跳至正文
朗慧科技

MEDICAL DATA RESEARCH

门诊—住院长周期病历如何验收:从字段完整到业务闭环

面向医疗AI研发与数据采购团队,拆解门诊—住院长周期病历的患者级关联、文书字段、时间逻辑、业务闭环与A/B档验收,说明抽检、返工、去标识和模型评测边界。

临床文本与纵向多模态AI辅助整理 · 研发交流

当算法团队拿到一批门诊和住院病历时,真正难的问题通常不是“有没有足够多的文档”,而是能否证明同一患者的就诊、诊断、检查、治疗和出院信息在时间上连续、在字段上可核对、在业务上彼此解释。如果一份病历缺少关键阶段,或者出院记录、医嘱、检验和病程记录之间无法对上,那么它即使被整理成整齐的表格,也未必适合训练、回顾性研究或临床自然语言处理。面向这类任务,验收不应只看单字段填充率,而要把患者级纵向完整性、文档级可读性和跨记录逻辑放在同一条质量链上。

门诊—住院病程数据的对象关联与时间核对示意,技术示意,不代表真实患者、实际交付或临床诊断。查看完整技术图(可放大)

图1 门诊—住院病程数据的对象关联与时间核对示意。图中用抽象对象表示患者、就诊、文档、检查检验与医嘱之间的关系,不包含真实病历或患者样本。

先定义任务:验收的对象不是“文档数量”

这类数据的临床任务可以概括为:在授权和去标识化的前提下,建立可复核的门诊—住院纵向病程,用于队列筛选、病历信息抽取、病程预测研究、质量分析或模型评测。输入模态以结构化数据和可提取文本为主,包括门急诊记录、入院和出院记录、首次病程、日常病程与查房记录、手术记录、检查和检验报告、药品及非药品医嘱。检查类别可能涉及影像、病理、超声或核医学,但它们在本任务中首先是病历证据和关联对象,不应被不加区分地宣传成一个已完成的影像或病理数据集。

数据颗粒度至少要分成四层。患者层保存脱敏后的稳定关联键;就诊层区分一次门诊、一次住院和必要的转科过程;文档层保存文档编号、类型、记录时间和全文;事件或字段层保存诊断、检查、检验、用药、处置与时间。这样做的意义是避免把一份住院文书误当成一个患者,也避免把同一检验套餐中的多项结果错误聚合。每个对象都应能回到来源文件、字段字典版本和形成时间,无法追溯的派生变量不能被当作原始事实。

纵向完整性也不是简单规定“年限越长越好”。应先明确研究终点和观察窗口,再定义长周期档、基础周期档或稀疏数据档。长周期档关注长期趋势是否连续,基础周期档关注关键事件是否闭合;对慢病稳定期、急性短程住院和终末期高频住院,允许不同的连续性解释,但例外必须在数据字典或批次说明中标记。患者的首末次就诊间隔、住院和门诊次数、最大就诊间隔、科室覆盖及连续文档缺口,应被作为可审计的队列属性,而不是在交付后用一句“病程完整”概括。

原标准给出的项目档位示例也应被逐项写入验收表:A档要求首末次就诊间隔大于10年、住院至少3次、门诊至少12次、门诊与住院比例至少为4∶1,且相邻就诊最大间隔不超过18个月;B档相应为大于5年、住院至少2次、门诊至少8次、比例至少为3∶1,最大间隔不超过12个月。慢病稳定期等例外要说明原因,低于门槛的记录应降为稀疏数据或另行标记。这些数字是本源项目的质量档位和验收约定,不是跨机构的临床常模,也不是供应方现货规模。

这种“适用性先于总量”的思路有研究基础。电子健康记录数据质量并没有一个跨场景通用的单一分数;经典研究将其拆成完整性、正确性、相符性、合理性和时效性,并区分元素存在、来源比对、金标准比对、值域检查和日志复核等评估方法。1 近期综述也显示,完整性、格式符合性和合理性是常见检查项,但不同研究在定义、报告和可复现性上仍有明显差异。2 因而,采购或建设方应把“什么算合格”写成与目标任务绑定的规则,而不是把某个公开数据库的字段方案直接复制过来。

把表单完整性拆成可执行的数据设计

表单层面,合格的住院轨迹通常需要能看见从入院、评估、诊断、治疗到出院的过程。入院记录不能只保留一个诊断字段;主诉、现病史、既往史、过敏史、个人史、家族史、体格检查、辅助检查、入院诊断和诊疗计划应按项目范围分别定义。首次病程要能表达病例特点、诊断依据、鉴别诊断和计划。日常病程及查房记录则不能只有同一种模板化文书,还要根据病例是否转科、手术、抢救或阶段性总结,核对相应记录是否出现。妇产科等专科字段需要按适用条件标注“必需”“不适用”或“缺失”,不能用空白掩盖三者的区别。

