跳至正文
朗慧科技

MEDICAL DATA RESEARCH

供应商门急诊—住院病历数据验收:字段完整、跨表逻辑与批次分级

面向医疗AI研发与数据采购团队,拆解门急诊—住院病历的记录、字段和病程验收,说明主外键、时间逻辑、专家复核、患者级划分、去标识与批次返工如何形成可追溯交付。

临床文本与纵向多模态AI辅助整理 · 研发交流

同一位患者有一条入院记录,却没有对应的门诊线索、检验结果、医嘱起止时间或出院诊疗经过,这样的病历包能不能称为“完整数据”?如果结构化表里的诊断、药品和检查记录无法回到原始文书,或者患者的多次就诊被随机拆进训练集和测试集,模型得到的分数又是否仍然可信?对医疗人工智能研发团队而言,真正需要验收的不是压缩包里有多少文件,而是每一条临床事实能否在患者—就诊—文书—结果—治疗的链路上被定位、解释和复核。

本文讨论一种可匿名化的供应商病历数据技术需求:面向门诊、急诊和住院场景,接收文本病历、诊疗事件、检验、检查、手术以及药品和非药品医嘱等多来源对象,通过主外键、字段字典和临床逻辑规则,验收数据完整性、准确性与业务完整性,并以分级、返工和批次拒收形成闭环。它不是某个疾病的诊疗指南,也不提供个体诊断建议;文章所称阈值和样本量均应按具体研究目的、授权范围和书面规格确认。

一、先确定验收对象:不是“病历文本”,而是纵向临床证据链

这类需求的临床任务不是让模型直接给患者下诊断,而是建设可用于病历理解、信息抽取、纵向风险建模、研究队列构建或医疗智能体评测的电子病历数据基础。疾病、部位和专科并未被限定为单一方向,因而验收重点也不能只看某一个诊断标签是否出现。输入模态至少包括门急诊病历、住院入院记录、首次病程、连续病程或查房记录、手术记录、出院记录、检查记录、检验记录、药品医嘱和非药品医嘱;其中既有自由文本,也有结构化字段、编码、时间和关联键。影像在本需求中主要以检查项目、部位、所见和结论等临床记录出现,是否交付原始影像文件应另行定义,不能把“有检查记录”偷换成“有可计算影像”。

输出也不是一个单一标签,而是一套可复核交付物:患者级和就诊级关联、文档及结果对象、字段字典、文件清单、缺失与异常报告、抽样核查记录,以及按核心记录和字段质量划分的合格层级。数据颗粒度需要同时覆盖患者、就诊、文档、检验或检查报告、药品医嘱和非药品医嘱、批次六个层面。患者层面回答“这些对象是否属于同一纵向轨迹”;就诊层面回答“这次门诊或住院发生了什么”;文档层面回答“事实来自哪一种原始记录”;结果与医嘱层面回答“测量、治疗和执行时间是什么”;批次层面则回答“供应商本次交付是否达到放行条件”。

这一区分与FHIR的资源化思路相容,但不能把标准模型直接当成项目验收标准。FHIR R4将Encounter用于描述实际就诊及住院生命周期,将DocumentReference用于索引文档及其主题、作者、时间、就诊上下文,将Observation表达结果、单位、参考范围和缺失原因,将MedicationRequest关联药品、就诊、开立时间和用法5。实际项目仍应先冻结自己的字段字典和映射规则,再决定是否转换成FHIR、OMOP或其他研究格式。标准解决的是可交换的语义边界,不自动保证供应商的记录完整、来源合法或跨表关系正确。

门急诊—住院病历从临床对象到质量门控的关系示意查看完整技术图(可放大)

