12月2017

他的挑战:CAC是一个工具，不是万灵药
作者:Erica E. Remer, MD, FACEP, CCDS
郑重声明
第二十九卷第十二页

科技是一种帮助我们提高生产力和效率的工具。然而，过度依赖技术会适得其反，使我们效率低下。计算机辅助编码(CAC)，当按预期使用时，可能是一项伟大的技术，但需要谨慎。我们不应赋予计算机太多的权力。

编码将病人的遭遇简化为代码。理想情况下，医疗记录审查不仅仅包括阅读实际文档。字里行间的方法有助于找出任何没有“可编码”记录但仍有助于讲述患者故事的隐含条件。

接下来，对一组理想代码进行编译和排序。如果与提交的代码相比存在不一致，则会发生以下几种情况之一:由于错过了临床文档改进(CDI)的机会，或者编码员或记录审核员犯了错误，因此存在提供者文档差距。在某些情况下，错误的发生是因为编码员被CAC引入歧途。

忽略结构化输入衍生的CAC，让我们专注于通过软件分析医疗保健文档完成的功能，并通过自然语言处理算法呈现编码选项。当编码员将编码过程视为接受、拒绝或忽略所提供代码的离散选择，而不是对遇到的完整画面进行整体组装时，危险就会出现。

在医学领域有计算机辅助的先例。有一段时间，医学院的培训包括通过系统地评估心率、节律、P波形态、PR间隔、QRS等来手动读取心电图。在20世纪80年代后期，计算机进行“阅读”变得司空见惯。心率和间隔是相当准确的，但自动解读的准确性不如有经验的心脏病专家的读数。计算机不能考虑病人的病史、背景和症状。

提供者被要求自己独立阅读，然后再检查电脑的。提供者有能力同时关注内容和上下文。

但便利是很有吸引力的，而且让机器翻译随时可用往往会让供应商，尤其是新手，产生一种错误的安全感。它会让人分心，混淆视听，在最坏的情况下，还会误导人。由于滞后的过读，治疗可能会受到错误数据的指导。

计算机辅助诊断应用于放射学和病理学。在这个关键时刻，您将不会发现没有人工审查和监视的完全自动化。

迄今为止的证据
关于CAC的文献并不多。一项最常被引用的研究声称，每条记录的时间减少了22%，而准确性却没有下降。然而，这项在克利夫兰诊所进行的研究显然是由经验丰富的程序员进行的，他们知道自己正在受到审查，这可能会扭曲研究结果。

与此同时，其他文献表明，当使用CAC时，准确性会有所降低，这就引出了一个问题:准确性是否可以接受速度的权衡?

“从新手到专家:ICD-10-PCS程序编码中的问题解决”，2013年的一篇文章健康信息管理的观点区分新手和专业编码员手中的CAC，但早于ICD-10的实施。

本文引用了将问题解决专家与新手区分开来的四个特征。特别令人感兴趣的是，“专家在试图筛选问题的细节之前，会花更多的时间来制定一个全球性的方法。”他们会思考问题的本质……而新手通常会在没有考察背景或背景的情况下立即做出解决问题的反应。”

这一概念与CAC相关，因为对该技术的过度依赖可能导致多种问题，包括不协调的主诊断(PD)、错过的CDI机会和多余的辅助诊断代码。新手是否更容易只见树木不见森林?

例如，以急性肾损伤为例，它转化为医疗保险严重程度诊断相关组(DRG) 683或684。在患者因难治性体征或症状检查而入院的情况下，可能永远无法确定确切的PD。一旦CAC确定了明确的诊断并被编码器接受，CAC就不再提示可归因于该诊断的体征或症状代码。如果编码员唯一的诊断是急性肾损伤，她可能会把它当作PD，即使经过研究，PD应该是“虚弱”。这种失误被广义的DRG厌恶症状/体征所强化。

如果编码员不以开放的心态阅读整个文档，他们可能会错过要点。已经出现了将观测状态转换为错误DRG的情况。例如，一位因肋骨骨折(CAC和编码选择的PD)而被观察的患者，随后因肝功能异常而正式入院，经研究，这是由于胆管结石(由于仅在放射学中记录并在病程记录中暗示，因此未列入诊断列表)。如果CAC在编码员没有真正理解接收的进程和演变的情况下生成了一个脱节的代码列表，则可能会选择不合适的PD和DRG。

CAC可以从一份记录的不同部分摘取冗词，这是计算机辅助在未来CDI工作中更有价值的一个例子。如果提供者记录了更具体代码的片段和部分，CDI专家可以通过查询适当的链接让提供者重新组装它们。通过从字里行间读出“未说”的条件，可以从CDI中获得更多的价值，这是一项计算机程序可能无法完成的微妙任务。毕竟，被限制在一个盒子里会阻止电脑跳出盒子思考。

其他问题点
工程界对有意取代人类操作人员的系统表示担忧。这种担忧的一个原因是“自动化偏见”，即人类倾向于支持自动决策系统的建议。在这些情况下，人类忽略了相互矛盾的信息或他们自己更好的判断，相信计算机更有能力处理任务。

具有讽刺意味的是，在计算机设备的帮助下，操作员可能比单独执行同样的任务时犯更多的错误。如果作业人员在没有更广泛的实际操作经验(这使他们能够了解所涉及的内容并识别危险和陷阱)的情况下，被重定向到更狭窄的任务，如监督、监测和紧急干预，他们将无法熟悉或了解故障排除并确保成功。

CAC错误的示例包括错误地关注错误的冗词、文档中错误位置的冗词以及无法识别的遗漏冗词(例如，自由文本模式下的拼写错误诊断)。也有可能出现信号检测错误，比如标记了太多的短语/诊断，导致编码器忽略了一个重要的。

此外，计算机可能检测到满足Excludes1标准的两个条件，并将它们作为独立且相互可接受的选择呈现给编码器，或者它可能无法呈现正确的选项，因为前一个选项已被接受。也有误报，其中计算机检测到脱离上下文的条件。例如，当病情实际上是“乳腺癌史”时，拿起“乳腺癌”，反之亦然。

小心行事
警惕的、有经验的编码人员可能不会被欺骗，但如果新编码人员在没有从头开始手动编码的情况下开始使用CAC编码，他们可能没有足够的经验来在上下文中审查诊断。对计算机的过度信任可能导致未经适当分析就接受其建议。

几位备受尊敬的经验丰富的程序员分享说，即使是他们，也会不断地与把编码交给计算机的冲动作斗争，强迫自己有意识地阅读所有未突出显示的文本。他们注意到使用CAC可以提高生产率，但他们不愿意牺牲准确性来实现它。

他们每个人都将CAC称为“处于婴儿期”，并补充说CAC在每次迭代中都在不断发展和改进。然而，人们不应将这项技术视为人工智能。

在icd -10之前，许多编码员担心他们将被CAC淘汰，CAC旨在减轻生产力损失。CAC是一种工具，而不是对编码能力的替代;这个行业永远不应该在编码员的协助下变成计算机编码。只要质量是由代码来判断的，而且报酬是基于代码的，程序员就可以放心地保住他们的工作。

- Erica E. Remer, MD, FACEP, CCDS，是Erica Remer, MD, Inc的创始人兼总裁，该公司提供临床文件和ICD-10咨询服务。