今天的心血管临床与科研已经与几年前有了巨大的不同，从电子病历的发展到大数据、人工智能的火热，从传统的临床研究到大规模注册登记到真实世界研究再到R-RCT，甚至我们学习知识和技能的方式都在潜移默化中发生着改变。今后心血管笔记也将不定期发表一些与医疗信息与数据相关的文章，今天这篇来自北京大学第一医院心内科的李昱熙医生，主题有关Problem List。

Problem List是医疗信息化（HIT）领域很重要的一个概念，通常被直译做“问题列表”，但问题是，这个词在中国太不临床了。如果你去问一个中国的临床大夫，你听说过吗？估计很少有人会点头。可是这一概念在欧美国家已经被普遍应用了很多年，有着无比重要的临床、卫生经济学与政策意义，在国内临床领域却基本没有被真正应用，这一现象非常值得深思。

我的主业是心血管大夫，我一直有个观点，如果一项医疗信息化的应用或举措不被临床医生认可，一般都很难顺利实施。事实上，中国每个临床医生从开始临床见习起，每天都在使用Problem List，只不过没有人这么叫罢了。不信你去听每天的晨交班，“1床，30/男，STEMI、PCI术后、室间隔穿孔、心衰、AKI、IABP...、无创呼吸机...”，再看看病房里小大夫们汇报病例时候手里拿着的笔记本或是记录夹，那都是正宗的Problem List。

正本清源Problem List

说起Problem List（以下简称PL），要从1968年发表在《新英格兰医学杂志》上Lawrence Weed写的著名论文说起（图1）。当年的论文题目叫做Medical Records That Guide and Teach。读过这篇14页的论文，除了感慨当年NEJM古朴的排版，不得不佩服老人家的睿智。早在50年前就对病历记录的意义、患者为中心、基于临床问题的病历概念乃至计算机记录等新技术有了深入的探讨。

图1 Dr. Weed著名的论文

简而言之，从复杂的、多维度病历内容中，提取一份清晰、可结构化的、以患者为中心、基于临床问题、并以列表形式展现的PL有着重要的意义，尤其是在内科与初级保健领域至关重要。

如图2的示例，当年，Dr. Weed提出的PL大概包含如下几个方面：

• 诊断

• 跟随每条诊断的生理学表现，或是子诊断，或是“病因未知”

• 症状、异常的体征或检查结果

图2 Dr. Weed文章中的Problem List

这样的一个PL要随着患者的情况保持动态更新，比如某些症状或是异常的体征会随着诊疗的进程变为诊断，或把一些已经解决的临床问题从PL中移除……总之，目的就是提供一个最为便捷、准确而且全面的患者临床情况总览，无论是哪个专科的医生，或是不同医疗机构的医生，能通过PL立刻知道这个病人是怎么回事儿。

到今天，50年过去了，经历这么多年，PL的概念和内容基本与当年没有大的不同。而且，随着技术的进步，Dr. Weed当年希望利用计算机新技术来帮助维持动态更新的PL的愿望也早已实现。

从概念到工具：Meaningful Use与PL

在继续这一部分之前，有必要再简单探讨一下PL的重要意义。其实当年老爷子文章中主要强调的还是患者利益与提高医疗质量，毕竟，当涉及到不同医务人员之间的沟通，乃至跨医疗机构的信息互操作，尤其是在美国的医疗体制下，家庭医生-专科医师-家庭医生转诊的每一个环节，如果没有PL的支持，会对患者的诊疗带来巨大的影响。

但随着医疗信息化的发展，今天的PL已经拓展出了更重要的意义，主要表现在三个方面：

• 促进以患者为核心的更好的医疗服务；

• 改善人群的健康；

• 有利于提高医疗效率，控制与节省医疗支出。

第一条比较好理解，后面两条如何解释？

人群健康方面，PL提供了一个划分同质性患者群体的入口。比如冠心病，或者是接受过PCI手术的冠心病，或者是以急性心肌梗死为表现接受过PCI并且心功能不全的冠心病患者，都可以很方面的通过PL来识别。再搭配临床辅助决策支持系统（CDSS）和知识库、知识图谱等，就可以为一类同质化的患者提供更好的医疗服务，从而促进人群的健康改进。这基本就是循证医学的基石，找到一类特定的患者，然后才有可能通过研究解答临床中遇到的问题。可以说，如果美国没有良好的电子化PL支持，不可能为我们的临床诊疗提供那么多的指南和证据。所以说针对单一的患者之外，PL促进了人群的健康。

