基于人工智能疾病編碼現狀及應對策略

韓琳 吳良文 李春生 吳怡蕾

摘要：人工智能（AI）是一種新興的學科，依托計算機模擬人類智能行為，是人工智能為重要組成部分。同時，隨著專家決策系統、智能化識別的發展，使其在疾病編碼中應用得進一步拓展。因此，基于人工智能，分析疾病編碼及其關系，能指導臨床診療。同時，應用編碼系統還能更好實現醫院與醫保系統對接。綜上所述，應用國際疾病分類（ICD-10）標準，以信息化為支撐，對相關診斷分組（DRGs）的基礎的預付費制度進行分析，能指導醫生完成病歷的書寫、疾病的編碼，能在一定程度上影響醫療保險基金及醫療經濟收入，對于臨床疾病的診斷、促進醫院的發展具有重要的意義。因此，該研究將以人工智能疾病編碼為起點，分析當前我國人工智能疾病的發現現狀、存在的問題，針對存在的問題提出相應的應對策略。

關鍵詞：疾病編碼;現狀;對策

中圖分類號：TP18? ? ? 文獻標識碼：A

文章編號：1009-3044（2021）33-0081-02

開放科學（資源服務）標識碼（OSID）：

1 背景

人工智能是一種新興的技術，該方法以計算機為主要工具，通過模擬人類的智能行為為主。既往研究表明：人工智能是知識工程的重要組成部分，借助專家系統能有效地實現疾病的預測、診斷[1]。我國臨床上對于疾病的診斷更多以國際疾病分類（ICD）作為基礎，廣泛用于醫療不同領域。同時，隨著醫療技術的不斷發展，人工智能的使用已經拓展到非致死性疾病，并廣泛用于疾病的統計、診斷。因此，加強人工智能疾病編碼，有助于促進醫院的發展，能獲得良好的預后[2]。本文將以人工智能疾病編碼為起點，分析當前我國人工智能疾病的發現現狀、存在的問題，針對存在的問題提出相應的應對策略，綜述如下。

2 疾病與疾病編碼庫的關系

疾病是一個相對復雜的過程，加強疾病的診斷對改善預后具有重要的作用。既往研究表明：隨著疾病種類、數量的增多，疾病變化的特定決定了疾病的診斷方式及形式。但是，疾病的分類編碼屬于是一種動態變化的過程，理想的疾病編碼應該囊括所有的疾病，并形成映射關系[3]。

疾病編碼的過程是受到的影響因素較多，正如知識是例題，規則屬于集合，但是例題與集合之間又存在緊密的聯系。通過一定的規則進行推理、分析，能較為準確地把握疾病的本質，可輔助臨床診療。國內學者研究表明：控制性知識能客觀地處理認識疾病，實現疾病的輔助診療。因此，了解知識庫能從全局的角度把握疾病、認識疾病，實現疾病的診療。從狹義角度看，疾病編碼更多地依賴于專家決策系統，并由數據層、控制層及知識庫等組成。但是，廣義的疾病編碼更多關注不同領域的專家系統。因此，將人工智能用于疾病編碼中，應將其視為專業系統。既往研究表明：人工智能的疾病編碼，能根據一定的規則，通過控制策略，實現疾病的分類、編碼，從而充分發揮人工智能疾病編碼優勢[4]。

3 疾病診斷的發展現狀分析

近年來，雖然我國的醫療水平得到明顯的提高，但是醫院實際運行過程中存在的問題相對較多，導致單病種向DRGs的使用、過渡難度較大。從以往研究結果看出，單病種收費不僅要提高醫療質量，又需要站在患者的角度，充分考慮其醫療費用，盡可能降低醫療風險，減輕患者及社會經濟負擔。同時，隨著人們生活方式、飲食習慣的改變，導致臨床疾病呈多樣性、復雜性等特點，均會增加臨床診療難度。

人工智能疾病編碼用于疾病診斷中具有以下優點：1）借助人工智能編碼能減輕、釋放大量的勞動力，減輕醫護人員工作強度。借助人工智能編碼能對常見病較為輕松、方便地進行診斷，避免長時間翻閱書籍造成資源浪費;2）能較好地現代信息管理技術要求。人工智能疾病編碼的使用充分利用計算機和計算機網絡技術，并將其用于醫療信息管理中，能大大釋放勞動力，提高醫院的工作效率[5]。

4 疾病診斷問題及其原因分析

當前醫療改革不斷深入，主要原因是：患者疾病類型較多、病情較為復雜，導致患者住院時間較長，導致醫療費用較高，增加醫保壓力。為了降低患者住院費用，多數醫院均能結合本院情況進行制度改革，盡可能控制醫療費用，使得DRGs成為當前研究的熱點[6]。目前，DRGs是較為先進的支付方式，并實現按人頭支付、按疾病類型支付、按床位支付等多種付費方式，不僅能提高醫院的運行效率，亦可促進醫院的持續性發展。

