质量管理水平,相较于发达国家,仍然存在一定差距,有研究指出我国科学、有效、统一的客观指标体系缺失,存在部分评价指标缺乏客观性、定义不明确、灵敏度不高,部分指标数据真实性不可靠、来源不准确等问题。

信息系统孤立性

近年来,我国医疗机构,尤其是三级医院在信息化建设方面的投入稳步提升,医疗机构信息化基础设施建设水平显著提高,信息化建设保障体系日趋完善[5]。然而,在医疗信息互联互通和信息共享方面还有很大的进步空间,医院信息系统的数据尚处于孤岛状态,无法实现数据交互,无法实现对数据资产的利用[6]。信息系统孤岛和烟囱林立,数据有价值,但应用难。如何有效运用医疗数据,让数据资产发挥应有的价值,仍然是丞待解决的难题。

在医院利用传统手段解决医疗质量管理问题越来越难的同时,如何使医疗质量管理更加科学化、规范化、常态化,如何把管理标准、执行检查、监测评价、绩效考评、持续改进融为一体,实现全方位、全过程、全时段、全要素的质量与安全的监管评价与持续改进。时代给了我们答案——将大数据应用于医疗质量管理中[7]。

医疗健康大数据发展情况

大数据概念及特点

“大数据”是一种高容量,高速度和多变量的信息资产,需要具有成本效益、创新形式的信息处理,以增强洞察力和决策能力。大数据有三种不同的数据类型:一是结构化,具有固定架构的有组织数据格式,例如:RDBMS;二是半结构化,部分组织的数据,没有固定的格式,例如:XML,JSON;三是非结构化:具有未知架构的无组织数据,例如:音频,视频文件等。

大数据的特征可以概括为5V(见图1),Volume大量,数据体量大,通常超过10TB;Velocity高速,数据总量高速增长,增长速度接近每年50%;Variety多样,不同信息系统、不同存储方式和不同事件类型,导致数据来源和形式的多样化;Veracity准确,数据的不一致和不确定性;Value价值,准确有用的数据。另外5个随着时间的推移逐渐发展起来的V:有效性Validity,数据的正确性;可变性Variability,动态行为;波动性Volatility,随时间变化的趋势;漏洞Vulnerability,易受攻击或攻击;可视化Visualization,可视化有意义的数据使用。

大数据在医疗领域的应用

大数据在医疗领域的应用主要是指,将各个层次的医疗信息和数据,利用互联网以及大数据技术进行挖掘和分析,为医疗服务的提升提供有价值的依据,使医疗行业运营更高效,服务更精准,医疗支出更合理[8]。

据统计,中国医疗健康大数据市场规模,2014年为6.06亿元,2016年为10亿元,2017年为41.15亿元,预计2020年达390亿[9]。如此庞大的市场规模,如此惊人的增长速度,与时代发展有关,当然也与政策支持密不可分。从2015年3月,国务院办公厅印发《全国医疗卫生服务体系规划纲要(2015-2020年)》;2015年8月31日,国务院常务会议通过《促进大数据发展行动纲要》;2016年6月21日,国务院办公厅发布《国务院办公厅关于促进和规范健康医疗大数据应用发展的指导意见》;2016年10月25日,国务院出台的《“健康中国2030”规划纲要》;到2017年1月,国家卫计委发布了《“十三五”全国人口健康信息化发展规划》[10],这些政策文件,从国家层面、战略角度,对大数据在医疗领域的应用进行了规范和指导、提供了支持与保障。

大数据在医疗质量管理中的应用

如何提高医疗质量管理,是摆在医院管理者面前的复杂工程。医院要提高医院医疗质量水平,就必须与时俱进,在21世纪大数据浪潮的推动下,加强医疗质量管理,探索大数据环境下,新型的医疗质量管理模式。医院紧跟大数据时代步伐,创新推出“1+2+4模式”,将大数据应用于医疗质量管理实践中去。

