En 2006, un anévrisme a explosé dans la tête de mon beau-père et un accident vasculaire cérébral l'a frappé. Le soir de ce jour-là, il plaisantait et essayait de se promener dans la salle d'hôpital. Le deuxième accident vasculaire cérébral, qui s'est produit sous la supervision de médecins, son cerveau ne pouvait pas le supporter - son beau-père a cessé de parler, de marcher et de reconnaître ses proches. Dans un autre hôpital, il a été mis sur pied, mais en raison d'une erreur médicale lors du traitement initial, il est resté sans voix pour toujours et sa personnalité a changé au-delà de la reconnaissance.
Ce qui lui est arrivé s'appelle un accident vasculaire cérébral nosocomial et c'est l'un des marqueurs (ou autrement - déclencheurs) de problèmes systémiques dans une organisation médicale. Ils doivent être analysés pour réduire le nombre d'erreurs médicales évitables dans les hôpitaux et améliorer la qualité des soins aux patients.
Aux États-Unis, ce problème les a intrigués au début des années 2000. Le Massachusetts Institute for Healthcare Improvement (IHI) a développé l'
outil IHI Global Trigger pour mesurer les événements indésirables , qui a ensuite été mis en œuvre par les principales cliniques américaines et européennes.
En 2016, nous (le bureau russe de SAS) avons essayé de créer un système d'analyse des déclencheurs médicaux en utilisant la méthodologie IHI en Russie. Je vais vous dire ce qui en est sorti.
Par où as-tu commencé
Tout d'abord, nous avons commencé à chercher des médecins aux vues similaires qui partagent l'idée d'analyser la qualité des soins médicaux. Les chefs de plusieurs hôpitaux de Moscou, des collègues de notre bureau européen et des représentants de l'hôpital danois Lillebaelt ont été invités au
SAS Forum Russia 2016 , qui a créé un système de détection de déclenchement utilisant la méthodologie IHI en 2015 sur la base de la plateforme analytique SAS.
L'histoire des Danois a intéressé le médecin-chef d'un grand hôpital multidisciplinaire de Moscou, et nous avons convenu de mener une expérience pour analyser les dossiers médicaux. Selon les termes de la NDA, nous ne pouvons pas divulguer les détails du projet, donc je continuerai d'appeler l'hôpital simplement la clinique et son chef - le médecin-chef.
En juin - juillet 2016, nous avons discuté du contenu et de la portée du projet avec la direction de la clinique, en août, nous avons rédigé le mandat et commencé les travaux en septembre. L'épine dorsale de l'équipe de SAS était composée d'Alexander Zhukov (
al_undefined ) et de Dmitry Kayatenko.
La technique IHI contient 51 déclencheurs. En collaboration avec la direction de la clinique, nous avons sélectionné les éléments suivants pour le projet:
- Leucocytes sanguins <3 000 x 10 ^ 6 / μl (sauf pour les patients sous chimiothérapie)
- Plaquettes sanguines <50 000 × 10 ^ 6 / μl (sauf pour les patients en chimiothérapie)
- AVC nosocomial
- Infarctus nosocomial
- Transferts imprévus répétés vers l'unité de soins intensifs (USI) dans les 24 heures
- Réanimation dans les 24 heures après la chirurgie
- Mesures de réanimation dans les services de lit
Comme cela arrive souvent en analytique, la majeure partie du temps a été consacrée à la préparation des données initiales et à l'allocation d'informations importantes.
Comment les enregistrements ont été récupérés
Les données du système d'information médicale (SIG) de la clinique ont été placées dans une base de données Oracle avec une structure complexe. Aucune description des schémas n'a pu être trouvée, j'ai donc dû restaurer la structure des données et les relations d'entité en comparant les informations de la base de données avec les informations de l'interface graphique MIS.
