智能病案质控系统对病案质量和质控效率的影响

来源期刊：广州医药 | 633-638 发布时间：2026-05-20 收稿时间：2026/7/2 15:57:52 阅读量：216

作者：: 廖妹珍,

任仲强,

罗建锋,

董奕辰,

萧佩梨,

关键词：: 智能病案质控系统病案质量控制医疗质量 ICD编码; intelligent medical record quality control system medical record quality control medical quality ICD coding

DOI：: 10. 20223 / j. cnki. 1000-8535. 2026. 05. 014

收稿时间：: 2025-07-29
修订日期：
接收日期：
引用总数：: 0

目的探讨智能病案质控系统对病案质量及质控效率的影响，为优化病案管理模式提供依据。方法选取2024年4月—9月传统人工质控病案2 000份（对照组）与2024年10月—2025年6月智能病案质控系统辅助质控病案2 000份（研究组），对比两组缺陷检出率、编码准确率、内涵质量达标率等病案指标，以及人均日均处理量、质控耗时、漏检率等效率指标。结果研究组缺陷检出率（15.20%）高于对照组（8.30%）；编码准确率（95.70%）、内涵质量达标率（93.50%）高于对照组（86.50%、82.30%）（均P＜0.05）；研究组人均日均处理量较对照组提升；单份病案质控耗时（4.80 min）缩短；漏检率（3.00%）降低62.50%（均P＜0.05）。结论智能病案质控系统可提升病案质量与质控效率，优化医疗资源配置，为DRG/DIP支付改革提供支持。

病案是医疗服务过程的原始记录，是反映医疗质量、保障医患安全、支撑疾病诊断相关分组（diagnosis related groups，DRG）/按病种分值付费（data diagnosis-intervention packet，DIP）支付与医学科研的核心载体^［1］，其客观性、真实性、准确性、及时性、规范性、完整性直接关系到医疗机构的管理效能、医疗服务同质化水平及医患权益维护^［2］。随着医疗信息化的深入推进，我国医疗机构年病案生成量呈指数级增长。以上海市某大型医院为例，其单机构年出院病案量已突破10万份。近2年，我院出院病案量同样呈现指数级增长态势。虽总体质量较好，但在规范ICD编码规则、提升编码员水平、提升医疗质量安全目标、医疗合理合规内涵控制等方面，目前仍难以满足精细化管理的需求^［3］。近年来，智能病案质控系统技术在医疗领域的应用取得突破性进展，尤其在结构化病历、知识库、临床用药资料库等方面展现出强大潜力^［4］。智能病案质控系统通过整合医疗术语库、临床路径规则及质控标准，可实现病案文本的结构化解析、逻辑性校验与合规性预警，为解决传统质控瓶颈提供了新思路^［5-6］。已有研究证实智能病案系统在病案首页缺陷识别、手术记录完整性、入院记录与病程记录书写及时性等校验中的效能优于人工质控^［7］，但其在多维度质控指标（如内涵质量、医疗水平、合规合理检查等）的综合提升效果及对质控流程重构的影响仍需系统性验证^［8］。本研究旨在构建基于智能病案质控系统的分析框架，通过对比传统人工质控与智能系统辅助质控的效能差异。分析智能系统对病案缺陷检出率、质控耗时及人力资源配置的影响，为优化病案管理模式、推动智能化提升医疗质量提供理论依据与实践参考。

1 资料与方法

1.1 一般资料

本研究选取中山市第二人民医院2024年4月—2025年6月住院病案作为研究对象。纳入标准：（1）出院病案首页完整，包含主要诊断、次要诊断及手术操作信息；（2）已归档病案，涵盖完整诊疗过程；（3）ICD-10疾病编码与ICD-9-CM-3手术操作编码填写完整。排除标准：（1）住院时间≤24 h或≥90 d的极端住院日病案；（2）因纠纷、转院、死亡等原因未完成终末质控流程的病案；（3）主要诊断编码为症状、体征或健康状态（R编码、Z编码）且无明确病因的观察性质病案；（4）数据存在严重逻辑矛盾或关键字段缺失率＞20%的病案。根据病案质控方式分为两组：对照组为2024年4月—9月采用传统人工质控的病案，共2 000份；研究组为2024年10月—2025年6月采用智能病案质控系统辅助质控的病案，共2 000份。两组病案在科室分布、病种类型、年龄等方面比较，差异无统计学意义（P＞0.05），具有可比性。见表1。

