病案数据治理到底应该技术人员负责还是临床人员负责？

“临床是我们在做的一件严肃医疗的事情，它要求真实性作为基础。因此如果没有足够的医学知识，那么对于数据的整理治理是否具备可信度？”颐圣智能创始人周禹同认为，让非医疗行业的技术人员来进行医疗数据的整理治理，这本身就是一个伪命题。

其实，在行业内已经出现了对于医疗大数据的纷争。只有数量没有质量，使医疗大数据沦落为了“医疗大垃圾”。信息技术人员不会医疗质控，临床医疗人员没有时间医疗质控，，数据质量鸿沟给医院运营带来了严峻的风险。

早在2018年，仅成立半年的颐圣智能就瞄准了AI病案质控这一赛道，成为国内早期专注于病案质控的医疗人工智能企业。以医疗质控为核心，颐圣智能推出了人工智能病案质控系统，基于临床、结合规范，面向医院管理者提供了一套自动化质控系统，为医疗质量评价、绩效考核和DRG推行应用提供了基础设施。

本文文章插图来源于颐圣智能，经授权使用

颐圣智能的病案质控系统从完整病案入手，全面核查病案质量，从临床要求、规范要求、绩效要求、医保要求、司法要求等不同角度评判病案质量。目前，产品已在十余家医院落地应用，有效提升了医院病案质控效率及质控深度。

从门诊到病案归档，颐圣智能解决方案覆盖了全过程，从临床体系、支付体系信息转换等各过程入手保证交付质量。颐圣智能病案质控系统以内涵质控为主，覆盖形式病控，实现了病案前后一致性核查、编码项深度校验、证据链核验、智能事中管理、进度跟踪以及自动核查，打通了事中、准终末、终末全过程。

而在欧美国家， 病案质控是AI技术在医疗领域最早商业化落地的场景。

根据2019年BlackBook调研报告显示，在全美已有44%的医院已经将AI技术应用于病案质量的提升上。AI病案质控可以为医院运营带来多维度的价值，首当其冲的就是收入提升。

在美国，基于AI技术的病案质控（CDI）和自动编码（CAC）是一个60亿美元的赛道，且行业集中度极高，仅3M和Optum两家头部企业就占据了70%以上的市场份额。

“行业的市场格局其实和这个领域的技术和产品特征是息息相关的。AI病案质控不同于医疗信息化赛道，其产品的标准化程度极高。而且AI技术在应用过程中可实现算法的自我迭代，应用越广，结果越准，具有显著的数据飞轮效应。最重要的是，这套系统保障的是医院核心的医务管理和医保管理业务，一块钱的投入可以带来十块钱的收益”，周禹同补充道。

本文文章插图来源于颐圣智能，经授权使用

这背后“暗藏”的核心技术是质控级NLP引擎，其能够满足严苛的性能考验，完成百余类术语类别、高精准语言识别，铸造完整的病案结构化，深入理解病案背后的故事。然而基于规则的质控技术，难以触及到内涵质控的核心本质。因此，颐圣智能运用AI Agent技术，为系统构建了多维、辩证的临床思维内核，可以深入理解医学逻辑关系，持续进化迭代。

病案质量的提升对于医院的价值在DRG时代凸显出来。DRG是医改后的产物，其根据住院病人的患病类型、病情严重程度、治疗方法等因素，将患者分为不同“疾病诊断相关组”，并以组为单位打包确定价格、收费、医保支付标准等。利用DRG进行不同服务提供者之间同质病例服务绩效的比较，可以大大提高评估结果的可靠性，这也对病案质控质量提出了更高的要求。

然而DRG倒逼了大批医院降低成本，这革了经销商的命。公立医院物资管理部门由利润中心转换成了成本部门，医院医疗产品收入大大降低，降本增效迫在眉睫，将医用耗材采购成本、物流成本、仓储管理成本降到最低是关键所在。

本文文章插图来源于颐圣智能，经授权使用

颐圣智能的核心逻辑也在于如何满足医院降本增效的需求。“和时间做朋友”是颐圣智能一直以来的坚持。“我一直觉得整个医疗行业无论政策如何变化，我们需要抓住的是长期不变的因素”?，周禹同说。对于医疗行业来说，长期不变的是对医疗安全及质量的把控，政策的发展也证实了这一点。目前，颐圣智能产品在医院应用的临床采纳率可达98%以上。

尽管从事医学病案质控研究，周禹同却并非医学专业出身，他在伦敦大学攻读硕士学位时主攻的专业是人工智能。周禹同的母亲是一名医生，由于体会到了医生从业者的辛苦，周禹同没能成为一名医疗从业者。但在周禹同心里，一直还埋藏着一个“医学梦”。为了靠近梦想，弥补遗憾，周禹同开始研究人工智能在医学领域的应用。

文章来源：《大数据》 网址: http://www.dsjzz.cn/zonghexinwen/2021/0311/1674.html