The development of diagnosis coding model by means of implementing automated system of coding support: The results of functional and cost analysis

Abstract


Actually, in many medical organizations there is an inexpedient structure of labor costs of medical workers, in many respects associated with large time spent on making up medical documentation. The very important aspect is proper formulation of clinical diagnosis and its coding according to the International Classification of Diseases of the 10th revision that in most cases is performed in tradition mode (so called manual coding). The article presents results of functional and cost analysis of application of automated system of coding support in various departments of the Medical Sanitary Unit of of the Ministry of Internal Affairs of Russia at the Moscow Oblast. The study established significant difference in time spent and cost of coding process before and after implementation of automated system. The automated coding of diagnosis permits to reduce six-fold time and cost of coding process, as well as up to 12.6% reduce number of coding errors. The results of functional and cost analysis serve as an objective justification of economic expediency of implementing automated system of diagnosis coding support in multidisciplinary hospital.

Full Text

Введение Необходимым условием эффективного функционирования системы здравоохранения является высокая производительность труда медицинского персонала, рациональное использование интеллектуальных, временных и материальных ресурсов медицинских организаций [1]. Однако исследования, проведенные в Российской Федерации, свидетельствуют о нецелесообразности структуры трудозатрат медицинских работников: нередко фактические временные трудозатраты превышают нормативные. Наибольший вклад в перегруженность врачей вносит оформление медицинской документации, которое занимает около 3 ч в день, приводя к тому, что непосредственно на курацию больных времени затрачивается в 1,7 раза меньше, чем на оформление документации [2]. Результаты анкетирования 700 медицинских работников лечебно-профилактических учреждений показали, что в настоящее время имеет место значимое увеличение нагрузки на медицинский персонал, особенно в стационарах [3]. Большинство (79%) респондентов отметили, что ключевую роль в перегруженности медицинских работников играет большой объем оформляемой документации, который продолжает увеличиваться, несмотря на повсеместную компьютеризацию рабочих мест. Поэтому не вызывает сомнения необходимость оптимизации трудозатрат медицинского персонала в медицинских организациях. Важным аспектом оформления медицинской документации является правильная формулировка клинического диагноза и его последующая кодировка по Международной классификации болезней 10-го пересмотра (МКБ-10), что также требует определенных временных затрат и создает дополнительную нагрузку на врачей. Вместе с тем кодирование диагноза традиционным способом сопровождается значительным процентом ошибок и оставляет открытым вопрос достоверности статистических данных по уровню заболеваемости и смертности [4]. В связи с этим перспективным направлением совершенствования работы медицинской организации является внедрение автоматизированной системы по поддержке кодирования диагноза. В последние годы большими темпами происходит информатизация системы здравоохранения, в работу медицинских организаций активно внедряются медицинские информационные системы [5, 6]. Использование возможностей информационных систем позволяет значительно повысить эффективность рабочего времени персонала медицинских организаций [3]. Одной из основных целей информатизации медицинской сферы является рационализация использования средств системы здравоохранения [7], оценить которую помогает функционально-стоимостный анализ (ФСА). ФСА представляет собой метод изучения функций какого-либо объекта в различных областях науки, направленный на возможное уменьшение затрат на выполнение этой функции при сохранении или повышении качества выполняемой работы [8, 9]. ФСА позволяет выявить «проблемные» звенья в функционировании организации, обозначить направления работы, которые позволят планировать рациональные управленческие решения и оптимизировать функционирование организации в целом или отдельного подразделения [10]. Таким образом, ФСА является объективным методом оценки эффективности применения медицинских информационных систем в медицинских организациях, что послужило основой нашего исследования. Цель исследования - провести ФСА внедрения автоматизированной системы поддержки кодирования диагноза по МКБ-10 в многопрофильном стационаре. Материалы и методы Нами была разработана автоматизированная система поддержки кодирования диагноза по алгоритму МКБ-10 с модулем лексического анализа. Использованы