表1 两组病案基线资料比较 [n（%），`x ± s，n=2 000]

指标	对照组	研究组	χ²/t	P
年龄（岁）	54.12±16.34	53.89±16.51	0.442	0.658
科室分布			0.070	0.995
结核科病区	920（46.00）	915（45.75）
肝病科病区	780（39.00）	788（39.40）
感染科病区	200（10.00）	198（9.90）
重症监护	100（5.00）	99（4.95）
主要病种分布（前三位）			0.044	0.978
继发性肺结核	620（31.00）	616（30.80）
病毒性肝炎肝硬化	480（24.00）	485（24.25）
感染性疾病	360（18.00）	358（17.90）

1.2 研究方法

1.2.1 传统人工质控方法（对照组）由3名具有5年以上工作经验的病案质控专员按照《国家病案管理质量控制指标》^［9］进行人工审核，审核内容：（1）病案首页填写完整性（如主要诊断选择、并发症/合并症记录）；（2）国际疾病分类（International Classification of Diseases，ICD）编码准确性（疾病编码与诊断的一致性、手术操作编码与记录的匹配性）；（3）病程记录及时性与规范性（如未按规定时间书写、诊疗记录与执行情况的对应关系）。质控专员逐页查阅电子病案，手工录入缺陷项，平均每人每日处理病案量约为20~40份。

1.2.2 智能病案质控系统辅助方法（研究组）本研究采用智能病案质控系统研发的逻辑性方法，通过“数据预处理-智能规则校验-人工辅助优化”三级质控流程实现病案全维度质量管控。系统核心架构包括以下模块：（1）多源数据整合与预处理：系统对接医院信息系统（Hospital Information System，HIS）、实验室信息系统（Laboratory Information System，LIS）及电子病历系统（Electronic Medical Record，EMR），自动抓取病案首页、病程记录、检验检查报告、医嘱信息等多源数据。通过数据探索构建标准化规则库，对原始数据进行分层处理，包括：①无效数据识别：如重复录入的检验结果、格式错误的日期字段；②异常值修正：通过校验标记人工复核；③ICD编码一体化：将自由文本诊断统一映射至ICD-10/ICD-9-CM-3标准编码集；④智能检索质控目标值：使用VLOOKUP函数核查数据一致性。（2）动态规则与知识库构建：基于《病历书写基本规范》《DIP/DRG分组器规则》及三级医院质控标准，将质控要点转化为可执行算法规则，涵盖以下内容：①首页完整性校验；②诊疗逻辑性审核；③编码合规性校验：关联疾病诊断与ICD字典库，自动识别“诊断升级未编码”“手术名称与编码不匹配”等问题；④医疗记录书写及时性校验。（3）闭环质控反馈机制：系统实行“自动筛查-分级预警-限期整改-复核归档”的闭环管理：①智能系统初筛后，按风险等级（高/中/低）标记缺陷病案，高风险项（如直接影响DIP分组的编码错误）实时推送至质控专员工作台；②病案书写责任人通过系统接收“缺陷整改单”，在线查看问题定位及修改建议；③修改完成后，系统自动触发二次校验：未通过项返回修改，通过项则归档。全程记录整改时效与修改痕迹，形成质控追溯链。

1.3 观察指标

1.3.1 病案质量指标缺陷检出率：统计两组病案中首页填写缺陷（如信息不全、逻辑错误）、ICD编码缺陷（如编码错误、遗漏）及病程记录缺陷（如记录不及时、内容矛盾）的总发生率，计算公式：缺陷检出率=（缺陷病案数/总病案数）×100%。

