Автоматизация оценки показателей качества с помощью клинического хранилища данных: пилотное исследование времени от поступления до визуализации в ведении инсульта

Почему каждая минута имеет значение

Когда у человека случается инсульт, врачи идут в гонке со временем: чем быстрее выполняются компьютерные исследования мозга, тем выше шансы ограничить необратимое повреждение. Больницы должны отслеживать, насколько быстро они переходят от прихода пациента к первому исследованию мозга, но сейчас это часто проверяют вручную, по одному медицинскому делу — медленная и подверженная ошибкам работа. В этом исследовании проверяли, могут ли современные больничные информационные системы автоматически измерять эти задержки, что потенциально освободит время сотрудников и даст службам здравоохранения более ясный и оперативный обзор качества помощи пациентам с инсультом.

Преобразование больничных записей в полезные сигналы

Исследователи сосредоточились на простом, но важном показателе: «время от поступления до визуализации» — задержка между прибытие пациента в больницу и выполнением первого исследования мозга. Используя клиническое хранилище данных Университетских больниц Большого Парижа — огромный репозиторий, объединяющий электронную информацию из 38 больниц — они собрали записи более чем 6000 взрослых, госпитализированных с острым инсультом в 2022 году. Для каждого случая они объединили административные данные о времени прихода с технической информацией из системы визуализации, где фиксируется момент начала исследования. Вычитая эти временные метки, компьютер автоматически рассчитывал задержку вместо того, чтобы полагаться на сотрудников, читающих и интерпретирующих каждую карту.

Сравнение компьютера с ручной проверкой

Чтобы выяснить, может ли этот автоматизированный подход заменить традиционный метод, команда сравнила его с национальным аудитом качества во Франции, где персонал больницы вручную проверяет выборку медицинских дел. Они сопоставили 361 случай инсульта, которые присутствовали и в хранилище данных, и в ручной проверке, а затем сравнили два показателя времени от поступления до визуализации. На уровне общей работы больницы оба метода показали поразительное сходство: медианная задержка составляла около двух с половиной часов, и оба метода зафиксировали, что чуть более половины пациентов получили визуализацию в течение трех часов с момента прибытия. Статистические тесты показали высокую степень согласия при классификации пациентов по порогу в три часа.

Где автоматизация дает сбои

При более внимательном рассмотрении отдельных пациентов картина оказалась менее однозначной. Примерно в трех четвертых случаев результаты двух методов различались не более чем на час, но точное совпадение часто отсутствовало, и общее согласие по времени для каждого пациента было низким. Главная проблема заключалась в определении фактического момента первого исследования мозга. Ручные рецензенты могут взять это время из множества мест в записи — свободного текста, заключений по визуализации или специальных форм — в то время как автоматизированный метод опирается на стандартизированные технические данные системы визуализации. В дополнительных проверках 300 отчетов эти технические временные метки оказались достаточно надежными, когда все исследования были корректно зарегистрированы, но пробелы в документации — например, исследования, выполненные в другой больнице, или отсутствующие записи — приводили к несоответствиям. В некоторых случаях автоматизированный метод выбирал не то исследование; в других — ручные рецензенты неправильно читали или непоследовательно фиксировали время.

Уроки для улучшения данных и ухода

Исследование также выявило более широкие слабые места в том, как больницы фиксируют ключевые события при оказании помощи при инсульте. Даже такое простое значение, как «время прихода», может быть неоднозначным: пациент может получить начальную помощь до официальной регистрации, а разные сотрудники опираются на разные части записи. Поскольку информация может дублироваться и изменяться в нескольких местах, ручные рецензенты не всегда соглашаются между собой. Авторы утверждают, что улучшение структуры данных — стандартизация описаний визуализации, обеспечение единообразной регистрации внешних исследований и гармонизация хранения времени прихода и времени визуализации — сделает как автоматические, так и ручные измерения более достоверными.

Что это означает для пациентов

Проще говоря, исследование показывает, что компьютеры уже способны дать надежную общую картину того, насколько быстро больницы выполняют исследования мозга пациентам с инсультом, затрачивая при этом значительно меньше времени сотрудников, чем текущие аудиты. Однако для анализа индивидуального случая — например, чтобы понять, что пошло не так у конкретного пациента — автоматизированный метод пока недостаточно точен, особенно когда уход сложен или включает несколько учреждений. Пока данные больниц не станут чище, полнее и лучше связаны между учреждениями, авторы предлагают сочетать автоматические вычисления с целевыми ручными проверками. При правильной реализации такое партнерство людей и информационных систем может дать органам здравоохранения более четкое и надежное представление о качестве помощи при инсульте — и в конечном итоге помочь сохранить больше драгоценных минут, когда случается инсульт.

Цитирование: Hassanaly, O., Doutreligne, M., Troude, P. et al. Automating the assessment of quality indicators using a clinical data warehouse: a pilot study on door-to-imaging time in stroke management. Sci Rep 16, 12121 (2026). https://doi.org/10.1038/s41598-026-41833-4

Ключевые слова: уход при инсульте, клиническое хранилище данных, время от поступления до визуализации, качество медицинской помощи, электронные медицинские записи