手术记录和出院记录应被当作事件闭环的一部分。手术开始和结束时间、术前与术后诊断、手术名称、麻醉方式和手术经过,需要与住院时段及相关病程相容。出院记录需要同时保留入院诊断、出院诊断、入院和出院情况、诊疗经过及出院医嘱。若有转科,病程中应能找到转科记录;若有手术,应能找到术前讨论、术前小结、术后首程或项目规定的等价证据。验收时,不能因为某个字段出现,就推断整段业务链已经存在。

检验、检查和医嘱必须保留足够的语义。检验至少应能区分报告或检验单标识、患者和就诊关联、检验时间、套餐或项目名称、定量或定性结果、单位、参考范围及必要的异常标记。检查记录需要保留检查时间、项目名称、检查类型、部位、所见和结论,并检查所见与结论不是机械复制。药品医嘱要区分通用名、商品名、规格、频次、途径、剂量、单位、开始和结束时间,以及长期或临时属性;非药品医嘱则应说明检查、检验、护理、饮食、处置或治疗等具体类型,而不能只留下一个“是否长期”的布尔值。

文本质量需要单独设门。可提取PDF、OCR文本和原生文本应标记来源类型,文本复制失败、异常截断、字段串行或把另一字段内容混入现病史的记录,应进入隔离队列。OCR并不自动等于可用于研究;如果使用OCR,字符准确性、人工复核范围和无法识别的页面类型都要在数据卡中说明。长文本的空值、占位符、异常日期和字典编码也应统一编码。特别是“见既往记录”这类指向性短语,不能替代项目要求的完整病史,除非数据字典明确把它作为原始记录并允许在下游回溯。

三类质量要分开验收

第一类是完整性,回答“应该出现的对象或字段是否出现”。它既包括每位患者有没有足够的门诊和住院节点,也包括一次住院是否同时拥有入院、诊断、病程、检查、检验、医嘱和出院等文书。完整性应在患者层、就诊层、文档层和字段层分别统计。只报一个总体填充率,会掩盖关键患者整段缺失、某一科室长期缺少手术记录,或只有结果没有单位和参考范围的情况。缺失清单应按患者和记录类型给出,并明确缺失记录是否还能计入合格量。

第二类是准确性与相符性,回答“已有内容是否可信,关联记录之间是否对得上”。它可以通过同一患者不同文书的元素一致性、原始文件与结构化表的对照、人工专家抽查和必要的外部参照来评估。诊断、手术名称、主要药物、剂量和关键时间不应只做字符串匹配;还要考虑同义词、单位、编码版本和文档记录时间与更新时间的差别。入院诊断和出院诊断可以不同,但变化应有病程或治疗过程支持;检查结论可以补充所见,却不应无理由完全替代所见。

第三类是业务完整性与合理性,回答“临床过程是否自洽”。出院时间不应早于入院时间,手术时间应落在相应住院期间,药品医嘱的开始和停止需要有合理顺序,转科患者应有转科证据,病程记录的时间间隔不应出现无法解释的长空白。实验室结果需要核对数值范围、单位和采样或报告时间,年龄、性别、专科和诊断之间也应进行条件性校验。近期的EHR质量研究把“值是否符合格式或关系约束”“值在临床时间序列中是否合理”和“是否存在重复记录”分开讨论,并将逻辑规则、阈值和人工复核作为互补手段。3

这三类检查应有不同的处置方式。字段缺失可以导致单例降档或排除;主键断裂、跨患者错配和关键时间冲突可能构成严重错误;文本不可提取则不应悄悄转入结构化或标注队列。对“未知”“不适用”“未记录”和“无法判断”分别编码,能减少下游模型把信息缺失误当成阴性。质量报告要保留错误类型、发现规则、样本编号、复核意见和处理版本,而不是只保留一个汇总百分比。

将“长周期”落实为时间与关联规则

门诊和住院数据最大的额外风险,是把多个时间体系混在一起。至少要区分就诊发生时间、入院和出院时间、文档记录时间、检查或采样时间、报告时间、医嘱开始和停止时间,以及数据导出或更新时间。时间格式统一只是起点,不能解决“报告后来补录”或“文档被修改”的问题。数据字典应明确分析时点采用哪一个时间,并在可用时同时保留事件时间和记录时间。

