近日，国家卫生健康委医院管理研究所“智慧医院分级评价平台”发布《电子病历分级评价数据质量评估具体要求-2022 年修订》，相较于2021版，有部分调整修订改进，下面为大家作简要介绍：
1、新增一项基础数据统计要求：
基础数据统计要求说明由2021版7条增至8条，新增一般治疗项目数量：按照一般治疗记录的项目人次计算。应统计医院中所有的一般治疗类别(如理疗、透析、高压氧、针灸、中医推拿、激光治疗等，不包括静脉输液、肌肉注射等药疗相关的治疗，也不包括手术类治疗)。
2、检查检验数量说明调整：
基础数据统计要求说明对于检查检验数量进行改进完善，点明该基础数据应统计所有类型的检查和检验;
划线部分为22版新增说明
3、计算公式标红：
数据质量实际统计方法说明在数据标准化与一致性、数据完整性、数据整合性能、数据及时性这4个类目的计算方法公式进行标红。
4、具体处理过程调整：
数据质量实际统计方法说明在数据标准化与一致性、数据完整性、数据整合性能、数据及时性这4个类目的具体处理过程进行了调整修订，对数据项的用途作用加以说明。
划线部分为完善，圈红部分为新增
电子病历分级评价标准(2018版)将电子病历系统的数据质量作为主要评价方面，更加关注电子病历数据质量。自2018年以来，国家卫生健康委每年对《电子病历分级评价数据质量评估具体要求》进行调整修订改进。
做好电子病历数据质量控制，不仅决定电子病历分级评价结果，影响“国考成绩”，更是关乎DRG入组精准性。从长远看，数据质量是医疗质量监管和推进医疗质量安全的核心要素，是医疗机构实现高质量发展的有力工具、国家考核管理的重要基础，意义重大。
但是电子病历在实际使用中，部分医疗机构存在非结构化程度高、数据记录不及时、病历记录不规范、内容复制粘贴、填写错误等问题，极大影响了病案数据质量，一定程度上，阻碍了电子病历系统的应用进程，需进一步加强电子病历数据质量控制管理，从而提高电子病历的内涵质量。
常见数据质量问题示例
● 数据标准化与一致性：医嘱的编码、名称与诊疗字典存在不匹配等;
● 数据的完整性：会诊记录为空、危急值处理存在未处理等;
● 数据整合性能：组套检验申请单与检验报告无法一一对应、手麻系统手术名称与病案首页手术名称不一致、病理申请单数量远大于报告单等;
● 数据的及时性：血凝常规采血时间与上机时间间隔时间太长，不符合质控要求等。
数据质量控制--如何打开突破口
AI病历质控以提高医疗质量为核心内容，基于知识图谱与强大的自然语言处理技术，应用完善的质控规则，对每份病历书写内容进行一致性、逻辑性、合理性校验，实现病历文书的全程监管与智能检测。
● 形式质控+内涵质控
可对单个单据的内容完整性、时效性、规范性等进行实时判断，同时利用NLP技术、知识图谱、数据建模与学习技术实现对病历数据自动质控，动态监控，实时提醒。不仅能够对病历是否完整进行检测，还能从病例的一致性、合理性、逻辑性、术语规范性等进行内涵质控。
● 运行质控
病案质控引擎充分应用自然语言处理技术、知识图谱技术、病历文本后结构化等技术，实现对运行中病历实时监控、智能判别和在线预警、信息反馈。从内容完整性、时效性、病历文书术语规范性、数据一致性、逻辑一致性、诊断充分性等进行质控。
● 终末质控
可对电子病历自动批量质控，支持人工审核，并可生成质控报告。系统可以对接医院各类和病案质量、医疗质量相关的信息系统，包括: EMR、HIS、LS、PACS等系统，并将其内容整合，统一按照标准格式在质控系统中显示。
四大技术特色助力数据质控
1、医学知识图谱
基于临床医学知识图谱对病历文书的缺项、时限与内涵逻辑等多维度质控要求;
2、Al智能语义分析NLP
自然语义处理技术结合医学知识处理更复杂的文本分析，让机器读懂病历;
3、病历文本后结构化处理
对各种非格式化的文本进行信息和知识提取，然后进行格式化存储，从而进行信息检索和知识发现;
4、规则自定义编辑
基于实际管理需要预配置+可自定义规则审查，质控更全面。