质量数据中心医疗质量管理实践

导语：质量数据中心医疗质量管理实践一文来源于网友上传，不代表本站观点，若需要原创文章可咨询客服老师，欢迎参考。

随着医疗卫生体制改革的不断深入，医疗质量已直接影响到医院等级评审以及医院的可持续发展能力。如何提高医院的医疗安全和医疗质量，避免或预防可能出现的错误或意外等不良事件，强化医务人员培训和制定规范的操作流程以及严格的管理制度当然是必不可少的，但是如何通过信息化建立数字化的、标准化的评价和监测体系，及时甚至是实时提示或刚性拦截不合理的处方，已经成为医院临床信息化的必经之路。本文简要介绍了质量数据中心的概念和构建方法，并以实例进行说明，以期对希望通过信息化手段提高医疗质量的医院提供借鉴。

1现状分析

医疗质量管理是医疗管理的核心[1]。医疗质量是医院生存与发展的基础，在“两会”提出的“健康中国”理念的引导下，着力优化综合性医院医疗质量管理，不仅能给医院带来经济效益，而且能够满足患者日益增长的就医需求，从而带来良好的社会效益[2]。随着世界各国医疗质量管理和我国医药卫生体制改革的深化，医院的医疗质量管理水平已不能完全适应当下的医疗质量管理要求，针对当下严峻的质量管理要求，医院医疗质量管理主要存在以下几个问题。1.1医疗质量管理水平不高。21世纪是“质量的世纪”[3]，以其超严的质量要求为标志。对于医院而言，超严意味着各种质量指标标准将不断提高。不仅要诊断正确，还要定位更加精确；不仅要治疗有效，而且并发症发生率、院内感染率还要尽可能降低，疗效评价也将从短期上升到长期甚至终身疗效评价；不仅要求不能发生事故，还要“零缺陷”“零差错”……人对生命质量的渴望和追求，正随着科学技术的不断进步和人民生活水平的提高而以惊人的速度增长着，这促使医院质量管控技术必须永无止境地向前推进。1.2医疗质量内涵不够丰富。随着医学模式的转变和国家医疗卫生体制改革方向的确立，医院医疗服务范围拓展到更加宽广的领域。随之而来的以病人为中心、病人评判至上的原则就要求医院医疗质量提高到更广、更深、更全面的“大质量观”水平[4]，即不仅要实现传统意义上的诊断治疗质量高，还要实现医疗工作效率高、医疗费用和医疗过程合理、医疗服务质量令人满意等。正如卫生改革宗旨所指出，医疗机构要“努力用较低廉的费用，提供较优质的医疗服务”。1.3医疗质量管理手段落后。医院的可持续发展建立在平衡、协调的综合性发展基础之上，医院既要加强外延建设，注重引进先进仪器设备，改善工作环境，又要强化内涵建设，建章立制，保证质量，挖潜增效。近年来，医院经历了外延建设跨越发展的时期，医疗规模显著扩大、医疗环境日益美化、医疗设备更新换代，硬件建设逐渐新增。然而，相比之下，医院质量管理手段却稍显滞后，而且因质量问题所带来的医疗安全隐患仍然较为突出，医院漏诊、误诊时有发生。

2解决方案

2.1构建质量数据中心。质量数据中心（qualitydatarepository，QDR）是医院医疗质量管理系统的核心[5]，是一个整合各种医疗质量来源数据的实时数据库，通过统一方式呈现医疗质量数据视图，质量指标监控，医疗质量联动以及质量评价，以促进医院管理和临床医疗质量的提高。在建立医疗质量数据中心的过程中，标准化是一个非常重要的问题。标准化的数据类型、标准化的医疗术语集、标准化的数据访问服务要能够满足系统的数据需求。为此，医疗质量数据中心数据模型的构建要完全遵循相关国际标准建立。并按照医疗质量管理的要求，增补大量的质量数据标准。在建立医疗质量数据中心的过程中，采用类似数据仓库技术的建设方式。通过源数据库、数据抽取、数据仓库数据库、数据集市以及数据访问服务的构架，形成一套满足实际医疗质量监管要求的医疗质量数据中心系统。数据抽取过程主要是将数据从医院业务系统的源数据库中抽提出来，并进行必要的转化、整理，再存放到数据仓库内。主要提供的服务包括删除对决策应用没有意义的数据段；转换到统一的数据名称和定义；计算统计和衍生数据；给缺值数据赋给缺省值；把不同的数据定义方式统一等。2.2主动监测数据。临床业务数据错综复杂，各业务间的数据存在千丝万缕的关系，从应用层面，我们希望这些零碎的数据能够关联整合起来分析和展示，例如医师在下达输血医嘱后，应去关注相关的检验指标变化、配血信息、不良反应信息等内容，最好第一时间知晓。由于现在数据存储千差万别，单纯地要从各业务表中实时获取数据进行整合效率很低；同时业务的需求也是持续发展的，对数据的关注也会发生一些变化，定制式的数据处理肯定满足不了业务的发展需求。这就有必要在应用框架层面建立一种主动的数据监测机制，能够自动地将业务触发的需要关注的数据实时推送过来，主动监测模式可以弥补被动监测模式的不足，它是一种有组织、有计划的监测活动[6，7]。2.3闭环化设计。医疗质量管理系统的关键就在于信息系统和临床的业务进行充分的整合[8]。即医疗质量管理系统的数据基础都来源于业务系统，日常的数据报表和行为监测都与业务系统形成联动关系，系统分析和评估的结论也会反馈到业务系统中，给临床医护人员提供参考。在医疗质量管理中，定义出每个环节可能产生的临床事件。每条临床事件都可以设置前置条件和后继任务，前置条件不满足的，当前事件可不予执行或者予以提醒，在当前事件完成的前提下，还可驱动后继的工作任务需求，并进行持续跟踪管理。真正形成一个严谨、智能、可追寻的闭环业务处理模式[4]。有效地将一些临床和运营管理的具体措施落实到实处，进而提高医院整体的临床医疗质量水平。2.4任务驱动。在临床医疗过程中，每个事件或动作都可以产生对应的任务、子任务、任务时间域、任务操作者等信息。例如医生下达了手术医嘱后，可创建系列任务：医生需要进行术前手术谈话、手术前小结；麻醉医师需要进行麻醉前访视；手术室要安排手术时间和手术室；护士要完成术前护理工作，这些产生的任务都会通过消息引擎，向对应的临床医护人员进行提示。在医疗质量管理系统中的任务还不单是基于手术流程的任务管理，还将手术质量方面的管理内容也纳入到了任务管理的环节中。如手术医师是否具有相对应手术的资格；患者是否具有满足手术适应症的指证；医院同种手术的成功率是多少，是否有分析结果提供给医生进行参考，都成为医疗质量管理系统中任务的处理内容。

