劉瀟霞，楊媛媛，侯飛，李林濤，比確子拉，李曉喻，劉罡

610041 成都，四川省腫瘤醫(yī)院·研究所，四川省癌癥防治中心，電子科技大學(xué)醫(yī)學(xué)院 預(yù)防部(劉瀟霞)，醫(yī)務(wù)部(楊媛媛、侯飛)，團(tuán)委辦公室(李林濤)，信息中心(比確子拉);610500 成都，成都醫(yī)學(xué)院第一附屬醫(yī)院 院長辦公室(劉罡)；610054 成都，電子科技大學(xué) 信息與軟件工程學(xué)院(李曉喻)

國際疾病分類(International Classification of Diseases,ICD)是世界衛(wèi)生組織推廣使用的規(guī)范化、標(biāo)準(zhǔn)化的疾病分類法，兼顧了醫(yī)院疾病統(tǒng)計(jì)、醫(yī)療管理和醫(yī)療付費(fèi)等方面的需求,是一項(xiàng)國際標(biāo)準(zhǔn)。ICD的推廣使用融合統(tǒng)一了世界各國之間因?yàn)榈赜颉⒄Z言文化、習(xí)慣等差異帶來的疾病診斷名稱差異，促進(jìn)了醫(yī)學(xué)信息的互通、交流，是我國衛(wèi)生統(tǒng)計(jì)信息實(shí)現(xiàn)國際標(biāo)準(zhǔn)和規(guī)范化的基本要求。準(zhǔn)確、標(biāo)準(zhǔn)統(tǒng)一的ICD編碼信息，在醫(yī)學(xué)數(shù)據(jù)統(tǒng)計(jì)、科研、信息檢索、信息應(yīng)用等方面至關(guān)重要，對醫(yī)院管理、決策、衛(wèi)生政策的制定起著決定性作用[1]?，F(xiàn)行人工編碼方式存在人員素質(zhì)參差不齊、認(rèn)知理解標(biāo)準(zhǔn)不統(tǒng)一等弊端，因此，本研究欲從復(fù)雜的腫瘤類疾病入手，構(gòu)建一套包含ICD智能編碼、編碼質(zhì)控及效果評價的編碼體系，將傳統(tǒng)的人工編碼方式轉(zhuǎn)換為機(jī)器智能編碼為主，人工編碼為輔的工作模式，統(tǒng)一判定標(biāo)準(zhǔn)，提高效率，提高橫向縱向?qū)Ρ瓤杀刃?，并將體系推廣至其他類別疾病。

1 資料與方法

1.1 資料來源

研究數(shù)據(jù)全部來源于某腫瘤?？漆t(yī)院病案首頁信息，包括病案首頁診斷信息(門診診斷、入院診斷、出院診斷)的中文字段、病理診斷、手術(shù)與操作、治療方案(放療、化療方案)、住院次數(shù)、患者既往住院診斷信息。

1.2 系統(tǒng)設(shè)計(jì)方法

從腫瘤類疾病入手，通過采集病案首頁相關(guān)信息，根據(jù)腫瘤主要診斷的選擇原則，結(jié)合實(shí)際疾病ICD編碼原則，將相關(guān)指標(biāo)建立內(nèi)在邏輯關(guān)聯(lián)，輔以語意識別，建立一套“嵌入嚴(yán)密細(xì)致邏輯判定規(guī)則智能診斷排序+語意識別+機(jī)器學(xué)習(xí)+既往病史輔助判定+基于權(quán)重分析的人工校對”模式的腫瘤?？浦悄芫幋a體系；全程根據(jù)各環(huán)節(jié)信息識別的精準(zhǔn)程度及信息轉(zhuǎn)換環(huán)節(jié)因果關(guān)聯(lián)強(qiáng)度對信息轉(zhuǎn)換的各環(huán)節(jié)賦予不同的權(quán)重，最終每一個案病歷的編碼結(jié)果將對應(yīng)一個反應(yīng)其ICD編碼結(jié)果可靠性的分值，通過人工編碼對低分值段(可靠性較差)個案進(jìn)行校驗(yàn)，修正智能編碼體系的內(nèi)在邏輯關(guān)系，提高編碼準(zhǔn)確性達(dá)到預(yù)期要求。在實(shí)際應(yīng)用中，再次通過得分值評估各分?jǐn)?shù)段的個案編碼準(zhǔn)確性，預(yù)測人工校正的分值分割線，將得分低于分割線值的個案進(jìn)行人工編碼，其余可直接應(yīng)用智能編碼系統(tǒng)結(jié)果，保證編碼準(zhǔn)確性，大大降低編碼員工作量，節(jié)約人力。完善系統(tǒng)后，采取按疾病類別修改編碼規(guī)則的方式，將該體系應(yīng)用到其他類疾病編碼，最終構(gòu)建一套全病種的ICD智能編碼系統(tǒng)。

