國泰綜合醫院開發一套ICD-10疾病分類碼推薦系統,可根據病歷資料,如病人特徵和過去病史,以及病程記錄,如手術處置、用藥等資訊,還有DRG健保支付規範,來推薦最合適的疾病分類編碼。

圖片來源: 

攝影/王若樸

國泰綜合醫院在今年度醫療科技展中,揭露一款ICD-10疾病分類碼推薦AI系統,以2015年至2018年的健保資料庫與國泰醫院內部資料訓練而成,能在醫師填寫出院病摘時,根據病人病歷資訊和DRG健保支付規範,從上萬個ICD-10編碼中推薦最合適的近10項疾病分類碼,供醫師選擇。目前,該系統的分類效能指標AUC高達0.99(最佳值為1.0),國泰醫院也已在6個科別試行,將視成效來擴大使用。

痛點:編碼分類得耗費大量人力和時間成本

國泰綜合醫院院長室副主任郭明娟是開發這套系統的關鍵人物之一,她指出,一般醫師填寫出院病摘時,也得填寫ICD-10疾病分類碼,而ICD-10是WHO所定義的疾病分類標準,用來描述病人的疾病、症狀、異常等狀況,其中,光ICD-10-CM就有6萬8千個編碼,比前一版版多了5萬5千個,分類難度大增。而醫師因工作繁忙,可能只填寫印象中較熟悉的編碼,但「也許還有更好、更貼切的選擇,」她說。

這不只是國泰醫院面臨的問題,而是全臺醫院都會面臨的難題。也因此,一般醫院的做法是,由另一個專門單位,來核對醫師填寫的出院病摘ICD-10編碼。在國泰醫院,這個單位就是疾分人員,他們除了要找出最貼近病歷描述的ICD-10編碼,也得考慮後續申報規定(也就是DRG制度),再來回與醫師溝通,取得共識後再送出資料至健保署。

但醫院每天都得處理大量病人,疾分人員還得來回與醫師溝通,這就花費大量人力與時間在確認疾病編碼分類上。

於是,為解決問題,國泰醫院在一次因緣際會下,與一家新創公司討論,要開發一套AI模型,來在醫師填寫出院病摘時,就先推薦最適合的編碼,節省後續的人工作業成本、更專注於重大醫療案件。

以健保大數據和國泰醫院資料優化模型,2年開發微調、AUC達0.99

於是,將近2年前,雙方開始開發這套系統。他們先以2015年至2018年的健保資料庫資料,來訓練一套推薦模型,這套模型會根據病歷資料,如病歷(病人特徵、過去病史)和病程記錄(如用藥、手術資料、處置資訊和檢驗檢查等),以及DRG規範,來推薦最適合的ICD-10疾病編碼。

不過,光有健保資料還不夠。為了更符合國泰醫院的需求,國泰醫院也將院內去識別化的資料,用來優化模型,來更貼近實務需求。但也由於醫院對資料的保護,疫情間,雙方暫緩對該模型開發,疫情趨緩後才繼續執行。經過不斷的微調和優化,模型AUC最終也達到0.99。

在系統使用上,則由國泰醫院資訊部來介接,將模型內嵌至醫療資訊系統(HIS)中,讓醫師在同一個頁面、不必切換系統,就能點擊查看近10項推薦編碼和DRG計算值(如下圖)。若合理,就能點選帶入出院病摘。

但醫師要是有疑慮,也可查看自動生成的報告,該報告會解釋AI推薦的編碼,是根據哪些病歷資料產出(如下圖)。

若醫師認為推薦編碼都不符合事實,也可回報系統、給出原因,後續再以這些回饋資料重新訓練模型。

目前,國泰醫院已在院內6個科別試行這套系統,未來將視成效,來決定是否擴大採用。

熱門新聞

Advertisement