文献速递重症综合管理与镇静镇痛

电子健康记录数据质量问题发现:对重症医学应用的深远后果——一项系统化综述

Discovery of data quality issues in electronic health records: profound consequences for critical care medicine applications - a systematized review.
PubMed 文献 · Crit Care · 2026-01-08
一句话结论重症电子健康记录数据质量问题普遍存在,导致机器学习模型外部验证性能显著下降,并构成患者安全威胁。

本系统化综述检索多个数据库,最终纳入29项研究,评估重症监护电子健康记录数据质量问题及其对机器学习模型性能、临床结局和患者安全的影响。结果显示部分变量缺失率超过80%,超过40%的预测特征为缺失指示变量;重症监护室中电子健康记录相关用药错误占所有用药错误的34%,其中三分之一具有危及生命的潜在风险;脓毒症检测模型外部验证AUC从0.76降至0.63。作者认为需要系统化的数据质量监测、偏倚感知评估方法和专门针对重症监护环境的质量改进框架。

要点

  • 部分重症电子健康记录变量缺失率超过80%,超过40%的预测特征为缺失指示变量而非实际值。
  • 重症监护室电子健康记录相关用药错误占所有用药错误的34%,其中三分之一具有危及生命的潜在风险。
  • 脓毒症检测模型外部验证AUC从内部0.76降至0.63,提示真实世界性能显著下降。
  • 住院医师病程记录中复制粘贴发生率达82%,主治医师记录中达74%。
  • 仅52.7%至66.7%的重症监护住院期间维持可接受的 vital sign 数据质量。

适用人群与场景

  • 纳入标准为18岁及以上成人重症监护、重症监护室或急诊科环境中的患者。
  • 排除仅关注儿科人群或门诊环境的研究。

红旗征与不能漏的情况

  • 电子健康记录相关用药错误占重症监护室所有用药错误的34%,其中三分之一具有危及生命的潜在风险。
  • 智能输液泵记录与电子健康记录给药记录存在差异:321条给药记录差异 vs 682条智能泵差异,血管活性药、麻醉药和全肠外营养错误率最高。

研究设计与关键结果

  • 系统化综述最终纳入29项研究,评估重症电子健康记录数据质量问题。
  • 部分变量缺失率超过80%,超过40%的预测特征为缺失指示变量而非实际值。
  • 脓毒症检测模型外部验证AUC从内部0.76降至0.63;Epic脓毒症模型外部验证阳性预测值低至7.6%。
  • 住院医师病程记录复制粘贴发生率达82%,主治医师记录达74%。
  • 仅52.7%至66.7%的重症监护住院期间维持可接受的 vital sign 数据质量。
  • 实时监测系统异常检测准确率达99.21%,灵敏度99.75%,特异度99.32%;但重症监护医师每患者每日平均需响应187条电子健康记录警报。
  • 多重插补处理纵向重症监护数据缺失的变量插补成功率达84.6%,临床变量缺失平均减少35.6%。
  • 综合电子健康记录数据质量干预每名提供者5年净收益为86,400美元,包括药物成本优化16,400美元、放射学利用减少8,300美元和实验室成本减少2,400美元。

证据类型、等级与局限

  • 证据类型:系统化综述,纳入29项研究。
  • 局限:单一评审者进行主要筛选(仅10%子集由第二评审者双筛);数据库范围聚焦主要数据库可能遗漏灰色文献或专业出版物;机器学习和健康信息学快速发展可能使近期进展代表性不足。

对床旁实践的改变

  • 作者认为缺失数据模式具有高度信息性而非随机,提示需要将缺失性作为特征显式建模的新机器学习方法。
  • 作者认为34%的电子健康记录相关用药错误率及其中三分之一具有危及生命潜在风险构成患者安全危机,需要立即关注。
  • 作者认为智能泵数据揭示的用药差异多于电子健康记录记录,提示当前临床记录系统可能对用药安全提供虚假 reassurance。
  • 作者认为外部验证性能显著下降(脓毒症模型AUC从0.76降至0.63)提示许多已发表机器学习模型可能因数据质量问题而系统性高估真实世界性能。

提炼说明

  • 原文未涉及「诊断标准与关键阈值」「处置流程与药物剂量」「指南或共识出处」,故未列出这些栏目。
全文中译27 节 · 点击展开
本译文由 AI 依据开放获取原文逐段翻译,供学习参考,可能存在误差,请以原文为准。原文 © 原作者(PMC Open Access),按 CC BY 许可使用,本译文为翻译改编。出处:Crit Care. 2026 Jan 8;30:19. doi: 10.1186/s13054-025-05677-0

引言

重症医学已接纳人工智能和机器学习的前景,用以增强临床决策、预测患者病情恶化并优化资源配置[1]。然而,这些先进技术的基础——电子健康记录(EHR)数据——经常存在质量问题,可能对下游应用产生深远影响[2]。重症监护的高风险、时间敏感性特征放大了数据质量问题的潜在影响,使该领域尤其容易受到数据完整性不佳的级联效应影响[3]。

机器学习的最新进展使得死亡风险、脓毒症检测和临床恶化预警系统的复杂预测模型成为可能[4]。然而,新出现的证据表明,重症监护EHR中的数据质量问题可能系统性地削弱这些应用,导致预测偏倚、模型泛化能力降低以及可能有害的临床决策[5]。重症监护环境的独特特征——包括高频生理监测、复杂的多系统整合和紧急临床决策——创造了独特的数据质量挑战,需要专门的理解和有针对性的解决方案[3]。

