换一批利用人工智能构建基于疾病诊断相关分组/按病种分值付费支付制度的国际疾病分类编码质控体系的研究
Research on Building an International Classification of Diseases Coding Quality Control System Based on DRG/DIP Payment System Using Artificial Intelligence
摘要目的 利用人工智能构建基于疾病诊断相关分组(diagnosis related groups,DRG)/按病种分值付费(diagnosis-intervention packet,DIP)支付制度 的国际疾病分类编码(international classification of diseases,ICD)质控体系,分析其在医院病案质量管理中的应用效果,探索可持续、可推广的编码质量管理新模式.方法 从梅州市人民医院 2024 年 1-6 月的电子病历系统中选取 1 200 份住院病案以人工编码作为对照组,2024 年7-12 月的电子病历系统中选取 1 200 份住院病案以人工智能质控平台结合人工编码作为试验组,邀请专家对试验组和对照组的编码质量进行人工质量检查,观察 2 组病案编码准确率、编码效率与医保结算时间、医疗费用结算损失减少金额、DIP 核心病种入组率等指标进行比对.结果 对照组的编码准确率为 83.58%,低于试验组的 99.08%,差异有统计学意义(P＜0.05).对照组医保费用结算损失为 92 万元(占医保费用基金不合理支付总额比约27.88%),高于试验组的21万元(占医保费用基金不合理支付总额比约 12.73%).对照组单份病历平均编码耗时为(28.61±5.74)min,高于试验组的(14.33±3.21)min,差异有统计学意义(P＜0.05).对照组的DIP 核心病种入组率为 83.84%,低于试验组的 95.58%,差异有统计学意义(P＜0.05).结论 基于人工智能下 ICD 编码质控模式可以快速提升编码质量和效率,为 DRG/DIP 支付制度的顺利推行提供了有力支撑,具有重要的应用价值.
更多相关知识
关键词
人工智能疾病诊断相关分组按病种分值付费国际疾病分类编码质控体系,医疗支付artificial intelligencediagnosis related groupsdiagnosis-intervention packetinternational classification of diseases codequality control systemmedical payment
栏目名称
DOI
10.3969/j.issn.1674-9316.2026.04.004
发布时间
2026-05-06（万方平台首次上网日期，不代表论文的发表时间）
基金项目
梅州市社会发展科技计划项目（2023C0301008）
- 浏览30
- 被引0
- 下载15
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
