胡長愛,伍秋淇,楊大干
(浙江大學醫(yī)學院附屬第一醫(yī)院檢驗科,杭州 310003)
解釋性注釋是一項檢驗后活動,為臨床提供專業(yè)化的檢驗知識服務(wù)。目前,大多數(shù)實驗室尚未開展結(jié)果解釋服務(wù),僅對少數(shù)特殊或存疑結(jié)果提供備注或口頭解釋[1]。實驗室檢驗結(jié)果信息的使用不足和過度使用都會導致診斷錯誤和不必要的成本[2-3]。采用臨床決策支持、人工智能等方法可以提高檢驗結(jié)果解釋和臨床溝通的質(zhì)量及效率[2-4]。按國衛(wèi)辦醫(yī)函〔2018〕1079號《電子病歷系統(tǒng)應用水平分級評價標準》六級要求,應實現(xiàn)高級別的臨床決策支持,包括檢驗與分析前、疾病診斷、治療干預、患者教育等智能分析和決策。本研究采用Drools規(guī)則引擎為技術(shù)支持,建立凝血功能結(jié)果解釋規(guī)則的原型和方案,提供初步的解釋服務(wù)。
1.1標本來源 收集2021年10月5日至11日浙江大學醫(yī)學院附屬第一醫(yī)院9 721份成人凝血檢驗項目結(jié)果。凝血檢驗項目包括凝血酶原時間(prothrombin time,PT)或國際標準化比值(international normalized ratio,INR)、活化部分凝血活酶時間(activated partial thromboplastin time,APTT)、凝血酶時間(thrombin time,TT)以及纖維蛋白原(fibrinogen,F(xiàn)ib)、D-二聚體(D-dimer,DD)。患者信息包括年齡、性別、科室、診斷信息。凝血功能異常結(jié)果模式的判斷條件:PT>13.5 s,APTT>33.5 s,TT>21.5 s,F(xiàn)ib<2.0 g/L或>4.0 g/L,DD>700 μg/L FEU。從中篩選出3 270份凝血功能異常的報告和4 296份DD的報告。回顧性分析2021年10月11日至15日6 346份凝血檢驗報告的自動解釋,以評價解釋性規(guī)則的觸發(fā)情況,篩選100份典型報告用于評價解釋性規(guī)則的合理性。
1.2儀器與試劑 CS-5100或CN-6000全自動凝血分析儀及配套的試劑、校準品、質(zhì)控品(日本Sysmex公司)。
1.3解釋性規(guī)則建立 參照臨床檢驗在線(www.labtestonline.org)、《臨床出血與血栓疾病》、《診斷試驗臨床解讀——醫(yī)學實驗室手冊第8版》等專著,按照《華法林抗凝治療的中國專家共識》、《創(chuàng)傷性高凝血癥診療中國專家共識》、《急性出血性凝血功能障礙診治專家共識(2020)》等文獻,結(jié)合異常結(jié)果模式以及項目臨床意義,初步建立成人凝血功能檢查結(jié)果解釋性規(guī)則。解釋性規(guī)則為條件邏輯判斷,建立過程中主要設(shè)計其判定條件和符合條件時輸出的解釋語句。
采用問卷星將初步設(shè)計的結(jié)果解釋規(guī)則編制為專家咨詢表。采用5分制評估規(guī)則合理性,分值標準為1分(很不合理)、2分(部分不合理)、3分(一般)、4分(基本合理)、5分(合理),同時設(shè)置邏輯聯(lián)動,當專家給予1~4分的評價時,問卷自動彈出規(guī)則改進建議窗口,以供專家提供改進建議。定向邀請專家(從事凝血檢驗工作,中級以上職稱)20人,對解釋性規(guī)則的合理性進行2輪函詢評估、建議、討論和改進。
1.4Drools規(guī)則引擎 本研究以Drools規(guī)則為基礎(chǔ)[5],以if-then句式建立成人凝血功能結(jié)果解釋性規(guī)則,其中采用“并且”、“或者”以及“非”等字符連接條件,當檢驗結(jié)果數(shù)據(jù)符合設(shè)定的條件時,系統(tǒng)可輸出相應的解釋語句。
1.5解釋性規(guī)則應用 采用SQL從LIS導出結(jié)果解釋規(guī)則應用數(shù)據(jù),收集涵蓋各類異常模式的100份報告,包括結(jié)果解釋頁面以及患者用藥、臨床診斷等信息,定向邀請5名長期從事凝血功能報告審核工作的中級及以上檢驗技(醫(yī))師,采用問卷星進行臨床案例的一致性評價,采用5分制評價報告自動解釋的合理性。當3位及以上專家評定5分時認定為結(jié)果解釋與臨床案例符合,只要出現(xiàn)3分及以下評分即為不符合。符合率(%)=3個以上專家評定5分的報告數(shù)/100份×100%。
2.1凝血功能異常結(jié)果模式 3 270份凝血功能異常結(jié)果模式共有22種,見表1。最常見的是Fib升高或減低、PT延長、PT和APTT升高、PT和Fib升高。4 296份DD檢查中,陰性為958例(22.3%),陽性為3 338例(77.7%)。
