医疗质量循证管理研究项目

医疗质量循证管理研究项目-项目进展情况简介01目录Content医疗质量循证管理研究项目项目类型：重点项目起止年月：2022年8月至2024年11月申请单位：厦门大学附属第一医院(盖章)联系人及电话：庄良疗质量循证管理研究项目中期汇报材料项目编号：YLZLXZ22K026项目名称：智能化医院质量安全管理体系建设促进医院评审实施PART1项目进展情况简介项目进展情况简介(600字左右，简要说明项目概况、进展、取得成果及应用情况)一、项目目标进展及完成情况对照项目内容和预期目标，阐明项目进展(重大、重点)和完成情况(一)已完成项目目标项目进展情况简介1.成立项目跨部门复合型团队，包括质量管理部、医务部、护理部、计算机中心、临床、医技科室等核心部门成员，制定详细的工作计划2.已申请三级医院医院评审系统项目预算经费150万，用于建立智能化医院质量安全管理体系，已完成三级医院等级评审系统建设方案、数据集成方案的撰写(二)进行中项目目标1.根据国家《三级医院评审标准(2022年版)实施细则》《福建省三级医院评审标准实施细则(2022年版)》、医院大数据中心实际情况、三家医院实际业务流程，拆解细则指标口径，梳理通用数据模型，基于三家医院的大数据中心，制定数据集成和数据治理标准，包括标准化和结构化等业务流程梳理，数据模型设计、数据治理和探索应用项目进展情况简介2.建立指标管理体系，对指标进行统一定义和分类管理，进行指标明细核对和修订补充逻辑。持续监测指标数据验证，利用数据溯源实现医疗质量循证管理3.邀请知名医疗质量管理1-3名进行医疗质量与等级评审培训二、主要项目工作内容及进展情况与成果包括主要研究内容与技术路线、研究方法，主要研究成果等(一)主要研究内容1.围绕《细则》所涉及的指标定义梳理和逻辑拆解，建立通用数据模型(CDM)：包含医院资源配置、质量、安全、服务、绩效等指标监测以及DRG评价、18个重点专业、单病种质控和重点医疗技术等日常监测数据建立基于大数据平台的数据质量管理服务，提供统一的流程来定义和检测数据集的质量并及时报告问题，进而保证数据的准确性项目进展情况简介基于三家课题医院的全院数据建设情况，对比实际临床和管理指标的不同业务场景，建立《细则》对应的通用数据模型，并适配到三家课题医院进行适配和应用2.建立智能化指标数据监控体系：将拆解的所有指标口径进行统一定义管理和取数管理(取数方式分为：基于数据库计算、可基于指标计算、可基于填报进行)，实现指标全局概览，快速了解指标的口径和编制者，基于数据治理和计算规则推荐，通过设置指标目标值(月度、季度、年度)或指标变化时进行预警展示，支持短信、公众号、微信等消息推送到客户端提醒指标阈值上下限，方便管理人员及时进行进度跟踪和干预基于数据行为库进行指标血缘管理，展示溯源数据的来龙去脉，追踪数据的来源及数据处理过程项目进展情况简介3.建立医院评审质量考核评价体系：收集、综合、提炼国家政策要求的医院评审指标及评价方法，结合三家医院实际医疗行为业务流程和相关数据标准要求定义符合医院的指标取数口径，在实践过程中，打造具有实时性集成、数据治理、统计、分析、可视化展示的报表工具，辅助医院进行快速、多维度、多环节(按专题、科室、时间、医生细分)的全院医疗质量监测，便于医院分析医疗质量，体现质量改进成效，提升管理水平4.建立风险评估及预警管理体系：院级层面风险由院领导班子与各职能/业务部门负责人参与评估，不局限于自然灾害和大型事件，是全院性的风险管控，从战略上、运营上、财务上、合规上、声誉上进行风险管理；每年对流行病、灾难、和突发事件进行灾害脆弱性评估，确定医院紧急事件风险等级，更新应急计划、应急预案，定期组织培训及应急演练项目进展情况简介5.建立医院质量持续改进体系：建立院部科三级质量持续改进体系通过设立院级、部门级、科级年度优先重点监测结合智慧医院与安全管理信息系统统一指标模板、管理流程，每季度在医院质量与安全管理委员会上分析各类指标运行、改进情况通过举办医院年度质量持续改进案例竞赛，对优秀案例采取激励措施，推优参选全国案例大赛，持续营造质量改进文化010203项目进展情况简介6.