导读
在5月12日举行的OMAHA第七届年会暨七周年庆上，森亿智能产品总监杨风雷受邀发表了主题为《基于术语标准体系的数据价值挖掘与应用探索》的演讲，强调了基于术语标准体系提高数据质量是实现数据价值挖掘、医院提质增效的前提。高质量的数据是临床应用的基石
医院的临床数据大多分散储存于HIS、EMR、LIS、CIS、RIS、急诊等多个业务系统中，而医院在信息化建设之初，很难建立统一的数据标准和数据字典，各个业务系统自成一派，系统之间数据不一致、无法匹配等问题，导致医生在临床工作中记录的大量病例信息不可直接利用，难以支撑国家政策对于实时监测各项管理指标的要求，对于临床学术科研来说，想要快速准确命中研究病历，完成复杂条件筛选入组更是难上加难。为了满足医疗质量管理和临床科研的数据需求，医院内积存的海量临床数据，将其转化为可直接使用的高质量数据，医院内统一的术语标准体系。在过去的六年里，森亿参考国内外术语标准，累积了近万个标准临床术语，覆盖疾病、症状体征、人体形态与结构、手术操作、药品、医疗器械等领域，为数据准确性提供保障。
在此基础之上，医院全领域临床数据建立了通用数据模型，包括病人信息、医嘱信息、诊断、手术等在内的共个表，23个标准化数据域，可以通过上述术语标准完成与院内已有术语体系的对照，作为后续数据标准化处理的依据。
针对结构化数据的处理相对容易操作和实现，而如何将临床上常用的56种文本，如检验检查报告、护理记录、手术记录等，转化成可以直接利用的标准化数据是关键影响因素。因此，森亿通过自主研发的自然语言处理技术实现对非结构化数据的结构化与标准化处理，并作为1个核心数据域单独储存。同时，医院还可以根据医生病历书写习惯、诊疗习惯等在术语中心中进行术语拆词归一的设置，以此增加自然语言处理的语义识别效能、范围和精准性。
两年发表论文近百篇，
节约60%的时间
在传统的临床科研过程中，科研人员将近70%的时间花费在病例筛选和数据提取上，并手工将数据录入科研数据库，这种方式耗时费力且性价比低，降低了科研产出效率的同时，也对科研数据的全面性、准确性和标准化造成影响，难以保障临床科研的学术价值。
为了解决科研困境、释放数据价值，可以基于术语标准体系构建结构化、标准化、准确全面的专病数据集，在此基础上，科研人员就可以通过科研平台提供的基于精准逻辑运算的搜索引擎，针对患者维度、就诊维度、时间维度等多个范围的变量进行智能检索，快速且准确地筛选出所有满足入组条件的病历，建立项目科研队列。
在数据分析方面，科研平台支持对科研结果进行统计分析，例如描述性分析和差异性分析。通过这些统计模型，可以让科研人员快速分析出结果，节省大量工作时间。
以医院为例，基于标准化术语体系构建科研平台，医生构建回顾性研究队列的时间由数周缩短到十分钟左右。针对前瞻性研究，标准化数据使得CRF自动填充率提升，数据准确性有了保障，随访管理也可以实现自动化执行，为前瞻性研究节约了60%的时间。目前，该医院已经发表了近百篇文章，获得相关著作权证书11项。
单病种表单填充率高达97%，
效率提升%
年起，国家开始了针对51个病种的质量管理和控制工作，数据填报项超过项。同年，单病种质量控制指标纳入了新版《医院评审标准》中，数据统计周期覆盖全评审周期，占医疗服务能力与质量安全监测数据的五分之一，其中，约45.79%的上报数据来源于非结构化文本数据。为了完成数据填报工作，医务人员将耗费大量时间和精力翻阅病历、检验检查报告等文书获取相关数据，一份病历大概需要30-50分钟时间，大大加重临床工作负担。
智能化全闭环单病种质控管理系统基于完整、准确的术语标准体系对全院数据进行治理，实现数据的结构化、标准化，51个病种表单自动填充率可以达到90%以上，医生只需要用1-2分钟时间补录数据即可完成填报，为临床工作人员节省大量时间，从而将更多的时间和精力投入到临床业务中。
同时，结合国家单病种医疗质控要求，在诊疗过程中为医护人员提供提醒与建议，可以协助诊疗行为标准化，同时促进提升单病种表单数据自动填充率，在医院改进医疗质量的同时，从源头把控数据质量，促进建立动态持续性的术语标准体系。
医院为例，单病种表单自动填充率高达97%，单份病例上报时间缩短95%，30余个病种平均填报时间小于2分钟，部分病种甚至缩短至30秒以内。以份剖宫产病例为例，一年可以为医生节省小时的上报工作量，大幅度减轻临床的工作负担，提升效率。
由此可见，更好地实现数据价值挖掘与应用依赖完备的术语标准体系，实现全量数据的结构化、标准化处理，将医院的原始业务数据转化为直接使用的标准化数据，才能进一步保障科研搜索的准确性与完整性，单病种数据的自动采集与填充。只有这样，才能够保障数据价值挖掘的效率和准确性，提高数据应用类软件产品的价值和生命力！
了解如何构建高质量数据基础，请扫码咨询。预览时标签不可点收录于合集#个上一篇下一篇