在醫(yī)療質(zhì)量與安全備受關(guān)注的今天，病歷作為診療活動(dòng)的核心載體，不僅是臨床決策的依據(jù)，更是醫(yī)院管理水平的重要體現(xiàn)。然而，傳統(tǒng)病歷質(zhì)控長(zhǎng)期依賴人工抽查，面臨效率低下、覆蓋面窄、內(nèi)涵質(zhì)控不足等痛點(diǎn)，難以滿足現(xiàn)代醫(yī)院精益化管理的需求。隨著人工智能技術(shù)的突破性發(fā)展，尤其是自然語(yǔ)言處理、大模型等人工智能（AI）技術(shù)的成熟，病歷質(zhì)控正從“形式合規(guī)”邁向“內(nèi)涵精準(zhǔn)”的智能化新階段。
DeepSeek等大模型究竟為病歷質(zhì)量管理帶來了哪些改變？在最新一期醫(yī)管必修課上，淄博市中心醫(yī)院運(yùn)營(yíng)辦公室主任、質(zhì)量管理辦公室主任兼病案管理科科長(zhǎng)段聰哲圍繞病歷質(zhì)量管理工作的4個(gè)階段，分享了DeepSeek輔助醫(yī)生和質(zhì)控人員完成高質(zhì)量病歷的實(shí)踐經(jīng)驗(yàn)。四個(gè)階段實(shí)現(xiàn)病歷質(zhì)控全面智能化段聰哲介紹，淄博市中心醫(yī)院的病歷質(zhì)控管理經(jīng)歷了多個(gè)階段的演進(jìn)。早期，病歷質(zhì)控主要依賴人工完成。那時(shí)，醫(yī)院每月出院病歷約1.2萬(wàn)份，質(zhì)控人員包括從臨床抽調(diào)的人員和專職質(zhì)控人員。憑借每份病歷獎(jiǎng)勵(lì)30元績(jī)效的激勵(lì)政策，質(zhì)控人員保持著較高的工作積極性。盡管如此，人工質(zhì)控的局限性仍舊難以突破，包括質(zhì)控工作容易流于形式、難以實(shí)現(xiàn)閉環(huán)管理在內(nèi)的管理問題還是無(wú)法解決，病歷質(zhì)量管理進(jìn)入瓶頸。隨著技術(shù)的發(fā)展，醫(yī)院引入了基于深度學(xué)習(xí)等技術(shù)的AI病歷質(zhì)控系統(tǒng)。在系統(tǒng)輔助下，幾乎所有時(shí)效性、完整性等形式質(zhì)控問題都能夠在臨床端解決，內(nèi)涵質(zhì)控問題主要有質(zhì)控人員在線上對(duì)病歷進(jìn)行復(fù)核解決。基于AI系統(tǒng)，全院病歷形成了100%機(jī)器質(zhì)控+人工質(zhì)控的模式。在此基礎(chǔ)上，醫(yī)院終于將多級(jí)質(zhì)控體系落地實(shí)施，并實(shí)現(xiàn)了包括病歷文書、病案首頁(yè)質(zhì)量在內(nèi)的多個(gè)閉環(huán)管理。全院病歷質(zhì)量整體提升的同時(shí)，也為醫(yī)院臨床?？平ㄔO(shè)、醫(yī)保支付方式改革和智慧醫(yī)院建設(shè)等多項(xiàng)工作奠定了重要基礎(chǔ)。2024年，為了進(jìn)一步提升病歷質(zhì)控水平，醫(yī)院引入了基于大模型的病歷質(zhì)控規(guī)則。相較于傳統(tǒng)規(guī)則，這些大模型規(guī)則能夠識(shí)別病歷中的邏輯矛盾和診療合理性問題，實(shí)現(xiàn)形式質(zhì)控與內(nèi)涵質(zhì)控的結(jié)合，顯著提升了病歷質(zhì)控的深度和廣度。在此基礎(chǔ)上，質(zhì)控人員只需要對(duì)少量病歷進(jìn)行邏輯性校驗(yàn)，這一進(jìn)步再次將質(zhì)控工作提升到了新的高度。通過大模型病歷質(zhì)控系統(tǒng)的質(zhì)控預(yù)警、修改建議以及自由問答等功能，醫(yī)生顯著提升了病歷書寫的積極性，并在這個(gè)過程中實(shí)現(xiàn)高質(zhì)量的學(xué)習(xí)和自我提升。2025年初，DeepSeek大模型的開源為醫(yī)院帶來了新的契機(jī)。經(jīng)過測(cè)試和評(píng)估，淄博市中心醫(yī)院將基座大模型更換為DeepSeek-R1大模型，并建設(shè)了智能體平臺(tái)，通過病歷生成、病情分析等功能再次提升了病歷書寫和質(zhì)控工作質(zhì)量。淄博市中心醫(yī)院長(zhǎng)期以來高度重視以電子病歷為核心的信息化建設(shè)，并成立了信息化建設(shè)管理委員會(huì)，從院級(jí)建設(shè)著手不斷加大信息化投入。“目前醫(yī)院建設(shè)有超過300平米的標(biāo)準(zhǔn)機(jī)房，部署了70多臺(tái)高性能和高可靠性的服務(wù)器，為醫(yī)院信息化發(fā)展奠定了堅(jiān)實(shí)的基礎(chǔ)?！