医疗AI实验室近期围绕门诊病历质控做了一轮小样本实验。目标不是替代质控员，而是先把可结构化的缺陷筛出来，减少人工全量翻阅。
做法分三步：一是按科室配置抽取模板，把主诉、现病史、诊断、用药、随访建议等字段从自由文本中抽出，并保留原文偏移以便回溯；二是将缺陷拆成缺项、逻辑冲突（如诊断与用药不符）、时效超限三类，分别给出触发证据；三是输出分级清单，只把中高风险推给质控员复核，低风险仅做统计。
阶段性进展：在某院三个门诊科室的1200份脱敏病历上抽测，字段抽取准确率约0.92，逻辑冲突召回约0.78；误报主要来自模板化套话与跨科室缩写。质控员复核工作量下降约三成，但“诊断与用药不符”这类需要临床语境判断的缺陷，仍需人工定性。
下一步计划：补充科室缩写与同义词表，把逻辑冲突规则从字符串匹配改为可配置条件组；同时接入质控员复核结果作为反馈，按月更新模板，观察准确率是否随科室收敛。
评论