质量与信息化|基于医疗大数据的围手术期预警平台建设与应用

      临床实践证明,现代外科中围手术期管理的重要性已远远超过了手术操作本身。尽管投入巨大精力,但围手术期管理仍存在较多堵点。当前,不同级别医院手术管理智慧化水平参差不齐;围手术期信息化管理主要依靠现场抽查和人工分析统计;医疗实 践中术前讨论和术中评估不到位、三方核查不及时等导致手术死亡率上升。有研究 发现,部分医疗机构利用信息化进行资质准入、非计划再次手术预警、手术高值耗材管理等,围手术期管理主要以终末质控为主,尚未形成以患者为中心的围手术期管 理体系,智能化手术质量管理体系还未建立。在此背景下,国药同煤总医院利用信息 技术构建围手术期预警平台,旨在实现围手术期精细化管理,确保手术质量与安全。

01 平台建设//
1.1 成立项目组
      该院成立由医务科、护理部、麻醉科、外科、计算机中心等多部门业务骨干人员组 成的项目组。由副院长牵头组成决策领导层,医务科、护理部协调管理,外科、麻醉 科、计算机中心执行。
1.2 梳理围手术期流程
      按照“术前-术中-术后”的顺序,将围手术期全流程划分为术前评估、手术申请、手术安排、术前访视、患者交接(出区)、入手术室和手术间、手术安全核查、麻醉 开始、手术开始、术中监测、手术结束、入出麻醉恢复室、患者交接(回区)、术后随访等14个主要环节,每个环节包含若干关键节点(表1),对这些关键节点进行风险评估,针对其中高危风险点,借助智能化预警平台进行环节控制。
1.3 搭建平台架构
      基于医院HIS、CIS、LIS、EMR等业务系统中基础数据建立数据中心,通过数据清理、提取、应用 ,形成集风险预警、闭环管理、质控管理、运营管理于一体的围手术期智能化管理预警体系。风险预警以专业教科书、诊疗指南、临床路径等为基础知识库 ,同时结合专家临床经验,利用检验、检查、用药、输血、体征、文书等大数据,按照多种组合规则形成预警提醒。质控管理通过对手术、麻醉质量指标自动统计分析,使管理部门全面了解全院手术质量情况。运营管理通过分析手术例数、费用消耗、时间消耗、药占比、耗占比等指标,进行手术效益管理。智能化围手术期风险预警平台基础架构和业务分如图1、图所示 。
1.4 平台功能
      平台基于业务系统中患者基础信息、用药、检查检验、手术、病历文书等结构化和 非结构化数据,利用Kettle/ETL技术离线采集、SQL/xxjob实时采集、http/ftp三方 采集等方式,形成围手术期数据中心。利用数据引擎,对数据进行抽取、清洗和管理,最终实现数据应用。医院各业务系统通过这些应用,实现术前、术中、术后全流程 风险点提示,同时完成事后数据统计分析等。
      (1)手术申请。首先,平台管理人员预先完成医生手术级别授权;其次,将患者的基本 情况、手术申请、体征、病历、检查检验、用药情况等信息采集到围手术期数据中 心,系统通过Java服务生成63项手术风险指标及手术相关注意事项,形成预警知识库。当医生开立手术申请时,系统自动审核医生手术授权级别、检查检验开具和完成情况、病历文书完整性等,并核查手术患者检查检验结果。若发现重要检查及病历文书缺失,则予以提示;患者检查结果不适宜手术或出现手术越级情况时,禁止开立手术申请。
      (2)手术安排。手术申请发送至手术室,系统通过SQL实时采集手术申请信息,自动安排手术间,智能化预约排程;手术安排情况同时供临床医生查看,便于其合理安排手术时间,提高手术室运转效率。
此外,通过SQL实时获取患者检查检验结果,判断患者是否有传染性疾病指标,系统会自动给出提示,并将手术安排至专用手术间或将手术台次后移。

时间阶段	主要环节	关键节点
术前	术前评估	患者风险评估 医疗文书、知情同意书完整性
术中	手术申请	手术分级管理
	手术安排	手术间排程
	术前访视	麻醉风险评估 医疗文书、知情同意书完整性
	患者交接(出区)	患者身份识别 手术风险因素提示 术前带药 交接记录单填写
	入手术室和手术间	患者与手术间信息匹配
	手术安全核查	执行时点 核查内容完整性 手术、麻醉关注点提示
	麻醉开始	准点开台
	手术开始	准点开台
	术中监测	术中用药 术中用血 麻醉异常情况
术后	手术结束	患者身份核查 器械清点
	入出麻醉恢复室	护理事项
	患者交接(回区)	患者身份识别
	术后随访	麻醉恢复情况 并发症管理 护理事项

