MEDICAL DATA RESEARCH
精神科住院病历结构化数据:风险评估与纵向建模如何建立可核验链路
围绕精神科住院文书、检验、影像、医嘱及两类风险评估,说明如何设计关联键、时间窗口、标签边界、患者级防泄漏与独立验证,让数据交付可追溯、可复核。
如果一名住院患者在入院记录中出现自伤线索,随后风险量表在不同日期更新,病程记录描述了精神状态变化,药品医嘱记录了开始和停止时间,而检验与影像报告又使用另一套编号,模型怎样确认这些记录属于同一次住院?它又怎样区分自伤自杀风险与暴力攻击风险,避免把不同时间、不同语境的记录拼成一个看似完整的标签?精神科病历数据建设的核心,并不是把文书转换成若干张表,而是让临床事件、风险评估、治疗暴露和证据来源在同一条可审计的时间链上保持可解释关系。
本文讨论一种可匿名改写的医学数据工程需求:围绕精神科住院过程,组织文书、检验、影像报告、药品医嘱以及两类专科风险评估记录,为病历信息抽取、风险表型研究、纵向队列构建和模型评测提供结构化基础。这里的“风险”是研究数据中的定义对象,不是对任何个体的诊断或预警,也不替代临床人员的当面评估。文中只讨论脱敏后的字段设计、标注和验收,不涉及任何具体患者、机构、项目或交付规模。
先把临床问题说清楚:不是一个“精神疾病标签”
精神科住院数据常被概括为“诊断、病程和用药”,但这三个词不足以描述真正的建模任务。第一类任务是重建一次住院的临床过程:患者何时入院,初始诊断是什么,首次病程记录如何解释病例特点,病情如何在查房、会诊和阶段小结中变化,出院诊断与入院诊断有何不同。第二类任务是识别风险相关表型:暴力攻击评估与自伤自杀评估必须分别保存,因为风险因素、时间窗口、处置措施和结局定义并不相同。第三类任务是把药品、检验和影像作为带时间的证据,而不是把它们当成孤立的附表。第四类任务则是支持可复核的研究切分,例如按患者隔离训练、按时间外推或按来源机构进行外部验证。
可实施的交付应按临床文书和事件类型分表,而不是把所有文本串接成一个大字段。一个合理的逻辑范围包括病案首页、入院记录、首次病程记录、病程记录、阶段小结、会诊记录、出院记录、实验室检验、影像学检查、药品医嘱、暴力攻击风险评估和自伤自杀风险评估。这里的“十二类”是数据组织方式,不等于十二个诊断标签。病案首页和出院记录适合住院级或诊断级记录;病程、会诊和小结适合文书级记录;实验室检验应细到单项指标,影像学检查通常是一份报告一行,药品医嘱是一条医嘱一行,量表则按原件的一次评估一行组织,并保留原件规定的条目、分值或护理措施及关联键;日期、评估主体、量表版本等研究字段如需补充,应作为项目化扩展在字段字典中另行确认。颗粒度明确后,缺失和重复才有可计算的含义。
跨表关系需要一组去标识化但稳定的键。主体键用于把同一人的多次就诊连接起来,就诊键用于区分同一人不同住院或门诊过程,文档键用于连接入院、病程、会诊和出院文书;检验、影像和医嘱还需要各自的报告或订单键。原件以患者编号、就诊号和文档编号挂接两类风险量表;若项目要按时间窗分析,应补充评估日期或时间精度字段并在字典中注明来源,不能凭推断补齐。若跨系统编码不可直接互认,应交付映射规则和版本,而不是让下游团队凭相似字符串猜测。关系键本身不是患者身份信息,但一旦能与外部名单复原,就必须按受控数据处理。
数据设计的关键:把临床语义和时间一起保留
精神科病历的文本字段不能只做关键词计数。入院记录中的主诉、现病史、既往史、个人史、家族史、精神检查和辅助检查需要保持章节边界;首次病程记录中的病例特点、诊断依据、鉴别诊断和诊疗计划也应分开。病程记录要保留文书标题、文书类型和记录时间,以便区分日常病程、上级查房、会诊、抢救、转科或其他类型。文本被截断、跨章节拼接,或者用“见既往记录”替代原文,都会削弱事件的可追溯性。结构化不是把临床语句改写成更顺口的摘要,而是让原始语境和派生字段能够相互回查。
