科研之友
微信
新浪微博
Facebook
分享链接
摘要
目的 探讨通过构建人工神经网络模型分析问题住院病案首页的可行性。方法 从某院2018年1月1日-2020年12月31日归档病案中采用随机抽样法抽取3000份，其中2018年、2019年及2020年每年各提取1000份。统计分组后抽取住院病案首页存在问题的情况，通过运用自然语言处理技术从中文电子化病历中提取与住院病案首页相关的关键词语、短句，并应用循环-卷积神经网络(RCNN)模型对提取信息进行训练，构建质量缺陷分类模型。模型构建完成后对其使用情况进行评估，最后分析模型应用的效果。结果 纳入研究的3000份病案中，共计897份住院病案首页存在缺陷，缺陷率为29.9%，人工复检后发现问题主要包括诊断错误等8类；神经网络模型的准确率、敏感度、特异度、阳性及阴性预测值均显著高于人工复审，差异具有统计学意义(P<0.05);2020年采用人工网络模型分析后住院病案首页问题病案数量显著下降(P<0.05)。结论 RCNN模型运用于住院病案首页审核后能有效减少问题发生率，但仍需要扩大样本量来增加模型学习度。
- 出版日期2023
- 单位新疆医科大学