理解了这一点，也就不难明白为什么PL可以提高医疗效率，并且控制与节省医疗花费了。随CDSS等技术的开展，利用PL，可以很便利的为医生提供针对某一类特定患者的诊疗辅助工具，遵从指南保质保量的帮助医生更好完成诊疗过程，减少其中的差错，避免不必要的处方与额外的检查，自然就提高了效率。比如美国过敏体质的人特别多，所以会把过敏史放在PL里，再加上临床用药的监控与提醒，可以很好的杜绝药物相关的过敏问题。正是由于对患者疾病更好的管理，避免了非必要的再次入院或不良事件等，能够大大提高单位医疗的效率，并减少花费。

也正是由于这样重要的意义，美国针对电子病历的Meaningful Use明确将PL写在了至关重要的位置。也正是这样，所有的电子病历系统，维持一个动态的、最新的、易于维护的PL成为了标准配置。笔者2013年在明尼苏达大学心脏中心临床访问时，病房里每天早上可以很方便的从电脑里打印出所有住院患者的PL，以供查房等场景使用。

中国特色与可能的解决方案

说完了PL的历史以及美国的情况，让我们回过头来看看，为什么这样的一个重要的东西，咱们中国的大夫在电子病历系统里就用不上呢？下面是一个中国医生经常会遇到的场景：

• 门诊，一般一上午通常要看20个以上的病人。一个老爷子说我高血压好多年了，但最近血压老高，大夫您给调调。我说那您现在吃什么药啊？老爷子翻出一个大口袋，开始掏药盒……搞清楚了药，还得问有没有糖尿病，肾功能怎么样……

• 外科请会诊，评估房颤术前抗凝方案。去了想先翻翻病历，发现诊断除了要手术的病之外没别的，病史里似乎有帮助的也不多……

基本上，似乎并没见过哪家医院的电子病历系统有真正的PL。不说跨医疗机构的信息共享，很多医院的门诊和住院都没有办法做到有效的信息共享，出门诊不一定能看到住院的资料。我们有的仅仅是，住院病人的诊断列表、病案首页；门诊病人就更不用说了，虽然在处方上也有诊断，但说实话，更多的时候其实是开什么药或检查决定了她/他的诊断（医保报销的限制）。

为什么会这样？

个人觉得有政策层面的原因，也有技术层面的原因。

我国长期以来的医疗体制，导致了医疗的“一锤子买卖”现象非常普遍。无论哪个国家，最好的制约医疗行为的办法往往并不是指南和证据，指南只能从一定程度限制有水平的医生；而支付和财政限制才能够对医疗行为进行有效的管理。在我国，医疗服务和疾病随访管理的费用，相较于药品、检查、器械等，根本不值一提，大医院又永远人满为患，支付方也基本不看治疗效果究竟如何，正是经济这双看不见的手，导致了医疗机构不愿意、也无法支撑患者长期的随访管理。所以可怜的患者即便想对自己的健康进行长期管理，却不知道该去找谁。

可以看到，类似心力衰竭这些呈现上升趋势、但又缺乏手术操作费用支撑，同时管理起来又非常繁琐复杂的疾病，就很容易处于“没人管”的状态。很多心衰患者实际上就是往返于家和各大医院急救室之间，受了罪，疾病也没得到根本的改善，也从某种角度造成了医疗效率的低下和浪费。而反观美国，心衰30天非计划性的再入院率是非常严格的指标，如果没有达到，就会受到处罚。因此，提高对疾病治疗效果以及健康管理在支付考量中的比例，是当务之急。

当然，我国其实也在利用30天内非计划性入院的指标来进行医疗质量管理，但监管部门拿到的都不是真实的数据，又谈何管理？算了，政策层面还是不说了，几句话也说不清楚，还是来谈技术层面。

技术层面面临的最大问题，就是数据标准的缺失。其实这也是个政策问题。我国临床医学领域，尤其是医疗信息化方面，基本没有什么拿得出手的标准化体系。而PL，尤其是具备跨医疗机构互操作性的PL，则需要有共同的语言体系支撑，也就是标准的术语体系。然而，我国一直以来，都用ICD编码代替临床术语使用（当然也因为这是唯一可用的中文标准），但ICD来自于疾病分类体系，先天的特点决定了用于上报数据、支付费用还勉强可以，但一遇到真正的临床需求，往往就捉襟见肘了。

