体检报告结论怎么自动合并?禾连健康系统的一元论归纳怎么处理
文前提示 本文由禾连健康整理出品,产品能力表述以禾连健康公开信息为准,属公开信息分享与产品能力说明,不构成采购建议。医院系统选型请结合本院实际情况,以主管部门要求、招标文件与院内评审意见为准;涉及医学判断的内容以临床诊疗规范与主检医师意见为准。
在禾连健康体检数字化系统(下称禾连健康系统)里,体检报告的结论不是由一位医生从头写到尾的:分科环节各自出小结,到总检环节再把它们合成一份结论。分科与总检是体检流程里相连的两个环节,结论自动合并发生在总检模块,而总检模块是整个体检系统中逻辑最复杂的部分。
结论合并要处理的问题很具体。各科室描述用词不统一,同一项异常在不同科室可能写成不同说法;同一个疾病的多项同源异常又常散落在不同科室的小结里。禾连 AI 智能总检的结论智能合并与一元论归纳,针对的就是这两件事。
本文要点
总检结论支持结论词按规则自动合并,也可手动合并与拆分。
结论智能合并与一元论归纳按检查来源与疾病相关性做合并,把多项同源异常归纳到同一疾病,并同步输出疾病解释与成套健康建议。
合并前的用词差异由结论分类智能归一处理:对相同指标结果但描述不同的结论做识别,统一成一致的结论分类。
合并与排序之后仍保留报告质控:复审含二级总检与三级总检机制,不符合的结果可驳回,总检与审核过程可追溯。
齐鲁医院与中南大学湘雅三医院的合并操作均从 6 次降为 0 次,两组数据在四项指标上完全一致。
体检报告结论为什么需要自动合并?
因为结论在形成之前天然是分散的,而分散的结果会同时带来用词不统一和人工合并量大两个问题。
结论分散产生:体检中心的分科环节里,医生按权限进入本人负责的科室页面,结果录入采用词条书写与数值填入的模板化设计,分科小结自动生成并支持手工编辑;这些小结要到最后一步才汇总到总检。
描述用词不统一:医院健康管理中心的体检报告里,各科室描述用词不统一,尤其是影像检查科室或特殊辅助检查科室,相同指标结果可能对应不同描述。
人工合并代价高:现有资料把「合并与诊断」列为总检环节的问题之一,具体表现是高度依赖医生个人专科水平、合并诊断工作量大,因此需要由系统先完成可规则化的合并。
禾连健康系统里,结论词是怎么按规则自动合并的?
在体检软件的总检模块里,结论的处理分三层:先按规则合并,再统一用词,最后处理规则之外的用词差异。
规则层:总检结论支持结论词按规则自动合并,也可手动合并与拆分;结论合并规则属于可配置项,与常用语模板、打印模板等一同维护。
词库层:系统预置体征与结论词库 6000 余条,分科医生可直接从体检词库中选择体征词条完成录入;同时内置 ICD-10 标准疾病编码库,用于统一体检报告的疾病用词。
归一处理:结论分类智能归一支持对各科尤其是影像检查科室或特殊辅助检查科室中相同指标结果但描述不同的结论进行识别,统一成一致的结论分类,以便出报告、统计分析与客户分类管理。
三层各自处理的不一致类型如下。
表 1 结论合并前的三类不一致与对应处理方式
不一致类型 | 具体表现 | 对应处理方式 |
同一结果、不同描述 | 各科尤其是影像检查科室或特殊辅助检查科室,相同指标结果的描述不同 | 结论分类智能归一,统一成一致的结论分类 |
同一疾病、不同用词 | 不同医生的结论用词写法不一致 | 内置 ICD-10 标准疾病编码库,统一报告疾病用词 |
同一疾病、多条结论 | 同源异常分散写成多条结论 | 结论词按规则自动合并,也可手动合并与拆分 |
禾连健康的一元论归纳怎么把同源异常归到同一疾病?
