短信预警医疗风险：半年医患纠纷投诉数下降70%

医疗风险无处不在，贯穿于诊断、治疗、康复等医疗行为的全过程。医疗风险的发生往往会导致难以挽救的损失，进而影响医疗机构的生存发展。近年来，在各种媒体上经常出现因医疗风险问题引发的医疗纠纷、医疗赔付及"医闹"等报道。

医疗行业作为一种高知识密集、高难度、高技术的行业，因难以规避的高风险性日益成为民生问题的焦点。

相对于其他高风险行业，国际上对医疗风险的研究与管理起步要晚得多，而且缺乏成熟经验。目前，我国尚没有预防医疗风险的检测和预警体系，更没有相应的数据库系统及调控系统。因此，通过大数据平台利用商业智能（BusinessIntelligence，BI）技术采集、分析合理的医疗风险指标数据，建立完善有效的风险预警评估机制，尽早识别和出现可能发生的医疗风险，对提高医院精细化管理水平，降低医疗风险对医护人员的危害尤为必要。

在完善相关临床数据仓库的基础上，该院进一步优化、改造和增强现有临床业务系统功能，深度挖掘与整合所有业务系统数据，不断探索系统改造，提高数据质量及采集实时性，满足临床、管理、科研对数据利用的需求，提高了医院精细化管理水平。

为有效防控医疗风险发生的主观因素，减少或避免医疗风险，本研究结合医疗风险的特点、种类和成因，以科学的分析方法和商业智能技术为手段，构建了医疗风险预警评估体系。该体系模型总体的设计思路和原则是利用医院已有的信息化大数据平台，提取医疗风险指标数据，风险评估后及时发现高风险住院患者，尽早干预、持续追踪，最终避免医疗风险的发生。

商业智能技术可将医疗机构中现有的数据进行有效整合，快速准确提供报表并提出决策依据，最终帮助领导者做出明智决策的一种有效管理工具。该模型通过BI技术，可将HIS、LIS、电子病历、PACS、病理、手麻、病案等系统中的业务数据按照统一的国家技术标准进行数据清洗、转换，最终形成以病历及各医疗行为发生时间为中心的临床病历索引数据仓，并利用多级计算规则实时监测评价风险指标，最终形成针对院级、科目、科室等不同适用对象的风险预警知识库。

院级医疗风险预警模型确定后，科目、科室模型可直接调取院级模型指标，并在此基础上添加更能反映本学科医疗风险的指标，同时根据专业特点设置相应不同的权重系数。如呼吸内科模型在院级模型指标基础上增加了血气分析、痰培养、特殊级抗菌素的应用等风险指标并设置了较高的权重比例。普通外科增加了引流量、术后并发症等指标并设置相应的权重比例。

该模型经过半年的试运行，监控发现中危、高风险患者2945例，经短信自动提示主管医生及所在科室主任后，及时纠正或预防高风险因素出现的患者达到95%。该院2015年危重患者抢救成功率从2014年的99.3%提高到了99.7%，因医务人员主观因素导致的医疗纠纷或投诉例数也由2014年的43例下降至14例，说明该风险预警体系的建立为准确预测和防范医疗风险的发生提供了保障。

但该模型的构建仅限于通过短信平台对相关人员进行提醒，尚未实现对干预结果的追踪与反馈。因此，今后将进一步完善该模型对预警患者提醒后干预措施的追踪及干预效果的评价，对高风险患者进行持续关注，直至转归。

同时对追踪过程中收集的医疗风险预警信息利用根因分析法、失效模式与效果评价法、PDCA循环等工具进行分析，对风险处理不及时的事件进行点评、并计入绩效考核，以起到教育整改的效果。

该系统仍处于试运行阶段，很多功能还不健全，如门诊信息的纳入后形成患者从入院至出院的闭环预警，不同科目或科室管理人员对该体系的维护与使用不熟悉，可否将该体系的PC版转变为APP版更加方便医护人员追踪风险因素等，仍有待进一步完善。

为了加强医疗风险管理，卫生行政部门已经制定了一系列加强医疗风险预警监管的政策，但仍存在一些问题。如可操作性不强，很多卫生机构并未有效执行，缺乏有效的监督机制等，目前尚无一套完整、可行的风险预警系统。医院管理者不仅应加强医务人员培训，提高风险防范意识，更要从信息化建设方面下功夫，不断完善医疗风险预警机制，及时发现潜在风险，采取干预措施，真正做到"防患于未然"。

原标题：基于商业智能技术的医疗风险预警评估模型构建