时间字段要设计成事件时间、记录时间和系统更新时间三个层次。入院和出院使用统一的日期时间格式;文书应记录临床记录时间而不是系统修改时间;检验要区分采样或报告时间;影像要保留检查或报告时间;医嘱必须同时保留开始和结束时间,并说明是执行时间还是开立时间。不能用占位日期、空字符串或魔法数字掩盖缺失。对于同一次住院内多份病程,时间排序应能解释病情先后;如果只知道日期而不知道时间,应该显式记录精度,而不是虚构到秒。
风险量表需要比“有无风险”更细的标签。原件中,暴力攻击表记录“出现的情况”和“治疗护理措施”,自伤自杀表记录“风险因素(分值)”和“护理措施”。研究项目可以进一步要求评估日期、评估主体、量表版本和分级处置,但这些是待冻结的扩展字段,不应冒充原件既有内容。量表名称、版本、条目、评分规则和适用时间窗进入字段字典后,才能解释不同版本和时间窗口。不能把一次评估的护理措施倒推成发生过不良事件,也不能把“未记录”“明确否认”“不适用”和“尚未评估”编码成同一个零值。不同版本的量表不应直接合并为一个分数,跨版本映射必须有经过专业复核的对照表。
检验、影像和用药是风险研究中的重要上下文。实验室数据至少要有项目名称、指标名称、数值或定性结果、单位和参考范围;“异常”最好来自报告原文或可解释规则,而不是由模型训练集事后推断。影像记录应区分检查类别、检查项目、客观所见和印象,不能用同一段文字复制填充两个字段。药品数据应保留通用名、商品名、剂量、单位、频次、途径、长期或临时属性以及开始和结束时间,并清楚说明院内代码与明文名称的对应关系。这样才能把“曾经开过药”与“在风险评估窗口内实际存在的暴露”区分开。
图1|技术示意。 从住院文书、检验、影像报告、医嘱和两类风险评估出发,经过去标识化键、事件时间和版本化字段字典,形成可追溯的患者—就诊—文书—事件关系;图示不表示真实患者、已完成实验或临床诊断结果。
在算法路线选择上,应先做可解释的规则基线,再逐步引入自然语言处理和多模态融合。第一层是模式校验和术语归一化:检查主键、日期、字段类型、单位、枚举值和章节完整性。第二层是文本分段、实体识别和关系抽取,例如识别症状、诊断、药物、剂量、风险因素、否定词和时间表达,并把它们挂接到相应文档和就诊。第三层是将结构化变量、文本表示和事件序列联合建模,但仍需为每个预测窗口固定“可用信息截止点”,禁止把结局发生后的记录倒灌到特征中。模型可以使用传统回归、梯度提升或文本编码器,选择应由样本规模、可解释性、缺失模式和部署约束决定,而不是由模型名称决定。
标注、质检与偏差:把“正确”拆成可复核动作
专家标注首先要冻结标签定义,而不是让标注员在阅读过程中临时决定什么算风险。对于自伤自杀相关数据,应明确自伤行为、意念、既往史、未遂事件和当前评估之间的边界;对于暴力攻击,应区分风险评估条目、威胁性语言、实际事件和事后处置。世界卫生组织关于自杀未遂和自伤监测的手册建议使用唯一的个人标识和事件标识,并同时记录就诊日期时间、评估、诊断、住院和随访等核心信息;同一人的多次事件需要使用不同事件编号而保留同一主体关联。5 这一原则可迁移到精神科病历数据:量表记录和实际事件不能互相替代,个体级关联和事件级计数也不能混为一谈。
标注流程可以采用双人独立初标、精神科专业复核和争议裁决三道门。初标员负责按字段字典抽取,不应擅自补写被截断的病史;专业复核员检查诊断语境、否定表达、时间关系、风险等级和处置措施;裁决记录应保留分歧原因、采用的规则和受影响的版本。对连续文本,除实体边界外还应记录章节归属、主体、时间、肯定或否定状态及证据来源。对量表,既要检查分值是否与条目一致,也要检查评估日期和评估主体是否可追溯。任何“模型自动补全”的字段都应标为派生值,不能伪装成原文事实。