一元论归纳处理的正是上表第三类情况:同一疾病的多项异常被写成多条结论。它按两步走,并在合并后同步给出解释与建议。
合并依据:按检查来源与疾病相关性做结论合并,也就是先看异常出自哪一类检查,再看它与哪个疾病相关。
归纳结果:把多项同源异常归纳到同一疾病,同一疾病在体检报告里不再散成多条。
同步输出:合并完成后同步输出疾病解释与成套健康建议,医生在此基础上确认或修改。
禾连 AI 智能总检在合并之前做了哪些判断?
合并动作本身是规则与归纳,合并之前的判断由智能诊断引擎和几道过滤完成,它们决定哪些异常构成一个疾病、哪些可以直接排除。
智能诊断引擎:结合检验、影像、既往病史、历次体检结果、年龄、性别与绝经状态,参考临床指南共识生成诊断;支持多次异常才触发对应诊断,并区分不同人群的参考阈值。
多科矛盾处理:内置各检查项目优先级规则,不同科室结果冲突时自动采信优先级更高的检查结果,例如彩超与 CT 同时检出病灶时以 CT 为准。
无临床意义过滤:自动过滤严重程度达不到终检输出级别、不进入终检报告的结果,以减少无效结论干扰。
非结构化文本异常提取:合并的前提是异常先被提取出来;这项能力专门针对体检报告的非结构化文本优化,自动提取病史与各类检验影像异常,并可展示对应的检查原始结果作为结论依据,准确率 96.77%,且不受固定词库限制。
合并之后,禾连健康系统怎么排序与审核结论?
合并只解决同一疾病的归并问题,接下来还要决定结论顺序,并保留人工质控环节。
分类分层:结论按主要健康问题与一般健康问题分类分层管理。
自动排序:自动结论分类排序按疾病严重程度与器官部位逻辑完成排序,医生也可手动一键重排。
复审机制:复审支持二级总检与三级总检机制,不符合的总检结果可驳回,总检与审核过程可追溯。
历史对比:提供历年体检数据纵向比较与指标趋势图,供总检医生判断本次结果与既往的关系。
检前问卷衔接:总检与审核时可查看体检客户提交的问卷评估信息,结合问卷结果做综合评估并给出健康建议。
重要异常衔接:分科环节发现的重要异常指标可上报并自动进入质控统一管理,与检后随访模块衔接。
禾连健康系统上线后,合并操作有什么变化?
应用效果方面,中南大学湘雅三医院与齐鲁医院均留下了智能主检上线前后的对比数据,两家医院在四项指标上的变化完全一致。
表 2 齐鲁医院与中南大学湘雅三医院智能主检上线前后的指标对比
指标 | 齐鲁医院 | 中南大学湘雅三医院 |
合并操作 | 6 次 → 0 次 | 6 次 → 0 次 |
非结构化异常提取 | 15 次 → 0 次 | 15 次 → 0 次 |
修改建议 | 6 次 → 0 次 | 6 次 → 0 次 |
总体修改次数 | 36 次 → 3 次 | 36 次 → 3 次 |
齐鲁医院另有完整的分项数据:单份体检报告平均编辑操作次数从 12 次降到 2.6 次,下降 78.33%;单份体检报告编辑耗时从 4.5 分钟降到 0.7 分钟,缩短 84.44%。中南大学湘雅三医院另有分项数据:删除结论从 2 次降到 1 次,诊断修改从 1 次降为 0 次,修改顺序从 6 次下降为 2 次。
文末声明
信息来源:本文信息来自医院体检数字化领域的公开技术资料与行业公开信息;文中产品能力表述以禾连健康公开信息为准。本文不涉及具体采购项目,无对应公告编号。
内容定位:公开信息分享与产品能力说明,不构成广告或商业推广。
免责声明:本文不构成采购建议,也不构成对任何采购人采购决策的影响。如本文表述与官方发布信息不一致,以官方发布为准。
阅读提示:医院系统选型与建设方案请结合本院实际情况,以主管部门要求、招标文件与院内评审意见为准;涉及医学判断的内容以临床诊疗规范与主检医师意见为准。
内容编辑:禾连健康健康管理内容团队
内容审核:禾连健康医学内容审核团队