春天2023

临床文献完整性的技术演变
作者:Susan Chapman, MA, MFA, PGYT
郑重声明
第三十五卷第二页

科技如何改变CDI

在过去的十年中，自然语言处理(NLP)在临床文献完整性(CDI)中变得越来越普遍这种形式的人工智能(AI)，或机器学习，能够从自由文本中提取信息，标准化临床笔记的格式，2和“电子病历中的电子审查笔记，并应用系统逻辑和标准编码规则，根据诊断单词和/或短语的存在，提出和分组与诊断相关的组(DRG)代码。

机器学习模型可以被编程为在任何上下文中找到任何一组单词。“然而，虽然NLP可以找到ICD-10代码或反映特定诊断代码的措辞，但如果这些特定的单词没有出现，它可能会错过它们，”Amy Campbell解释说，她是注册护士，男男性行为者，CCDS-O，前Wolters Kluwer临床文件改进经理，现在作为杜克大学卫生系统门诊环境的合同临床文件专家在Harmony Healthcare工作。“所以，这就是临床自然语言处理(CNLP)在临床方面的作用。我们不仅能找到诊断，还能找到支持性文件，临床指标。这些临床指标是提供者可能包含的关于病人的小块信息——病人的病情发生了什么变化，或者提供者如何治疗特定的病情。

坎贝尔继续说:“糖尿病是一个经常被讨论的问题，它可以更清楚地说明我所说的‘临床指标’。”“回顾糖尿病，有一些事情有助于确定病情的进展。这是在检查中发现的东西，但它也适用于可能由提供者命令的实验室，以跟踪病情的管理情况。如果我向医疗服务提供者发送一个查询，说明医疗服务提供者要求在患者下次就诊前进行血红蛋白A1c或化学化验，并且这里可能存在糖尿病，那么这将是没有用的。我更关心实验室的未来价值，因为对于提供者来说，拥有这个特定实验室在这段时间内处于这两个水平之间的信息更有价值。因此，这些临床指标能够让提供者更好地了解需要做些什么来控制病情。”

AHIMA的实践总监兼CDI和临床基础认证提供商项目总监Tammy Combs，注册会计师，MSN, CDIP, CCS, CNE, AHIMA批准的ICD-10-CM/PCS/CDI培训师，同意NLP和人工智能确实正在改变CDI行业。她解释说:“实际上，这项技术正在进步和发展，从能够查看健康记录中的文件，识别特定的诊断和短语，到随后提醒CDI专业人员。”“有几件不同的事情正在发生。它会检查所有的文档，根据内置在后面的逻辑来扫描。这项技术可以审查临床证据，并将其与已有记录进行比较。它可以向CDI专业人员发送警报，以确定是否需要查询。可以在文档中引入进一步的特异性。从这个角度来看，它有助于优先考虑需要审查的内容。”

在加州大学戴维斯医学中心，Tami mcmaster - gomez, BS, CDIP, CCDS, MHL和ahima批准的ICD-10-CM/PCS培训师是编码和CDI服务的主管，NLP和AI被用来提高她的团队在不增加人员需求的情况下完成额外审查的能力。在那里，人工智能基本上是落后于或领先于CDI，并执行临床审查，寻找机会实时“推动”提供者，并要求他们进一步详细说明文档。麦克马斯特-戈麦斯解释说:“无论是对充血性心力衰竭的敏锐度，还是对患者肺炎类型的特异性，这项技术都在做CDI传统上应该做的工作，甚至在CDI查看记录之前。”“这样一来，我们的团队就可以腾出更多的时间来查看一些更复杂的临床文件，以及过去我们可能没有时间做的更复杂的技术审查。”

麦克马斯特-戈麦斯说，这项技术能够在问题出现时实时解决问题，这也使医生能够花更多的时间来解决病人的护理问题。她说:“这让病人护理再次成为人们关注的焦点，因为人工智能会在他们记录病历的时候提醒他们。”“一旦病人出院后不再在他们面前，提供者就不再把他们的病例放在心上，因为他们已经转移到新的病人身上了。因此，在护理点拥有实时功能非常重要。”

但库姆斯指出，正如众多供应商生产的电子病历有多种形式一样，CDI使用的人工智能技术也多种多样。CDI专业人员确实能够审查文件并将其与健康记录中的临床证据进行比较。但是，根据Combs的说法，如果逻辑已经成熟并且被认为是可靠的，可以在必要时自动生成文档查询，那么CDI专业人员甚至不需要进行那种类型的审查并发出查询。Combs指出:“希望CDI团队已经参与了后端逻辑的构建，并指出了计算机应该寻找的元素，因为该技术只会寻找内置的逻辑。”她补充说:“这项技术可以缩短提供商实时获得查询的时间，而不是让人查看然后发送查询。”“现在有一些技术可以，而且确实可以实时操作。但并不是每个供应商和技术都会遵循这样的流程，即在输入内容时弹出警报。但是，大多数时候，文档都在那里，并且正在进行审查。它非常接近实时，这有助于查询的及时性。虽然有很多潜力，但我认为在确保可靠性、合规性以及将其融入工作流程方面还有很多工作要做。”beplay最新备用网站