表1 凝血功能異常結(jié)果模式分布
2.2解釋性規(guī)則建立 依據(jù)常見異常結(jié)果模式并結(jié)合文獻資料,初步建立解釋性規(guī)則13條,經(jīng)過2輪各20名專家問卷函詢。在第1輪咨詢中評分較低的規(guī)則,逐條參考專家建議、查閱資料并討論后進行規(guī)則完善。在第2輪咨詢中評分從4.48分上升到4.64分,再次逐條參考專家建議、查閱文獻和討論修改,最終建立解釋性規(guī)則15條,見表2。15條規(guī)則按其結(jié)果模式共分為六個大類,包括:五項/四項結(jié)果正常、PT單項檢測、凝血四項單項升高、凝血四項雙項異常、多項異常以及DD結(jié)果解釋。
表2 成人凝血結(jié)果解釋規(guī)則
2.3解釋性規(guī)則應用評價 凝血功能中有6 126例(96.5%)的檢測結(jié)果滿足設(shè)置條件而觸發(fā)解釋性注釋,結(jié)果見表3。220例未觸發(fā)規(guī)則屬于少見的異常結(jié)果模式或異常程度未達到觸發(fā)標準,如APTT處于34.5~38 s之間時,APTT或TT或PT等縮短。表3的100例案例中,5位專家的合理性評價4.73分,解釋性注釋和專家審核的符合率為80%,主要不符合集中在規(guī)則3、8和9。
表3 凝血功能解釋性規(guī)則應用及評價
采用Drools規(guī)則引擎可根據(jù)檢驗結(jié)果自動給出解釋性注釋,提供了高級臨床決策支持的一種技術(shù)方案和研究過程的實例。基于if-then邏輯規(guī)則,易被用戶理解且規(guī)范程度高,規(guī)則調(diào)整和優(yōu)化操作簡單,可用于結(jié)果的自動審核、臨床解釋、影響因素分析等場景。
建立結(jié)果解釋性規(guī)則前,應明確結(jié)果變化存在哪幾種模式。如:HBV血清標志物按可能出現(xiàn)的陰陽性情況,分為26種模式,并對不同模式的臨床意義進行解釋[6]。從表1可見,凝血功能異常結(jié)果模式有22種,結(jié)果變化形式多樣,組合情況復雜,已覆蓋并超過文獻報告的結(jié)果模式。結(jié)果變化的程度還可進一步細化,如APTT按延長程度可劃分輕、中、重度等。一般來說,結(jié)果模式的判斷條件越多、分類越細,則結(jié)果的解釋規(guī)則才會更加精準。另外,因?qū)嶒炇覂x器、方法、人群等差異可能會有不同結(jié)果模式,建議結(jié)合醫(yī)院和實驗室特色進行評估和設(shè)置結(jié)果的變化模式。
解釋性規(guī)則的建立應參照專著、文獻、共識或指南等資料,使規(guī)則具有可解釋性和循證醫(yī)學依據(jù),解釋的結(jié)果才具有權(quán)威性。表2所列的15條成人凝血結(jié)果解釋規(guī)則,經(jīng)過2輪的專家咨詢,每輪結(jié)合專家建議,經(jīng)多次討論、查詢資料不斷地形成更新版本,規(guī)則評分從原先的從4.48分上升到4.64分。基于解釋規(guī)則的簡潔性和邏輯關(guān)系的可理解性考慮,解釋性規(guī)則均被總結(jié)為概括性的描述。每條規(guī)則的詳情可顯示:可信度、依據(jù)及文獻來源。解釋性注釋是自動提示的,審核者可結(jié)合患者資料進行確認和補充,保存后才能最終顯示在報告單的備注里,醫(yī)生和患者可見到解釋性注釋。目前,主要針對非血液科和心內(nèi)科的異常情況、初診特別異常的凝血結(jié)果,提供解釋性注釋。現(xiàn)有解釋性規(guī)則仍有改進和優(yōu)化的空間,包括:(1)臨界值或判斷條件選擇,本次選擇參考區(qū)間,實際上如若為輕度升高或降低,可能并不具有臨床意義;(2)結(jié)果解釋需結(jié)合患者臨床資料等,如PT可用于華法林用藥、肝病患者等監(jiān)測,不同疾病INR存在差異,僅憑現(xiàn)有數(shù)據(jù)較難給出可靠的解釋。
解釋性規(guī)則應用評價時,15條規(guī)則已經(jīng)覆蓋了96.5%標本結(jié)果,100例典型案例自動解釋與專家評價的符合率為80%。表3結(jié)果所示,專家不認可的主要是規(guī)則3、8、9,其原因可能有:(1)受限于問卷篇幅影響,未提供全面詳細病史和用藥情況,影響專家的評判;(2)選取的案例不夠典型,如規(guī)則3的選取案例PT升高不明顯(有5例是PT<16.0 s),導致臨床意義不顯著;(3)PT或APTT或TT延長,病因眾多且復雜,僅憑凝血功能無法解釋清楚;(4)臨床決策支持的實施是永恒的持續(xù)質(zhì)量改進(PDSA)過程[2]。下一步,將考慮納入患者的就診科室、疾病診斷、用藥情況等信息,不斷提高解釋性規(guī)則的精準性。