质量验收不应压缩成一个总准确率。结构完整性要回答十二类分表是否齐全、每类记录是否达到规定粒度;关系一致性要回答主体键、就诊键、文档键和事件键能否双向追溯;内容质量要检查章节是否混写、文本是否截断、诊断和编码是否一一对应;时间质量要检查入出院、文书、检验、医嘱和评估的先后关系;隐私质量则要检查直接标识、间接组合标识和文档内烧录信息。每一类失败都应有样本编号、字段、失败原因和修订版本,不能用其他表的通过数量抵消关键关系断裂。
数据切分必须以研究问题为中心。若同一患者的不同住院被随机放进训练集和测试集,模型可能记住患者特征而不是学习可泛化的风险模式。住院暴力风险研究曾在两个独立精神卫生机构中使用临床记录建模,并将同一患者的不同住院限制在同一折中,再用另一机构进行外部验证;其设计还明确了输入窗口和事件观察窗口。2 这类做法提示,精神科数据的验收应把患者级隔离、时间窗、标签落点和来源机构作为元数据交付,而不只是提供一个已经打乱的样本文件。
外部验证不能只复制内部测试集的AUC。跨多个医疗系统的电子病历自杀风险研究使用诊断、检验和药物等结构化变量,在不同系统检验模型的迁移性;研究同时指出,低基线率会使阳性预测值受到影响,院外就诊缺失会造成结局或特征漏记,结构化编码也可能漏掉文本中的关键信息。1 因此,精神科风险模型的验收至少应报告灵敏度、特异度、阳性预测值、阴性预测值、校准、决策阈值和样本中事件发生率,并说明哪些记录在目标窗口外、哪些来源无法获得。不能用一项平均分掩盖某一类量表或某一来源机构的缺失。
公平性是风险数据质量的一部分,而不是模型上线后的装饰性分析。2026年的急性精神科攻击风险研究以分组真阳性率和假阳性率等指标检查公平性,发现不同种族、性别、入院方式、公民身份和居住状态之间可能存在误报差异;研究也提醒,事件漏记、入院方式误标、缺失值处理和单一城市样本都会影响结论。3 在实际项目中,受保护属性只能在合法必要的治理边界内使用,但可以通过受控的评估数据检查模型是否把记录方式、资源可及性或照护路径当成风险代理。若某一群体样本过少,应报告不确定性和不可评估状态,而不是给出稳定的公平结论。
从字段字典到验收:业务逻辑应能回到研究问题
一个可执行的项目可以分为四个门控阶段。第一阶段是定义冻结:确认临床任务、数据范围、字段字典、标签版本、时间窗口和禁止推断项。第二阶段是小样本试标:每类分表抽取少量脱敏样本,进行双人复核、关系追溯、空值检查和日期合法性检查。第三阶段是分批生产:每批都附带版本号、字段覆盖、缺失报告、问题清单和返工记录,失败项不计入放行量。第四阶段是独立验收:由未参与生产的人员按患者、就诊、文书和事件层级抽查,并在可能时使用时间后移或来源外部的验证集。任何字段定义变更都应生成差异记录,旧批次不应被默默改写。
交付物也应从“数据文件”扩展为可复核的研究包。至少包括数据字典、关系图、字段映射、正反例、去标识化说明、原文到派生字段的追溯关系、抽检记录、缺失与异常报告、版本日志以及适用边界。若采用 FHIR 等交换模型,可参考其 Provenance 资源对生成或修订某个资源的活动、实体、代理和版本进行记录;官方规范把这种血缘信息视为评估真实性、可靠性、完整性和可复现性的基础。6 若需要跨机构分析,可进一步考虑映射到 OMOP Common Data Model 的标准化结构和词汇,但映射后的标准域不能取代源字段、原文语境和项目自己的标签字典。7