库姆斯进一步解释说，由于患者可能表现出不同的症状和实验室结果，因此支持诊断的证据可能具有挑战性，因此存在灰色地带。“在决定是否将查询发送给提供商时，所有这些都必须考虑在内，”她说。“从我所进行的讨论来看，有时这可以确定它是否具有高可靠性得分，就像已经建立的证据一样，是否有相当多的证据支持需要进一步的细节。有很多功能正在实现，而且还在不断增长。它正在发展和成熟，现在变得更加可靠。”

推进技术
正如库姆斯所指出的那样，技术的好坏取决于其背后的逻辑，她认为创建一个全面的系统需要所有利益相关者的参与。她说:“与任何技术一样，NLP和人工智能面临的挑战之一是，逻辑必须以技术识别正确术语的方式构建和构建。”“自然语言处理组件当然有帮助，因为它可以学习，并且它开始从健康记录中学习。但CDI的领导者需要意识到他们在指示技术“思考”什么——当他们谈论诊断时可能使用的不同短语和缩写。一个医生可能会写上心力衰竭;另一种可能使用缩写HF或CHF。所以，当技术被创造出来时，程序员必须意识到这类事情。”

坎贝尔补充说:“我们需要一种可以发展的工具，能够捕捉到所有重要的临床指标，即使技术还没有意识到这些指标。”“除了捕获这些临床指标外，我们还希望该工具允许我选择我想要包含哪些临床指标以供提供者查看。我可以再加一些。可能是我在笔记中看到了工具没有看到的东西。也许我们还没有建立特定的概念，但它总是可以添加到工具中，以帮助跟踪编码员看到的内容或CDI专业人员计划向提供商呈现的内容。”

这项技术可能产生错误的发现或噪音，这是NLP和人工智能可能发生的事情，也是坎贝尔特别关注的一个领域。她说:“我们正在研究那些嘈杂的东西，那些可能是错误发现的东西，并试图理解为什么会发生这种情况。”“我们想弄清楚如何减少这种情况，以便该技术与CDI团队更有效地合作。我喜欢用人工智能来类比，它就像一个指挥，指挥管弦乐队的多个部分在音乐会中工作。它们的作用各不相同，但它们必须共同努力，才能发出优美的声音。不同模型中使用的算法都是由人工智能同步的，因此它允许模型协同工作，为最终用户组织和保存相关数据集。”

Campbell组织的核心技术工具是他们所说的编码工作台，它允许CDI专业人员点击临床指标中的链接，然后引导该信息在文档中的位置。“这对供应商来说是非常宝贵的。他们不仅相信我的话，而且还可以点击链接自己去看。他们可以验证测试或实验室结果，可能会改进诊断或提供额外的信息。它确实有助于服务提供者简化他们的想法，”她说。

为了拥有一个像每个组织所要求的那样灵活的技术解决方案，Combs建议所有利益相关者在选择适当的人工智能技术和构建符合其组织需求的逻辑的过程的一开始就参与进来。库姆斯解释说:“相关人员要做的不仅仅是了解人工智能的工作原理，还要参与创造技术，让每个人都遵守。”“他们真的需要让每个参与这个过程的人都参与进来。无论何时，只要你采用了真正的团队方法，并确保技术尽可能地好，它就能真正地融入到你的CDI团队，你的医生，所有相关人员的工作流程中，它就会成功。你需要对这项技术的功能有高度的信心，并且要做到准确、高效。”

麦克马斯特-戈麦斯报告说，她和她的团队以库姆斯描述的方式合作，并努力确保他们的人工智能不仅面向医生，而且面向CDI。“我们正在努力定制我们发送给供应商的推送。轻推是查询的同义词。与我们合作的供应商有一些特别的，开箱即用的建议，他们建议我们打开。我们需要一些特定于加州大学戴维斯分校文化和临床标准的东西，”她说。“因此，我们已经开始了定制推动并创建我们自己的定制推动的旅程，使用与我们组织采用的内容一致的临床内容。我们希望从面向医生的人工智能角度进一步增强工作流程，以确保我们的临床内容与医生日常使用的内容保持一致，并推动他们与我们在组织上采用的内容保持一致。”

随着HIM领域的不断发展，在CDI内部，出现了一种提高结果质量和流程效率的运动。坎贝尔解释说:“一个经过临床调整的NLP工具可以准确地捕获一种疾病的所有临床指标，允许我选择我想要包括的指标，然后将临床文档专家或提供者直接带到整齐组织的信息存在的地方，这是我工作流程的一个改变。”“人工彻底检查记录可能需要长达一个小时的时间，但如果采用正确的技术，时间可以减少25%到50%。在CDI，我们一直在寻找扩大覆盖面的方法，因为我们根本无法触及目标人群的每一个成员。此外，住院病人与门诊病人接触的比例正在戏剧性地转移到门诊环境。门诊CDI是一小部分临床医生，他们的需求正在迅速扩大，而人工智能和NLP技术提供了一种更智能、而不是更困难的工作方式。”

- Susan Chapman, MA, MFA, PGYT，是洛杉矶的自由撰稿人和编辑。

参考文献
1.编码的进化:理解技术如何帮助我们。AHIMA网站。https://www.ahima.org/media/3a3axqt1/evolution_of_coding_whitepaper_agshealth_ada.pdf

2.自然语言处理和临床结果:NLP改善护理的前景和进展。J AHIMA．2013年,84(3):44-45。