基于商业智能技术的医疗风险预警评估模型构建

朱骄锋 马 东 郑霞萍 罗 斌 董四平

基于商业智能技术的医疗风险预警评估模型构建

朱骄锋1马 东1郑霞萍1罗 斌2董四平3*

目的 构建医疗风险预警评估模型，提高医院精细化管理水平，积极预防医疗风险。方法 利用医院大数据平台，选择风险预警指标，通过商业智能技术实现指标的提取、整合，按风险等级设置不同的风险值，计算医疗风险总分值。结果 医疗风险预警评估体系应用于临床后，住院患者死亡率下降了0.1%，危重病人抢救成功率提高了0.3%。结论 建立基于商业智能技术的医疗风险预警评估体系，可以有效降低医疗风险的发生。

医疗风险；预警；模型；构建

First-author's address General Hospital of Datong Coal Mining Group, Datong, Shanxi, 037003, China

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回的损失，进而影响医疗机构的生存发展[1-2]。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[3]。医疗行业作为一种高知识密集、高难度、高技术的行业，因其高风险性成为民生问题的焦点[4]。相对于其它高风险行业，国际上对医疗风险的研究与管理起步较晚，而且缺乏成熟经验。目前，我国尚没有预防医疗风险的监测和预警体系，更没有相应的数据库系统及调控系统[5]。因此，通过大数据平台利用商业智能(Business Intelligence，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重要。

1 研究背景

山西省某三甲医院经过10余年的信息化建设，已经完成了医院信息系统(HIS)、实验室信息系统(LIS)、影像归档和通信系统(PACS)、手术麻醉管理系统等多个信息系统的构建。近年来，该院根据自身需求，遵循行业规范与标准，自主开发建设了医院整体信息化集成平台。

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，以满足临床、管理、科研对数据利用的需求，提高了医院精细化管理水平。

2 构建医疗风险预警模型

为了有效规避发生医疗风险的主观因素，减少或避免医疗风险，该院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，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。

2.1 统一的技术标准

商业智能技术是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，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。

2.2 风险评价指标的确定

2.2.1 辨识医疗潜在风险因素 医疗风险预警体系是借助电子病历运行系统，查阅国内外医疗风险管理文献，研究医疗纠纷或医疗争议中涉及高风险因素，如辅助检查结果报告不及时、监护数据医护未及时沟通等，将潜在的高风险因素转化为可提取的医疗风险指标。

2.2.2 确定医疗风险指标和权重 院级模型根据其专业技术特点分为内科模型、外科模型，分别设置相应的高风险预警指标。目前内科模型设有23个风险指标，外科模型设有26个风险指标。模型构建完成后，选择医院危重患者较多的科室，如呼吸内科、心血管内科、心胸外科、重症医学科等科室作为模型试点科室，将每天模型显示的危重患者与科室实际危重患者信息做对比，按照患者风险指标对比结果修订不合理的风险指标，不断调整其风险权重，最终确定院级模型的风险值与权重系数。医院系统风险监测指标包括生命体征监测指标(包括体温、脉搏、血压、尿量等)，诊疗行为监测指标(包括大量输血、使用精麻药品、非计划二次手术等)，医疗管理监测指标(包括报病危/病重、护理级别等)。

2.2.3 征求专家意见 由医疗专家、临床业务骨干、医务科、医患办公室等24人组成专家咨询组，通过专家定性访谈、专题小组讨论等方法，对高风险因素及相应的风险指标进行反复磋商，集思广益，最终确定院级高风险评价指标。

2.3 风险模型的构建

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。

2.4 不同风险等级患者的评价

医疗风险预警模型根据在院患者存在的风险指标数值，按照实际风险指标实时从医生工作站、护理工作站、收费系统、后勤保障系统等数据库中自动提取，所有风险指标的风险值相加最终获得该患者的风险评估指数。目前，该系统按照风险分值大小分为高危、中危、低危三级，当达到对应的风险值时，系统会根据风险值显示不同颜色的预警等级。红色为高危预警，需引起高度重视或必须紧急处理；橘色为中危预警，需引起重视；绿色表示低危预警，关注即可。监控人员可根据风险预警界面的预警颜色标识很快发现需要重点关注的中、高危患者，提早干预并持续追踪，避免医疗风险的发生。

