吴 骋,王志勇,徐 蕾,周 全*

(1.海军军医大学卫生勤务学系，上海 200433；2.海军军医大学第一附属医院，上海 200433；3.海军第905医院财经中心，上海 200052)

随着我国医院信息化建设的不断发展和完善，医疗卫生数据进入大数据时代。电子病历作为医疗信息的主要载体，在医疗数据中占据着重要地位。其记录患者从入院到出院的疾病发生、发展和转归的全过程，为医疗管理及临床研究等提供丰富的信息[1]。2018年，国家卫健委发布《关于进一步推进以电子病历为核心的医疗机构信息化建设工作的通知》[2]，指出要充分发挥电子病历信息化作用，促进医疗管理水平提高和智慧医院发展，对电子病历数据质量提出更高的要求。而实际工作中，电子病历数据却因各种原因存在着错误、无效、不完整、不一致、异构等问题[3]，相应的质量定量评估及治理措施又相对匮乏，严重影响其在医疗管理和临床科研中的二次利用和有效挖掘。

本研究联合人工智能技术(Artificial Intelligence，AI)和统计学方法(statisticalmethods)，针对电子病历中两种主要的数据类型，即结构化数据和非结构化数据，分别探索不同的质控方法和技术，以期为建立符合循证决策或科学研究要求的高质量数据库提供参考。

1 结构化电子病历数据质控方法

结构化数据往往在采集时设置一定的质控条件，如病案首页数据、检查检验数据等，质量相对较好，可以采用评估数据质量、查找定位问题数据来进行数据清洗的思路，从而获得可用数据。

1.1 多维数据质量评估方法针对结构化数据，笔者已在前期研究中从数据的完整性、规范性、逻辑性及准确性等方面，构建多维数据质量评价指标体系[4]。……