医院等级评审数据治理实操：非计划再次手术指标提取

来源：HIT专家网   作者：王傲淯

【编者按】

三级医院评审标准体系迭代升级，数据治理、数据质控、数据溯源已成为医院等级评审的核心新逻辑，评审工作全面转向以真实、完整、规范、可溯的医疗大数据为核心的数据化评审模式，对医院信息化建设、智慧化深度应用、全流程数据治理等，提出了全方位、更高标准的全新要求，要求医院信息部门协同职能科室创新工作思路。

然而，在三级医院评审的指标落地过程中，多项数据难以有效提取和溯源。滕州市中心人民医院信息科副主任、高级工程师王傲淯结合自身工作经验，围绕三级医院评审指标、27个重点专业指标、核心制度上报等，撰写系列文章，梳理数据提取与溯源的实操方法。欢迎读者朋友关注。

国家卫生健康委连续多年将“降低非计划重返手术室再手术率”列为国家医疗质量安全改进目标，《手术质量安全提升行动方案（2023-2025年）》明确该指标的管控目标值为不高于1.8‰。

《三级医院评审标准》《医疗机构手术分级管理办法》要求医院建立全流程自动监测、上报、复盘机制。《医疗质量安全核心制度落实情况监测指标（2025年版）》对“非计划再次手术”患者疑难病例讨论完成率与记录完整率提出具体要求。如图1所示。

针对“非计划再次手术”指标数据，传统人工登记、自行上报的方式存在漏报、迟报、统计口径不统一等问题，无法满足政策规定的自动抓取、闭环追踪、多部门联合分析等硬性要求，实现数据支撑较为困难，亟需引入新的解决方案。

问题分析：“非计划再次手术”指标数据提取为什么这么难？

1.全院判定标准口径不统一，各类特殊手术场景界定模糊。临床科室、病案及质控人员对“非计划再次手术”的定义、判定边界认知存在差异，如术后并发症二次手术、病情进展需实施的必要手术、术前规划的分期手术、患者主动要求再次手术等情形划分标准不统一，人工筛选与系统抓取均易出现漏判、误判问题。

2.院内业务系统相互独立，数据孤岛问题突出，现有系统缺少专项筛选功能，无法自动抓取相关数据。患者数据分散在HIS、LIS、PACS、手术麻醉、病案、电子病历、护理等多个独立系统模块中，各系统接口不通、数据无法互通，难以一键串联“首次手术——术后病情——二次手术”全流程信息。

3.临床病历记录、科室台账填报不规范，医护人员上报及标注意识不足，判定所需关键信息缺失。如首次手术记录、术后病程、二次手术术前讨论中，对手术指征描述不清晰，未明确标注“本次为非计划再次手术”等，缺乏核查判定依据。如图2病案首页所示，“是否非计划再次手术”需由医生手动勾选，因该指标属于负向管控指标，因此临床漏报现象较为突出。

4.缺少专项管理制度、考核与常态化督导机制。该指标贯穿全流程诊疗，人工筛查不仅效率低下，还极易出现漏报、错报，数据溯源也难以落地，管理部门缺乏有效抓手。

求解问题：把指标变成可治理、可视化、可溯源的数据工具

《三级医院评审标准（2025年版）》政策解读中明确要求，以信息化手段优化改进评审方式，更加注重线上评审和日常数据监测，提高评审的客观性，减少现场检查，减轻基层负担。

这就要求我们首先要明确解决思路，围绕数据真实性、准确性、规范性三大核心维度，构建自动化校验与人工复核相结合的质控机制，确保数据可用、可信、可溯源。

为此，我院信息部门自研专项管理工具，赋能医务、质管部门开展日常监管，打通全景病历、手术麻醉、病案首页、医嘱等核心业务系统，通过多源数据自动串联患者全病程，具体建设逻辑如下：