從大的角度來說，DRGs最早從疾病的統計、分類中演變獲得，但是起初的DRGs較為籠統，并未在臨床得到有效的使用。既往研究表明：疾病的編碼應能實現疾病的分類，并實現臨床疾病的診療。因此，DRGs實際使用時應實現疾病的細化、分類。目前，我國多數醫院的社會醫療保障更多地面向患者。同時，隨著政府報銷比例的調整，使得城鎮職工醫療保險賠付力度得到明顯的提高，均初步形成DRGs。但是，DRGs臨床使用時亦存在諸多局限性，醫院根據不同疾病進行報銷時費用存在差異，并未形成統一的公式，導致該方法臨床使用存在諸多局限性。同時，與臨床和DRGs一樣，DRGs使用時存在諸多需求上的矛盾，如：用于宏觀調控疾病診治費用的單病種管理，用于遠程會診的疾病診斷;用于電子病歷中的臨床疾病分類的使用等，均需要進一步完善及改進[7]。

5 疾病診斷問題的應對策略

5.1 收付一體，使廣大患者受益

當前我國醫保制度更多地側重于城鎮醫保，新農合無論從使用便捷還是報銷額度上，都無法與城鎮醫保相比，而商業醫療保險則不歸屬這一范圍。應用人工智能疾病編碼系統，DRGs實施過程中充分考慮醫院的收費、醫保支付等問題，進一步明確不同費用的標準，最大限度減少院外費用，讓廣大參保患者盡可能從醫改中獲益;軟件開發過程中，應根據軟件的生命周期劃分不同的階段，不同的階段產出不同的文檔，并根據不同的需求進行調整[8]。

5.2 綜合打包，控制醫療費用不合理上漲

基于人工智能疾病編碼系統的DRGs付費方式改革是一項系統任務，涉及醫療改革、醫保激勵等多項措施，核心是推動醫院付費方式轉型升級，從傳統總額付費、單病種付費、項目付費方式轉向“全成本綜合打包付費”方式（DRGs付費方式）轉變。相對于傳統項目付費方式，DRGs付費方式克服了傳統付費過度醫療、醫療服務下降、適用范圍較窄等缺點，較好兼顧了政府、醫院、患者三者權益，在醫院效益、醫療質量、患者負擔能力之間達到良好平衡[9]。

5.3 分級定價，促進分級診療格局形成

DRGs付費改革，采取分級定價方式，可從源頭上保障醫療質量，同時對調節醫院、患者杠桿作用也有著重要意義。具體來講，實行分級定價制度，通過價格杠桿調整，可引導一些普通疾病、常見疾病患者到社區衛生院、附近醫院就診，實現科學合理分流，減少大醫院人員堆積。同時，也有利于上級醫院向下級醫院轉診，促進分級診療制度形成[10]。最后，通過改革，減少了基層醫療機構無人問津現象，實現了社會資源的合理有效利用。

5.4 綜合績效評價，建立醫療質量和費用管控體系

DRGs付費方法，可以將不同醫院中相似的病歷分到同一個組中。通過這一做法，醫療行政主管部門可據此對各醫療機構進行客觀評價，形成良性循環。疾病編碼是影響DRGs分組準確程度的最重要因素之一。目前疾病編碼基本由人工編碼完成，所以DRGs分組準確程度在很大程度上取決于人為因素。所以基于大數據的人工智能疾病編碼系統的研究對DRGs技術的推廣和應用意義十分重大。

6 結束語

綜上所述，醫院以治病救人為己任，能保證我國居民的健康。隨著我國醫療制度的不斷改革，我國的醫療體系得到進一步發展。借助統一的疾病診斷能實現相關標準的支付，有助于減少疾病誤診與漏診。同時，借助人工智能的DRGs能讓更多的患者得到便利，有助于科學診療、合理用藥，提高醫院的醫療質量，避免醫療資源的浪費。

參考文獻：

[1] 欒玉紅，王魯卿，劉豐杰，等.軍隊醫院推行DRGs預付費制度的可行性分析[J].實用醫藥雜志，2015，32（6）：576-577.

[2] 朱艷艷，蘇靜，鄭榮緯，等.基于病案管理系統的軍隊醫院首頁在線質控[J].中國數字醫學，2016，11（3）：90-92.

[3] 明帥.基于深度學習人工智能輔助診斷糖尿病視網膜病變研究現狀及展望[J].中華實驗眼科雜志，2019，28（8）：684-688.

[4] 盧巖，陳娟，張婷，等.基于ClinicalTrials.gov的醫學人工智能臨床試驗注冊現狀分析[J].中國數字醫學，2020，15（3）：31-34.

[5] 曾玲，張輝潔，冉明會，等.人工智能時代科技期刊應對學術不端問題的研究進展[J].中國科技期刊研究，2020，31（3）：270-275.

[6] 呂一博，韋明，林歌歌.基于專利計量的技術融合研究：判定、現狀與趨勢——以物聯網與人工智能領域為例[J].科學學與科學技術管理，2019，40（4）：16-31.

[7] 倪炯，王培軍.醫學影像人工智能的現狀與未來[J].中華醫學雜志，2021，101（7）：455-457.

[8] 鮑豫鴻.基于大數據時代計算機網絡技術中人工智能的應用解析[J].粘接，2020，43（9）：98-101.

[9] 劉進，呂文晶.人工智能創新與中國高等教育應對（下）[J].高等工程教育研究，2019（2）：62-72.

[10] 許強，張其銳，盧光明.新一代醫學影像人工智能臨床轉化現狀與挑戰[J].中華放射學雜志，2019，53（11）：913-915.

【通聯編輯：謝媛媛】