编码准确性：以资深编码员依据疾病分类总规则达成共识的结果为金标准，计算智能病案系统与人工质控对ICD编码的准确率（准确编码数/总编码数×100%）。

内涵质量达标率：评估病案中诊疗记录完整性、检查检验结果分析及医患沟通记录等内涵要素的符合率。

编码一致性（Kappa系数）：评价系统/人工编码结果与金标准之间的一致性程度，Kappa＞0.75提示一致性良好。

1.3.2 归档质量指标记录并比较两组病案在归档环节的完整性及时效性，具体包括：首页填报完整率、费用信息准确率、出院病历2日归档率、出院病历归档完整率。

1.3.3 关键诊疗行为记录符合率参照《病历书写基本规范》及医疗质量安全核心制度要点，对以下关键诊疗环节的记录规范性进行核查，统计各类记录的符合率：CT/MRI检查记录符合率、输血记录符合率、抢救记录符合率、抗菌药物使用记录符合率、手术相关记录符合率、医师查房记录符合率。

1.3.4 质控效率指标人均日均处理量：统计两组质控专员每日平均完成的病案审核数量。

质控耗时：记录单份病案从开始审核至完成质控反馈的平均时间。

漏检率：通过复核，计算两组中初始质控未发现的缺陷，而复核发现的缺陷占比。

1.3.5 系统性能验证指标评估智能病案质控系统的运行效能：单份病案平均处理耗时、编码错误识别准确率、规则库更新响应时间、系统稳定性。

1.4 统计学分析

采用SPSS 26.0软件进行数据分析。计量资料以

表示，组间比较采用独立样本t检验；计数资料以n（%）表示，比较采用χ²检验；一致性分析采用Kappa系数（Kappa＞0.75提示一致性良好）。以P＜0.05为差异具有统计学意义。

2 结果

2.1 两组病案质量指标比较

研究组的缺陷检出率、编码准确率及内涵质量达标率均优于对照组，差异具有统计学意义（P＜0.05）。其中，研究组编码准确性与金标准的Kappa一致性系数为0.890，高于对照组的0.680，见表2。

表2 两组病案质量指标比较 [n（%），n=2 000]

指标	对照组	研究组	χ²/Z	P
缺陷检出率/%	166（8.30）	304（15.20）	28.456	<0.001
编码准确率/%	1730（86.50）	1914（95.70）	42.173	<0.001
内涵质量达标率/%	1646（82.30）	1870（93.50）	36.892	<0.001
Kappa一致性指数	0.680	0.890	5.327	<0.001

2.2 两组病案归档指标比较

研究组在首页填报完整率、费用信息准确率、出院病历2日归档率及归档完整率方面均高于对照组，差异有统计学意义（P＜0.05），见表3。

表3 两组病案质量指标比较 [n（%），n=2 000]

指标	对照组	研究组	χ²	P
首页填报完整率/%	1570（78.50）	1848（92.40）	21.763	<0.001
费用信息准确率/%	1846（92.30）	1968（98.40）	83.924	<0.001
出院病历2日归档率/%	1764（88.20）	1914（95.70）	75.993	<0.001
出院病历归档完整率/%	1758（87.90）	1892（94.60）	56.222	<0.001

2.3 两组关键诊疗行为记录符合率比较

研究组的各类诊疗行为记录符合率均高于对照组，其中计算机断层扫描/磁共振成像（computed tomography / magnetic resonance imaging，CT/MRI）检查记录、输血记录及手术相关记录的符合率提升最为明显（P＜0.05），见表4。

表4 诊疗行为记录符合率对比 [n（%），n=2 000]

指标	对照组	研究组	χ²	P
CT/MRI检查记录	1410（70.50）	1826（91.30）	28.456	<0.001
输血记录	1364（68.20）	1790（89.50）	24.783	<0.001
抢救记录	1456（72.80）	1812（90.60）	19.532	<0.001
抗菌药物使用记录	1386（69.30）	1768（88.40）	21.967	<0.001
手术相关记录	1314（65.70）	1864（93.20）	32.641	<0.001
医师查房记录	1528（76.40）	1836（91.80）	18.329	<0.001