图1 围手术期风险预警体系架构图

      (3)术前访视。在麻醉医生进行术前访视时,利用PDA扫描患者腕带,系统通过SQL实时采集患者基本信息和手术申请信息,自动核对患者身份及手术方式;同时通过Java服务调用围手术知识库,对患者术前存在的风险因素给予提示,如患者关键检查缺失、检查结果异常等,提示医生充分做好麻醉风险评估。
      (4)术前患者交接。PDA扫描识别患者身份,并进行交接单填写,通过SQL采集围手术期数据中心患者体温、血压、心率、血氧饱和度、传染病检验阳性、皮肤破损、压 疮、意识状态等体征数据和术前带药医嘱数据,进行智能 提醒,以提示手术医生对患者特殊情况予以关注。
      (5)入手术室和手术间。利用PDA扫描患者腕带和手术室、手术间信息位点,通过SQL 采集手术排程情况并自动关联,当手术间与患者不匹配时会发出警报,以确保患者接受正确手术。
      (6)手术安全核查。在PDA中嵌入手术安全核查模块,进行麻醉前、手术前、手术结束安全核查,核查完成后填写安全核查表,前一次核查未完成时无法进行下一次核查。此外,每次安全核查过程均采用语音记录,并自动对核查内容进行完整性校验,确保安全核查落到实处。
      (7)术中监测。通过Java服务获取围手术期数据中心相关信息,根据患者术中生命体 征和麻醉状态,监测变化情况、手术时长等,提示术中用血、术中追加用药及麻醉异常情况,通过术中麻醉监测仪监测数据,自动生成麻醉记录单。
      (8)术后VTE风险管理。通过Web服务获取HIS系统中患者病历、体征、检查检验结果 等信息,系统自动评估 患者发生VTE的风险,并提出预防建议。

      (9)质控与运营管理。根据手麻系统中记录的各类麻醉和手术相关时间节点、麻醉方式和分级、术中生命体征指标,HIS系统中诊断和手术记录、医嘱记录、住院时间 和费用记录等信息,平台预先设定统计口径,提取数据中心中患者体温、血压、用药、化验指标、检查指标、手术、访视文书以及手术过程等信息,利用数据源进行计算,实现麻醉专业质控指标、手术安全指标、公立医院绩效考核指标等的自动统计。

02  平台应用及效果//
      该院建成智能化围手术期预警平台,并应用于临床管理。依据对围手术期全流程14个主要环节的预警及控制,该院实现了住院非全麻手术闭环管理和住院全麻手术闭环管理。同时,该院依据智能化风险预警指标,制订髋/膝关节置换术、冠状动脉搭桥术围手术期全流程标准化操作规范,对患者评估、用物准备、用药用血、护理流程等手术全过程进行标准化管理。
      围手术期预警平台应用于临床后,围手术期关键环节执行情况和手术相关运行质量明显改善。术前访视缺失由42.3%降至8.71%,手术开始核查缺失由37.14%降至0,手术结束安全核查缺失由59.5%降至5.3%,入出麻醉恢复室缺失率分由别72.3%和82.5% 降至14.7%和14.2%,术后访视缺失率由88.57%降至9.67%。术前平均住院日由3.36d缩短至3.10d,手术患者平均住院日由11.26d缩短至8.25d,手术并发症发生率由0.79% 降至0.29%,围手术期死亡率由0.22%降至0.03%,在院患者满意度提升至99.69%,外科系统医疗服务收入占8.63%。因围手术期导致医疗纠纷数量由2019年的 24例降至2022年的5例。
03 体会与思考//
      本研究建立的围手术期预警平台融合了医院多个业务系统，打破了信息孤岛,利用CDR提取患者检查检验、用药、输血、麻醉等诊疗信息,实现了全流程信息预警,为医护人员提供实时风险提醒、违规行为自动拦截等智能预警服务。通过协同多个业务系统,实现流程互通、人员互动,确保了围手术期全诊疗链条可追溯。同时,平台应用丰富的医疗数据,进行客观监管与评价,实现数据赋能管理,促进管理过程向数字化转型。在应用智能化平台基础上,该院职能部门还定期对医务人员围手术期行为进行评价,并结合智能风险预警指标及措施,制订了围手术期全过程标准化操作规范,形成了“1+1>2”的良好管理效应。综合运用PDCA、RCA等管理工具,并结合医院 良好的操作规范和卫生标准操作程序等,有助于构建患者安全保障体系。
      合理的患者转运交接方案是保障患者安全的策略之一。目前,该院围手术期预警平台在临床应用中虽取得良好效果,但仍有部分环节需进一步完善。如:手术结束后,对于需进入麻醉恢复室或重症医学科患者的转运交接流程有待优化,患者在恢复室内的管理也有待进一步标准化。该平台在风险预警基础上,还需继续开发辅助决策功能,深化其智能化应用程度。在信息不完整的情形下,医生有时会做出探索式的决 策,而探索式决策带来的偏倚常常使得医生难以发现手术风险,无法对意外事件做出计划并迅速干预。利用机器学习法对患者持续监测是预防手术并发症风险的有效方式,通过自动识别风险因素并展示患者风险评估结果,也能够为医生主观评估提供更加准确的决策支持。同时,还需持续更新平台信息技术,使信息获取更完整、业务流程更高效、应用场景更智能,为患者手术安全提供更加全面的保障。