3应用举例

输血质量管理包括输血前申请、输血执行、输血中观察、输血后评价以及疗效评估等环节。3.1全周期的输血数据采集。输血质量数据中心将医院临床过程中的输血环节涉及到的所有流程数据进行集中抽取，统一管理。包括患者的基本信息、患者既往输血史、输血同意书签署情况、输血申请、血液样本采集数据、输血前后的检验结果、交叉配血试验结果、血液发放和领取数据、输血医嘱、输血执行数据、输血观察记录内容、输血前后患者体征数据、输血病程记录、输血疗效评估以及输血不良反应记录数据等。3.2输血业务规则模型配置。针对输血业务环节中不同阶段的行为要求，提供不同的输血业务规则模型，能够按照医院的实际需求进行配置，从而达到临床输血质量管理的要求。主要按照国家颁布的《临床输血技术规范》内容，对输血适应症、输血禁忌证、输血执行、输血不良反应以及输血疗效评估进行功能模型的定义和配置。并结合任务引擎和消息引擎，与业务系统实现交互。3.3输血质控数据管理模块。通过仪表盘视图、分项列表视图以及患者输血过程视图，为管理人员提供从整体到局部再到个体的的数据展现方式。质控管理人员通过对数据的观察，以及通过系统给出的各种提示内容，能够及时作出评估，并向院领导以及临床业务人员进行反馈，执行改进计划。3.4分析与评价。对于医疗质量管理体系来说，管理的目的在于对出现问题的改进和完善。因此，分析评价模型的建立是其中重要的环节之一。在输血质量管理模块中，建立了输血适应证分析、输血疗效分析、输血不良反应分析、输血不良反应处理情况分析等评价模型，为输血质控管理人员改进授权、准入机制、输血适应症校验、输血不良事件预警以及输血不良事件处理流程优化提供参考依据。

4总结

通过以三级医院评审、JCI评审、国家电子病历应用评级及HIMSS评级等为参考标准，建立医疗全过程质量管理体系，通过对信息技术和管理系统的使用，提高医疗质量、医疗安全、成本效益等是可行之路。建设医疗质量数据中心，通过信息化质量指标体系的建立，特别是医疗活动关键环节关键指标的构建，对于加强医疗服务过程的质量预警、质量控制和质量追踪管理，促进医疗质量的持续改进有重要意义。

参考文献：

[1]中华人民共和国国家卫生和计划生育委员会.《医疗质量管理办法》[Z].2016-9-25.

[2]张鑫宝,陈馨.综合性医院医疗质量管理优化研究[J].中国高新区,2018(2):232-233.

[3]叶志弘.21世纪医疗服务系统安全和质量管理新理念[J].中国护理管理,2013(8):52-53.

[4]张萍,邱立,刘慧.大数据思维框架下医院"质量数据管理中心"的集成构建[J].中国医院,2015(3):31-32.

[5]侯永芳,沈璐,刘巍,等.美国医疗产品安全主动监测系统概述及启示[J].中国药物警戒,2017,14(1):32-35.

[6]王丹,沈璐.药品不良反应主动监测的方法与我国的应用[J].中国药物评价,2012,29(1):85-87.

[7]孙琳,潘登,蒋丽霞.基于全过程医疗质量管理思想的临床数据存储库设计[J].中国医院管理,2012(11):30-31.

[8]刘丽红,林桂峰,张军,等.信息闭环管理助力医院医疗质量持续改进[J].中国数字医学,2015(8):40-43,63.

作者:陈志强 张 甄 欧阳邦辉 单位:1.南华大学医院管理研究所 2.郴州市第一人民医院