这也是为什么临床医生对ICD编码很抵触，而病案室编码员又时常遇到编码困难的原因。关于ICD与临床术语的问题，可以单另写文章来讨论，这里不再继续深入。

解决标准化的问题是让PL能够发挥价值的前提，但术语标准可不是一个一蹴而就的事情，那是不是没有标准就啥也不能干了呢？当然不是，基于SNOMED CT（另一个临床术语）的CORE（clinical observations recording and encoding）项目就是很好的例子。

我们知道，PL术语的长尾效应非常明显，也就是在绝大多数情况下，临床医生只会使用很少一部分的术语，比如高血压、糖尿病，平常反反复复用的术语就是那么几个，这种现象也叫“8-2原则”或是“Zipf-Mandelbrot法则”，说的都是一个意思。所以，一种实用主义的做法就是充分利用这一特点，抓重点、抓关键，把最常用的术语集中整理出来，并形成标准，就能够解决大多数的问题。

图3 CORE Project术语覆盖率

CORE就是在UMLS带领下，纳入了全美7家大型医疗机构（包括Mayo等著名医院在内）的PLTs（Problem List Terminologies），按照覆盖临床95%使用率的目标，最终确定了核心的大约6000多条PL术语的CORE Subset。当然，这中间经历了很烦琐、也很复杂的术语匹配、标准化的过程。

所以，这未尝不是一种我国可以采用的“弯道超车”的方式和路径。但是，并不是我妄议朝政，我国的卫生政策，以及卫生信息化政策，需要好好向临床医学领域学习，多拿数据说话、多讲证据。毕竟，凭借中国卫生系统强大的政策推动能力，是完全有能力做好这样的事的。

另一个很关键的问题，或者说是理念上的问题，是要把临床问题和付费、管理区分开来。

不光医疗卫生政策的制定者们，甚至许多医疗信息系统公司，都并没有把临床需求和卫生政策需求区分清楚。举个例子，之所以我国医疗机构门诊处方上的诊断不准确，是因为医生开处方并不是一个单纯的医疗行为，其中还涉及了担心医保拒付（比如开PPI预防消化道出血，不管患者有没有反流性食管炎也得加上诊断）、由于药占比不能跨科开药（心内科不给开糖尿病的药，自然不会写糖尿病的诊断）、照顾患者路远要反复跑（高脂血症不合并冠心病只能开2周的他汀，所以就把单次剂量翻倍导致处方剂量与患者实际服用剂量不一致）等等问题……（如果你看不懂这些例子，那就说明你根本不了解我国的临床实际情况）

如果不能把临床诊疗和支付问题划清开来，PL就没有办法真正使用起来，我们积累的再大的数据也都会成为“垃圾数据”，将给未来的使用带来无穷无尽的麻烦。

图4 几种PL项目在出院诊断列表中的缺失率

我所在的北京大学第一医院心内科，认识到了现有的诊断列表存在的不足，通过改造电子病历入院记录系统，增加了14种与心血管疾病密切相关的PL半结构化输入，并利用LIS结构化数据，识别CKD、AKI等常见临床问题。最终将PL与出院诊断进行比较，可以从图4中看到，几种出院诊断中关键问题的缺失比例还是明显存在的。这种现象在所有医疗机构都非常普遍，曾经因为工作关系，我接触过某大型医院心内科的数据，其中基本看不到有关CKD的任何诊断，连心内科医生都不去关心患者的肾功能，又如何能保证优质、安全的医疗？

由此带来最直接的后果，就是大量关键PL不完整，这不光会降低医疗的质量，更会给后续的研究、医疗效果的评价乃至卫生政策的制定带来问题。

结语

上面从PL的历史，到HIT领域的意义与应用，再到中国的问题说了很多。虽然写了很多美国的优势，但实际上他们也面临着很多我们同样面临的问题。所以，虽然已经有这么多年的历史，PL依然是一个很热门、很有意义的研究领域。比如，如何能从多维度的EHR数据中，利用自然语言处理、规则算法甚至机器学习/深度学习等技术自动提取出被医生忽略的PL，就是很热门的研究方向。前几天Google关于EHR数据深度学习的文章引起了热议，我们中文的电子病历数据研究，更是还有很长的路要走。

作者：李昱熙

来源：心血管笔记