智慧质控在脑卒中专病质量管理中的应用

张 蓉，郭梅梅，骆旭东，潘建青，朱岁松

(华中科技大学协和深圳医院 质量管理科，广东 深圳 518052)

脑卒中(Stroke)是一种急性的脑血管疾病，主要包括缺血性和出血性卒中。2017年《柳叶刀》发表的数据显示目前全球脑卒中的患病人数有6 760万人，患病率为1.1%，每年约增加患病人数956万人，在中国脑卒中已成为人群第一位死亡原因[1]。近年来我国脑卒中患病率每年以5.8%的速度增加[2]。

脑卒中的规范卒中诊疗一直是国家卫生部门管理和考核重点。以往医院主要依靠质控部门人工监测，为重点监控、改善本院脑卒中疾病的医疗质量，我院通过建立监测与分析模型，建立了医疗质量监测与分析系统，对缺血性脑卒中进行专病质量管理，并分析了建立系统前后相关质控指标的变化情况。

1 对象与方法

1.1研究对象本研究为回顾性研究，研究纳入2017年4月至2018年3月我院神经内科的急性缺血性脑卒中患者。患者纳入标准：(1)研究期间入住神经内科的急性缺血性脑卒中患者；(2)系统数据完整；(3)年龄≥18岁。排除标准：在神经内科停留时间<24小时，且出院科室不为神经内科的。

1.2研究方法

1.2.1建立急性缺血性脑卒中质量监测与分析模型以循证医学证据为基础，参考国家官方文件和国内外行业指南20篇以上，覆盖急性缺血性脑卒中诊断、治疗和预后全过程，从诊疗行为和诊疗结果两个角度进行监测与分析模型建设，模型建设过程中，遵循临床实际诊疗业务流程。共建立监测指标22个。

1.2.2建立医疗质量监测与分析系统建立基于医学自然语言处理和机器深度学习技术的医疗质量监测与分析系统，系统于2017年10月8日正式上线。系统可实现如下功能：(1)完成急性缺血性脑卒中医疗质量监测指标的数据监测和预警；(2)对监测数据进行趋势分析；(3)临床医师在系统中对监测指标进行原因反馈；(4)对临床医师反馈的原因进行归类和分析。

1.2.3开展医疗质量改进活动医疗质量监测与分析系统上线后，定期针对临床医师反馈的原因，进行分析讨论；并由质量管理科协调有关职能科室和临床科室，针对主要存在的问题开展医疗质量改进活动，如增加人员排班，优化业务流程，加强业务培训，开展患者教育活动等。

2 结 果

2.1住院患者的流行病学特征上线前后本院脑卒中患者主要集中在20～94岁，平均年龄均在60岁左右。其中上线前半年共有患者308人，其中男性194人，女性114人，上线后半年共有患者207人，其中男性137人，女性70人。见表1。

表1 上线前后患者的流行病学特征

2.2系统上线后的原因反馈情况医疗质量监测与分析系统上线后，通过对监测指标不达标的情况进行原因反馈，分析发现：医师反馈的原因可归为7类：人力资源配置、人员培训、人员配合、业务能力、硬件资源配置、医院布局、其他。上线后经过统计发现65%的原因集中在人员配合方向如“患者病情原因”、“神经内科会诊医生配合不积极”等；16%反馈的是人力资源配置的问题如“分诊护士人员不足”、“神经内科会诊医生人员不足”；13%是医生的自身业务能力问题如“神经内科医生漏开医嘱”等；4%是医院自身的硬件资源配置问题，人员培训和其他类各占1%，医院布局问题占比不足1%。由此可见，在脑卒中的诊疗过程中，人员配合、人力资源配置、业务能力是改进缺血性脑卒中医疗质量的三个方向(见图1)。医院和临床科室主要针对这三方面主要问题开展医疗质量改进工作。

图1 上线后半年脑卒中原因反馈

2.3上线前后不良事件发生率及死亡率的比较在医疗质量监测与分析系统上线后，不良事件发生率及死亡率对比上线前均有不同程度的下降。系统共监测两类不良事件，即下肢深静脉血栓和肺炎。其中下肢深静脉血栓发生率由上线前半年的0.3%下降至0%，肺炎发生率由上线前半年的2.3%下降至2.0%，死亡率由上线前半年的0.6%下降至0%(见表2)。通过上线后对于反馈原因的不断总结和持续改进，脑卒中患者的医疗质量得到了极大的提高。