时间轴校验可以先由确定性规则完成,再由专家复核边界病例。例如,入院必须不晚于出院;手术必须落在住院窗口或有明确的门诊手术说明;长期医嘱应有停止规则或项目认可的开放状态;相邻病程记录的间隔超过项目阈值时,系统应标记为缺口而非自动插值。研究人员也要留意数据快照并非静止物。2026年的一项实时EHR研究比较了连续快照,发现人口学修订、患者合并以及出院状态和时间的更新会持续发生,部分出院信息需要数天才趋于稳定。4 这说明批次冻结日期、增量范围和重新验收条件都应成为交付元数据。

关联键应形成明确的主外键链:脱敏患者键连接就诊,文档编号连接具体文书,检查或报告编号连接检查结果,标本或检验编号连接实验室结果,医嘱键连接处方或处置事件。链条中任一环断裂,都要在覆盖报告中显示。跨系统合并时,不能只依赖姓名、手机号或原始院内编码;应使用经批准的去标识化关联方案,并通过重复、孤立对象和一对多异常检查拼接错误。2026年公开的纵向EHR数据资源也把多系统整合、时间戳、结构化诊断和检验结果及去标识化处理作为数据说明的一部分,但这类公开资源的做法只能提供参考,不能证明另一个项目的数据已经具备同等质量。5

如果数据进入模型训练或评测,患者级分割和预测时点也应成为独立的验收字段:同一患者的全部就诊、文书、检验、医嘱及派生对象进入同一开发、验证或测试分割;预测任务只使用索引时点之前实际可获得的信息,后补的出院诊断、报告或停止医嘱不能静默进入输入。医疗机器学习的标签泄漏框架把患者级、时间性和关联性泄漏分开讨论,因此这里应把它作为研究设计检查点,而不是把数据通过质量验收写成模型已经完成验证。9

质量门控、专家标注与外部验证

在验收流程上,建议先用脱敏小样本冻结数据字典和正反例,再进行分批导入与自动检查。自动检查适合做主键唯一性、非空、格式、值域、时间先后、重复记录、患者级覆盖率和跨表关联;人工检查适合判断长文本是否截断、诊断与病程是否语义冲突、检查所见和结论是否一致,以及“缺失”究竟是流程缺陷还是临床不适用。机器学习或大语言模型可以协助检索和提出疑点,但疑点不应直接成为最终质量标签。

专家主体需要按任务定义。数据工程人员负责字典、映射、日志和脚本;临床或病案质量专家负责文书类型、业务闭环和争议解释;信息安全或合规角色负责授权范围、去标识化和访问边界。若使用标注员整理字段,必须区分“从原文提取”和“依据上下文推断”。后者若允许,应单列派生标签和证据等级,不能伪装成原始记录。争议样本应由独立复核者处理,记录分歧原因、最终决定和规则版本。人工抽检不能只抽容易通过的整洁病例,应按科室、文档类型、时间跨度、缺失模式和风险等级分层。

数据质量框架通常区分内部规则验证和外部参照验证。Kahn等提出的统一框架将质量分为符合性、完整性和合理性,并区分基于本地约束的验证与依赖可信参照的确认。6 这对病历验收有直接启发:例如日期格式和主键关系可以由本地规则验证;关键诊断或手术经过则可能需要原始文书、专家复核或另一可信来源确认。OHDSI的Data Quality Dashboard也采用参数化检查类型、预设阈值和透明结果输出,对表级、字段级和概念级问题进行系统检查。7 这类工具可借鉴其可配置、可追踪的思想,但不能把OMOP检查结果直接当作本项目的临床适用性证明。

影像或病理文件若作为病历证据随附,脱敏也要覆盖元数据和可见内容。DICOM官方保密配置指出,基础保密处理不仅涉及患者身份,也涉及相关人员、机构、UID、日期时间和私有属性;除非额外启用像素清理选项,否则像素中的烧录文字和可识别视觉特征不在基础配置自动处理范围内。8 因此,文件头检查、像素或页面人工抽查、文本附件检查和脱敏前后对照不能被“已去标识化”四个字替代。授权、伦理批准、数据使用范围和可公开传播是不同问题,验收记录也不应把它们合并成一个通过标志。

从分级到批次放行

分级的价值是让不同用途的数据边界可见,而不是给数据贴上绝对好坏标签。可以按项目定义高质量档、基础可用档和不合规档。高质量档要求核心表单、关键字段、时间链和关联键达到更严格门槛;基础档允许部分非核心记录缺失,但必须显式标记适用范围;不合规档则包括关键主键断裂、跨患者拼接、核心文本无法读取、严重时间冲突或授权状态不明。每个档位都应由字段字典、缺失清单、质量报告和版本号共同支持。

