对于病案的质控，大多数所医院采用的办法是设立一个专职团队对每日出院患者的病案做终末质控，一般采用数字化病案质检系统辅助人工逐页翻阅查找缺陷的方式。但这些工具只能做到形式质控和简单的内涵质控，譬如检查“病案是否完整、格式是否规范、时序是否合理”等，对于“病案是否体现了疾病演变过程”、“诊断是否合理”等方面的内涵质控无能为力。
病案质控基本流程
AI和大数据技术的发展让这一痛点有望被解决。颐圣智能是一家用AI技术进行病案质控的公司，其自主研发的自然语言处理技术（Natural Language Processing，NLP）能结构化提取医疗文本（患者症状、体征等信息），以该技术为核心的诊断系统能通过语义关联自动核查病案中临床路径的合理性，做到高效地“内涵质控”。
最终实现的效果是，这套系统能发现一篇病案每个模块上形式和内涵上的主要缺陷，并且指出具体的位置和缺陷原因、内容是什么。譬如，它能通过病案记录的症状信息推导出诊断结果，再对比医生的诊断，来结果判断后者的有效性，并据此回测所需的检查程序，看病案中是否有漏掉的环节，以此来确保医生诊断的准确性和充分性。
据周禹同介绍，目前这套系统侧重于常见的危急重症的诊断决策判断，对已推出的30种疾病的回测误漏诊率低于10%；他还透露，该系统已在多家医院做了部署，实现了技术的商业化落地，主要的盈利模式是向医院收取年费。
提到市场规模，周禹同表示，“如果只按节省的人力成本算，那至少是几百亿的市场；如果再考虑到病案质控不严谨所带来的医疗纠纷赔款，这个市场更大。”
团队方面，创始人周禹同毕业于伦敦大学学院专攻人工智能方向，主要负责技术内容；公司营销总监王世云在中国医疗信息化领域有近20年的从业经验，曾任EBM营销总监。
此前，颐圣智能曾获得近千万元天使轮融资，目前正展开新一轮融资。
围绕电子病历的数据应用，36氪还曾报道过数据产生前场景下的病种专业化平台博识医疗云、病历智能语音录入工具云知声，数据产生过程中的解决共享和安全问题的阿里健康“医联体+区块链”项目，以及数据产生后病历大数据平台大数医达、病历数据分析及管理平台森亿智能、医疗大数据辅助决策系统零氪等。
友情链接