传统病案质控依赖人工抽查(覆盖率不足5%)及规则引擎(仅能检测结构化字段缺失),对入院记录、会诊意见、手术记录等非结构化文本中的逻辑矛盾、术语不规范、诊疗遗漏等深层缺陷无法有效识别,质控效率低且漏检率高。AI全病历质控系统,自动抽取患者的病历数据,经过清洗加工形成标准化数据,经过病历质检规则引擎,利用AI能力自动对患者病历进行识别判断,并且能够识别主诉、现病史等复杂文本质量问题,包括诊疗记录规范性质控、智能编码质控、主诊断/手术合理性质控等,最终质检出患者的病历质量问题,并形成统计分析报表。
整体架构设计:基于Spring Cloud微服务架构 + RocketMQ异步消息驱动 + XXL-JOB分布式调度 + AI能力平台(集成大模型服务),构建覆盖“采集-分析-预警-闭环整改”的全流程质控系统。
实时质控与AI推理引擎:对接临床业务系统,实时监听病历文档的创建与更新事件,通过RocketMQ进行削峰填谷;AI能力平台加载病案质控规则库(含200+质控点),对入院记录、会诊意见、手术记录、病程记录等非结构化文本进行多维度智能分析,涵盖完整性校验(关键要素缺失)、逻辑一致性核查(诊断与手术是否匹配、时间轴合理性)、术语规范性检测(ICD编码映射、医学术语标准化)、诊疗合理性提示(用药与诊断的关联性)。
缺陷自动归类与分级预警:AI自动标记缺陷类型(如“主诉与诊断不符”“手术记录缺少术后首次病程”),按严重程度分级(红/黄/蓝),通过RocketMQ延迟消息推送至对应上级医生,支持在线审核、驳回修改与整改确认,形成质控闭环。
人机协同与效率提升:医生端提供AI修改建议(如推荐标准化诊断描述、自动补全缺失项),支持一键采纳;系统上线后,病案质控覆盖率由人工抽检的5%提升至100%全量覆盖,缺陷检出率提升300%,病案室人力投入降低50%,平均质控周期由48小时压缩至2小时。