档位的数字也必须被写成项目条款,而不是包装成通用医学标准。实际验收方案可以把较长和较短观察窗设为不同档位,例如以十年与五年作为示例,再结合住院、门诊次数下限、最长就诊间隔和关键表单覆盖;也可以要求一次住院同时出现医嘱、检查检验和出院证据,转科有转科记录,存在手术时能找到术前讨论或术后首程等关联病程。若方案采用“错误率不超过5%”或“抽检失败达到30%且三轮内未修复即整批退回”等数字,必须同时写清分母、抽样层级、缺陷定义、停线触发条件和返工版本。它们是本项目的验收口径,不是跨机构的临床质量常模,也不能被表述为公司的固定交付指标。

批次验收建议分为准入、自动质控、人工抽检、分级、反馈返工和最终冻结。供应方随批次提供文件清单、字段字典、来源和处理说明;接收方在隔离区完成转模与检查,不应先把未验收数据放入训练或标注生产。抽检应保留抽样单位、抽样规则、通过与退回理由、复判记录和责任角色。达到项目约定的严重缺陷阈值时,批次应暂停放行,必要时整批返工;返工后应产生新版本,旧版本不应被静默覆盖。

这里尤其要避免把“错误率低于某个数字”当成万能结论。错误率的分母是患者、就诊、文档、字段还是事件,会改变解释;抽检发现的错误能否外推到全量,也取决于抽样是否分层、缺失是否集中在某类病例,以及是否存在整段缺失。公开研究显示,EHR数据质量评估在报告方法、可重复性和跨场景推广方面仍有不足。2 更稳妥的做法是同时报告总量、分层覆盖、关键缺陷、不可用对象比例和未解决争议,不用一个漂亮的总分遮蔽高风险小类。

研发协作中的能力边界

对医疗AI研发团队而言,这类项目的价值不只是得到一批文件,而是得到一套能被复盘的数据契约:什么对象进入队列,什么字段必须存在,缺失如何降档,时间如何解释,人工如何裁决,返工如何升版,训练和评测使用哪一个冻结版本。这样的契约可以减少模型团队在清洗阶段反复猜测,也能让后续错误定位回到具体患者级对象、文档编号或规则版本。

朗慧科技公开且已核验的定位是AI数据基础设施及流程服务商,LangData覆盖采集、处理、标注、质检和数据交付;医疗方向提供按部位、模态和任务组织的数据目录与样例评估入口。就本主题而言,可将这种定位转化为项目化的字段字典梳理、样例评估、质量方案设计和版本化交付支持,但不能据此推断某一批特定病历已经具备现货、固定病例规模、统一准确率或临床验证结果。实际数据来源、授权范围、模态覆盖、专家配置和验收阈值,仍需在项目书面范围内确认。

一份可复用的交付包应至少包含:脱敏后的数据对象、字段字典和版本号、患者—就诊—文档—事件的关联说明、覆盖与缺失报告、规则检查结果、分层抽检记录、争议和返工记录、数据卡以及适用边界。算法团队拿到的不是“已清洗”三个字,而是可运行的样例和已知限制;临床研究人员看到的不是宣传性的完整率,而是哪些阶段有证据、哪些结局没有来源、哪些时间被修改或不稳定。只有当这些内容可以由另一位审核者独立复述,数据才真正从可存放走向可研究。

从准入到批次放行的质量门控示意,技术示意,不代表真实批次结果或统一验收阈值。查看完整技术图(可放大)

图2 从准入到批次放行的质量门控示意。流程将自动规则、专家复核、分级及返工分开,项目阈值和样本量需按书面任务冻结。

门诊—住院长周期病历的验收,最终要回答的是一个很具体的问题:研究者能否沿着一个脱敏患者键,从一次就诊走到另一份文书,从一个检查结果追到相应报告,再把诊断、治疗和出院事件放回合理的时间轴。只要质量标准围绕这个问题拆成对象、字段、时间、关联、证据和处置动作,数据采购就不再只是“收集更多病历”,而会成为可审计、可复现、可持续改进的研发基础设施。本文讨论的是数据建设与质量验收方法,不构成个体诊断、治疗建议或医疗器械性能承诺。

参考来源

  1. Methods and dimensions of electronic health record data quality assessment: enabling reuse for clinical research
  2. Electronic health record data quality assessment and tools: a systematic review
  3. Electronic Health Record Data Quality and Performance Assessments
  4. Assessment of the integrity of real-time electronic health record data used in clinical research
  5. CardioEHR: A longitudinal electronic health record dataset of cardiovascular patients from central China
  6. A Harmonized Data Quality Assessment Terminology and Framework for the Secondary Use of Electronic Health Record Data
  7. DataQualityDashboard
  8. Basic Application Level Confidentiality Profile
  9. A framework for understanding label leakage in machine learning for health care