2.4 两组质控效率指标比较

研究组人均日均处理量较对照组提升，单份病案质控耗时缩短，漏检率降低62.50%，差异均有统计学意义（P＜0.05），见表5。

表5 两组质控效率指标比较 [n（%），`x ± s，n=2 000]

指标	对照组	研究组	t/χ²	P
人均日均处理量/份	31.54±3.37	53.42±4.15	183.036	<0.001
质控耗时/（分钟/份）	12.60±2.10	4.80±1.30	41.285	<0.001
漏检率/%	160（8.00）	60（3.00）	16.241	<0.001

2.5 系统性能验证

智能病案质控系统的整体运行指标显示：单份病案平均处理耗时（2.30±0.50）min，编码错误识别准确率91.70%（1 834/2 000），规则库更新响应时间＜24 h，系统稳定性（无故障运行时间）达99.80%。

3 讨论

本研究通过对比传统人工质控系统与智能病案质控系统的应用效果，验证了智能技术在提升病案质量与质控效率方面的优势。结合多角度实践数据来看，智能质控系统的核心价值不仅体现在缺陷检出率、编码准确率等量化指标上，还体现在专科适配、区域政策响应及管理成本优化等实际应用中展现出不可替代性。

传统人工质控依赖于抽样审核，存在漏检率高、标准执行不一致等问题^［10］。而智能质控系统通过全量病历解析，将病案缺陷检出效能提升25倍以上，尤其在ICD编码准确性（Kappa=0.890）和关键诊疗行为记录符合率方面具有优势^［11］。我院实践表明，智能质控系统上线后首页填报完整率、费用信息准确率均达到97%以上，出院病历归档资料完整率提升至95.7%，证实了智能系统在标准化质控中的核心作用^［12-13］。智能质控系统通过“数据预处理-智能校验-人工辅助”三级架构，重构了质控流程^［14-15］。系统对接HIS、LIS等系统实现全量数据抓取，解决了信息孤岛问题，例如针对病案首页专属字段的分类处理，以及ICD国临版与医保版本互转功能，满足了医保支付与临床监管双重需求^［16-17］。智能质控系统通过自动筛查、分级预警、整改复核闭环管理，将病案返修率从38.4%降至13.5%，尤其在DRG/DIP付费中，主要诊断选择准确率提升至95.7%以上^［18-20］。

本研究结果表明，研究组人均日均处理量提升，单份病案质控耗时缩短，漏检率下降，智能病案质控系统的应用优化了医疗人力资源的配置。通过结构化数据挖掘，为管理层提供病种质量分析与医保支付风险预警等决策依据，推动医疗服务从粗放管理向精细化运营转型^［21-23］。

智能质控系统在实践中仍面临挑战，各地DRG/DIP分组规则差异导致系统调整周期较长^［24-25］。未来研究需聚焦以上挑战，一是探索多模态数据融合以拓展质控维度；二是建立分级质控体系，基层医院可简化维度，聚焦于标准化录入，三甲医院强化复杂病例逻辑校验；三是强化医保、临床与病案的协同，嵌入预分组反馈模块以实现实时沟通与修正。

综上，智能病案质控系统通过信息化技术赋能与流程重构，提升了病案质量的精度与管理效率，为DRG/DIP支付改革提供了关键支撑。其核心价值不仅在于降低错误率和漏填率，更在于推动病案管理从事后补救转向过程监管、从人工抽检转向全量智能、从单一质控转向决策支持的范式转变。随着专科化模型优化与政策动态适配机制的完善，智能信息化技术将成为医疗质量智能化治理的核心驱动力。

1、林宝娟，魏珠，陈怡灿，等．基于病案管理质量控制指标的住院病历内涵质量现状分析［J］．现代医院，2025，25（5）：726-728，733．

2、孙慧子，董晓明，刘宇．病案质控对公立医院绩效考核数据质量影响因素分析［J］．中国医院管理，2023，43（10）：71-73，81．

3、陈雅静，钱梦岑，张馨予，等．上海市按疾病诊断相关分组付费改革中的病案收集及数据质控［J］．中国卫生资源，2022，25（1）：24-27．

4、张敏敏，毛淋淇，高卫益，等．基于信息化的病案管理质量控制指标监测策略与实践［J］．中国医院管理，2025，45（5）：80-82．

5、WALLE A D，SHIBABAW A A，TILAHUN K N，et al．Readiness to use electronic medical record systems and its associated factors among health care professionals in Ethiopia：A systematic review and meta-analysis［J］．Inform Med Unlocked，2023（36）：101140．