1.3 數(shù)據(jù)處理與統(tǒng)計(jì)

運(yùn)用計(jì)算機(jī)數(shù)據(jù)挖掘、語意識別、關(guān)聯(lián)規(guī)則分析方法編碼、賦予各轉(zhuǎn)換環(huán)節(jié)權(quán)重與得分。用SPSS 22.0建立數(shù)據(jù)庫，計(jì)算不同分值段個案的準(zhǔn)確率。

2 結(jié) 果

2.1 診斷編碼

將基礎(chǔ)數(shù)據(jù)按照下述關(guān)聯(lián)規(guī)則設(shè)置判斷邏輯，進(jìn)入智能編碼流程。編碼庫及數(shù)據(jù)源見表1。

2.1.1 門診診斷、入院診斷 采用語意識別編碼。

2.1.2 確定主要診斷 根據(jù)主診定義、腫瘤主診選擇原則，結(jié)合患者初診、復(fù)診類型，患者來院目，治療方案等判定主要診斷。

2.1.3 其他診斷編碼 上述主要診斷編碼中，涉及“繼續(xù)醫(yī)療行為”和“新發(fā)生腫瘤再次就診”患者，應(yīng)補(bǔ)充原發(fā)腫瘤編碼至其他診斷，并置于其他診斷的第一位，其他診斷采用語意識別編碼。

2.1.4 腫瘤形態(tài)學(xué)及動態(tài)編碼 根據(jù)國際疾病腫瘤學(xué)分類(International Classification of Diseases for Oncology， Third Edition,ICD-O-3)字典庫[2]，通過語意識別編碼。

2.2 質(zhì)量權(quán)重評分及系統(tǒng)校驗(yàn)

根據(jù)主要診斷選擇、編碼識別及轉(zhuǎn)換各環(huán)節(jié)信息識別的精準(zhǔn)程度及信息轉(zhuǎn)換環(huán)節(jié)信息因果關(guān)聯(lián)強(qiáng)度對信息轉(zhuǎn)換的各環(huán)節(jié)賦予不同的權(quán)重，最終每份個案病歷的編碼結(jié)果將對應(yīng)一個反應(yīng)其編碼結(jié)果可靠性的分值(總分為100)，人工對低分值段(可靠性較差)個案編碼進(jìn)行核實(shí)、校驗(yàn)，對共性問題歸類總結(jié)，不斷修正智能編碼體系的內(nèi)在邏輯設(shè)置，提高高分值得分病歷的比例，使得編碼準(zhǔn)確性達(dá)到預(yù)期要求。

表1 編碼庫及數(shù)據(jù)源

Table 1. Code Library and Data Sources

Category Code libraryData sourcePathological code ICD-O-3 code library based on tumor morphologyKey words from records of pathological diagnosis Oncological code ICD-10 code library based on anatomic sites Key words from anatomic site and subsites of tumor in diagnosis Therapeutic codeICD-10 code library based on continuing medical behaviorsKey words from treatment plansCode of other diseasesICD-10 code library based on other diagnosesKey words from diagnostic records

2.3 效果評價

在預(yù)測試數(shù)據(jù)中(預(yù)計(jì)使用1年約5萬份出院病案)，將全部個案的智能編碼結(jié)果與人工編碼結(jié)果進(jìn)行比對，通過個案得分值評估各分?jǐn)?shù)段的準(zhǔn)確性，預(yù)測人工校正的分值分割線，將得分低于分割線值的個案(占比低于20%)進(jìn)行人工編碼，其余可直接應(yīng)用智能編碼系統(tǒng)結(jié)果，從而有力保證編碼準(zhǔn)確性(預(yù)期高于95%)，同時大大降低人工編碼的工作量(評價示例如表2)。

