以數據為基石支撐現代醫院管理

李少鵬 李 建 劉 娟 王志粉＊

（南京醫科大學附屬淮安第一醫院運營質量管理處，江蘇 淮安223300）

隨著醫療改革的持續推進，“精細化管理”這五個字眼頻頻出現在各大醫院論壇[1]。然而醫院精細化管理離不開信息化的投入與保證，現在很多醫院紛紛開始智慧醫院建設，以醫院海量數據為依托，信息化為抓手，對數據進行挖掘，使醫院管理者決策時做到運籌帷幄，為醫療工作提供預測和指導，促進醫院綜合管理能力的全面進步。如何保證源數據的準確性是醫院借助信息進行精細化管理的前提。通過對醫院信息化現狀進行大量的調研，從數據產生的源頭著手，發現影響數據準確性的問題及信息應用難點。

1 數據從產生到應用過程

1.1 數據產生

原始數據的產生主要包括系統導入和人工錄入。系統導入又包括設備讀取和系統生成，人工錄入包括手工錄入和紙質記錄。目前設備讀取正在全面推廣，如移動護理PDA掃碼、高值耗材掃碼出入庫以保障物資的賬物相符。手工錄入存在諸多缺點，如系統時間可人為修改、主觀性強等。數據產生如圖1所示。

圖1 數據從產生到應用流程圖

1.2 數據提取

數據提取是以指標為導向，主要包括三甲醫院評審、JCI評審、“十三五”規劃指標、績效考核指標及其他常用指標等。通常的指標包含床位周轉次數（出院+轉出人數）/開放床位數、每門診人次費用（元）、呼吸機相關肺炎發病率、離室時STEWARD評分≥4分例數等。但目前部分數據難以提取，有無數據、有數據但無記錄途徑、無效數據。部分數據規則不統一、編碼不一致。

1.3 數據集成

數據分散在包括His、Lis、PACS、CIS、NIS等各個系統中。初步統計下我院目前有62信息化系統，分屬不同部門管理，每個系統的架構、數據格式、編碼標準可能不同，使得數據集成時整合困難。且很多科室沒有一手的數據，在接收其他系統數據時需要人工調整，可能出現主觀的判斷、數據缺失及錯誤。因此也會產生不同系統的數據不一致，卻難以追溯其準確性。

1.4 數據運算

通過定義分子、分母設定出運算公式形成指標例如，床位周轉次數=（出院+轉出人數）/開放床位數、呼吸機相關肺炎發病率=呼吸機相關肺炎的例數/所有患者使用呼吸機的總日數。

1.5 數據應用

通過數據運算將數據形成指標、報表供實際應用。

2 影響數據準確性流程分析

數據準確性主要取決于流程中的前兩部分，重點分析影響數據產生及數據提取方面問題。

2.1 數據產生方面

2.1.1 設備讀取

主要是通過讀取患者的身份證、就診卡、移動PDA掃描、物資碼掃描等，其準確性高，我院正在全面推廣。（舉例：目前我院除少數特殊性質的部門，如急診、血透室、手術室、產科、血液科移植病房外，移動護理基本達到全院推廣，除部分高值耗材外，我院正計劃將掃碼出庫逐步推進至全院物資，保障物資的賬物相符）。數據產生分類見表1。

表1 數據產生分類表

2.1.2 系統生成

主要是系統自動記錄主要的節點時間、日期，其準確性較高。但這些信息是可以人為修改（舉例：CIS系統中醫生書寫病歷、開立醫囑、停止醫囑時間系統自動生成，但是這些生成的時間是可以人為修改的，這樣導致個別操作人員的隨意性，拖沓習慣的養成，真實時間的難以追溯、指標無法考核）。

2.1.3 手工錄入

包括病歷書寫、不良事件上報、收費信息等都是通過手工錄入，其主觀性強，部分信息缺失、存在錯誤且不規范，其準確性稍低。手工錄入存在缺失和錯誤，如門診患者信息是通過人工錄入實現信息采集，其中無效信息占67%，由于手工錄入缺失空白占97%，由于手工錄入錯誤占3%。不良事件上報存在取舍且漏報數據難以獲取。如我院院內壓瘡發生率，2017年第一季度發生率為僅為0.044%，遠低于同級別其他醫院，院外、院內發生率遠高于同級別其他醫院。

