Врачи под надзором: как ИИ учится замечать каждую мелочь в медицинской карте

Артем Астапов - CEO и сооснователь медтех-компании Panacea. Медицинская организация сегодня — это не только оказание медицинской помощи, но и большие объемы документации. От того, насколько аккуратно оформлена история болезни, зависит многое: сроки и качество лечения пациента, штрафы и отзыв лицензии, репутация клиники. Страховая компания видит в карте неточный диагноз — и спокойно урезает оплату; инспектор Росздравнадзора находит пропущенную подпись — и выписывает штраф. Вот почему контроль качества медицинских записей стал ежедневной рутиной для каждой крупной клиники. По закону в них должен проводиться внутренний контроль качества, одной из частей которого является ручная проверка документов в режиме пост-контроля. Изображение от freepik Проблемы клиник при проверке Нет единого и стандартизированного подхода к проведению экспертиз: кто-то проверяет документы в специальных подмодулях МИС, кто-то делает это в эксель-таблицах. Главные минусы таких инструментов, которые можно исправить с помощью внедрения искусственного интеллекта (ИИ), — невозможность приоритизировать медкарты «от худших к лучшим» и необходимость начинать проверку «с чистого листа». Если внедрить ИИ как первый уровень проверки, то у клиники появится инструмент для умного отбора документов на проверку руками, а сама экспертиза будет проводиться поверх сделанной оценки от ИИ. Как проверяли раньше Раньше отдел клинико-экспертной работы проверял выборочные 5–10% карт: больше просто не успевали. Но современные большие языковые модели показали, что могут «читать» тысячи документов в час и внимательно сравнивать их с правилами и интерпретируемо находить неоптимальные врачебные действия, несоответствия клиническим рекомендациям и другие дефекты. Поэтому ИИ берет на себя первичный просмотр всех карт, а к человеку попадают только те, где система видит риск ошибки. Алгоритм проверки с помощью ИИ Клиника загружает обезличенные карты. Нейросеть «читает» их и сравнивает с действующими рекомендациями. Для каждого документа формируется карта контроля от ИИ: набор из дефектов с комментариями, почему они были выбраны. Документу присваивается цвет риска. Эксперт открывает только «красные» записи, подтверждает или отклоняет выводы. Наутро лечащий врач получает короткое письмо с ошибками, чтобы сразу поправить документ и практику. Ошибки в медкартах можно разделить на два типа: Ошибки оформления документа: не заполнили какой-то раздел, недостаточно детализировали информацию от пациента, использовали некорректные формулировки или сокращения. Возможно, прием прошел хорошо, и пациент остался доволен, но при анализе документа есть к чему придраться. Медицинские ошибки: действия врача, которые могли привести к задержкам в диагностировании, некорректному диагнозу, осложнениям. К таким ошибкам относятся и несоблюдения клинических рекомендаций. Всего цифровое решение нашей компании, например, может определять 112 дефектов, но для каждой клиники такие сервисы должны адаптироваться: где-то нужна опция отключения дефектов / создания новых, где-то — коррекция логики определения дефектов, внесение изменений в правила по назначениям и др. Все ошибки нейросеть группирует в критерии, самых распространенных среди клиник пять: жалобы и анамнез, осмотр, диагноз, диагностика, назначения и рекомендации. Важно, что такие системы на базе ИИ позволяют врачу-эксперту изменить выбранные дефекты и скорректировать оценки по критериям. В дальнейшем система обучается на этих корректировках. Что именно может найти ИИ? Полный список насчитывает более 100 (в нашем — 112) типов дефектов — от крупных до самых мелких. Вот несколько примеров: История болезни: в анамнезе нет данных о вредных привычках или аллергиях, собран неполный эпидемиологический анамнез. Осмотр: противоречивые записи, лишние сокращения, отсутствует ключевой параметр (например, сатурация). Диагноз: код МКБ-10 указан с ошибкой или не подтверждён жалобами и анализами. Лаборатория и инструментальные исследования: нужный анализ не назначен, а лишний — назначен без обоснования. Назначения: пропущено важное лекарство, превышена дозировка, дублируются препараты, пациенту назначен противопоказанный препарат. Рекомендации: забыто направление к профильному специалисту или не даны советы по режиму и диете. Лекарственные назначения: не отмечены или некорректно указаны дозировки, курс, тип приема и пр. для лекарственных препаратов. Также оценивается корректность терапии в соответствии с клиническими рекомендациями. Есть и пример ошибки, которую система может отловить, а врач-эксперт пропустить. Например, пациенту с перихондритом правой ушной раковины врач назначил препарат «полиоксидоний», который содержит какао в составе. При этом в анамнезе у пациента была указана аллергия на какао. Согласно правилам, такие назначения лучше избегать, так как они могут вызвать аллергическую реакцию. Невозможно знать состав и противопоказания для всех лекарственных препаратов, но использование ИИ и автоматизированных систем проверки позволит такие случаи обнаруживать. Что это даёт на практике? В пилотных проектах автоматическая проверка при помощи ИИ сокращает время работы эксперта с каждой картой в три раза, а все проведенные проверки сразу собираются в аналитические отчеты. Главное, система не заменяет врача, а снимает рутину: специалист занимается сложными случаями, а машина — тотальной проверкой всех документов. Точность обнаружения дефектов на общетерапевтических специальностях составила около 85%. Опыт внедрения подобных цифровых решений в клиники показал большой запрос на адаптацию логики оценки документов под запрос медицинских организаций, поэтому в рамках запуска системы адаптируют под пожелания заказчика. Например, ИИ может даже подсказать, как исправить ошибку. Вместо сухой пометки «неверная дозировка» врач видит дружелюбный совет: «Для этого диагноза в рекомендациях указана доза 75 мг × 2 р/д; у вас 150 мг». Доктор может принять подсказку, изменить её или объяснить, почему отклонение оправдано. Итог Контроль качества меддокументов перестаёт быть «послеполётным разбором». Нейросеть проверяет каждую карту сразу, эксперты берут на себя только действительно спорные случаи, а главврач получает спокойствие и меньше штрафов.