Pour le projet, nous avions besoin des types de dossiers médicaux suivants:
- Données d'examen du médecin
- Tableau de diagnostic
- Entrées de journal
- Protocoles de transaction et concepts préopératoires
- Rendez-vous et informations sur les performances
- Epicrisis de stade et de décharge
- Epicrisis traduit
- Epicrisis posthume
Ces données (à l'exception du tableau des diagnostics) se trouvaient en XML dans les CLOB. Il n'y avait aucune description de la structure XML dans la clinique, donc leur contenu a dû être établi empiriquement au cours de longues discussions.
Il y avait un gâchis dans les documents XML. Par exemple, le nœud «Conditions générales» peut contenir des informations sur les plaintes des patients et le nœud «Plaintes» lui-même est resté vide. Souvent, les médecins ont noté toutes les données concernant le patient (plaintes, résultats d'examen, recommandations pour un traitement ultérieur et prescription de médicaments, etc.) dans un domaine, par exemple dans le "Commentaire".
Le développement de XML en tables plates a été réalisé par le standard XML XML Mapper. Les documents les plus complexes, avec les informations nécessaires à différents niveaux d'imbrication, ont été analysés à l'aide d'un analyseur Python. Il a été lancé à partir de SAS et a été intégré dans un seul processus exécutable du SAS Enterprise Guide:
Afin de ne pas tirer les résultats des tests de laboratoire du texte de l’épicrisis (c’est toujours un plaisir, étant donné l’habitude de certains médecins de fouetter les documents), nous avons pris les données les concernant du système d’information de laboratoire (LIS). Ils étaient également enveloppés dans du XML, mais d'une forme simple - «analyse», «indicateur», «valeur».
Comment les données ont été recherchées
Lorsque nous avons mis les dossiers médicaux sous une forme compréhensible et appropriée pour le traitement, il s'est avéré que seuls 2 déclencheurs sur 7 ont été formalisés - le contenu des «globules blancs» et des «plaquettes». Ils étaient exprimés en nombres comparables à une valeur seuil.
Nous avons dû abandonner l'analyse d'un déclencheur tel que «Transferts imprévus répétés vers l'USI dans les 24 heures». Ce marqueur repose sur des horodatages et ils ont été entrés dans l'IIA de la clinique car Dieu voudrait que ce soit parfait - ils pourraient manquer quelques jours ou même fixer une date à partir du futur.
Les AVC nosocomiaux, les crises cardiaques et les mesures de réanimation n'étaient codés d'aucune façon et n'étaient pas enregistrés dans le tableau en fonction de l'identification du patient. Ils auraient dû être recherchés dans les épisodes de crise et les journaux intimes. Par conséquent, les 4 déclencheurs restants étaient informels, c'est-à-dire qu'ils exigeaient une analyse du texte non structuré.
Pour ce faire, nous avons utilisé l'outil de traitement du langage naturel -
SAS Contextual Analysis . Il s'agit d'une solution Web avec une interface visuelle qui vous permet de créer des modèles de traitement de texte même en l'absence de compétences en programmation et de connaissances en linguistique (cependant, vous ne pouvez toujours pas vous passer de la connaissance du domaine et de la langue dans laquelle le texte est écrit).
Maintenant, il est devenu à la mode de résoudre ces problèmes à l'aide de réseaux de neurones. Mais nous les avons consciemment quittés et avons appliqué le mécanisme des règles linguistiques, car:
- Un bon résultat dans les réseaux de neurones n'est possible que sur un échantillon de haute qualité, pré-marqué par des médecins et des dizaines de milliers de dossiers, mais nous ne l'avons pas du tout du mot
- le réseau neuronal ne donne pas une explication claire de sa décision (cela ne peut pas être interprété), et les médecins ne peuvent pas travailler avec la boîte noire - ils doivent comprendre exactement quels symptômes, indicateurs ou actions indiquent des événements indésirables
Comment former le système
Bien que nous ayons traité tous les déclencheurs de la liste, les principaux efforts ont été concentrés sur la détection des AVC nosocomiaux et des crises cardiaques (nous appellerons les infections nosocomiales par souci de concision). Ce sont certains des déclencheurs les plus dangereux qui, en plus de nuire à la santé des patients, sont terribles car ils ne sont pas annoncés par le personnel médical. Et si la direction n'est pas au courant du problème, il ne peut pas y faire face.