建立数据治理和数据质量管理体系：建立数据管理制度和医院数据质量管理架构，将数据审核、数据治理责任分工、数据审查流程、数据安全及应用等落到实处，对元数据、数据字典、数据定义的标准化进行了梳理和建立了长期管理规划建立全院数据指标体系，包括领导驾驶舱、等级评审类指标、门诊指标、住院指标、运营指标等相关数据库，将各类指标汇集形成指标池，同时固化数据管理流程，形成全院性的标准化数据指标系统，辅助院领导、临床和职能部门的日常决策(二)技术路线项目进展情况简介1.医学自然语言结构化处理(NLP)：基于医院的海量病历文书，结合医疗文本标注系统和医学术语网络构建系统，使用无监督学习、监督式学习、主动学习、迁移学习结构学习等机器学习方法建立一整套针对中文医学文本的分层式自然语言处理系统，医学自然语言处理(NLP)技术针对处理的医学文本模型，包含以文本为主的非结构化数据(如主诉、现病史、既往史、心超报告、手术记录和检查报告等)进行后结构化：对于已结构化非标准化数据(如患者人口学信息、实验室检查、医嘱信息等)采用术语映射引擎进行术语映射实现编码标准化和归一化项目进展情况简介2.相关医学知识图谱：医学术语网络是自然语言理解的基础，是构建算法与应用的桥梁，也是自然语言处理最核心的部分项目进展情况简介通过使用深度学习和自然语言处理自动化辅助构建的图结构的术语网络，整合医学逻辑范畴网络以及中文语用范畴网络，使术语网络同时具备精确性、形式性、计算性、可读性等特点，让计算机能通过网络理解中文，理解医学逻辑，使得此中文医学知识图谱的广度、深度和实用程度都可以达到领先水平，并帮助NLP性能的进一步提高项目进展情况简介(三)研究方法1.参照《细则》要求的数据集成：参考国家、福建省三级医院评审《细则》和医院的指标解读，结合全院大数据中心进行数据范围确认，主要包括临床和运营相关数据：患者特征数据、病种数据、治疗方案与费用数据、治疗状态数据及在该过程中产生的管理类数据，运营管理相关数据：人力资源、床位数据等2.利用自然语言处理进行病历文本数据治理：一方面对结构化数据进行规范化、标准化和有效性校验，同时对大量非结构化文本数据如既往史、现病史、病程录、出院小结、超声报告、病理报告、放射报告等进行医学自然语言处理(LP),实现临床概念的归一化和后结构化项目进展情况简介3.利用数据质控规则进行数据质量管理：利用丰富可扩展数据质量监控规则库，以及业务自定义数据质量监控规则及语法检查，进行数据质量报告查验等来保证数据的及时性、完整性、一致性、有效性和适时性。通过建立一套切实可行的数据质量监控体系，设计数据质量稽核规则，加强从数据源头控制数据质量，形成覆盖数据全生命周期的数据质量管理4.利用指标统一管理平台进行指标口径、取数、溯源统一管理：利用指标定义线上化，指标取数模块化和流程的规范化，达到指标生产到应用流程的全链路产品化5.利用医院评审质量管理平台进行数据跟踪和持续改进：利用指标数据直观监控医院整体医疗质量情况，通过时间维度(月度、季度、年度)进行比较识别问题，支持从"全院"到"科室"到"医生"下钻深入诊断问题根源，通过批注和任务分配跟踪机制实现指标持续改进项目进展情况简介(四)主要研究成果形成一套基于三级医院等评的智能化医院质量安全管理体系，通过监测相关指标趋势，分析指标对应数据进行分析，构建基于结构－过程－结果三维模式下的医院质量安全管理体系架构和信息平台建设协调厦门大学附属中山医院和厦门市第二医院，结合多家医院诊疗业务流程完善口径细节，为后续福建省医院评审细则提供案例参考，将建设经验推广到其他医院科研论文1~3篇发表期刊，建立信息化采集指标系统一套申请3项软件著作权1、到目前为止，已经产生的项目研究结论与创新点2、项目未完成内容的计划项目进展情况简介(一)2023年11月～12月1.完成等级医院评审管理系统的招标、采购2.邀请质量管理专家来院讲课，进一步3.收集论文参考文献(二)2024年1月～5月建立指标管理体系，融合临床