一種結(jié)構(gòu)化電子病歷的相似性查重方法*

王興強 孟 娜*

病歷相似性查重是醫(yī)院病歷文書質(zhì)量控制的一項重要內(nèi)容，是提高病歷文書質(zhì)量，有效防止臨床醫(yī)生違規(guī)拷貝病歷的重要手段。隨著醫(yī)療信息化技術(shù)的發(fā)展，結(jié)構(gòu)化電子病歷系統(tǒng)得到廣泛的應用與開發(fā)[1-3]。結(jié)構(gòu)化電子病歷的應用提高了病歷文書質(zhì)量，有利于區(qū)域范圍內(nèi)患者醫(yī)療信息的發(fā)布與共享，以及醫(yī)療機構(gòu)之間互聯(lián)互通和協(xié)同[4-5]。結(jié)構(gòu)化電子病歷的相似性查重是病歷文書質(zhì)量控制的重要手段，單純的文本比對方式已不適用于結(jié)構(gòu)化電子病歷的相似性查重。基于此，提出一種結(jié)構(gòu)化電子病歷的相似性查重方法，協(xié)助病歷文書質(zhì)量控制人員查找違規(guī)拷貝病歷。

1 結(jié)構(gòu)化電子病歷規(guī)范

結(jié)構(gòu)化電子病歷是指從醫(yī)學信息學角度，將以自然語言方式錄入的醫(yī)療文書按照醫(yī)學術(shù)語要求進行結(jié)構(gòu)化分析，并將這些語義結(jié)構(gòu)最終以關(guān)系型(面向?qū)ο?結(jié)構(gòu)的方式保存到數(shù)據(jù)庫中[6-8]。《電子病歷基本架構(gòu)與數(shù)據(jù)標準》[9]中明確了電子病歷從臨床文檔到數(shù)據(jù)元的層次結(jié)構(gòu)關(guān)系。電子病歷數(shù)據(jù)結(jié)構(gòu)共分為臨床文檔、文檔段、數(shù)據(jù)組和數(shù)據(jù)元4層。

(1)臨床文檔。患者病歷由一系列的病例文檔組成，包括入院記錄、首次病程記錄、手術(shù)記錄、出院小結(jié)等，每種病歷文檔都有與之對應的病歷模板，有全院通用病歷模板和專科病歷模板。電子病歷系統(tǒng)中通過病歷模板來創(chuàng)建患者病歷文檔。

(2)文檔段。指病歷文檔中邏輯上的段，包含入院記錄中的主訴、現(xiàn)病史、既往史、婚育史、體格檢查及首次病程記錄中的病歷特點、診斷依據(jù)、鑒別診斷及診療計劃等。

(3)數(shù)據(jù)組。文檔段中具有臨床語義完整性和可重用性的基本單元，由若干數(shù)據(jù)元構(gòu)成，可以嵌套。

(4)數(shù)據(jù)元。數(shù)據(jù)元為電子病歷數(shù)據(jù)結(jié)構(gòu)中不可再分的數(shù)據(jù)單元，通過定義、標識、表示和允許值等一系列屬性進行賦值。

2 結(jié)構(gòu)化電子病歷的違規(guī)拷貝

結(jié)構(gòu)化電子病歷可以通過病歷模板快速生成病歷文檔，再通過結(jié)構(gòu)化錄入的方式書寫[10-11]。由于病歷模板結(jié)構(gòu)化制作工作量大，有些醫(yī)院在電子病歷系統(tǒng)上線時，對模板制作要求不高，部分病例模板未使用結(jié)構(gòu)化語言錄入，造成了生成的病歷文檔“千篇一律”，出現(xiàn)雷同病歷現(xiàn)象。還有部分醫(yī)生，大量使用復制粘貼功能，出現(xiàn)違規(guī)拷貝病歷現(xiàn)象。有的同一疾病的患者，主訴、發(fā)病過程及起病的原因和處理方式完全一樣，甚至標點符號都一樣，這種拷貝病歷的方式從單份病歷上不易發(fā)現(xiàn)，但把相同病種的病歷進行比較就顯而易見。

違規(guī)拷貝的病歷失去了病歷原有的價值，是對患者的不負責，可能會引起不必要的醫(yī)療糾紛，并承當相應的法律責任，違規(guī)拷貝病歷危害很大，需加強相應電子病歷質(zhì)量控制。

3 結(jié)構(gòu)化電子病歷相似性查重方法

一種基于結(jié)構(gòu)化電子病歷的相似性查重方法，通過定義結(jié)構(gòu)化電子病歷的文檔模版查重屬性、文檔段查重屬性，采用最小相似比字符串匹配(knuth morris pratt，KMP)算法，實現(xiàn)相似病歷查重，在患者的結(jié)構(gòu)化電子病歷的病歷文書中查找臨床醫(yī)生違規(guī)拷貝的病歷。

