质量与信息化丨人工智能技术应用于电子病历质控

2021
08/23

+
分享
评论
中国卫生质量管理杂志社
A-
A+

利用人工智能对电子病历持续探索,可以发掘出更多的临床特征数据、管理数据,发现更多的电子病历特征和规律,有助于未来实现医疗机构全方位质控的预判、质控精细化管理。


人工智能技术(artificial intelligence)自1956年在达特茅斯会议提出后,经过几十年的发展已经成为模拟、扩展人的智能和经验的的一门新的技术科学。它涉及的研究领域包括自然语言处理(NPL)、图像识别、机器学习、专家系统、神经网络等等。如何利用人工智能的知识图谱、后结构化等技术构建智能化的质控规则体系,以满足医疗机构新的电子病历质控要求,就成为一段时间医疗机构质控工作重要研究方向。

 
人工智能技术在电子病历质控中的应用

机器学习
传统的电子病历质控无法实现机器学习,只能通过编写代码来实现逻辑判断,而机器学习是通过收集和分析大量的样本数据,并对特征进行提炼、分解、总结的一种高效的学习方式。

自然语言处理(NPL)
自然语言处理(NPL)可以将目前的半结构化和纯文本病历通过深度卷积模型(Convolution Neaural Network)形成医学术语和属性,并根据逻辑库规则和目前国内外相关标准(如ICD9、ICD10、SNOMED-CT)进行综合利用。

图像识别
传统的医学影像质控,更多是基于高年资医师对低年资医师的报告复审,时间长效率低且仅依赖经验判断;而基于图像识别技术,使用FASTER-RCNN 深度神经网络进行深度学习,对原始图像逐层提取特征,最后和诊断标准进行比对,可有效解决计算机图形问题,并在一些疾病诊断如新冠肺炎的影像学辅助诊断上发挥了重要作用。

专家系统
人工智能技术中的专家系统在医疗领域已经得到了充分利用。其特点是能模拟专家思维,具有专家知识水平,能有效推理,且具有知识获取能力。专家系统一般包括人机交互界面、知识库、推理机、解释器、数据库、知识获取六部分。


讨论与分析

质控专家与人工智能质控的关系
人工智能技术虽然已经有了很大的发展,但质控专家以及有些临床医师仍然对人工智能技术质控存在质疑。针对此类问题,建议人工智能质控结果应增加溯源功能,明确数据获取来源及结论因果关系,增加人工智能质控和专家质控结果对比分析,逐步提高人工智能质控结论的权威性  

人工智能质控的目标
借助人工智能技术首先可解决质控效率问题,例如一个复杂的质控问题,其思路往往要关注病史、诊断、客观报告、病程描述、开立医嘱等方方面面。通过人工能智能质控则能快速给出判断,效率比单纯的人为检查高很多。同时,人工智能质控的质控范围也大大超过纯人工质控,可基本上覆盖患者的全部医疗数据。

人工智能质控的隐私保护
人工智能技术具有自动收集临床资料的功能,因此医疗机构需建立规范的约束和监管机制,在收集质控数据的同时,必须要注重保护患者隐私。人工智能技术仅被允许收集电子病历中的有效数据,对敏感信息要进行脱敏处理,避免因人工智能质控而产生新的质控安全问题。
利用人工智能对电子病历持续探索,可以发掘出更多的临床特征数据、管理数据,发现更多的电子病历特征和规律,有助于未来实现医疗机构全方位质控的预判、质控精细化管理。


作者来源:首都医科大学宣武医院 孟岩等  
文章见本刊2021年第11期  


本文由作者自行上传,并且作者对本文图文涉及知识产权负全部责任。如有侵权请及时联系(邮箱:nanxingjun@hmkx.cn
关键词:
人工智能技术,人工智能,机器学习,电子病历,信息化,特征,效率

人点赞

收藏

人收藏

打赏

打赏

我有话说

0条评论

0/500

评论字数超出限制

表情
评论

为你推荐

推荐课程


社群

精彩视频

您的申请提交成功

确定 取消
剩余5
×

打赏金额

认可我就打赏我~

1元 5元 10元 20元 50元 其它

打赏

打赏作者

认可我就打赏我~

×

扫描二维码

立即打赏给Ta吧!

温馨提示:仅支持微信支付!