图1 技术示意:展示患者、就诊、文书、结果与医嘱如何进入主外键、字段、时间和分级门控;不表示真实患者、已完成交付或临床诊断。

二、数据设计的核心:把“完整”拆成记录、字段和病程三层

第一层是核心记录类型的存在性。对一位纳入患者,不能只交付一张门诊病历或一份出院小结,而要按研究目标核对门急诊病历、检查、检验、药品和非药品医嘱、入院、诊断、首次病程、连续病程、手术与出院等对象。不同项目可以允许某类记录不适用,但“不适用”必须有规则和原因,不能用空字符串、默认日期或“未知”把供应商系统无法提供的问题隐藏起来。住院病例的核心链路尤其要能说明入院、评估、检查检验、治疗、手术相关记录和出院之间是否闭合。

第二层是关键字段的存在性与含义。患者标识和就诊标识应分别承担实体键与事件键的职责,文档编号应能定位原始文书;就诊时间需要符合统一格式,不能用初始化日期代替缺失;性别、年龄等人口字段要有明确值域;主诉和现病史要保留临床语境,不能出现异常截断或把既往史、家族史混入现病史。诊断字段在存在多个诊断时不能任意删减,入院诊断和出院诊断需要并列保留,才能支持诊疗过程的纵向核对。对妇科、产科或其他专科字段,应以“适用性”和“缺失原因”区分空缺,而不是要求所有患者填写同一套字段。

检验与检查必须按结果对象验收,而不只是检查“有没有一行”。检验至少要能关联患者和就诊,记录检验时间、套餐或项目明文名称、标本、定量或定性结果、单位,并在适用时保留参考范围和异常解释。检查记录至少要保留报告编号、检查时间、项目名称、检查类型、部位、所见和结论;所见与结论不应机械地复制成两列相同文本。药品医嘱需要区分商品名和通用名的项目约定,尽量保留频次、途径、规格、单次剂量、单位、长期或临时状态以及起止时间;非药品医嘱要说明检查、检验、护理、饮食、处置、治疗或手术等具体类型,而不能只留下“长期/临时”二元标记。

第三层是病程业务完整性。完整性不是把所有缺失率简单平均,而是确认研究所需的事件链是否存在。例如研究治疗过程时,应检查住院期间的诊疗记录和医嘱能否与检查、检验及手术事件相互对应;研究长期结局时,应单独规定连续住院或门诊随访的最低要求;研究全病程时,应核对选定患者的门诊和住院记录是否存在选择性遗漏。研究队列若只保留最“完整”的重症病例,可能造成就诊频率、科室构成和病情严重度偏倚,因此业务完整性既是交付条件,也是后续分析的偏差变量。

为了让这三层要求真正可执行,可以把原始技术规格转成一张版本化验收矩阵。每一行至少固定记录类型、字段名、数据类型、患者/就诊/文档关联键、原始来源、适用条件、允许的缺失状态、检查规则、分母定义和失败动作;对检验、检查和医嘱再分别记录结果或执行时间。这样,某字段缺失时,审核者可以区分“该患者不适用”“原系统没有记录”“供应商漏交”和“转模失败”,而不是把它们都计成一个空值。矩阵还应保存从原文到派生字段的映射和版本差分,旧批次不能因改名或改规则而被静默重写。

三、质量分级不能替代质量维度:A/B只是放行层,不是一个总分

可执行的分级应建立在至少三类维度上。完整性关注应有的记录和字段是否出现;准确性关注值是否与原始记录一致、编码是否与字段含义相符、文本是否被截断或混栏;业务完整性关注临床事件是否组成合理流程。电子病历数据质量研究通常还会把一致性、可解释的时间合理性、唯一性、时效性和偏倚纳入评价。2023年的系统综述指出,完整性、正确性、吻合性、合理性和时效性仍是常用维度,同时不同研究的口径并未完全统一2。2024年的综述进一步讨论了完整性、符合性、合理性、正确性、时效性、公平性和可共享性等用途相关维度1。这意味着“核心字段填充率高”不等于数据适合纵向研究。