2.4上线前后设计指标的比较系统上线后半年脑卒中患者的平均治疗费用比上线前半年缩减幅度约8%(见表3)。通过不断反馈原因，持续总结改进，优化诊疗流程，减少不必要开支，从而实现对专病医疗的精细化管理。

表2 上线前后不良事件发生率及死亡率

表3 上线前后设计指标的改变

3 讨 论

我国现有脑卒中患者7 000万人，每年新发脑卒中200万人，每年脑卒中死亡人数为165万人，每年因脑卒中而死的中国人占所有死亡人数的22.45%[3]。早在2003年美国心脏协会/美国卒中协会共同发起“跟着指南走”(Get With The Guidelines®-Stroke，GWTG-Stroke)是一项旨在促进脑卒中住院患者持续遵从最新临床防治指南要求的医院管理项目[4]。该项目自2003年启动以来，已经纳入了美国1 656所医院，超过200万脑卒中患者。该项目主要目的在于协助医院优化急性脑卒中诊疗流程。而在中国，2015年中国卒中中心联盟(CSCA)成立,联盟内的卒中中心均由统一的数据提报平台进行数据提报，以便于进行医疗质量评估，目前有10万数据。为了进一步细化我院病种质量管理工作，建立病种管理的指标体系，我院进行了医疗质量监测与分析系统建设。通过缺血性脑卒中质量监测与分析模型建设，初步建成了一套创新、智能的医疗质量管理体系，为质控工作带来了新的思路和方法。

3.1数据质控，精细管理目前医院信息化建设已趋于完善，其中有大量的非结构化的数据，这些非结构化的数据存在多样性、冗余性、不完整性等特点，使得数据挖掘存在极高的技术壁垒。如何运用信息化手段来监控医疗大数据，实现医疗质量管理成为摆在我们面前的一道难题。我院上线的医疗质量监测与分析系统，通过运用医学自然语言处理和机器深度学习技术实现了自动化、智能化的数据处理，实现了数据监测、预警、反馈、分析，持续改进的闭环管理。

系统上线后，对于关键的节点以及过程予以监控，基于以往的数据可以查询关键指标和对应趋势图，并且设立相关的基线，同时运用智能的可视化呈现方式，为医生、科主任、医院管理层提供了及时、系统、精细的医疗指标分析结果；对于诊疗过程中医生反馈的问题，提供高效、智能的原因分析，为诊疗缺陷的改进提供针对性的数据支撑。数据化的质控方式使医疗质量管理更加精细化。

3.2循证质控，科学管理在以往脑卒中一些数据的获取一般通过医院的人工整理、填报，或者是通过问卷调查的方式进行调查发布[5]，这些方法耗时耗力，并且带有主观性，而且医院对于疾病的管理是一种经验化、粗放化的管理。为了实现医疗质量的科学化管理，质量监测与分析系统的模型设计参考国家和行业组织发布的标准，以国际、国内最新的循证医学证据为指导，覆盖急性缺血性脑卒中疾病诊疗全流程，从诊疗行为和诊疗结果两个角度进行分析。

在医疗质量监测与分析系统上线后，通过对疾病诊疗数据的分析和反馈，实现医疗质量问题和医疗安全风险进行预警，同时对存在的问题及时采取有效干预措施，并评估干预效果，促进卫生管理及决策科学化的目的，使我院医疗质量管理更加科学化。

3.3智慧质控，智能管理该项目的核心设计思路是通过医疗质量与安全管理，映射医院管理的结构和流程问题，最终为医院管理提供支持和服务。基于这一设计思路，融入了PDCA和SPO的管理理念，设计了“医疗质量监测与评价模型——医疗质量与安全管理原因分析模型——医疗质量改进模型”一体化的闭环式持续改进管理模型体系，为医院管理决策提供智能化的支持。

同时系统利用ETL技术，对医院数据进行抽取、清洗、转换和统一存储，通过对临床数据的智能处理，实现监测指标和数据的全面自动化采集、提取和上报，节省医疗资源，减少医疗成本，优化医疗资源的使用率，从而达到对于医疗质量的智能化管理。

总之，我院正充分利用信息化手段，通过整合现有系统、创新开发平台，实现医疗质量管理向数据化、精细化、智能化发展，但是在其中也有一些问题，指标需要不断更新维护，原因反馈可能未能真正的反应临床的一些方面的问题，后续的改进措施是否能够真正的改变医院的脑卒中疾病管理，但是随着不断努力，会做的更加完善。