基于人工智能疾病编码现状及应对策略

2021-12-17韩琳吴良文李春生吴怡蕾

电脑知识与技术 2021年33期

韩琳吴良文李春生吴怡蕾

摘要：人工智能（AI）是一种新兴的学科，依托计算机模拟人类智能行为，是人工智能为重要组成部分。同时，随着专家决策系统、智能化识别的发展，使其在疾病编码中应用得进一步拓展。因此，基于人工智能，分析疾病编码及其关系，能指导临床诊疗。同时，应用编码系统还能更好实现医院与医保系统对接。综上所述，应用国际疾病分类（ICD-10）标准，以信息化为支撑，对相关诊断分组（DRGs）的基础的预付费制度进行分析，能指导医生完成病历的书写、疾病的编码，能在一定程度上影响医疗保险基金及医疗经济收入，对于临床疾病的诊断、促进医院的发展具有重要的意义。因此，该研究将以人工智能疾病编码为起点，分析当前我国人工智能疾病的发现现状、存在的问题，针对存在的问题提出相应的应对策略。

关键词：疾病编码;现状;对策

中图分类号：TP18 文献标识码：A

文章编号：1009-3044（2021）33-0081-02

开放科学（资源服务）标識码（OSID）：

1 背景

人工智能是一种新兴的技术，该方法以计算机为主要工具，通过模拟人类的智能行为为主。既往研究表明：人工智能是知识工程的重要组成部分，借助专家系统能有效地实现疾病的预测、诊断[1]。我国临床上对于疾病的诊断更多以国际疾病分类（ICD）作为基础，广泛用于医疗不同领域。同时，随着医疗技术的不断发展，人工智能的使用已经拓展到非致死性疾病，并广泛用于疾病的统计、诊断。因此，加强人工智能疾病编码，有助于促进医院的发展，能获得良好的预后[2]。本文将以人工智能疾病编码为起点，分析当前我国人工智能疾病的发现现状、存在的问题，针对存在的问题提出相应的应对策略，综述如下。

2 疾病与疾病编码库的关系

疾病是一个相对复杂的过程，加强疾病的诊断对改善预后具有重要的作用。既往研究表明：随着疾病种类、数量的增多，疾病变化的特定决定了疾病的诊断方式及形式。但是，疾病的分类编码属于是一种动态变化的过程，理想的疾病编码应该囊括所有的疾病，并形成映射关系[3]。

疾病编码的过程是受到的影响因素较多，正如知识是例题，规则属于集合，但是例题与集合之间又存在紧密的联系。通过一定的规则进行推理、分析，能较为准确地把握疾病的本质，可辅助临床诊疗。国内学者研究表明：控制性知识能客观地处理认识疾病，实现疾病的辅助诊疗。因此，了解知识库能从全局的角度把握疾病、认识疾病，实现疾病的诊疗。从狭义角度看，疾病编码更多地依赖于专家决策系统，并由数据层、控制层及知识库等组成。但是，广义的疾病编码更多关注不同领域的专家系统。因此，将人工智能用于疾病编码中，应将其视为专业系统。既往研究表明：人工智能的疾病编码，能根据一定的规则，通过控制策略，实现疾病的分类、编码，从而充分发挥人工智能疾病编码优势[4]。

3 疾病诊断的发展现状分析

近年来，虽然我国的医疗水平得到明显的提高，但是医院实际运行过程中存在的问题相对较多，导致单病种向DRGs的使用、过渡难度较大。从以往研究结果看出，单病种收费不仅要提高医疗质量，又需要站在患者的角度，充分考虑其医疗费用，尽可能降低医疗风险，减轻患者及社会经济负担。同时，随着人们生活方式、饮食习惯的改变，导致临床疾病呈多样性、复杂性等特点，均会增加临床诊疗难度。

人工智能疾病编码用于疾病诊断中具有以下优点：1）借助人工智能编码能减轻、释放大量的劳动力，减轻医护人员工作强度。借助人工智能编码能对常见病较为轻松、方便地进行诊断，避免长时间翻阅书籍造成资源浪费;2）能较好地现代信息管理技术要求。人工智能疾病编码的使用充分利用计算机和计算机网络技术，并将其用于医疗信息管理中，能大大释放劳动力，提高医院的工作效率[5]。

4 疾病诊断问题及其原因分析

当前医疗改革不断深入，主要原因是：患者疾病类型较多、病情较为复杂，导致患者住院时间较长，导致医疗费用较高，增加医保压力。为了降低患者住院费用，多数医院均能结合本院情况进行制度改革，尽可能控制医疗费用，使得DRGs成为当前研究的热点[6]。目前，DRGs是较为先进的支付方式，并实现按人头支付、按疾病类型支付、按床位支付等多种付费方式，不仅能提高医院的运行效率，亦可促进医院的持续性发展。