6、ZHANG S，QUAN Y Y，CHEN J．Construction and application of an ICU nursing electronic medical record quality control system in a Chinese tertiary hospital：A prospective controlled trial［J］．BMC Nurs，2024，23（1）：493．

7、孙慧子，刘宇，魏爽．基于医保结算清单的恶性肿瘤病案质量现状分析［J］．中国医院管理，2024，44（2）：75-78．

8、温煜，李雄，曾菲菲，等．基于人工智能的病历质控系统的应用研究［J］．四川大学学报（医学版），2023，54（6）：1263-1268．

9、国家卫健委医政医管局．《病案管理质量控制指标（2021年版）》主要特点［J］．中国卫生质量管理，2021，28（2）：105．

10、HE X，CAI L，HUANG S，et al．The design of electronic medical records for patients of continuous care［J］．J Infect Public Health，2021，14（1）：117-122．

11、HUANG L，YANG W，JIANG T，et al．Automatic detecting inconsistency between diagnosis and chief complaint in electronic medical records［J］．Digit Welt，2020，4（1）：43-48．

12、唐彩云，陈彩霞，谢燕燕．消化系统神经内分泌肿瘤ICD-O形态学编码对DIP分组的影响［J］．中国卫生统计，2022，39（4）：633-635．

13、VERMA S，MIDHA M，BHADORIA A S．Facts and figures on medical record management from a multi super specialty hospital in Delhi NCR：A descriptive analysis［J］．J Family Med Prim Care，2020，9（1）：418-423．

14、李昕昊，张宇琼，赖伏虎，等．“主要诊断编码正确率”自查上报数据的Excel若干处理方法［J］．中国卫生统计，2023，40（2）：288-291．

15、阎仲珩，黎志峰，路伟，等．DRG背景下某医院恶性肿瘤放化疗ICD编码问题分析［J］．中国医院，2023，27（8）：102-104．

16、PARK J，SAHA S，CHEE B，et al．Physician use of stigmatizing language in patient medical records［J］．JAMA Netw Open，2021，4（7）：e2117052．

17、谭华珍，邓活清，徐詠恩，等．基于DIP的高费用偏差病例ICD编码缺陷对病种分组影响分析［J］．中国医院管理，2024，44（7）：55-58．

18、王国林，曹冬梅，陶源，等．DRG支付体系下病案首页编码质控逻辑与对策［J］．中国医院管理，2022，42（9）：65-67．

19、JANETT R S，YERACARIS P P．Electronic medical records in the American health system：Challenges and lessons learned［J］．Cien Saude Colet，2020，25（4）：1293-1304．

20、王琦，王莹，郑琳，等．冠心病入院记录智能质控系统的设计与应用［J］．中国医院管理，2023，43（10）：68-70．

21、WANG B，LAI J，JIN F，et al．Clinical source data production and quality control in real-world studies：Proposal for development of the eSource record system［J］．JMIR Res Protoc，2022，11（12）：e42754．

22、张元鸣飞，樊静，周谋望，等．2013—2018年国家三级医院康复医学科住院患者医疗服务与质量安全报告：基于医院质量监测系统病案首页数据［J］．中国康复医学杂志，2020，35（7）：771-774．

23、汤真清，汪铭涵，金春林，等．医保大数据应用研究进展［J］．中国医疗保险，2023，（8）：36-39．

24、蔡莉，罗文龙，袁青．DIP改革下医疗机构医保管理策略研究——以海南省某三甲医院为例［J］．中国医疗保险，2023，（3）：115-119．

25、张治国，刘庆钦，向晨，等．DRG付费下重点稽核违规行为智能审核和监控规则库比较研究［J］．中国医院管理，2024，44（6）：77-82．