Tout n'a pas été facile avec le NSI. Aucune norme ou réglementation n'obligeait à documenter les faits des accidents vasculaires cérébraux ou des crises cardiaques sous une forme uniforme: certains médecins décrivaient l'AVC comme un «accident vasculaire cérébral aigu», d'autres comme (oh, oui!) «Accident vasculaire cérébral», et d'autres comme «ONMK» ". Parfois, les infections nosocomiales n'étaient visibles qu'avec le traitement prescrit.
Fondamentalement, nous pourrions:
- Interrogez tous les médecins sur la façon dont ils décrivent les AVC et les crises cardiaques. Cependant, il y avait un risque de manquer quelque chose - personne ne se souvient de la liste des enregistrements effectués une fois et du répertoire des abréviations. Et peu de personnes souhaitaient s'exprimer sur ce sujet.
- Avec les médecins, passez en revue toutes les épicrisis et analysez s'ils présentent des signes d'infections nosocomiales ou non. Mais ni nous ni eux n'avaient autant de temps.
Nous avons agi différemment: nous avons téléchargé une collection de textes dans l'analyse contextuelle et construit des modèles thématiques qui ont mis en évidence les idées clés pour chaque entrée. Sans se glisser dans le texte du document (par exemple, une épicrisis), il a été possible de sélectionner uniquement les enregistrements avec le thème «AVC» ou «NMC» et de les examiner séparément pour décrire la façon dont VBI est décrit dans le texte: quels mots sont utilisés, à quelle distance les uns des autres trouvé, etc. De plus, les modèles eux-mêmes ont suggéré des formulations possibles pour décrire les idées clés.
Après un balisage thématique des documents, nous avons discuté avec des médecins, clarifié et développé des règles linguistiques pour identifier les événements qui indiquent des déclencheurs. Les règles ont pris en compte les formes grammaticales des mots, la distance entre eux, l'ordre de leur séquence, leur position (en une phrase, paragraphe, début / fin du texte), etc.
Nous cherchions donc des mesures de réanimation:
Et donc - coups:
Lors de l'analyse du texte, vous devez toujours évaluer la distance entre les mots-clés et leur ordre, afin de ne pas trop capturer. Voici un exemple où tous les mots nécessaires («aigu», «violation», «cerveau», «circulation sanguine») sont dans la phrase, mais l'AVC nosocomial ne l'est pas:
Il était très important de séparer la description du fait d'un accident vasculaire cérébral nosocomial de la description des conséquences d'un accident vasculaire cérébral précédent, dans laquelle les mêmes mots clés étaient utilisés:
La règle exclue "Les conséquences d'un AVC" (ci-dessus dans Remove_item):
En collaboration avec les médecins, nous avons développé une trentaine de règles linguistiques qui ont déterminé s'il y avait des signes de déclencheurs dans l'épicrisis. Ils ont été téléchargés à partir de l'analyse contextuelle sous la forme d'un code de notation, qui était connecté au processus exécutable d'évaluation des enregistrements dans le SAS Enterprise Guide.
Cependant, pour les AVC nosocomiaux et les crises cardiaques, le processus décisionnel sur la présence d'un déclencheur ne s'est pas arrêté là. Nous aurions dû retirer de la liste des candidats au déclencheur les cas qui auraient pu être prévus lors de l'admission du patient. Pour ce faire, nous avons comparé les résultats de l'élaboration des règles avec un tableau de diagnostics.
Permettez-moi de vous rappeler qu'un déclencheur est un événement (aggravation de l'état du patient),
inattendu en termes de diagnostic à l'admission. Ceci est le signe d’une erreur médicale ou d’un problème hospitalier nécessitant des mesures systématiques pour exclure les complications à l’avenir, et pas seulement une détérioration de la santé du patient.
