醫療資料結構化的最大好處,不只是能系統性地定義和歸類臨床資訊,還能簡化後續分析應用的成本,「特別是資料清洗工作。」振興醫院心臟醫學中心心臟血管內科主治醫師暨資訊室主任陳冠群點出,資料結構化大大降低了AI應用開發所需的人力和時間成本,是精簡AI成本的好方法。
振興醫院也因此將病歷資料結構化,列為發展重點之一。不過,振興醫院屬於地區教學醫院,開發人力和資源不如集團醫院和醫學中心,臨床需求卻不亞於這些等級的醫院。如何善用有限資源、推動醫療資料結構化,是振興醫院面臨的一大課題。
病歷資料類型多元,文字內容是結構化重點
陳冠群身兼臨床第一線使用者與IT推動者身分,他表示,病歷資料包羅萬象,因此病歷結構化範圍可以很廣泛,從檢驗報告、檢查報告、個人健康資訊、個人健康習慣,到病人過去就醫的歷程與記錄、用藥資訊等都是可以結構化的資料種類。但除去醫學影像和影音,這些病歷記錄內容,大致可分為數值資訊、文字資訊兩大類,其中,文字類又可細分為描述性資料和表格表單型資料。
這些病歷內容還與不少重要的IT系統有關,像是常見的門診、急診、住院病歷和醫囑系統,以及生化病理檢驗報告系統、生理資訊系統、各個臨床科別的檢查系統和藥物管理系統等。
其中,生化檢驗和生理數據等病歷資料是推動門檻最低的類型。這類資料因健保申報關係,早年就已數位化和自動化,大多也採結構化架構。但文字報告類型的病歷資料,並非採結構化方式記錄,因此成為臺灣許多醫院推動結構化的目標。對振興醫院而言,將文字報告的謄打內容結構化,並保留重要的結構化資料,是正在進行的重要計畫。
病歷結構化帶來益處與挑戰
病歷結構化對IT和臨床使用者而言,可以帶來不同的幫助。
陳冠群指出,對IT人員來說,病歷資料結構化「是相對有利的,」尤其是在資料撈取上,可縮短許多原本需要寫程式執行的資料分析流程。如此一來,無論臨床和業務單位是要進行研究、調閱病歷還是分析使用,都能正確取得所需資料。
不過,IT如何根據已知和未知需求,正確地將病歷資料結構化,仍是一大挑戰,需「相當慎重、與多方討論才行,」他強調。
另一方面,對臨床人員而言,病歷資料結構化可用來統計、追蹤、計算、標註和可視化呈現特定趨勢,能讓不同職類的醫事人員,在溝通上和管理上更有效率,也更能即時處理臨床業務。舉例來說,感染控制、群聚感染監控、特定病患的篩選與管理,以及醫療品質的目標設定和追蹤都是應用之一。
此外,目前各家醫院大力發展的臨床照護儀表板,也能透過結構化病歷,來加速設計。因為,透過資料標準化,可用來及早發現異常數值、發出預警通知,讓醫護人員適時介入治療。
雖然有不少好處,但是,資料結構化對第一線臨床人員會帶來很大的衝擊。因為,常見結構化做法是將描述性文字改為表單式,在表單設計過程,需要臨床人員額外花時間配合,找出需要結構化的欄位,這就容易引起反彈。
再來,表單式欄位會打破醫師書寫病歷的習慣。「醫生需要將一句話拆成很多個部分,個別進行記錄或歸類,」陳冠群指出,有別於原本的邏輯性書寫,這種結構化方法將一句話切割為好幾個部分,甚至還要選取關鍵字,容易中斷醫師思緒,是一種不直觀的病歷紀錄方式。而且在資料閱讀上,也未必親民。
因此,如何兼顧前線人員的作業負擔和病歷資料瀏覽需求,是病歷結構化的另一種挑戰。陳冠群表示,除了不斷溝通,鼓勵第一線使用者參與結構化設計,也是降低阻力、增加助力的解方。
從IT和臨床視角出發,以6大準則推動病歷結構化
陳冠群結合IT和臨床觀點,給出幾項推動病歷結構化的原則。首先是「找出結構化目的,」比如想解決的臨床問題,再來從臨床端找出最關鍵、最值得優先投入結構化的資料。
如何開始進行結構化工作?他引用大數據的6個V原則來說明。「6V雖是大數據原則,但其目的與數據結構化類似,都是將各種數據轉換成架構性數據,以利後續分析應用,因此,可作為病歷結構化參考,」陳冠群說。
第一個V是Value,也就是數據價值。就病歷結構化領域來說,就是指該數據結構化的臨床價值,比如是否能用來強化疾病照護、提高診斷品質或優化醫療流程,這是陳冠群認為最重要的一點。
第二個V是Variability(多樣性),亦即同一批結構化數據,能否發展更多種類的應用,比如同一種數據可在多個科別中使用。陳冠群舉例,就好比職員薪水資料,可用來判斷有無受薪、薪水級距、是否達基本工資等,後續還可切分延伸出多種人資行政應用。
第三個V是Veracity,意思是數據的真實性或正確性。也就是說,推動結構化時,要找出明確、不必再後續處理或判斷的數據,更不能是意義模糊的數據結構。例如對病情嚴重程度的描述形容,若缺乏明確的分級來轉換,就難以進行後續應用,浪費了結構化的成本。
執行面得考慮的另外三個V則是數據量Volume、數據產生的速度Velocity和數據的變異性Variety。其中,數據量是指結構化所衍生的資料儲存成本,若結構化數據產量很大,就得考量儲存方式的開銷,尤其採用雲端儲存時得考量流量和成本。一旦結構化數據產生的速度很快,儲存空間很快用完,就得回過頭思考更划算的儲存方式。
而數據變異性是指,所需的結構化數據是否來源多處。比如要解決一個臨床題目,可能需要好幾種不同來源的數據,要是數據取得難度高,「結構化就會很辛苦。」等於花時間收集,可能只收集到一部分所需的資料,很難解決臨床問題。
病歷資料越多,結構化的工作量就越大。陳冠群提醒,結構化過程所需的人力工時,也是推動結構化的重要考量。以振興醫院為例,開發人力大約20多名,需要維護醫院上百套系統,不可能集中投入病歷結構化工作。因此,需要根據上述6項原則,去蕪存菁、挑選最關鍵的資料來結構化。
瞄準心臟報告結構化應用
為善用有限的開發人力和資源,振興醫院病歷結構化的優先目標,鎖定在心臟科報告。這是因為,振興醫院每月進行的心臟超音波檢查量大,高達4,000多人次,甚至超過一些醫院1年的檢查量。
這些檢查中,不少是心臟衰竭患者,而心衰竭就像是心臟的癌症,患者住院死亡率很高。這些心臟病患者,還可能患有三高和其他疾病,如糖尿病、腎臟病、心律不整、冠狀動脈疾病甚至是睡眠問題等。陳冠群表示,醫院個案管理師如何在茫茫的心臟檢查資料中,快速找出亟需關切的多重疾病對象,就是一大挑戰。
因此,振興醫院希望發展心臟報告結構化應用,將已結構化的心臟報告數據,串接慢性病等其他疾病的數據,來發展以病人為中心的分析和提醒功能,讓醫護在第一時間掌握心衰竭族群,提供用藥和檢查提醒、異常數據評估、訪談追蹤等服務。他們希望,透過結構化的資訊串接,讓數據能主動提供給個管師,甚至能協助個管師照護患者,讓數據不再是被動地被查詢。
熱門新聞
2024-12-03
2024-11-29
2024-12-02
2024-12-02
2024-12-03