基于大模型的多阶段出院小结质控方法研究

目的为提高医生书写医疗文书的质量、效率和一致性,利用大模型探索多阶段出院小结质量节点自动生成方法,为其质控奠定基础。方法梳理出院小结内容与其他电子病历数据内容的字段映射关系,设计基于大模型ChatGLM2-6B的多阶段质控模板生成方案,并构建面向出院小结的质量节点自动生成任务数据集,采用指令数据构建、P-Tuning v2微调、Prompt构建等技术,训练并调优该模型。结果基于大模型的多阶段质控模板生成方法,能够有效捕获其他电子病历数据的关键信息,自动生成格式规范且结构完整的出院小结模板内容,并保证生成结果连贯、可读,满足相关质控要求。结论根据医疗文书质控要求,利用大模型自动生成医疗文书质控模板是可行的。此模型的设计可为同类应用提供技术框架,以推进医疗信息技术的发展。

院内共享的出院小结系统的开发和利用

为了实现出院小结电子化,使医疗信息在院内共享,并与其他医疗机构能进行协同医疗,日本熊本大学附属医院开发了一套独立于医嘱录入系统的出院小结信息系统。该系统采用WEB浏览器的界面,部分数据在患者出院时自动以XML(eXtensible Markup Language)形式从医院信息系统中输出传入到出院小结系统当中,使出院小结的录入和编辑简单快捷。系统从2001年12月开始运行,至今每天有80-100份出院小结文档储积。无论是临床还是科研都为医务人员提供了极大的方便。

应用表格式出院小结的做法和体会

出院小结（即出院记录）是住院过程的总结和概括,是继续治疗的重要参考,是办理基本医疗保险（下称医保）报帐、伤情鉴定等社会保障性事务时需要提供的医疗文件之一。为了规范出院小结的书写,我院自2013年9月起统一使用了表格式出院小结,工作效率和质量明显提高,受到了临床一线病历书写医师、患者和医保管理部门的普遍欢迎。1主要做法1.1表格式出院小结模板的设计依据2010版《病历书写基本规范》和第7版《诊断学炉中关于出院小结的相关要求，设计了本院的表格式出院小结模板和表格式诊断证明书模板（见表1、2）；依靠军队医院新版电子病历系统提供的良好条件，在患者姓名、性别、年龄、住院科室、ID号、住院天数、管床医师姓名、书写日期等基本信息后的空格中插入相应的简单元素，当管床医师为某个要出院患者填写出院小结时。只要打开所选中患者的出院小结模板，这些基本信息就已经自动填充,非常方便。

卒中患者病历出院小结现状及其与住院医师规范化培训的相关性研究

目的调查卒中患者病历出院小结现状,以及住院医师规范化培训与出院小结的关系,梳理目前存在的问题,为下一步制定针对性改善措施提供可靠数据。方法本研究通过调查一个区域性高级卒中中心连续2个月出院卒中患者病历的出院小结,利用标准病历书写质量(针对书写内容重要元素完整性及质量等7项内容,总分10分)及卒中病历质量评分(包括卒中类型、病因分型、诊疗经过及用药、并发症描述、出院时神经功能评估、预后评估、进一步诊断检查建议、出院用药指导、出院血压及血脂控制目标及治疗随访建议11个项目,每项目计1分,共计11分)对其进行定量评估,了解其现状,总结存在的问题,并比较经过神经专科一阶段培训和未经过培训的住院医师在书写出院小结中暴露的问题差异。结果共收集卒中患者病历出院小结105份,分别来自6位不同年资的住院医师。标准病历书写质量总体得分为6~10分,平均得分为(9±1)分,>8分比例为83.8%(88/105),最低分为6分(1份)。主要不达标部分在出院医嘱中关于复诊时间及复查项目方面,比例为50.5%(53/105)。卒中病历质量总体得分为4~10分,平均分为(7±1)分,≥7分比例为76.2%(80/105),不达标比例项最高在血压、血脂控制目标部分,达标比例分别只有6.7%(7/105)和1.0%(1/105)。经过神经专科一阶段培训的高年资住院医师组和未经过培训的低年资住院医师组标准病历书写质量得分均为(9±1)分(P=0.753),各子项得分差异也无统计学意义(P均>0.05);两组卒中病历质量评分均为(7±1)分(P=0.335),但在卒中病历质量评分的子项中关于进一步诊疗计划方面,高年资住院医师组书写质量达标比例较低年资住院医师组稍高(95.6%vs.78.4%,P=0.016)。结论卒中患者病历出院小结书写质量整体尚可,但具体危险因素控制指标及进一步诊疗随访计划等书写质量还有待于进一步提高。住院医师培养方面,在住院医师专科培训中要突出卒中病历内涵书写的重要性。

基于缺血性脑卒中患者出院小结的协变量提取方法

目的针对缺血性脑卒中这一发病率高、预后差的疾病,应用自然语言处理技术从患者出院小结中进行文本数据挖掘,并通过Python编程语言将非结构化的文本数据转换成供后续统计分析的结构化数据库。方法利用缺血性脑卒中患者出院小结资料,构建基于知识增强的语义表示模型(ERNIE)+神经网络+条件随机场的命名实体识别模型,进行疾病、药物、手术、影像学检查、症状5种医疗命名实体的识别,提取实体构建半结构化数据库。为了进一步从半结构化数据库中提取出结构化数据,构建基于ERNIE的孪生文本相似度匹配模型,评价指标为准确率,采用最优模型构建协变量提取器。结果命名实体识别模型总体F1值为90.27%,其中疾病F1值为88.41%,药物F1值为91.03%,影像学检查F1值为87.71%,手术F1值为87.07%,症状F1值为96.59%。文本相似度匹配模型的总体准确率为99.11%。结论通过自然语言处理技术,实现了从完全的非结构化数据到半结构化数据再到结构化数据的构建流程,与人工阅读病历并手动提取病历信息相比,极大提高了数据库构建的效率。

出院小结的规范化书写

出院小结也称出院记录或出院总结，是指病人出院时经治医师对其住院期间的诊疗经过，病情变化及其转归等全过程进行的简要局面总结。出院小结主要供随访或复诊时医务人员查阅参考。其书写内容除一般登记项目(患者一般身份概况、入院日期、出院日期及住院日数等)外，主要包括以下项目：

切勿轻视出院小结

住院是治病保健康,出院要巩固疗效和继续康复.这里小结是指出院小结,且不要轻视这张纸,它是住院"辑要",也是住院的资料"缩影".

责任在心 赋爱于行——我和我的签约居民

我是一名基层的全科医生。2年前,我结束了三级医院的住院医师规范化培训(以下简称规培),来到社区成立了家庭医生签约工作室。这2年的签约诊疗工作,让我和社区居民渐渐熟络起来。“王医生,谢谢你!幸好你那天坚持让我妻子去急诊,急诊医生说这个病很危险,再迟一点就要出人命了。”倪大爷带着范大妈走进诊间,边说边递给我一张上级医院的出院小结。