表2 腫瘤智能編碼系統(tǒng)效果評價示例

Table 2. Evaluation of the Effect of Automatic Coding System

Value (d)Number of casesNumber ofmatched casesAccuracyCut-off90

結(jié)果解釋：以某大型三甲腫瘤專科醫(yī)院，年出院患者5萬人次為例，若選擇分割線1作為實(shí)際應(yīng)用指標(biāo)，即低于70分的病歷進(jìn)行人工編碼，則該院年內(nèi)將有5 000份病歷人工編碼，占全部病案比例10%，工作量大大降低，其編碼準(zhǔn)確率為(29 000+9 200+4 000+3 000+2 000)/50 000=94.4%；若想進(jìn)一步提高編碼準(zhǔn)確率，可將70

3 討 論

3.1 現(xiàn)行編碼模式及弊端

傳統(tǒng)的疾病診斷編碼依靠人工完成，全程需要具備臨床醫(yī)學(xué)知識、病理學(xué)知識及統(tǒng)計(jì)知識的專業(yè)編碼人員，通過翻閱病歷中病案首頁的診斷、手術(shù)操作、治療內(nèi)容、部分檢查檢驗(yàn)報(bào)告及出院記錄等資料，結(jié)合專業(yè)的編碼知識，對各項(xiàng)診斷賦予ICD代碼[3-4]?，F(xiàn)階段具備扎實(shí)臨床醫(yī)學(xué)經(jīng)驗(yàn)、經(jīng)過規(guī)范培訓(xùn)且取得編碼員資格證的編碼員數(shù)量緊缺，導(dǎo)致醫(yī)療機(jī)構(gòu)從事編碼的人員存在經(jīng)驗(yàn)不足，沒有規(guī)范培訓(xùn)，未取得資質(zhì)等問題，甚至存在因?yàn)榫幋a人員不足而壓縮編碼過程，略去翻查病歷環(huán)節(jié)的問題，以上行為最終導(dǎo)致編碼準(zhǔn)確性降低，標(biāo)準(zhǔn)不統(tǒng)一，統(tǒng)計(jì)數(shù)據(jù)質(zhì)量偏離[5-6]。

3.2 智能編碼系統(tǒng)的優(yōu)勢

在人工智能高速發(fā)展且將成為未來發(fā)展趨勢的時代環(huán)境下，精準(zhǔn)、高效工作導(dǎo)向勢在必行[7]。目前國際疾病智能編碼目前處于嘗試階段，暫無廣泛應(yīng)用到實(shí)際工作中，替代人工編碼的案例。目前國內(nèi)外對智能編碼的研究僅限于單純將ICD-10字典庫維護(hù)入電子病歷、基于語義相似性的最長公共子序列法[8]、混合法[9]三類方法，其準(zhǔn)確性無法外推應(yīng)用，存在以下弊端：(1)一次性將所有病種全部納入，企圖一次性解決編碼問題，卻因各體系疾病主要診斷選擇、編碼規(guī)則各不相同導(dǎo)致編碼粗糙甚至準(zhǔn)確率極低；(2)更多的是依靠單純的語意識別來完成智能編碼，對復(fù)雜情況的疾病類別，語意識別誤編率極高；(3)企圖將編碼全部交給計(jì)算機(jī)完成，缺乏相應(yīng)的質(zhì)量控制、效果評價體系，導(dǎo)致結(jié)果可信度收到質(zhì)疑，無法落地使用[10-12]。

基于以上問題，該系統(tǒng)優(yōu)勢在于：(1)沒有將所有疾病一次性納入研究，因不同類別疾病主要診斷選擇原則不同，編碼原則不同，若一次性納入全部病種，將大大降低準(zhǔn)確性，準(zhǔn)確性的降低直接影響其落地應(yīng)用，因此，本研究選取了所有疾病分類中最復(fù)雜的腫瘤作為研究突破口，基于腫瘤疾病建立智能編碼體系后，在將該體系應(yīng)用于其他類別疾病，只需更改主要診斷選擇規(guī)則即可，其質(zhì)量控制及效果評價方法依然適用。(2)本研究僅對門診診斷、入院診斷等單純性診斷采取語意識別編碼，針對信息量巨大的主要診斷，本研究采取了根據(jù)主診斷選擇原則，關(guān)聯(lián)其他指標(biāo)信息(手術(shù)、治療方案等)設(shè)置邏輯判斷，大大增加準(zhǔn)確率；(3)本研究始終沒有將編碼全部交給計(jì)算機(jī)完成，從設(shè)計(jì)到最終使用都涵蓋了人工編碼步驟，提高編碼效率并非全權(quán)計(jì)算機(jī)代勞，將效率的提高如果以準(zhǔn)確性降低為代價，則失去了編碼的真正內(nèi)涵，因此本研究的質(zhì)量控制和效果評價環(huán)節(jié)保證了編碼準(zhǔn)確率，同時將小部分編碼予以人工處理，亦實(shí)現(xiàn)提高效率的目標(biāo)。

