Полный текст

Введение В последние годы происходит активное внедрение информационных технологий в систему российского здравоохранения, обусловленное большим объемом накопленных медицинских данных, необходимостью их упорядочения и унифицирования. Ключевой медицинской информацией являются сведения, относящиеся к диагнозу. В настоящее время кодировка случаев заболеваний и смертей проводится согласно Международной классификации болезней 10-го пересмотра (МКБ-10). В то же время не все медицинские специалисты умеют правильно пользоваться МКБ-10, корректно формулировать диагноз, кодировать его, указывать причину смерти пациента [1]. Традиционное («ручное») кодирование данных сопровождается большим числом ошибок, связанных с несоблюдением алгоритма МКБ-10 и субъективными причинами. По данным Д. Ш. Вайсмана (2015), до обучения врачей по МКБ-10 доля ошибок при оформлении свидетельств о смерти традиционным («ручным») способом составляла свыше 80% [2]. Несоблюдение основных принципов формулировки диагноза приводит к недостоверности и искажению статистических данных, что обусловливает принятие неверных организационных и управленческих решений [3]. Применение автоматизированных информационных систем с минимизацией ручного ввода данных значительно сокращает временные затраты специалистов на поиск и обмен информацией, позволяя перераспределить время на лечебно-диагностическую работу и минимизировать число ошибок, связанных с человеческим фактором [4, 5]. Однако проблеме разработки автоматизированных систем кодирования диагноза уделяется недостаточно внимания. Современный рынок медицинских информационных систем в основном представлен электронной медицинской картой, электронной регистратурой с функцией записи к специалисту посредством интернета, модулями поддержки и сопровождения управленческой деятельностью медицинской организации [6]. На сегодняшний день существуют ряд нерешенных вопросов и сложностей, связанных с внедрением автоматических информационных технологий. Так, имеет место неоднородная техническая оснащенность медицинских организаций в разных регионах России, несовместимость используемых WEB-платформ, необходимы денежные вложения в развитие системы [7]. В рутинной клинической практике не оценивалось влияние процесса кодирования на другие механизмы в медицинской сфере, не разработаны алгоритмы и методические рекомендации по применению автоматизированной кодировки диагноза в соответствии с МКБ-10 [8]. Таким образом, внедрение автоматизированной системы кодировки диагноза в практику медицинских организаций является актуальной проблемой современной медицины. Цель исследования - проанализировать результаты внедрения автоматизированной системы кодирования диагноза по МКБ-10 в многопрофильном стационаре. Материалы и методы В отделениях Клинического госпиталя ФКУЗ «МСЧ МВД России по г. Москве» была установлена автоматизированная система кодирования с модулем лексического анализа, применяющаяся на этапе формулировки клинического диагноза по системе МКБ-10. Технические характеристики данной системы следующие: операционная система семейства Linux, база данных FireBird, сервер среднего слоя GlassFish, Web-интерфейс Apache, алгоритмизация на языке Scala с последующим превращением в Java-апплет. В качестве интерфейсного (клиентского) решения использовался любой браузер на основе ядра «Хромиум». Взаимодействие между клиентской частью системы и сервером осуществлялось по сервис-ориентированной модели через вызов поименованных сервисов. При разработке системы использовались нормативно-правовые акты Российской Федерации в сфере информационных технологий и защиты персональных данных. Основной принцип работы предложенной нами автоматизированной системы кодировки заключается в автоматизации выбора кода диагноза с применением формулировок тома № 3 МКБ-10. За период с 01.01.2019 г. по 31.12.2019 г. установлено 17 536 кодов МКБ-10 по основным диагнозам, закодировано 495 разновидностей диагнозов. Кодирование выполняли лечащие врачи и врач-статистик. В ходе исследования проведен анализ функционально-временных затрат и частоты ошибок при традиционном и автоматизированном процессе кодирования. Для решения данной задачи 231 специалисту, занимающемуся кодированием, предлагалось ответить на следующие вопросы: 1. Какой диагноз Вы обычно кодируете по МКБ-10 (основной, фоновый, сопутствующий, осложнение)? 2. Чем вы руководствуетесь при кодировании по МКБ-10 (томами печатного издания МКБ-10, подготовленной самостоятельно выжимкой часто встречающихся кодировок из МКБ-10 в соответствии с профильностью вашего отделения, специализированной программой кодирования диагнозов)? 