2.1.4 紙質記錄

主要包括門診病歷、毒麻藥品處方等。其準確性低，我院正逐步實現無紙化（舉例：紙質記錄規范性差、難以收錄。如常被老百姓詬病、媒體批評的手寫門診病歷其規范性差、字跡潦草、難以收錄。我院2016年12月開始試行門診電子病歷，采用固定模板，填空式記錄，目前使用率已經超過50%）。

2.2 數據提取

對現有指標進行匯總，我院主要指標包括等級醫院評審指標、JCI評審指標、“十三五”規劃指標、績效考核指標以及其他常用指標總計1 103項指標。通過對指標的拆解，從醫院海量的數據中快速找到人們需要的數據，找到數據來源提取需要的數據。

2.2.1 部分數據難以提取無數據

如會診時間（普通會診＞48小時、急會診＜10分鐘、急診停留時間＞2小時和＜6小時）。

2.2.2 有數據無記錄途徑

大型檢查陽性率、術后并發癥發生率、不良事件漏報率等。

2.2.3 編碼不一致、規則不統一

由于醫院系統種類繁多及歷史性原因，各種編碼規則很難統一。舊的科室代碼名稱沒有停用、不同層級的名稱代碼同時出現、同一個科室不同代碼、不同科室同一個代碼、同一個科室多種名稱、一個名稱包含多科室等種種問題。不利于工作量的統計和績效的核算，難以準確的將成本收入歸集到相應的責任中心。

3 針對性改善建議

3.1 信息化改造

通過流程改造系統自動統計。目前大型檢查陽性率指標由人工事后統計，可以通過PACS系統中流程改造實現系統自動統計，在醫師點擊完成報告時跳出必選對話框，勾選陽性或陰性結果，就可以獲取較為準確的數據。院感、傳染病、慢性病的上報以往都是通過紙質填報，現在可通過杏林醫院感染實時監控系統，通過與患者體溫單、醫囑單、檢查檢驗結果相關聯，系統自動判斷，發出預警，感管科預先處理，可以準確判斷院感的發生，并提醒臨床及時處理。與此同時建立患者主索引，通過患者主索引（EMPI）進行關聯，整合同一患者分散的就診信息，做到信息共享，提高醫療質量和效率。患者看病不再需要帶著厚厚一打病歷和檢查結果，只需要身份證或者就診卡，醫生便可以掌握患者所有的診療信息[5]。

3.2 標準化

各類編碼的維護由相關職能科室進行扎口管理，做到編碼的唯一性、更名或調整后及時更新，實現一處維護，全院信息共享。如科室名稱、科室代碼-信息中心、員工院號-人事處、ICD9手術編碼和ICD10疾病編碼-病案室等[3]。

3.3 建立數據倉庫

將全院所有系統中產生的原始數據通過ETL（抽取、清洗、轉換、加載）過程，存放在數據倉庫中，實現數據的統一管理和維護，為報表、查詢、分析和決策提供支持[4]。

3.4 數據維護

由數據質量管理員、數據平臺維護人員、源系統運維人員等人員成立數據管理中心，專門負責：（1）制定符合醫院信息化發展要求的規劃；（2）數據安全、使用權限的維護；（3）數據質量的日常維護；（4）異常數據的追溯、修正、結果評估；（5）新增數據、變更數據的評估、實施；（6）數據來源的調取、數據應用的追蹤[2]。

4 結語

通過建立數據管理中心，對數據進行標準化定義，流程改造完善數據采集與準確性。將全院各個系統中產生的原始數據通過ETL（抽取、清洗、轉換、加載）過程，存放在數據倉庫中，實現數據的統一管理和維護，為報表、查詢、分析和決策提供支持，并通過數據維護保證其準確性、一致性、完整性、及時性、可獲取性。以醫院海量數據為依托，信息化為抓手，對數據進行挖掘，使醫院管理者決策時做到運籌帷幄，促進醫院綜合管理能力的全面提升。