肿瘤质控体系如何设计更有效？AI作用几何？这期课程都会讲 ‍

-

编者按

近年来，随着深度学习和健康医疗大数据的应用发展、算力的不断提升和成本的不断下降，人工智能技术广泛应用于智慧医院建设。为总结人工智能在智慧医院建设中的应用成效，发挥典型示范引领效应，拓展医疗人工智能创新应用场景，赋能智慧医院高质量发展，《中国卫生信息管理杂志》社开展了“人工智能赋能智慧医院建设”案例征集活动。现将征集的典型案例陆续刊登， 对各医疗卫生机构已落地或正在探索且已具有一定成效的人工智能技术应用进行分享，以促进成果推广。《中国卫生信息管理杂志》社后续将对展播的系列典型案例进行分类汇编后正式出版发行。

‍‍‍‍‍‍

案例名称：基于人工智能的临床决策支持全方位赋能院内VTE管理

申报单位：湖北民族大学附属民大医院

一 单位简介

CDS REPORT ｜PART 1

湖北民族大学附属民大医院是武陵山地区一所集医疗、教学、科研、急救、防保、康复、培训为一体的高校直属附属医院、国家三级甲等综合医院、湖北省卫生健康委直管医院。

二医院信息化发展

CDS REPORT ｜PART 2 ‍

2016-2020年，医院初步建成互联互通平台，实现了医院信息数据的标准化，开始启动智慧化医院建设，移动OA、自助挂号缴费等改变了以往的工作习惯及就诊流程，远程医疗等新型医疗就诊方式也全面铺开，信息化建设极力配合医院的发展，在第一时间响应医院各方面的信息化需求。

2021-2025年，以强基础，重需求，优化流程，搭建智慧化医院为思路，优化中心机房建设，基础网络搭建，对既往系统进行二次实施开放，确保发挥信息系统该有的效能，重新对门诊及住院的各类流程进行探索，争取通过信息系统再次简化流程，搭建互联网医院，实现患者的在线就诊、处方流转，根据医院的发展情况适时实施智慧医院建设。

进入公立医院高质量发展时代，无论是出于医院精细化管理的需求，还是患者就医体验的提升，都要求医院信息化系统提档升级。尤其是在各临床专业的质控上，迫切需要将以往基于人工手动抽查的质控方式转向事中的、实时的质控模式，在降低人力、时间成本的同时，通过事中规范诊疗行为，从源头提升医疗质量。对于医院精细化管理来说，也迫切需要更详细和全面的数据分析，辅助管理者了解医院运营情况，并针对性制定发展战略。

三 需求分析

CDS REPORT ｜PART 3

01

静脉血栓栓塞症（VTE）防治形势严峻

1. VTE发病率和住院率呈上升趋势

2016年至2021年，全国纳入分析的住院剖宫产手术患者中，医院获得性VTE收治率总体呈上升趋势，其中2021年最高，达到0.34‰；这些患者中各类型医院获得性VTE病死率均高于无VTE患者病死率。

2. VTE患者医疗资源消耗增长

2016年至2021年，全国纳入分析的住院内科系统重症患者中，医院获得性VTE患者平均住院日总体呈上升趋势，2020年最高达到29.66天，而无VTE患者的平均住院日为15.07天。VTE患者在平均住院日、平均住院费用方面都高于无VTE的患者，提升对VTE患者的院内防治，对于降低医疗资源消耗有重要意义。

3. VTE防治措施实施率不尽人意

无论是对VTE防治的认识还是指南依从性，均不尽如人意，我国院内VTE整体防治形势依然严峻。

02

VTE防治难点

静脉血栓栓塞症（VTE）因高发生率、高漏诊率、高死亡率严重威胁着患者健康。住院患者的VTE发病隐匿、临床症状不典型，往往容易导致误诊漏诊。VTE防治作为医院管理的重要课题，已连续4年被纳入国家医疗质量安全改进目标中。各地《三级医院评审标准》中，院内VTE防治相关工作也是重要考察指标。

1. 缺少科学的VTE防治体系和管理路径。

2. 人工数据采集工作量大。

3. 患者病情变化需实时监测。

03

VTE防治需要医院提升信息化水平

VTE防治中心的评审细则中，对医院信息化建设提出明确要求。在全国医院信息系统升级的背景下，将融合自然语言处理、深度学习等人工智能的工具用于VTE防治工作的条件也已经成熟。

四基于人工智能的VTE智能防治体系建设

CDS REPORT ｜PART 4

01

技术路线

VTE防治系统需实现对VTE患者进行自动化、动态化风险判断，结合循证医学知识库智能推荐恰当预防，推进 VTE 防治的质控“关口”前移，加强 VTE 防治的质量管理与控制，促进 VTE 防治形成长效机制，最终实现降低院内VTE发生率和死亡率的总体目标。产品架构设计总体分为数据采集层（从业务系统采集），数据解析层（技术层），以及前端应用层（消息推送）。

1．自然语言处理技术进行后结构化处理

2．机器学习构建疾病预测模型

3．数据学习和医学规则抽取支持决策

02

功能实现

1. 制定院内VTE防治策略

该院医务、质控、信息等部门需依据VTE防治相关指南制定院内VTE防治策略、防治规范评价机制等。此外，根据VTE防治相关指标制定了院内质控规则，并引入了基于AI的VTE智能防治工具，在院内信息化系统进行部署。

