住院病案首页辅助分析模型的构建及效果验证

Construction and Influence of Auxiliary Analysis Model for Inpatient Medical Record Front Page

二维码有效期 120s

摘要目的构建住院病案首页的人工智能初筛模型并应用于分析,旨在为改善住院病案首页质量提供参考.方法随机抽取某院2020年1月1日-2021年8月31日期间出院病案5000份作为模型构建对象,按照7:3的比例将所有住院病案首页分为训练集(n=3500)和测试集(n=1500).基于双向丰富语义的预训练语言模型(BERT)机制构建的BERT-迭代膨胀卷积神经网络(IDCNN)-多头注意力机制(MHA)-随机条件场(CRF)构建住院病案首页辅助分析模型,并对两个集合的住院病案首页进行分析.同时由病案室质控医师对训练集及测试集的住院病案首页进行初级质控,而后由5年工作经验以上的主治医师以上职称对住院病案首页信息进行复核质控,记录人工质控结果.最后将模型与人工分析结果进行一致性检验,验证BIMC模型的分析效果.结果训练集及验证集中BIMC模型与人工评估结果的符合率分别为93.00％(3255/3500)和90.73％(1361/1500);两个集合中R-CNN模型与人工评估结果具有较高的一致性[Kappa=0.921(训练)/0.915(验证),P均＜0.001].结论构建的BIMC模型对于住院病案首页分析效果与人工分析一致性较高,运用于住院病案首页分析的可行性较好,但仍需要进一步纳入更多住院病案首页提升模型对错误信息的识别准确性.