3. Сколько времени Вы затрачиваете на кодирование одного диагноза (заболевания) при использовании печатных томов МКБ-10 (5 мин, 10-15 мин, 15-20 мин, 20-25 мин)? 4. Сколько времени в день Вы тратите для точного и полного кодирования по МКБ-10 полного клинического диагноза одного выписываемого больного (5 мин, 10-15 мин, 15-20 мин, 20-25 мин)? 5. Сколько времени в день Вы тратите для точного и полного кодирования по МКБ-10 клинических диагнозов всех выписываемых больных (около 1 ч, до 2 ч, до 3 ч)? 6. Как часто Вы кодируете диагноз (2 раза в неделю, 3 раза в неделю, ежедневно)? 7. Используете ли Вы четырехзначные подрубрики МКБ-10 при кодировании анатомической локализации, осложнений, вариантов течения и формы заболевания (да, нет, не знаю, что это такое)? 8. Учитываете ли Вы изменения и дополнения кодов, блоков, рубрик и подрубрик МКБ-10 при кодировании (да, нет)? 9. Считаете ли Вы проведенное Вами кодирование по МКБ-10 полным и достоверным (правильным) по Вашему мнению (да, нет, затрудняюсь ответить)? 10. Считаете ли Вы время, затраченное на процесс точного кодирования клинических диагнозов, существенным (да, нет, затрудняюсь ответить)? Количественные данные указаны в абсолютных значениях (n) и процентных долях (%). Для сравнения двух групп по количественным показателям использовался непараметрический критерий Манна-Уитни, достоверными считали различия при p<0,05. Доверительный интервал (ДИ) рассчитывали методом углового преобразования Фишера. Статистическая обработка данных проводилась с использованием программы Statistica 10.0. Результаты исследования ps202104.4htm00157.jpg Наиболее частыми кодами основных диагнозов по МКБ-10 были I10 (1396 случаев), I11 (979 случаев), M42 (759 случаев), I20 (566 случаев), S83 (413 случаев). Распределение частоты встречаемости диагнозов по группам указано в таблице. Анкетирование специалистов, занимающихся кодированием информации, относящейся к диагнозу, показало, что все специалисты кодируют основной диагноз, т. е. основную причину обращения пациента за медицинской помощью, по поводу которой проводились диагностика и лечение. Около половины специалистов (110 респондентов, 47,6%) при кодировании в основном используют подготовленную самостоятельно выжимку часто встречающихся кодировок из МКБ-10 в соответствии с профильностью своего отделения. На кодирование одного диагноза при использовании печатных томов МКБ-10 71,9% (n=166) специалистов затрачивают около 5 мин, при этом в день для кодирования полного клинического диагноза одного выписываемого больного уходит от 5 до 15 мин. Для кодирования диагнозов всех выписываемых больных 213 (92,2%) опрошенных тратят около 1 ч. Ежедневно кодируют диагноз 148 (64%) специалистов. Следует отметить, что только 51,9% (n=120) опрошенных используют четырехзначные подрубрики МКБ-10 при кодировании диагноза, которые позволяют уточнить этиологию, анатомию, функциональные нарушения и другие характеристики патологического состояния. Лишь 67% (n=155) специалистов учитывают изменения и дополнения кодов, блоков, рубрик и подрубрик МКБ-10 при кодировании. Не все медицинские работники, занимающиеся вводом информации, удовлетворены качеством кодирования: только 159 (68,8%) опрошенных специалистов считали проведенное ими кодирование по МКБ-10 полным и достоверным. При этом около половины специалистов (n=115; 49,8%) считают время, затраченное на процесс точного кодирования клинических диагнозов, существенным. При традиционном методе ввода кода по МКБ-10 отмечен большой процент расхождения клинического и статистического диагнозов. Количество ошибок среди всех закодированных диагнозов при традиционном кодировании составляет 14,1% (n=2472), при применении автоматизированного способа - всего 1,5% (n=263; р<0,05). В 80,5% (95% ДИ 79,4-81,6) случаев неправильная формулировка основного диагноза была обусловлена субъективными причинами. Основные ошибки при оформлении заключительного диагноза - нерубрифицированные и неверно рубрифицированные диагнозы (53,2%). В 14,6% (13,6-15,6) случаев использовались малоинформативные термины, в 10,6% (9,7-11,5) случаев отмечено несоблюдение правил МКБ-10, 3,6% (3,1-4,2) неправильных диагнозов связаны с неуточненной локализацией процесса, другие причины составили 2,6% (2,2-3,1). На рис. 1 и 2 представлены функциональные схемы кодирования диагноза в медицинской организации до и после внедрения автоматизированной системы. Обсуждение Результаты