1.精准厘清评审指标的数据来源、分子分母计算规则及统计周期，消除指标定义理解的模糊地带，为后续数据治理工作奠定统一认知基础。

2.梳理评审指标从业务系统生成、多端采集、规则研判到人工核查的全流程运作逻辑，明确各环节的关键控制点与责任人。

实施要点与治理成效

该自研管理工具的目的，是从指标定义到最终产出，实现端到端可追溯、全链路证据闭环与智能治理，同步承担数据上报数据源功能。

首先，需明确“非计划再次手术”的判定标准，也即首次术后因原发手术相关并发症、病情意外变化等，实施术前未预先规划的二次手术。

其次，统计以单次住院为基础区间，同步区分48小时、31天两个分层监测口径。将手术名称中包含“分期”“计划”“分次”“择期”等字段的，统一界定为“计划内手术”并予以强制排除，如术前书面明确规划的双侧分次手术（双眼白内障、双侧关节分期置换），创伤、肿瘤等预先设计的分期分步手术等。若两次手术日期相同，系统标注黄色提醒，备注提示“与前一次同一天手术”。具体语句如图3所示。

具体程序管理界面如图4所示。

第三步，依据上述规则，筛选出“疑似非计划手术”列表，并标红突出显示。质控人员可以同屏直接调阅患者全景病历（图5），实时进行人工复核，无需另行手动查阅病历。

最后，完成数据复核确认，统一在末列标注“是”。后续所有非计划再次手术相关数据的统计分析，均以此数据库作为唯一数据源。

系统同步支持数据下钻查询，搭建可视化、可溯源的数据展示界面，实现数据全链路溯源，满足现场检查查阅、核验需求，保障专家现场检查效率。

三甲医院年均开展手术数万台，若依靠人工全量筛查，需专职质控人员长期翻阅病历。医院信息部门研发了基于规则的可视化管理工具，为医务、质控部门提供高效便捷的“初筛”通道，召回率（识别出的真实病例数/实际总病例数）由原来的45%左右提高到80%以上，工作效率提升10倍以上。

探讨：依托AI大模型从“被动事后统计”到“全流程主动质控”

当前，“非计划再次手术”管理的最大难点在于该指标为负向管理指标，临床医师容易出现主观迟报、漏报情况，上报数据存在滞后、无法追溯、失真等问题，质控部门无法掌握真实情况。

大模型为我们提供了一个新的解题思路：无需依赖医生主动填报，仅以客观数据和逻辑关系作为判定依据，构建不受人为干预的客观数据库，为各级医疗机构质量监管提供真实基线数据，同时满足医院等级评审、国家医疗质量安全指标上报等硬性要求。

大模型具备完整临床语义解析能力，通过NLP技术对手术记录、病程记录、术前讨论、出院小结等非结构化文化开展解析，打通医嘱、手术麻醉、病历、病案首页、检验等多系统数据壁垒，自主推理“本次二次手术是否超出术前诊疗计划、是否由原手术并发症引发”，自动区分计划性与非计划性手术场景，预计召回率可进一步提升至95%以上，可大幅降低漏报问题，减少质控人工复核工作量80%以上。

本文仅作初步探讨，抛砖引玉，欢迎感兴趣的读者一同探讨研究。

【作者简介】

王傲淯，滕州市中心人民医院信息科副主任、团委书记、高级工程师、网络工程师、信息系统高级项目管理师、CISP注册信息安全专业人员。曾获山东省医院协会“山东省医院优秀工程师”、山东省网络安全技能大赛个人三等奖、山东省卫生健康系统网络安全和信息化技能竞赛团队赛二等奖、山东省网络安全大赛一等奖、医院物联网与人工智能应用创新大赛二等奖、“医院高质量发展表现突出个人”等。

硕士研究生毕业后即从事医院信息化建设，深耕一线14余年，致力于医院网络安全建设、信息系统建设、信息化与智能化建设、医院电子病历评级、互联互通评级、三级医院等级评审等工作。兼任山东省健康管理协会医院信息化分会委员、山东省卫生信息与健康医疗大数据学会委员、山东省卫生经济协会会员等。

【责任编辑：陈曦 版式：明超】