3 讨论

3.1 应用效果

该模型经过半年的试运行，监控发现中危、高风险患者2 945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%。危重患者抢救成功率从2014年的99.3%提高到了2015年的99.7%，因医务人员主观因素导致的医疗纠纷或投诉例数由2014年的43例下降至2015年的14例，说明该风险预警体系为准确预测和防范医疗风险的发生提供了保障。

3.2 风险预警模型构建的特点

医疗风险预警评估模型的构建可根据不同学科及专业特点，在院级风险预警模型的基础上，增加或减少适合本专业患者病情危险程度的指标，形成符合本专业需求的风险指标及权重。专科模型的构建权限由各专业学科带头人负责，具有一定的专业灵活性。该预警模型的构建以信息化作为支撑，利用商业智能技术整合了医疗机构多个系统的风险值数据，提高了数据来源及质控结果的准确性和灵敏性，减少了质控部门的人力成本。但是，该模型也需要医疗机构具有完善的信息化建设作为基础。

3.3 下一步研究重点

医疗风险预警系统构建了以临床数据仓库为核心的医疗风险预警体系模型，不仅能够将各临床业务系统数据利用商业智能技术进行整合、分析，为临床综合判断患者病情及医疗风险提供依据，而且可以了解患者存在的医疗风险因素，实现医疗风险院、科两级的有效管理，提高了医院的精细化管理水平。

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纳入绩效考核，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[6]。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”[7]。

[1] 张红宇,张 洁,杜淑英,等.医务社会工作参与高风险病例管理的探讨[J].中国病案,2014,15(6):36-37.

[2] 陈羽中,饶 黎.对医疗风险度评价的探讨[J].中华医院管理杂志，2013,22(5):327-328.

[3] 陈宗茹. 对医疗风险及内部防控管理的分析[J].中国医药指南，2015,13(3)：295.

[4] 谢春艳.对发展医务社会工作的相关问题探讨[J].中国医学伦理学,2012,25 (3):398-400.

[5] 付建军.防范医疗风险减少医疗纠纷的实现方法[J].实用医技杂志,2004,11(11):2412-2413.

[6] 秦霞玉，王彬夫．组织行为视角下医疗风险防范管理探析[J].中国医院管理，2012，32(12)：55-56．

[7] 王惠英，宣俊俊，邱智渊，等．医疗风险预警机制构建[J].中国卫生质量管理，2016，23(2)：27-28．

修回日期：2016-08-10

责任编辑：姚 涛

医疗服务质量是患者心中最重要的砝码。

——佚名

Construction of Medical Risk Early Warning Evaluation Model Based on Business Intelligence Technology

ZHU Jiaofeng,MA Dong,ZHENG Xiaping,et al.

Chinese Health Quality Management，2017,24(1):04-06

Objective To construct medical risk early warning evaluation model, improve the level of refined management in hospital, and prevent the occurrence of medical risks. Methods By using the hospital big data platform, risk early warning indicators were selected, and the risk index was extracted and integrated according to the business intelligence technology. The risk value was set according to the risk level, and the total score of medical risk was calculated. Results After the application of medical risk early warning evaluation system in clinical practice, the death rate of hospitalized patients decreased by 0.1% and the success rate of critically ill patients increased by 0.3%. Conclusion The medical risk early warning and evaluation system based on business intelligence technology can effectively reduce the occurrence of medical risks.

Medical Risk; Early Warning; Model; Construction

10.13912/j.cnki.chqm.2017.24.1.02

董四平 1 大同煤矿集团有限责任公司总医院 山西 大同 037003 2 武汉雕龙医疗数据服务股份有限公司 湖北 武汉 430000 3 国家卫生计生委医院管理研究所 北京 100191

2016-05-12

朱骄锋1马 东1郑霞萍1罗 斌2董四平3*

董四平：国家卫生计生委医院管理研究所战略发展部主任

E-mail：sipingd@163.com