следующие технологические решения: операционная система семейства Linux, база данных FireBird, сервер среднего слоя GlassFish, Web-интерфейс Apache, алгоритмизация на языке Scala с последующим превращением в Java-апплет, браузер на основе ядра «Хромиум». Взаимодействие между клиентской частью системы и сервером осуществлялось по сервис-ориентированной модели через поименованные сервисы. При создании автоматизированной системы учтены нормативно-правовые акты Российской Федерации в сфере информационных технологий и защиты персональных данных. Данная автоматизированная система поддержки кодирования диагноза была применена в Клиническом госпитале ФКУЗ «МСЧ МВД России по г. Москве». Выполнен ФСА внедрения автоматизированной системы поддержки кодирования диагноза в различных отделениях. Рассчитывали время, затраченное на кодировку диагноза, стоимость процесса кодирования медицинскими работниками за 1 день и за 1 месяц на основе среднемесячной заработной платы специалистов и нормы выработки часов за неделю и за месяц. Для оценки достоверности кодирования и функционально-стоимостных затрат при использовании МКБ-10 врачам-специалистам и врачам-статистикам, которые занимаются кодировкой диагнозов, было предложено заполнить анкету из 10 вопросов с предложенными вариантами ответов. В опросе принял участие 231 специалист. Количественные данные указаны в абсолютных значениях (n) и процентных долях. Для сравнения двух групп по количественным показателям использовался непараметрический критерий Манна-Уитни, значимыми считали различия при p<0,05. Статистическая обработка данных проводилась с использованием программы Statistica 10.0. Результаты исследования На начальном этапе ФСА определяли последовательность и структурное распределение функций, необходимых для обеспечения процесса кодирования диагноза в медицинской организации до и после внедрения автоматизированной системы (см. рисунок). Применение автоматизированной системы позволяет минимизировать функциональные затраты на обеспечение процесса кодирования. В период с 01.01.2019 по 31.12.2019 в Клиническом госпитале ФКУЗ «МСЧ МВД России по г. Москве» установлено 17 536 кодов МКБ-10 по основным диагнозам, закодировано 495 разновидностей диагнозов. Наиболее частыми кодами основных диагнозов по МКБ-10 были I10 (1396 случаев), I11 (979 случаев), M42 (759 случаев), I20 (566 случаев), S83 (413 случаев). В урологическом отделении за исследуемый период установлено 977 основных диагнозов, в терапевтическом отделении № 2 - 812, в хирургическом отделении - 1385. Распределение частоты встречаемости диагнозов по группам в зависимости от отделений представлено в табл. 1. ps202201.4htm00067.jpg Все опрошенные нами специалисты кодируют основной диагноз, при этом 47,6% респондентов (n=110) при кодировании ориентируются на подготовленную самостоятельно распечатку наиболее часто встречающихся кодов диагнозов по МКБ-10 в соответствии с профилем своего отделения. Ежедневно кодируют диагноз 148 (64,0%) специалистов. Опрос врачей и анализ временных затрат на кодирование различных диагнозов показали, что в случае необходимости кодирования часто применимого в отделении диагноза специалист затрачивает несколько секунд, тогда как кодирование диагноза незнакомого, нехарактерного для его специальности, занимает длительное время, а иногда специалисты вообще не находят его в томах МКБ-10. Так, среди наиболее часто кодируемых диагнозов в рубрике «Болезни системы кровообращения» в терапевтическом отделении № 2 закодировано 453 случая, что составляет более половины (55,8%) закодированных в данном отделении диагнозов. В то же время в непрофильных отделениях данные диагнозы встречаются значительно реже: 163 (11,7%) случая в хирургическом отделении и 49 (5%) случаев в урологическом отделении (p<0,05). Это обстоятельство вызывает определенные сложности у врачей при кодировании подобных диагнозов. С другой стороны, в урологическом отделении основная часть кодируемых диагнозов относится к рубрике «Болезни мочеполовой системы» (658 случаев, 67,3%) и на их кодировку специалисты тратят немного времени, в то время как в отделении хирургии доля таких диагнозов составляет всего 1,2% (16 случаев за 12 мес), поэтому их кодировка требует более длительных временных затрат (p<0,05). Следует отметить, что даже при кодировании «профильных» диагнозов внутри одной рубрики МКБ-10 на диагнозы, встречающиеся реже, также затрачивается больше времени. Одним из компонентов ФСА является определение трудоемкости процесса. Около половины (n=115; 49,8%) специалистов считают время, затраченное на процесс точного кодирования клинических диагнозов, существенным. В день для кодирования полного клинического диагноза одного выписываемого больного уходит от 5 до 15 мин, в среднем - 9 мин. Для кодирования диагнозов всех выписываемых