圖1 智能編碼(腫瘤)與質(zhì)控體系全流程圖

Figure 1.Flow Chart of Automatic Coding and Coding Quality Assessment System

3.3 預(yù)期社會效益

(1)該腫瘤智能編碼系統(tǒng)在腫瘤學(xué)領(lǐng)域，通過實(shí)現(xiàn)ICD-10智能編碼后，可通過ICD-10與ICD-O-3編碼對照字典實(shí)現(xiàn)腫瘤登記工作中ICD-O-3編碼智能獲取，使得腫瘤登記工作的準(zhǔn)確性、效率也大大提高，中國腫瘤隨訪登記工作中各類腫瘤的發(fā)病、死亡數(shù)據(jù)準(zhǔn)確性也將因此得以提高[13-14]；在其它疾病領(lǐng)域，可逐步推廣到各類疾病(婦科產(chǎn)科疾病、兒科疾病、心腦血管疾病等)，逐步形成一套覆蓋全病種智能化編碼系統(tǒng)。

(2)用于醫(yī)院疾病編碼，代替人工編碼，節(jié)約人力投入，高效完成工作的同時可獲得標(biāo)準(zhǔn)統(tǒng)一、準(zhǔn)確性高的編碼結(jié)果。將真正具備編碼資質(zhì)與素質(zhì)的編碼人員從重復(fù)勞動中解放出來，更專注完成編碼質(zhì)控，并對人工智能編碼邏輯進(jìn)行調(diào)校[15-16]。

(3)智能編碼替代人工作業(yè)的未來，編碼員行業(yè)準(zhǔn)入標(biāo)準(zhǔn)將變得“高精尖”化，無需長期從事單一的編碼工作，更多的精力投入到人工智能的培育與訓(xùn)練上。大量并不具備編碼資質(zhì)的人員，將從編碼工作中解放出來，從事其他類型工作，醫(yī)療機(jī)構(gòu)大大降低了用人成本。

(4)人工智能編碼在疾病診斷相關(guān)分組(diagnosis-related group,DRG)付費(fèi)方式下，對區(qū)域內(nèi)病組費(fèi)用計(jì)算更公平，避免區(qū)域內(nèi)編碼人員水平差異造成的費(fèi)用計(jì)算波動，利于DRG的推動。

4 結(jié) 論

通過該ICD-10智能編碼系統(tǒng)及質(zhì)量評價體系的建立，將構(gòu)建一套完善的腫瘤?？萍膊≈悄芫幋a系統(tǒng)并逐步推廣至全病種疾?。粚?shí)現(xiàn)完善修正智能編碼系統(tǒng)有據(jù)可依的定量可視數(shù)據(jù)示蹤體系；構(gòu)建完善的可量化的編碼系統(tǒng)質(zhì)量控制體系，編碼準(zhǔn)確率達(dá)到95%，最終實(shí)現(xiàn)各醫(yī)療機(jī)構(gòu)之間疾病編碼標(biāo)準(zhǔn)規(guī)則統(tǒng)一，降低人為理解偏倚，編碼準(zhǔn)確率及橫向可比性提高，同時節(jié)約人力的遠(yuǎn)期目標(biāo)。

作者聲明：本文全部作者對于研究和撰寫的論文出現(xiàn)的不端行為承擔(dān)相應(yīng)責(zé)任；并承諾論文中涉及的原始圖片、數(shù)據(jù)資料等已按照有關(guān)規(guī)定保存，可接受核查。

學(xué)術(shù)不端：本文在初審、返修及出版前均通過中國知網(wǎng)(CNKI)科技期刊學(xué)術(shù)不端文獻(xiàn)檢測系統(tǒng)的學(xué)術(shù)不端檢測。

同行評議：經(jīng)同行專家雙盲外審，達(dá)到刊發(fā)要求。

利益沖突：所有作者均聲明不存在利益沖突。

文章版權(quán)：本文出版前已與全體作者簽署了論文授權(quán)書等協(xié)議。