原技术规格给出过一些项目内的数值示例,例如部分核心字段填充率达到九成以上、患者—就诊—文档键按满连接设计,某些人口字段设定不同的适用门槛,并以A/B高质量子集、示例性错误率低于约2%、科室和纵向随访覆盖等条件组织放行。它还提出连续住院、门诊随访和选定患者全量纳入等研究场景要求。公开文章不把这些数字改写成行业统一门槛,也不把某批次达到示例值说成公司现货或临床效果;若项目采用,应在规格和验收矩阵中同时写明分母、适用性、抽检单位、容错范围、版本及责任方。

因此,项目可以设置高完整度层、基础完整度层和不合格层,但要明确每层包含什么。高完整度层应覆盖规定的核心记录类型,关键字段没有缺失或无效值,并通过系统逻辑校验和人工抽样;基础完整度层可以明确排除某些非核心对象,但不能悄悄改变纳入定义;不合格层则应说明是记录缺失、字段失真、逻辑冲突、脱敏失败、关联断裂还是业务链路不闭合。每一层都要输出分母、分子、缺失原因和适用范围,避免用一个漂亮的综合百分比遮住某一类关键记录几乎不存在的事实。

Kahn等人提出的二次利用电子病历数据质量框架把质量分为符合性、完整性和合理性,并区分“与组织数据核对”的验证和“与公认金标准比较”的确认3。这个区分对供应商验收尤其重要:供应商可以证明某字段符合格式、某个外键能连接,却未必能证明临床事实绝对正确;人工抽样也只能在明确定义的样本和复核流程下提供有限的确认。验收报告应把“机器规则通过”“抽样与原文一致”“与外部来源一致”分栏记录,不要把它们合并成未经解释的准确率。

四、算法与规则路线:先发现问题,再决定是否进入人工复核

第一步是建立可重复的转模和准入检查。读取文本或表格时,记录文件级哈希、格式、编码、解析状态、字段版本和来源对象的关系;对每一个主键检查唯一性,对外键检查是否能回到患者、就诊或文档;对跨表记录检查患者、就诊、时间和类型是否能合理对应。文本应同时做空白、异常短文本、重复模板、截断标志和字段混入检查。自动规则的目标是发现需要解释的异常,而不是把缺失值“修好”。如果原文没有结果,系统应记录缺失或不适用,不得根据常识补写。

第二步是做值域和时间约束。年龄、性别、日期、剂量、频次、单位、状态和文档类型都需要项目字典;日期规则要区分文档记录时间、就诊时间、采样时间、报告时间和医嘱起止时间,不能把更新时间当作临床发生时间。出院不能早于入院,手术时间应落在约定住院窗口,检验和检查应能找到所属就诊,医嘱停止或执行语义需要与项目定义一致。跨表规则比单字段正则更能暴露“每列看起来都合法、合在一起却不可能”的数据。

第三步是将规则参数化并保留失败样本。OHDSI的Data Quality Dashboard以符合性、完整性和合理性组织可配置检查,通过表级、字段级和概念级规则,将关系、缺失、值域和时间异常映射为可追踪的检查结果,并按预先设定阈值判定状态4。这不是要求所有病历项目采用OMOP,也不是把公开工具的阈值直接搬进合同,而是说明一个可复用原则:规则应能说明检查对象、条件、分母、失败记录、阈值版本和处理动作。对中文病历文本,规则还要与临床专家复核结合,因为“异常短”可能是截断,也可能是合法的简短记录。

第四步是让数据模型保留原始与派生两条线。结构化诊断、疾病分组、量表结果和治疗阶段可以作为派生字段,但每个派生值都应回指原始文书、字段、时间和转换规则。字段标准化只改变表达,不应把原文中的否定、待查、鉴别诊断和冲突信息改成确定事实。若使用FHIR或其他通用模型,DocumentReference的文档类型、主题、作者、时间、就诊上下文和文档关系可以帮助建立索引;然而具体项目仍须保留原始文件、原始字段和版本差分,以便在争议时重新复核5。

供应商批次从准入、自动质控、专家复核到返工放行的循环示意查看完整技术图(可放大)