面向研发团队,验收条款最好直接对应下游任务。例如,病历信息抽取需要章节完整、实体和否定关系可追溯;风险表型研究需要量表版本、事件定义和评估窗口清楚;用药暴露分析需要开始结束时间、频次和剂量单位;纵向建模需要患者级切分和跨表键稳定;外部验证需要保留来源和时间分层。这样,业务方能判断一批数据究竟适合何种研究,而不是把“字段很多”误认为“任务可用”。采购或交付数量本身不能证明数据适用性,模型论文中的实验效果也不能自动转化为某个项目的验收承诺。
在研究报告层面,TRIPOD+AI 已将回归与机器学习模型纳入同一套透明报告框架,并强调报告数据来源、开发与验证设计、关键亚组表现、公平性处理和开放科学信息。4 对精神科风险任务而言,这意味着数据包应在模型研究开始前提供足够的元数据,使读者能知道标签如何定义、哪些变量在预测时点可用、缺失是否与照护机会有关、外部验证是否真正独立。只有这样,数据工程、算法评估和临床解释才不会各自使用一套无法对账的口径。
图2|技术示意。 以字段字典冻结为起点,依次检查结构、语义、时间和隐私,再进行患者级防泄漏切分、时间或来源外部验证以及分组公平性复核;图示不表示真实数据通过、模型完成或临床部署。
对于定位为数据基础设施和流程服务的团队,更稳妥的表达是围绕采集、处理、标注、质检和交付设计项目规格,配合专业审核和版本化交付。这不等于拥有某一批现成的精神科数据,也不等于已完成某个风险模型或获得临床监管认可。对研发客户而言,真正可验证的价值应落在字段定义是否清楚、标注和复核是否可回溯、失败样本能否返工、切分和外部验证是否独立,而不是落在未经项目记录支持的库存规模、专家人数或准确率口号上。
字段级回溯还能直接改善研究复盘。当模型把某次风险评估作为特征时,研究者应能沿着评估键返回量表版本、评估日期、原文条目、分值计算和复核记录;当数据清洗删除一条异常医嘱时,也应能说明删除依据、影响的就诊和是否改变了暴露窗口。这样的链路使错误可以被定位到字段、规则或来源,而不是在训练完成后笼统地归因于“数据噪声”。
精神科病历的技术难点,最终仍然是临床语境与数据工程之间的接口问题。把入院、病程、会诊、出院、检验、影像、医嘱和两类风险评估放在同一条可追溯链路上,模型才有机会学习事件之间的关系;把标签定义、缺失、时间、来源、版本和分组差异写进验收,研究者才知道结果可以外推到哪里。这样的数据建设不提供个体诊断,却能为可审计的队列研究、风险表型抽取和模型独立评估提供更稳固的基础。
参考来源
- Validation of Electronic Health Record–Based Suicide Risk Prediction Model
- Machine Learning Approach to Inpatient Violence Risk Assessment Using Routinely Collected Clinical Notes in Electronic Health Records
- Fairness analysis of machine learning predictions of aggression in acute psychiatric care
- TRIPOD+AI statement: updated guidance for reporting clinical prediction models that use regression or machine learning methods
- 自杀未遂和自伤监测系统建立与维护实用手册
- Provenance - FHIR v5.0.0
- OMOP Common Data Model