“1个核心”——质量与安全

维护患者生命健康的核心是医疗质量和医疗安全,这是患者的生命所系,也是医院的立身之本,是医院技术水平、工作效率和综合实力的集中体现,是评价医院整体水平的核心指标,影响到医院的信誉和综合效益。应用大数据优化医疗质量管理,首先要抓牢的就是质量与安全这一核心。

“2个保障”——顶层设计、组织平台

医院从顶层设计和组织平台两个方面,保障大数据有效应用于医疗质量管理实践。顶层设计方面,医院根据国家相关文件标准[11],确定大数据平台总体架构。

组织平台保障方面,一是成立组织领导机构,成立以主官挂帅,医院机关、相关职能和临床科室组成的领导小组,明确责任分工,建立考核机制,制定协作流程;二是组成技术攻关团队,包括管理运行团队、专家顾问团队和技术支持团队;三是建立高效运行机制,成立大数据和人工智能实验室,隶属关系相对独立,确保信息技术在医院快速高效应用推广。

“4个推进”——推进决策精细化、监管精确化、诊疗精准化、服务精心化

(1)推进决策精细化。

传统的HIS系统,不再适应当前医院管理精细化的要求,无法准确而直观地向决策者提供全面的、一致的决策信息。因此,医院引进基于商业智能(Business Intelligence, BI)的决策与分析系统,助推决策精细化。

医院BI系统是在整合医院现有系统的基础上,应用BI工具,对医院信息资源进行深加工。通过对医院内部跨平台、多异构系统的集成、整合和扩充,全面实现数据归集与挖掘,协助医护人员和管理者进行数据分析。我院BI系统主要有医疗质量、人力资源、卫生经济、物资管理、综合信息查询、关键指标预警等九大功能模块,可实现分析全院工作质量各项主要指标的完成情况、分析全院人力资源的分布和配备情况、分析全院计价经济和核算经济各项指标的完成情况、分析全院物资的情况、精细到日实时查看分析医院各项主要指标的完成情况等功能,医院运营情况清晰可视,管理决策有证可循。BI系统自2014年上线以来,通过实时监管和预警,医院医疗质量与安全持续改进,医疗投诉和纠纷数量总体下降30%。此外,医院BI系统还可以实现与其他医院的参照、比对,可减少决策盲目性,避免“拍脑袋决定”。BI系统在医院层面,破除评价指标片面“管中窥豹”之窘境,实时而全面地对医院质量管理的各个方面进行分析和评价。

(2)推进监管精确化。

医院积极响应医政医管局开展医院智慧服务的号召,推出合理用药Rbase系统,助理药品监管精确化。

该系统对关键指标数据进行挖掘及展现,应对监管要求,实行关键指标个性化定义,下钻分析及可视化展示;药品消耗预警及分析,多维度关联查询,实现多角度聚类、分组、排序及可视化展示;全处方及医嘱筛查问题,以灵活的审核规则,进行处方或医嘱的全面筛查,快速定位问题。系统上线后实现了审方前置,处方(医嘱)审核关口前移,干预措施不再滞后、不再是“亡羊补牢”,优化了患者就诊流程,减少了医疗纠纷;规范临床处方(医嘱)、用药行为,确保患者用药安全;搭建信息交互平台,在医疗三监管之前,对不合理用药行为提前进行处理;有效节约医疗资源,降低问题处方成本。统计结果显示,2017年10月-2018年09月时间段内,达成药占比下降6%,重点监控品种使用下降8%,抗菌药物围术期预防使用率下降16%,住院抗菌药物使用强度实现达标步伐。