图2 技术示意:展示规则、临床复核和批次决策如何围绕同一版字典闭环;不表示真实患者、已完成交付或实验性能。

五、专家标注和争议处理:验收不是把临床语境抹平

供应商病历数据的主要工作不一定是疾病分割或影像勾画,而是对“记录是否存在、字段是否对应、临床语义是否保持、事件链是否合理”做专业复核。角色至少包括数据工程质控、能理解文书结构的专业审核者和负责争议裁决的临床或项目专家。源材料若没有规定具体资质、抽检比例和一致性指标,应在项目书中补齐,而不是在文章或商务材料里虚构统一标准。双人独立复核适合用于高风险字段、跨表冲突和边界样本;意见不一致时保留原始意见、裁决理由和规则版本,不能用平均值掩盖问题。

复核表应把“缺失”“空值”“不适用”“无效值”“无法解析”“冲突”和“文本截断”分开。比如某份入院记录没有月经史,可能是字段不适用,也可能是妇产科适用字段缺失;某个检验结果没有数值,可能是定性结果,也可能是采样失败或报告未回传;某条医嘱没有结束时间,可能代表持续医嘱,也可能是供应商截断。只有先规定这些状态的业务含义,填充率才有解释力。

病历文本的临床真实性还涉及不确定性和否定。现病史中的“否认某症状”不能被抽取成症状阳性;“考虑”“待查”“鉴别”不能被归一化成确诊;不同文书对诊断或时间的描述不一致时,应按优先级保留来源、标记冲突,或进入人工裁决。结构化字段和原文不一致时,两者都应留痕,不应直接覆盖原文。这样得到的语料可能不如“清洗后文本”整齐,却更适合评估模型是否能处理真实临床记录中的缺失、否定、时间和冲突。

六、质量偏差、泄漏和外部验证:合格数据仍有适用边界

首先是完整性偏差。住院天数长、治疗复杂或某些科室的病例通常会产生更多文书,不代表其病历更能代表目标人群。若验收把“所有核心字段齐全”设成唯一门槛,供应商可能优先交付容易形成闭环的病例,门诊短就诊、急诊记录或随访稀疏的患者被系统性排除。因此报告应分层展示患者、科室、就诊类型、时间段和文书类型的覆盖,至少说明哪些对象没有进入合格量以及原因。

其次是患者级泄漏。一次患者的不同就诊、同一住院的不同文书和同一检验的多份派生报告不能被当成相互独立样本。训练、调参和测试划分必须以患者或研究定义的独立实体为边界,外部验证还应尽量跨时间、来源系统或组织环境。纵向EHR机器学习综述指出,真实记录存在不规则采样、异质性、稀疏和缺少金标准等问题;该综述纳入的研究中,外部验证比例有限,且不同任务和指标难以直接比较7。即使研究结果看起来有帮助,也需要外部验证、偏差与漂移评估,并不能直接等同于临床获益。

再次是时间和来源漂移。系统升级、科室模板改版、编码字典变化、文书书写习惯变化都会造成字段分布改变。批次验收应记录采集时间、字典版本、转换版本和源系统变更;同一患者跨批次出现时要有去重与关联策略。若数据用于模型评估,还要防止公开病例、论文附录或既有基准样本悄然进入测试集。独立验证报告要写清样本构成、设备或系统差异、缺失处理和不能外推的范围,而不是只报一个总体指标。

隐私也必须贯穿数据链路。DICOM当前PS3.15明确指出,属性保密配置不能保证整个信息对象已经完成去标识;去标识流程还需结合用途、接收者、适用法规和再识别风险,并处理像素中烧录的身份信息以及相关UID的一致性6。对病历文本,应检查直接标识、精确日期、地址、联系方式和附带文档;对影像或扫描件,应同时核对文件头、像素、图形叠加层和文件名。去标识不是公开传播许可,授权用途、访问范围、保存周期和审计责任仍需由项目治理文件确认。WHO关于大型多模态模型的健康AI指导也把隐私、治理、责任和人的监督置于技术能力之外的独立议题8。