проведенного анкетирования свидетельствуют, что специалисты ежедневно затрачивают много времени на кодировку основного диагноза, при этом только половина медицинских работников используют четырехзначные подрубрики МКБ-10 и учитывает изменения в разделах классификации при кодировании, что значительно снижает информативность вводимых данных. Также большинство специалистов не удовлетворены качеством своей работы по кодировке диагноза. Применение автоматизированной системы поддержки кодирования диагноза по МКБ-10 позволяет значительно сократить время, затраченное на кодирование, уменьшить количество ошибок при формулировке диагноза, чем способствует получению достоверных статистических данных о заболеваемости и смертности по разным нозологиям. Полученные в данном исследовании результаты согласуются с данными других авторов. Так, в исследовании китайских ученых автоматическая система кодирования по МКБ-10 выполнила более 160 тыс. кодов за 16 мес, а время, затраченное на автоматическое кодирование, оказалось почти в 100 раз меньше, чем при традиционном («ручном») кодировании, что значительно уменьшило нагрузку специалистов-кодировщиков [9]. Во многих зарубежных странах для статистики смертности давно применяются автоматизированные системы [10-12]. По данным P. P. M. Harteloh (2017), использование автоматизированной системы кодирования привело к изменению частоты основных причин смерти с увеличением доли деменции (23%), сердечно-сосудистых заболеваний (11%), инфекционных заболеваний (43%) и факторов риска (48%), что необходимо учитывать при принятии управленческих решений [13]. В нашей стране автоматизированные информационные системы кодирования диагноза в настоящее время не имеют широкого применения. По данным литературы, автоматизированное кодирование случаев смерти по МКБ-10 проводится только в 13 субъектах Российской Федерации [2]. Вместе с тем одним из результатов внедрения автоматизированной системы базы данных о смертности в некоторых субъектах Российской Федерации в период 2000-2014 гг. привело к изменению структуры смертности, уменьшая долю болезней системы кровообращения с 53 до 38,2%, а симптомов - с 3,2 до 2,1% [2]. Использование автоматизированной информационной системы «Регистрация случаев смерти» в Санкт-Петербурге совместно с обучением врачей алгоритму кодирования позволило снизить число неправильно кодированных свидетельств о смерти с 80 до 20%, повысить достоверность статистической информации при выборе первоначальной причины смерти до 96%, а также повысить качество посмертной диагностики до 80% [5]. В разработанной нами автоматизированной системе применялся аппарат лексического анализа, который на сегодняшний день достаточно развит и постепенно становится неотъемлемой частью многих медицинских информационных систем [14]. Автоматизированная система кодировки диагноза является перспективным направлением развития информационных технологий в медицинских организациях различного профиля. Основной областью применения является корректная формулировка клинического диагноза в лечебно-диагностическом и патологоанатомическом процессе. При объединении информационных систем различных медицинских организаций возможно формирование единой базы данных о заболеваемости и смертности в разных регионах, что может служить основой для разработки единой информационной системы мониторинга здоровья популяции [15]. В перспективе после введения в медицинскую практику МКБ-11 и последующих версий классификации применение автоматизированной системы кодирования диагноза также возможно после необходимого технологического усовершенствования. Вместе с тем для эффективного функционирования автоматической системы ввода данных требуется обучение медицинского персонала алгоритму кодирования по МКБ-10, повышение уровня общей технической грамотности, отказ от сложившейся практики формулировки клинического диагноза. Заключение Применение автоматизированной системы кодирования диагноза в медицинских организациях обеспечивает точное соответствие клинического и статистического диагноза, унифицирует формулировки клинического диагноза, минимизирует субъективные отклонения от алгоритма МКБ-10. Исследование не имело спонсорской поддержки. Авторы заявляют об отсутствии конфликта интересов.

Об авторах

Е. А. Берсенева

ФГБНУ «Национальный научно-исследовательский институт общественного здоровья имени Н. А. Семашко» Минобрнауки России

Д. Ю. Михайлов

Клинический госпиталь ФКУЗ «МСЧ МВД России по г. Москве»

Email: mdudoc@mail.ru

Список литературы

Статистика