больных 213 опрошенных (92,2%) затрачивают 1 ч. После введения автоматизированной системы поддержки кодирования диагнозов время на кодировку диагнозов существенно сократилось и составило 1,5 мин на один кодируемый диагноз (p<0,05). Трудовые и стоимостные затраты при ручном и автоматизированном кодировании диагноза представлены в табл. 2. Внедрение в практику многопрофильного стационара автоматизированной системы поддержки кодирования диагноза в 6 раз уменьшает временные и стоимостные затраты процесса кодирования. Как известно, МКБ-10 содержит четырехзначные подрубрики, которые при кодировании диагноза уточняют характеристики заболевания (этиологию, анатомию, функциональные нарушения) и позволяют предоставить более полную и достоверную информацию о заболевании. Кроме того, периодически классификация актуализируется, в нее вносятся дополнения и обновления. Однако среди опрошенных нами специалистов только 120 (51,9%) используют при кодировании четырехзначные подрубрики. Не используют их 86 (37,2%), а 25 (10,9%) респондентов не знают, что это такое. Учитывают изменения и дополнения классификации при кодировании 155 (67,0%) специалистов. В целом только 159 (68,8%) опрошенных специалистов считают проведенное ими кодирование по МКБ-10 полным и достоверным. Частота ошибок при традиционном способе кодирования составляет 14,1% (n=2472), при использовании автоматизированной системы - 1,5% (n=263; р<0,05). Обсуждение ps202201.4htm00069.jpg Полученные в исследовании результаты свидетельствуют о значительных трудозатратах медицинского персонала на ручную кодировку диагнозов и большой частоте ошибок кодирования. Данные ФСА традиционного и автоматизированного способа кодирования диагноза указывают на существенную разницу затраченного времени и стоимости на реализацию процесса кодирования до и после внедрения автоматизированной системы. При традиционном способе кодирования отношение трудозатрат и расходов носит несбалансированный характер, выражающийся в высоких временных и стоимостных тратах. Кодирование диагноза с помощью автоматизированной системы поддержки сопровождается значительно меньшими временными и стоимостными тратами, а также минимальным количеством ошибок при формулировке диагноза. Следует отметить, что хронометраж процесса ручного кодирования зависит от степени знакомства врача с кодируемым диагнозом: на кодирование часто применимого в структурном подразделении диагноза затрачивается значительно меньше времени, чем на кодирование незнакомой, редко встречающейся, непрофильной нозологии. По данным литературы, мероприятия по повышению производительности труда среди прочих включают максимально возможное использование фонда рабочего времени, совершенствование форм организации труда, внедрение научных достижений, в том числе автоматизацию трудового процесса [1]. В нашем исследовании применение автоматизированной системы поддержки кодирования диагноза на госпитальном уровне функционирования в 6 раз снижает себестоимость услуги кодирования диагноза, позволяет значимо экономить время, затраченное врачами на кодировку диагноза, перераспределить его на лечебно-диагностическую работу, тем самым повысить производительность труда и качество оказания медицинской помощи в целом. В зарубежных странах автоматизированные информационные системы применяются достаточно давно, в основном для кодирования причин смертности [11-14]. В то же время в нашей стране опыт их применения на сегодняшний день ограничен [4]. Сферой использования разработанной нами автоматизированной системы поддержки кодирования диагноза является точная формулировка клинического или патолого-анатомического диагноза в соответствии с МКБ-10 в медицинских организациях. Полученные достоверные статистические данные о заболеваемости и летальности могут служить основой принятия организационных и управленческих решений в сфере охраны здоровья граждан. Вместе с тем следует учитывать, что внедрение автоматизированной системы поддержки кодирования диагноза требует определенных экономических ресурсов на разработку или приобретение уже готовой программы (системы), ее внедрения в работу медицинской организации, последующую эксплуатацию и технологическое усовершенствование [7]. Также требуется обучение медицинского персонала алгоритму кодирования по МКБ-10. Заключение Применение автоматизированной системы поддержки кодирования диагноза по МКБ-10 позволяет в 6 раз сократить временные и стоимостные затраты на процесс кодирования, а также на 12,6% уменьшить количество ошибок при кодировании. Данные проведенного ФСА служат объективным обоснованием экономической рациональности применения автоматизированной системы поддержки кодирования диагноза в медицинской организации. Исследование не имело спонсорской поддержки. Авторы заявляют об отсутствии конфликта интересов.

