在上
一篇文章中，我们讨论了电子病历（EMC）如何简化医生的工作和患者的生活。 借助EMC，患者可以依靠他所联系的所有专家的共同帮助，医生可以快速地对患者的状况做出完整的描述。
EMC还有一个优点：它们有助于
提高医疗质量。 今天将对此进行讨论。 我们将介绍DOC +中医疗服务的质量控制是如何实施的，以及电子卡在此过程中所起的作用。
“ 只需问 ：关于医院，关于健康，关于儿童”第一阶段：组织质量控制体系
在“经典”医院中，医疗服务的质量通过走遍地区和病房并收集医疗咨询以及检查医疗记录（包括检查它们的保险公司）来进行监控。 例如，在美国
， 74％的医生
参与评估诊所的工作流程，而在瑞典，这一比例为93％。
我们是一家流动诊所，因此，我们的员工将通过电话了解客户的意见，而不是绕开商会。 现在，我们的呼叫中心正在拨打两个电话。
如果有人接受了处方治疗，我们会在通话后40分钟给他打电话，并要求他以5分制对服务评分。 如果医生建议去看专科医生或进行其他检查：MRI，X射线等，操作员还可以使用合作诊所的服务。
3天后拨打第二个电话：我们回电给客户，询问他的健康状况。 我们的电子系统会根据特殊公式自动
对呼叫顺序进行
排序，以简化操作员的工作-首先，需要首先呼叫的人员在列表中。
为了获得有关该服务的更多反馈，当DOC +员工以客户的名义致电医生时，我们会与患者聊天，进行调查并进行测试电话。 但是，所有这些都是劳动密集型过程，并非没有主观性。 它们不允许系统和全面地进行质量控制。
有关提供的医疗服务的唯一信息的唯一来源是电子卡。 在其中，我们可以查看患者的所有主诉以及检查结果，并根据这些信息评估医生的任命。
在检查EMC的项目开始之初，我们组织了所谓的电子卡交换，DOC +医生社区以对等格式对约会进行评估并设置相应的分数。
为了平衡系统，两名医生检查了每张卡。 如果他们提出的要点相差不大，则认为卡已被成功检查。 否则，该卡将发送给高级专家进行进一步验证，这些专家是我们由负责治疗和儿科的副主任医师组成的专家，他们通过了有关争议性问题的最终裁决。
第二阶段：成立特别委员会
我们继续测试和开发医疗卡验证系统，并改善了交易所的运作。 为了加快评估EMC的过程并提高其质量（并在将来减少一张卡的支票数量），我们组织了一个专门部门，其任务包括检查卡：
“我们决定以一支十支“特种部队”来代替“招募医生”公司，-打个比喻，负责分析和医疗项目的副运营总监，-成立了一个专门的医疗委员会，负责内部标准的制定：如何处理这一点或那一点其他疾病。”
最初，该委员会的两名专家也检查了一张卡片，因为即使最好和最有经验的医生之间仍然存在差异。 每次发生这种情况时，一名仲裁员都会由副主任医师亲自解决，并解决有争议的问题。
但是，与以前的模型不同，现在，医学委员会（VK）有了开发标准的机会。 为了解决引起分歧的问题，创建了一个先例，以后医生会遵循。
随着时间的推移，这种方法使我们获得了经验，并将两名专家的评估差异显着的情况的数量减少到5％（或更低）。 在这一点上，我们切换到“一卡一专家”验证模型，以减少VC的负担。 但是，仍有5％的EMC被两名专家验证。 这使我们可以确保委员会成员进行客观评估并控制整个系统的稳定性。
评估如何
该委员会接收有关待检查患者的匿名信息：病史，检查过程中的指标，诊断，医生开出的哪些药物开处方的数据（其名称也被隐藏），他建议通过的测试以及求助于哪些专家。
专家检查EMC的准确性和正确性：评估患者检查和回忆记录的完整性，诊断是否与所指出的症状一致等。根据专家发布的说明，根据20条标准进行测试。 每个标准都以三点制进行评估：0-“不符合标准”； 0.5-“部分一致”； 1-“符合标准”。
我们使用三点系统，因为仍然存在争议的情况。 在这种情况下，将保留“部分一致”选项。 但是，随着时间的流逝，我们计划对所有过程进行完全正规化，并针对每个标准切换到二进制评估系统-EMC是否会满足要求。
在这种情况下，将没有中间选择，选择将变得更加严格：医生在所有事情上都做对了。 卫生部关于质量评估的所有最新建议均提供了二进制系统。
为什么有必要
这种评估系统使我们能够提高每个已完成并经过验证的EMC所提供服务的质量。 专家输入的所有点都存储在数据库中。 此信息使您可以识别系统缺陷，分析诊断和治疗问题。 通过统计数据，我们可以了解医生如何正确地开药，以便您可以立即调整他们的工作。