2. VTE风险事前评估

VTE智能防治系统，根据不同科室部署了相关风险评估量表。系统可自动抓取患者各项数据，对于未进行出血风险评估的住院患者进行智能评估，并在病历中提醒医生进行风险评估，同时提供AI评估结果供参考。基于AI的VTE智能防治系统实现了各类评估量表的电子化、自动化，减少医务人员重复劳动。

3. 风险事件实时事中提醒

在诊疗全流程中，VTE智能防治系统会实时抓取患者数据，在转科、术前、术后等诊疗环节自动评估患者VTE风险，并通过弹窗等发出预警。医护人员点击风险预警，会提示异常数值和评估依据。通过数据对接，VTE智能防治系统形成了医护系统的信息闭环，不让医护人员遗漏每个重要信息，规范诊疗行为，有效降低误诊率和漏诊率。

4. 全院VTE防治信息统计监控

VTE智能防治系统可定期汇总临床VTE防治过程数据，纵/横向比较各科室院内VTE评估、预防质量，辅助医务管理人员从关注“做没做”转为重点关注“做得对不对”。此外，系统还可对院内VTE发生率、致死性PTE事件等终末指标进行监测分析。

五 应用成效与亮点

CDS REPORT ｜PART 5

01

应用创新

1. 信息自动抓取

医院多个信息系统的无缝对接，通过自然语言处理等人工智能技术将患者信息处理成结构化数据，以供系统进行监测、回填、提醒、分析等；同时，系统结合智能化临床路径，可对患者信息可帮助医务人员将评估、检查检验结果等信息自动回填至病历系统。

2. 风险动态评估

3. 诊疗全程质控

4. AI智能拦截

针对医嘱，系统会实时分析患者风险，对不恰当的医嘱进行自动拦截。通过对不规范的诊疗行为的事中干预，加强对环节质量的控制，最终改善终末质量。

5. 便利的交互模式

系统支持医生和护士评估结果的互通，医院可灵活选择评估实施人员，打通医护屏障，实现医护联合VTE防治。此外，预警、拦截、提醒等信息可与医生工作台、微信等通信工具衔接，方便医生实时查看信息。

6. 灵活卡控设置

根据不同科室、人群、节点的需求，该院在不同节点设置了不同级别的卡控，在需要动态评估、复评等关键节点发出强制提醒，医生完成操作后方可进入下一步操作，从而提高诊疗规范的依从性，全面落实指南防治要求。

7. 全院指标监控与分析

VTE智能防治系统不仅能让医院管理和临床了解到出院患者情况，同时在院期间也可以了解到评估干预情况。结合AI的VTE智能防治系统可对VTE防治相关指标全维度可视化管理，关键节点关键指标的统计帮助医院管理者实时掌握全院VTE防治情况，并可分科室、分病种进行VTE防治效果监测。

02

应用成效

1. VTE规范防治措施有效提升

2023年6月使用基于AI的VTE智能防治系统以后，全院VTE风险评估率迅速从60%提升至87%，中高危出血风险风险评估率稳定在70%左右，入院24小时、转科前/后24小时、术前/后24小时、出院前24小时评估率同步明显提升。该院在VTE风险评估和预防措施实施上均高于全国平均水平，说明基于AI的VTE智能防治系统对于VTE防治工作开展提到了较好的促进作用。

2. 质控关口迁移

系统的实施将质控关口前移到环节，通过综合分析过程质控指标和终末质控指标，帮助医院管理人员实时掌握临床防治情况与管理效果，彻底解决以前依靠抽查病历进行回顾性分析、管理严重滞后的问题，提高了VTE管理效率。

3. 全院VTE防治意识提升

基于AI的VTE防治系统上线后，大幅提高了医务人员VTE防治意识，相关预警触达大幅下降。智能的提示和评估表填充减少了医生评估的时间，减少了因突发VTE造成的医疗风险，同时也带来了良好的经济效益和社会效益。

4. 有力支撑医院管理决策

在实施过程中，该院定期开展关于风险评估、预防措施实施相关的院内培训，建立了VTE随访机制。根据VTE智能防治的系统的数据统计，定期分析薄弱环节和科室，针对性制定相关改进措施。

5. 建立VTE防治管理闭环

在智能化工具的辅助下，该院逐步建设完善了VTE防治体系，实现VTE“风险评估－高位预警－辅助决策－实时质控”闭环管理，累积了大量出院病例随访数据库等。

六 体会与展望

CDS REPORT ｜PART 6

基于人工智能的VTE智能防治系统提高了该院VTE管理效率，并将质控关口前移到环节，通过综合分析过程质控指标和终末质控指标，帮助医院管理人员实时掌握临床防治情况与管理效果，彻底解决以前依靠抽查病历进行回顾性分析、管理严重滞后的问题。系统还统一了全院VTE风险因素的解读标准，确保患者在不同科室均能获得同质化的防治方案，实现了全院标准化管理。

原文标题：案例展播 | 17. 湖北民族大学附属民大医院：基于人工智能的临床决策支持全方位赋能院内VTE管理