About the authors

E. A. Berseneva

N. A. Semashko National Research Institute of Public Health


D. Yu. Mikhaylov

The Federal State Official Health Care Institution Clinical Hospital “The Medical Sanitary Unit of the Ministry of Internal Affairs of Russia at the Moscow Oblast”

Email: mdudoc@mail.ru

References

  1. Воробьев С. П. Методические аспекты анализа производительности труда медицинских работников. Менеджер здравоохранения. 2014;(2):13-8.
  2. Жигулева Л. Ю. Организация работы и структура трудозатрат врача гематолога в стационаре по данным хронометража. Medline.ru. Российский биомедицинский журнал. 2013;14(4):983-92.
  3. Барскова Г. Н., Лохтина Л. К., Князев А. А. Оценка врачами оптимизационных изменений в профессиональной деятельности. Социальные аспекты здоровья населения. 2018;64(6). Режим доступа: http://vestnik.mednet.ru/content/view/1026/30/lang,ru/ (дата обращения 25.02.2021). doi: 10.21045/2071-5021-2018-64-6-4
  4. Вайсман Д. Ш. Анализ влияния обучения врачей и внедрения автоматизированной системы на достоверность статистики смертности. Бюллетень Национального НИИ общественного здоровья имени Н. А. Семашко. 2015;(6):22-32.
  5. Белышев Д. В., Кочуров Е. В. Перспективные методы работы с данными в медицинских информационных системах. Программные системы: теория и приложения. 2016;3(30):79-97.
  6. Gardner R. M. Clinical Information Systems - From Yesterday to Tomorrow. Yearb Med. Inform. 2016;Suppl 1:62-75. doi: 10.15265/IYS-2016-s010
  7. Брумштейн Ю. М., Сивер О. В., Кузьмина А. Б. Функционально-стоимостные характеристики медицинских информационных систем: опыт системного анализа. Инженерный вестник Дона. 2014;4(2):13.
  8. Трутнева А. А., Комина А. А. Функционально-стоимостный анализ: сущность и этапы реализации. Аллея Науки. 2018;3(19):373-7.
  9. Резанович Е. А. Практическое применение функционально-стоимостного анализа в системе управления персоналом. Современные проблемы науки и образования. 2014;(6). Режим доступа: http://science-education.ru/ru/article/view?id=15592 (дата обращения 25.02.2021).
  10. Jalalabadi F., Milewicz A. L., Shah S. R. Activity-Based Costing. Semin. Plast. Surg. 2018;32(4):182-6. doi: 10.1055/s-0038-1672208
  11. Cirera Suárez L. First biennium of mortality statistics with, the automatic system Iris for coding multiple causes of death [Primer bienio de estadísticas de mortalidad con el codificador automático Iris de causas de muerte]. Gac Sanit. 2018;32(1):5-7 (in Spanish). doi: 10.1016/j.gaceta.2016.11.009
  12. Rey G. Death certificate data in France: Production process and main types of analyses [Les données des certificats de décès en France: processus de production et principaux types d’analyse]. Rev. Med.Interne. 2016;37(10):685-93 (in French). doi: 10.1016/j.ijmedinf.2020.104135
  13. Sonabend W. A., Cai W., Ahuja Y. Automated ICD coding via unsupervised knowledge integration (UNITE).Int. J. Med. Inform. 2020;139:104135. doi: 10.1016/j.ijmedinf.2020.104135
  14. Harteloh P. P. M. Changes in cause-of-death statistics as a consequence of automated coding [Veranderingen in de doodsoorzakenstatistiek door automatisch coderen]. Ned. Tijdschr. Geneeskd. 2017;161:D1767 (in Dutch).

Statistics

Views

Abstract - 17

Cited-By


PlumX

Dimensions


Copyright (c) 2022 АО "Шико"

Creative Commons License
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.

Mailing Address

Address: 105064, Vorontsovo Pole, 12, Moscow

Email: ttcheglova@gmail.com

Phone: +7 (495) 916-29-60

Principal Contact

Tatyana Sheglova
Head of the editorial office
National research Institute of public health named after N. A. Semashko

105064, Vorontsovo Pole st., 12, Moscow


Phone: +7 (495) 916-29-60
Email: redactor@journal-nriph.ru

This website uses cookies

You consent to our cookies if you continue to use our website.

About Cookies