3.1 文檔模版查重屬性

文檔模版查重屬性是指結(jié)構(gòu)化電子病歷的文檔模版類型的屬性，是否支持相似性查重。常見的結(jié)構(gòu)化電子病歷的文檔模板類型屬性包括結(jié)構(gòu)化、首頁另起紙張、尾頁允許續(xù)打、歸檔及可重復等。病歷的文檔模版類型是否支持相似性查重，決定病歷相似性查重時是否檢索該文檔。

3.2 文檔段查重屬性

文檔段查重屬性是指電子病歷的文檔模版類型中文檔段的屬性，是否支持相似性查重。文檔段是病歷文檔中邏輯上的段，文檔段為構(gòu)成該文檔段的數(shù)據(jù)提供臨床語境。支持相似性查重的文檔模版類型中的文檔段是否支持相似性查重，決定病歷相似性查重時是否檢索該文檔段。

3.3 最小相似比KMP算法

最小相似比KMP算法，是指在KMP算法基礎(chǔ)上增加最小相似比系數(shù)C，當匹配目標字符串超過1-C比例時，退出匹配。KMP算法是字符串比較常用的算法[12-15]。

最小相似比KMP算法與KMP算法相比，運行效率顯著提高，最小相似比KMP算法步驟如下：①在目標串S和模式串T中分別設(shè)比較的起始下標i和j，初始化最小相似比系數(shù)C，C的取值范圍為0到1；②計算目標串S和模式串T的長度LS和LT；③采用KMP算法計算模式串T的前綴數(shù)組next[j]；④如果目標串S未比較完i＜LS或模式串T未比較完j＜LT，跳到步驟⑤，否則跳到步驟⑨；⑤如果S[i]=T[j]，跳到步驟⑥，否則跳到步驟⑦；⑥目標串S和模式串T的比較下標都下移一位，即i加1，j加1，跳回到步驟④；⑦如果目標串S未比較部分小于最小相似長度，LS-i＜LS*C，跳到步驟⑨，否則跳到步驟⑧；⑧模式串T的比較下標j跳至next[j]，即j=next[j]，跳回到步驟④；⑨結(jié)束。

3.4 病歷相似性查重方法

設(shè)置結(jié)構(gòu)化電子病歷的文檔模版查重屬性以及文檔段查重屬性，讀取支持相似性查重的文檔模板中支持相似性查重的文檔段，并去除結(jié)構(gòu)化綁定對象部分，加載到對比對象列表中，采用最小相似比KMP算法進行查重計算，步驟如下：①開始；②檢索患者結(jié)構(gòu)化電子病歷的文件列表，包括入院記錄、病程記錄、手術(shù)記錄及出院小結(jié)等全部文檔類型的病歷文檔；③逐條讀取病歷文件列表，如果讀取完畢跳到步驟⑩；④判斷病歷文件的文檔模版查重屬性，如果支持相似性查重，跳到步驟⑤，否則跳回到步驟③；⑤檢索文檔模版類型的文檔段列表；⑥逐條讀取文檔段列表，如果讀取完畢跳回到步驟③；⑦判斷文檔段查重屬性，如果支持相似性查重，跳到步驟⑧，否則跳回到步驟⑥；⑧檢索文檔段中的結(jié)構(gòu)化綁定對象；⑨加載病歷文件的相應文檔段的文本至待查重對象列表，并去除結(jié)構(gòu)化綁定對象的部分，跳回到步驟⑥；⑩采用最小相似比KMP算法，對待查重對象列表中的文本，進行相似性查重后結(jié)束。

4 結(jié)構(gòu)化電子病歷相似性查重優(yōu)勢

結(jié)構(gòu)化電子病歷的文檔模版查重方法能夠從結(jié)構(gòu)化電子病歷文檔中查找到內(nèi)容重復的病歷，可進行違規(guī)拷貝病歷查找；將該方法嵌入到結(jié)構(gòu)化電子病歷質(zhì)量控制系統(tǒng)中，能夠?qū)崿F(xiàn)病歷相似性查重，成為終末病歷質(zhì)量控制的重要手段之一，杜絕臨床醫(yī)生違規(guī)拷貝病歷的情況發(fā)生，可為病歷質(zhì)量控制工作人員提供有效的監(jiān)測手段。結(jié)構(gòu)化電子病歷的相似性查重已累計查重病歷3500余份，發(fā)現(xiàn)違規(guī)拷貝病歷173份，并及時反饋召回。

5 結(jié)語

基于結(jié)構(gòu)化電子病歷的相似性查重方法，設(shè)置結(jié)構(gòu)化電子病歷的文檔模版及文檔段的查重屬性，去除結(jié)構(gòu)化綁定對象的內(nèi)容，采用最小相似比KMP算法，進行病歷文書相似性查重，協(xié)助病歷文書質(zhì)量控制人員查找違規(guī)拷貝病歷情況，有效提高病歷質(zhì)量控制水平。