我们看到了大多数医生所面临的问题，以及给个别医生带来困难的领域。 这使我们能够迅速采取措施：举办有关必要主题的研讨会和讲座，或请一些专家“聘请”其他专家。
所有这些工作有助于根据最佳实践和循证医学制定治疗标准，并与所有医生“武装”起来。
每位专家都会在电子系统中看到他当前的等级，该等级是根据当月对他所有EMC的评估结果汇编而成的，并根据所有检查卡的标准（带有医疗委员会成员的评论）进行详细解密。 这样一来，您就可以消除大多数有争议的问题-医生会阅读专家的评论并理解他的错误。
此外，医生还有机会参加VK会议并讨论所有兴趣点。 在不久的将来，我们将开始每月举行此类会议。 这些会议将被纳入我们医生的总体培训时间表。
EMC的样本和分发
考试完全由医学委员会负责，医学委员会将检查卡片并对其进行独立分析。 但是，我们正在努力使此过程自动化，以帮助专家评估EMC。
现在的工作方式：已经创建了一种特殊的卡选择算法，该算法构成了一个堆栈，可从20％的EMC进行测试，并考虑了多种因素：已经检查过该医生的几张卡，该卡是否“特定”。 例如，我们经常检查由于FSS要求而发出病假的EMC。
在不久的将来，该算法将开始考虑疾病学的复杂性（疾病越不常见，验证的可能性越高）以及医生的当前评级（医生越有经验，选择病历的可能性就越低）。
系统的第二种算法从生成的队列中选择卡片，并将其分配给专家。
未来的工作方式：我们尝试使卡片的选择算法更加智能。 这个想法是使用机器学习技术来训练算法，以预测佣金将设定的分数。
该系统的训练样本是基于卡片和固定点上的累积数据形成的。 基于此数据，将训练20个模型-每个标准一个模型-它将开始预测根据给定标准未获得最高分数的概率。
通过这些算法获得的分数将合并为一个最终分数，显示该卡将不会获得最高分数的总概率。 因此，可以通过概率评估对要检查的一组EMC进行排序。 这将使识别“好”和“差”的EMC成为可能，并为需要医疗委员会验证的卡分配更高的优先级。
DOC +创新总监Ilya Larchenko说：“这种预防性算法将允许在填充时自动对卡片进行100％的初步评估，并仅发送20％的“有问题”卡片进行人工验证。”
现在，这方面的工作由DOC +数据处理和分析部门进行。 它的任务是使用机器学习来找到影响每个标准得分的特征，并建立一个基于这些特征评估地图的数学模型。
为了处理非结构化数据，使用了NLP预处理器，该预处理器是先前为满足另一个内部项目的需要而开发的。 预处理器可以从患者的主诉以及医生以自由形式撰写的病历中提取各种症状及其特征。 使用这些数据将有助于建立更好的模型（我们将在以下材料之一中讨论自然语言处理系统的工作方式）。
这种优先顺序形式将减轻医生的负担，并使您可以评估更多的卡片。 此外，这将提高测试速度，因为我们将在填充时（而不是三天后，专家将对其进行检查时）识别“错误的” EMC，并且医生将与患者一起从系统接收提示。
在DOC +，我们正在为大众市场提供服务，因此，我们必须在不断增长的受众群体中展现稳定的高质量-这是我们策略的关键方面。 在旅程的一开始，我们仅在医生的帮助下提供医疗服务。 这种方法使我们能够控制所提供服务的质量，然后扩大其服务范围，从而使我们对市场的运作方式有所了解。
我们提供了超过10万种医疗服务，并招募了350名来自20个不同专业的医生。 例如，2016年12月使用DOC +，除了治疗师和儿科医生外，耳鼻喉科和神经科医生也开始工作。 也可以打电话给护士进行手术，并从合作伙伴实验室导入实验室测试的结果，并从合作伙伴诊所导入检查数据。
同时，我们为医生提供的半自动化质量控制系统使DOC +成为整个市场独特专业知识的所有者，这为开发新产品开辟了机会。 它使我们可以在DOC + Online的10个医学专业中始终保持高质量的远程医疗护理。 而且，无形的整合使控制合作伙伴线下诊所向患者提供的医疗服务水平成为可能。
我们坚信，这种在IT和医学交叉点运行的过程自动化系统将有助于减少医疗错误的可能性。 我们正在建立的知识库将为向客户提供个性化帮助提供机会。
其他阅读：来自我们博客“
Just ask ”的资料：