Disons que l'analyse contextuelle a attribué l'étiquette «infarctus nosocomial» à un enregistrement. Nous vérifions le diagnostic: si le patient était admis pour une maladie coronarienne, le risque d'infarctus du myocarde était déjà élevé. Cet événement, bien que peu favorable, mais, hélas, attendu. L'attribut de déclencheur d'enregistrement n'est pas affecté.
Si le patient a été admis avec une appendicite et a eu un accident vasculaire cérébral pendant le traitement, cela pourrait être une erreur médicale. Par exemple, ils n'ont pas suivi la pression ou provoqué un saut avec des drogues ou des actions. Les enregistrements attribuent l'attribut "déclencheur".
Le résultat est un processus métier:
C'était pratique pour les médecins - ils pouvaient compléter indépendamment les règles linguistiques pour l'analyse de l'épicrisis, qui étaient ensuite téléchargées dans le code de notation et récupérées par le système analytique.
Comment les données ont été visualisées
À la dernière étape, nous avons configuré le rapport dans SAS Visual Analytics - il s'agit de notre produit Web pour les tâches de visualisation et de BI. Il a été mis à jour toutes les 5 minutes et a montré les statistiques de l'occurrence des déclencheurs dans le contexte des services, des médecins et des patients. Le médecin responsable (par exemple, le chef du service de cardiologie) a examiné le rapport et examiné les déclencheurs détectés au cours de la dernière heure, journée, semaine. Pourrait "échouer" dans le département, voir la dynamique du déclencheur de la période, etc .:
Afin de ne pas charger l'article de captures d'écran (d'autant plus «barbouillé»), nous avons enregistré une petite démonstration sur des données dépersonnalisées:
Nous voulions également mettre en place une notification automatique des déclencheurs - c'est un bon ton pour les systèmes analytiques qui surveillent les indicateurs critiques. De plus, la fonctionnalité de liste de diffusion est intégrée à SAS Visual Analytics. Mais la Clinique n'a pas voulu donner accès au serveur de messagerie, tout comme elle a refusé d'organiser l'envoi de SMS par jumelage avec des services externes.
Comment tout s'est terminé
La direction de l'hôpital a mené une expérience comparant les résultats de la détection manuelle des déclencheurs d'événements indésirables par une équipe d'experts médicaux et l'analyse automatique réalisée par le système SAS. Le résultat n'était pas favorable aux personnes: le système SAS détectait plus que la carte médicale. Pour certains déclencheurs - plusieurs fois plus:
Mais la précision accrue n'est pas la principale chose que le système de détection de déclenchement a donné. Plus important encore, elle a permis:
- Assurer une surveillance continue de tous les dossiers médicaux. Pas par hasard sélectionnés ou les cas les plus flagrants, mais par et par. Pas seulement une fois par trimestre, mais dans un mode proche du temps réel.
- Libérez du temps pour que du personnel hautement qualifié se consacre aux activités de base. Ce n'est que dans le cadre de l'expérience que le personnel médical pourrait être intrigué par un audit manuel à grande échelle. En mode normal, il n'y a pas de temps pour le faire - si les médecins sont occupés avec des notes, il n'y aura personne pour traiter les gens.
Le soutien total de l'administration - le médecin-chef, ses adjoints et les chefs de service - était important pour la réussite du projet. Le directeur de la clinique a été formé aux États-Unis, donc l'idée d'une gestion basée sur la gestion de la qualité et l'analyse automatisée des données s'est avérée proche et claire pour lui.
Hélas, peu de temps avant la mise en œuvre à grande échelle du système analytique, le médecin-chef a démissionné. Son successeur était franchement conservateur et n'aimait pas faire du linge sale en public. La clinique a annulé les résultats du projet prometteur «sur la table» et est revenue aux méthodes de travail testées par des années de pratique.
Bien qu'il ne soit pas très agréable de fabriquer un produit non réclamé, les résultats de l'expérience de la Clinique nous ont été très utiles dans le prochain projet d'audit des dossiers médicaux dans le système d'assurance médicale obligatoire. Mais plus à ce sujet une autre fois.