倍温斦芙榻B，為加快大模型項(xiàng)目落地速度，醫(yī)院組織信息科、質(zhì)控辦、醫(yī)務(wù)部、病案科及各臨床科室成立了專項(xiàng)工作組。經(jīng)過全面評(píng)估醫(yī)院信息系統(tǒng)架構(gòu)，并深入調(diào)研臨床業(yè)務(wù)需求后，工作組最終確定了采用本地化部署，結(jié)合多個(gè)業(yè)務(wù)系統(tǒng)數(shù)據(jù)融合以及臨床決策支持系統(tǒng)（CDSS）的實(shí)施策略。同時(shí)，工作組根據(jù)臨床實(shí)際情況制定了詳細(xì)的部署規(guī)劃，包括系統(tǒng)測(cè)試、數(shù)據(jù)整合與對(duì)接、系統(tǒng)安裝與調(diào)試、人員培訓(xùn)與上線等環(huán)節(jié)，采用項(xiàng)目化管理模式確保項(xiàng)目按時(shí)按質(zhì)完成。在前期CDSS與AI病歷質(zhì)控系統(tǒng)的基礎(chǔ)上，大模型的微調(diào)和部署在兩周內(nèi)即完成并順利上線。相較于此前的AI系統(tǒng)，DeepSeek大模型不僅能夠檢查病歷中的語(yǔ)法、拼寫等基本問題，還能綜合分析患者信息、檢查檢驗(yàn)結(jié)果、醫(yī)囑詳情、手術(shù)記錄等，敏銳捕捉病歷內(nèi)涵問題，如診斷依據(jù)不足、治療矛盾等。通過交互式的大模型質(zhì)控建議，醫(yī)生對(duì)病歷內(nèi)涵問題的理解逐漸加深，有助于培養(yǎng)高質(zhì)量病歷書寫習(xí)慣。在大模型的輔助下，醫(yī)院病歷質(zhì)量控制實(shí)現(xiàn)了評(píng)分自動(dòng)化、交互實(shí)時(shí)化與質(zhì)控智能化，病歷質(zhì)量管理工作模式得到了重塑。根據(jù)病歷質(zhì)量管理工作一路走來的經(jīng)歷，段聰哲也提出了對(duì)未來病歷質(zhì)控工作的思考。首先是病歷文書質(zhì)控的歸口管理。目前醫(yī)院中多個(gè)科室都涉及病歷文書質(zhì)控工作，例如醫(yī)務(wù)科負(fù)責(zé)運(yùn)行病歷質(zhì)控，病案科負(fù)責(zé)終末病歷質(zhì)控，輸血科負(fù)責(zé)輸血前評(píng)估、輸血記錄和輸血后評(píng)價(jià)內(nèi)容質(zhì)控，院感科負(fù)責(zé)醫(yī)院感染和切口感染等內(nèi)容質(zhì)控。由于實(shí)際工作中，各科室對(duì)病歷質(zhì)量要求不同，管理措施不同，因此病歷質(zhì)量存在差異。如何進(jìn)一步明確各科室的職責(zé)，避免出現(xiàn)管理漏洞或重復(fù)勞動(dòng)，提高質(zhì)控管理的效率和協(xié)同性，將是未來病歷質(zhì)控工作需要解決的重點(diǎn)問題。最后是人工智能的輔助。隨著國(guó)家政策對(duì)醫(yī)療質(zhì)量監(jiān)管標(biāo)準(zhǔn)不斷提升和細(xì)化，以及越來越多的患者數(shù)量，利用大模型等AI技術(shù)輔助醫(yī)生和管理人員完成病歷質(zhì)量管理工作，已經(jīng)成為必須走的路。但在這個(gè)過程中，各家醫(yī)院都需要根據(jù)新的診療規(guī)范和要求，以及實(shí)際診療情況，不斷發(fā)展和臨床實(shí)踐深入，持續(xù)優(yōu)化大模型規(guī)則，才能讓智能工具發(fā)揮實(shí)際作用。此外，醫(yī)院需要在現(xiàn)有基礎(chǔ)上，進(jìn)一步拓展智能化技術(shù)在醫(yī)院其他領(lǐng)域的應(yīng)用場(chǎng)景，如智能預(yù)約、智能隨訪、病歷挖掘等，為醫(yī)院的高質(zhì)量發(fā)展提供更多的技術(shù)支持和創(chuàng)新動(dòng)力。
特別聲明：智慧醫(yī)療網(wǎng)轉(zhuǎn)載其他網(wǎng)站內(nèi)容，出于傳遞更多信息而非盈利之目的，同時(shí)并不代表贊成其觀點(diǎn)或證實(shí)其描述，內(nèi)容僅供參考。版權(quán)歸原作者所有，若有侵權(quán)，請(qǐng)聯(lián)系我們刪除。
凡來源注明智慧醫(yī)療網(wǎng)的內(nèi)容為智慧醫(yī)療網(wǎng)原創(chuàng)，轉(zhuǎn)載需獲授權(quán)。