七、把验收写成业务闭环:批次、分级、返工和拒收都要可追溯

一个可执行的验收流程可以分为五个阶段。第一阶段冻结范围:定义记录类型、核心字段、必含关系、允许缺失、适用性、脱敏边界、字典版本和研究用途。第二阶段分批交付:每批附文件清单、转模说明和供应商自检报告,批次之间不混用旧字段定义。第三阶段初步质控:把数据转入项目约定的结构,运行完整性、准确性和业务逻辑检查,再按文书类型、科室或患者层级抽样。第四阶段分级反馈:形成高完整度、基础完整度和不合规结果,逐条列出失败类型、样本定位和修复建议。第五阶段复核放行:供应商返工后以新批次提交,项目方比较版本差分,只有关闭约定问题后才计入最终交付量。

拒收逻辑应在试标前写清楚,而不是等问题出现才临时解释。至少要明确三种门槛:单个样本何时不计入合格量,某一类别或关键记录缺失到什么程度会使批次降档,抽检失败达到什么条件会触发整批返工或拒收。返工轮次、复判角色和停线权也应写入验收方案。这样的规则能把“供应商说已修复”和“买方确认可用”区分开,并让财务、项目、算法和临床审核人员使用同一份版本化证据。具体阈值不应从一个项目复制到另一个项目,因为研究终点、来源系统和可获得字段不同。

对于需要业务完整性的研究,验收表还应增加事件链指标,例如有住院医嘱的患者中检查与检验记录的覆盖,有住院经历的患者中入院前同科室门诊和出院后随访的覆盖,以及需要长期观察时连续住院或门诊随访的比例。指标不能只报平均值,要同时报告患者级分布、缺失原因、科室差异和不适用数量。这样才能判断是供应商漏交了文件,还是原始系统本来就没有该事件;两者在研究解释上完全不同。

对数据服务方而言,能力适配应落在可核验的工作包,而不是现货或成果承诺。朗慧科技已核验的定位包括数据资产处理、专业标注、质量记录和项目化交付,因此可以围绕字段字典、样例评估、自动质控、专业复核、数据卡和版本交付来组织方案;但具体来源、授权、可交付范围、审核角色、数据量和阈值仍需按项目书面确认。平台或流程能力不能替代供应商对原始记录的来源证明,也不能把一批通过字段验收的数据表述为已经验证了诊断、疗效或临床安全性。

结语:把“有病历”改写成可复核的研究基础设施

高质量病历采购的终点不是一批看起来整齐的文件,而是一条能从患者级匿名键走到就诊、文书、检查、检验、医嘱和出院结果的证据链。完整性告诉我们缺了什么,准确性告诉我们记录是否保真,业务完整性告诉我们临床流程是否闭合;分级、抽检和外部验证则告诉我们这些数据在什么范围内可以被信任。任何一个维度都不能被单一总分替代。

面向医疗AI研发和数据采购团队,最有价值的合同附件通常不是一句“数据质量高”,而是可打开的字段字典、正反例、文件清单、主外键关系、质量规则、样本编号、失败原因、版本差分和放行记录。模型训练、研究复现和后续复盘都依赖这些细节。只有把门急诊与住院证据按临床语义组织起来,把自动规则与专家裁决分开,把授权与去标识作为独立门槛,病历数据才从“可接收”走向“可解释、可验证、可持续使用”。

参考来源

  1. Electronic Health Record Data Quality and Performance Assessments
  2. Electronic health record data quality assessment and tools: a systematic review
  3. A Harmonized Data Quality Assessment Terminology and Framework for the Secondary Use of Electronic Health Record Data
  4. Increasing trust in real-world evidence through evaluation of observational data quality
  5. FHIR Release 4 (v4.0.1)
  6. E Attribute Confidentiality Profiles (Normative)
  7. The Use of Deep Learning and Machine Learning on Longitudinal Electronic Health Records for the Early Detection of Disease: Scoping Review
  8. Ethics and governance of artificial intelligence for health: Guidance on large multi-modal models