从大的角度来说，DRGs最早从疾病的统计、分类中演变获得，但是起初的DRGs较为笼统，并未在临床得到有效的使用。既往研究表明：疾病的编码应能实现疾病的分类，并实现临床疾病的诊疗。因此，DRGs实际使用时应实现疾病的细化、分类。目前，我国多数医院的社会医疗保障更多地面向患者。同时，随着政府报销比例的调整，使得城镇职工医疗保险赔付力度得到明显的提高，均初步形成DRGs。但是，DRGs临床使用时亦存在诸多局限性，医院根据不同疾病进行报销时费用存在差异，并未形成统一的公式，导致该方法临床使用存在诸多局限性。同时，与临床和DRGs一样，DRGs使用时存在诸多需求上的矛盾，如：用于宏观调控疾病诊治费用的单病种管理，用于远程会诊的疾病诊断;用于电子病历中的临床疾病分类的使用等，均需要进一步完善及改进[7]。

5 疾病诊断问题的应对策略

5.1 收付一体，使广大患者受益

当前我国医保制度更多地侧重于城镇医保，新农合无论从使用便捷还是报销额度上，都无法与城镇医保相比，而商业医疗保险则不归属这一范围。应用人工智能疾病编码系统，DRGs实施过程中充分考虑医院的收费、医保支付等问题，进一步明确不同费用的标准，最大限度减少院外费用，让广大参保患者尽可能从医改中获益;软件开发过程中，应根据软件的生命周期划分不同的阶段，不同的阶段产出不同的文档，并根据不同的需求进行调整[8]。

5.2 综合打包，控制医疗费用不合理上涨

基于人工智能疾病编码系统的DRGs付费方式改革是一项系统任务，涉及医疗改革、医保激励等多项措施，核心是推动医院付费方式转型升级，从传统总额付费、单病种付费、项目付费方式转向“全成本综合打包付费”方式（DRGs付费方式）转变。相对于传统项目付费方式，DRGs付费方式克服了传统付费过度医疗、医疗服务下降、适用范围较窄等缺点，较好兼顾了政府、医院、患者三者权益，在医院效益、医疗质量、患者负担能力之间达到良好平衡[9]。

5.3 分级定价，促进分级诊疗格局形成

DRGs付费改革，采取分级定价方式，可从源头上保障医疗质量，同时对调节医院、患者杠杆作用也有着重要意义。具体来讲，实行分级定价制度，通过价格杠杆调整，可引导一些普通疾病、常见疾病患者到社区卫生院、附近医院就诊，实现科学合理分流，减少大医院人员堆积。同时，也有利于上级医院向下级医院转诊，促进分级诊疗制度形成[10]。最后，通过改革，减少了基层医疗机构无人问津现象，实现了社会资源的合理有效利用。

5.4 综合绩效评价，建立医疗质量和费用管控体系

DRGs付费方法，可以将不同医院中相似的病历分到同一个组中。通过这一做法，医疗行政主管部门可据此对各医疗机构进行客观评价，形成良性循环。疾病编码是影响DRGs分组准确程度的最重要因素之一。目前疾病编码基本由人工编码完成，所以DRGs分组准确程度在很大程度上取决于人为因素。所以基于大数据的人工智能疾病编码系统的研究对DRGs技术的推广和应用意义十分重大。

6 结束语

综上所述，医院以治病救人为己任，能保证我国居民的健康。随着我国医疗制度的不断改革，我国的医疗体系得到进一步发展。借助统一的疾病诊断能实现相关标准的支付，有助于减少疾病误诊与漏诊。同时，借助人工智能的DRGs能让更多的患者得到便利，有助于科学诊疗、合理用药，提高医院的医疗质量，避免医疗资源的浪费。

参考文献：

[1] 栾玉红，王鲁卿，刘丰杰，等.军队医院推行DRGs預付费制度的可行性分析[J].实用医药杂志，2015，32（6）：576-577.

[2] 朱艳艳，苏静，郑荣纬，等.基于病案管理系统的军队医院首页在线质控[J].中国数字医学，2016，11（3）：90-92.

[3] 明帅.基于深度学习人工智能辅助诊断糖尿病视网膜病变研究现状及展望[J].中华实验眼科杂志，2019，28（8）：684-688.

[4] 卢岩，陈娟，张婷，等.基于ClinicalTrials.gov的医学人工智能临床试验注册现状分析[J].中国数字医学，2020，15（3）：31-34.

[5] 曾玲，张辉洁，冉明会，等.人工智能时代科技期刊应对学术不端问题的研究进展[J].中国科技期刊研究，2020，31（3）：270-275.

[6] 吕一博，韦明，林歌歌.基于专利计量的技术融合研究：判定、现状与趋势——以物联网与人工智能领域为例[J].科学学与科学技术管理，2019，40（4）：16-31.

[7] 倪炯，王培军.医学影像人工智能的现状与未来[J].中华医学杂志，2021，101（7）：455-457.

[8] 鲍豫鸿.基于大数据时代计算机网络技术中人工智能的应用解析[J].粘接，2020，43（9）：98-101.

[9] 刘进，吕文晶.人工智能创新与中国高等教育应对（下）[J].高等工程教育研究，2019（2）：62-72.