(3)推进诊疗精准化。

医院在影像诊断、专科专病等临床实践及质量管理实践中,结合医疗大数据,推进诊疗精准化。

医学影像方面,结合大数据技术和新一代AI技术,医院推出医学影像AI辅助诊断。以肺部CT为例,人工智能优化肺部CT分析诊断流程。统计本院2018年7月1日至2019年4月30日的相关数据,AI辅助诊断共检查54031例肺部CT,发现605147个肺结节,其中毛玻璃病变24205个,病变大小为3-6mm结节为最多。医学影像科每月约有8000例胸部检查,胸组两个审核医生,平均每人每天需要审核90370张图片(不计算骨窗及厚层图像阅片),平均3-4幅/秒。通过AI计算后,薄层图像基本不需要再次观察,仅观察AI提示的病变部位,其余通过厚层图像阅片,不仅提高了工作效率,还减少了对微小结节的漏诊。

医院重点科室肾脏科,在国内,建设分布全国共41家核心单位,526家网络成员单位的国家肾脏疾病临床医学研究中心协作网,累计收集肾脏疾病肾活检病例共94565例,肾脏疾病生物样本共17万份,科室充分发挥协作网作用,整合所属协作医院有关肾脏疾病数据,并纳入了746篇国内外文献,于2019年3月发布基于大数据应用的《中国慢性肾脏病矿物质和骨异常诊治指南》,以规范诊疗行为,带动协作医院诊疗水平的提升,推动肾脏科同质医疗建设;国际上,建构基于数据平台的国际合作研究网络,参与IgAN牛津分类制定,主导国内多中心成人和儿童IgAN的牛津分类验证,完成IgAN牛津分类更新,开展牛津分类在紫癜性肾炎中的应用研究;全球纳入70余队列,超过23万患者,中心提供1584例CKD 4-5期患者,完成多中心CKD队列患者,预后指标分析文章;IgAN队列和LN队列加入国际肾脏病协会iNET-CKD研究。

急性胰腺炎共享数据平台于2018年11月成立,是全球急性胰腺炎研究领域第一个数据共享平台。2010~2018年累积个案10000例,共享2000例,涵盖了从“ICU→普通病房→康复中心”的全病程。肾脏病喝胰腺炎数据共享平台的建设,在专病方面,实现数据的互联互通,互享互惠,破除了信息孤岛效应,缓解了“数据难用”的现实挑战。

(4)推进服务精心化。

医院通过智慧病房、移动医疗平台的建设,将大数据运用到病房里、把大数据的成效塞进患者口袋中,推进服务精心化,升级患者就医体验。

医院建设基于数据平台的智慧病房,心脏频谱血压计系统、智能病服、无线床边传感器等生理数据搜集设备,将收集到的信息上传归档至医院的智能系统(如:医护APP、医护诊疗报表系统、房内照护平板、护理站平板系统等),进而分析大数据。通过智慧化的生理侦测设备和人工智能的及时数据监控,实现生理数据实时监测、病房信息智能化,从而提升病房服务能力,使得医院提供的服务更加精心。智慧病房AI体系正稳定运行,后台数据集合已经有量级显示,对于疾病治疗、康复管理正提供前所未有的AI临床视角。医院还致力于移动健康医疗平台构建,提供健康e+健康包、移动随访等移动医疗服务,让患者体验到更加精心的服务。于2013年与南京邮电大学联合申获了“教育部泛在网络智慧医疗工程中心”,以实现无处不在通信、无处不在医疗,2018年高分通过了教育部评审。

小 结

医院紧跟时代潮流,应对新时代背景下管理决策主观、干预措施滞后、评价指标片面、信息系统孤立等医疗质量风险与挑战,推出“1+2+4模式”,利用大数据在提升医疗质量管理方面进行了探索与实践,得了良好的效果。然而医疗服务质量管理没有终点,它随着人们需求的变化而改变,随着社会的发展不断提出更高的要求。尽管大数据技术在医疗质量管理中的应用还在起步阶段,但是从国家和行业政策支持,以及医院自身发展的需求,必然会得到更加深入的应用,从而提高管理决策科学性、医院运营效率,辅助诊疗决策、管理决策,便捷患者就医,实现医疗质量的全面提升。

来源:数字医疗