本系统化综述旨在全面审视重症监护EHR中的数据质量问题及其对机器学习应用、临床结局和患者安全的影响。具体而言,我们试图描述重症监护EHR系统中数据质量问题的类型和流行程度,量化这些问题对机器学习模型性能和临床决策支持系统的影响,分析对患者结局和医疗公平性的后果;评估检测和缓解数据质量问题的方法,并确定改善重症监护环境中数据质量的最佳实践和未来方向。

方法

研究设计与框架

本研究采用系统化综述方法学,全面审视重症监护环境中EHR数据质量问题及其对机器学习应用的影响。系统化综述纳入了系统综述方法学的某些要素,同时在方法和范围上保持更大的灵活性,使其特别适合探索复杂的、多维度的话题,而刻板的系统综述方案在这些话题上可能造成不必要的限制。

专家衍生的研究问题

本综述未采用传统的PICO框架,而是以通过与临床信息学专家、重症监护医师和机器学习研究人员协商制定的六个专家衍生研究问题为指导。这些问题的制定旨在解决领域专家所识别的最紧迫的研究空白:

RQ1:ICU环境中的缺失数据模式如何影响预测性机器学习模型的性能和可靠性,哪些先进插补策略在维持模型准确性方面展现出最大前景?

RQ2:在纵向重症监护病程中出现哪些时间数据质量挑战,与横断面分析相比,这些挑战如何影响时间序列建模方法?

RQ3:EHR数据质量问题如何导致重症监护机器学习应用中的健康公平性问题和算法偏倚,特别是在不同患者人口统计学特征之间?

RQ4:在多模态ICU环境(生理监测、实验室结果、影像学、临床记录)中,存在哪些用于评估数据质量的框架,以及整合质量如何影响临床决策支持系统?

RQ5:与回顾性质量评估方法相比,如何在ICU环境中实施实时数据质量监测以提高工作流程效率和临床结局?

RQ6:有哪些策略可以应对多中心重症监护网络中EHR数据质量的机构间差异,以及标准化如何影响跨机构模型的可推广性?

检索策略与信息来源

我们在多个数据库中进行了检索,这些数据库因其与健康信息学、重症监护和机器学习交叉领域的相关性而被选中。主要数据库包括:PubMed,用于全面的医学文献覆盖;IEEE Xplore,用于技术和工程视角;ACM Digital Library,用于计算机科学和信息学贡献;以及Google Scholar、DBLP和Web of Science,用于多学科覆盖。补充数据库包括:Embase,用于以欧洲为重点的生物医学文献;CINAHL,用于护理和 allied health 视角;以及Cochrane Library,用于系统综述和对照试验。

检索策略采用四概念方法,使用布尔运算符,并根据初步检索和专家咨询对术语进行迭代优化。第一个概念涵盖电子健康记录,使用诸如“electronic health record*”、“EHR”、“electronic medical record*”、“EMR”、“clinical information system*”和“hospital information system*”等术语。数据质量维度构成第二个概念,纳入“data quality”、“data integrity”、“data completeness”、“missing data”、“data accuracy”、“data timeliness”、“temporal shift*”、“data bias*”和“data heterogeneity”。重症监护背景通过包括“critical care”、“intensive care”、“ICU”、“CICU”、“MICU”、“SICU”、“emergency department”、“acute care”和“critical illness”等术语来捕获。机器学习应用构成第四个概念,使用诸如“machine learning”、“artificial intelligence”、“predictive model*”、“clinical decision support”、“deep learning”、“neural network*”和“algorithm*”等术语。检索字符串根据每个数据库的特定语法和受控词汇进行系统性调整,包括适用情况下的MeSH词和EMTREE描述符。针对每个数据库调整后的检索策略见补充材料。

纳入标准

如果研究涉及重症监护环境中18岁及以上的成年患者,并考察了重症监护、 intensive care 或急诊科环境中的EHR数据质量评估、测量或改进干预措施,则纳入研究。我们纳入了报告对机器学习模型性能、临床决策支持系统或护理质量结局影响的研究。符合条件的研究设计包括原创研究、系统综述和技术报告,这些报告以同行评审文章或主要会议(包括IEEE、ACM和AMIA会议)的会议论文集形式发表。我们将纳入范围限制在2010年1月至2024年12月的出版物,以涵盖现代EHR和机器学习时代;未施加语言限制。

排除标准如下:仅聚焦儿科人群或门诊环境的研究;仅考察电子健康记录(EHR)实施或采纳而未进行数据质量评估的研究;仅以会议摘要形式发表而无全文、社论或评论的研究。我们还排除了参与者少于10例的病例报告、无实证成分的纯理论论文,以及方法学细节不足以进行充分评估的研究。

研究选择与筛选过程

研究选择过程由一名评价者分两个阶段进行,需承认系统化综述方法学允许采用单评价者方式,同时保持方法学完整性。为确保选择的一致性,由第二名评价者对随机抽取的10%研究子集进行双人筛选。在初始阶段,采用宽松的纳入策略进行标题和摘要筛选,以尽量减少遗漏相关研究的风险,不确定的病例进入全文审查。第二阶段涉及根据完整的纳入标准对全文文章进行详细评估,并对被拒绝的研究系统记录排除原因。当选择过程中出现不确定性时,寻求专家咨询以确保适当的纳入决定。

数据提取策略

数据提取系统地聚焦于与专家推导的研究问题相关的方法学特征和关键发现。对于每项纳入研究,我们提取了全面的研究特征,包括研究设计和环境、样本量和患者人群人口学特征、EHR系统特征和所检查的数据类型,以及所采用的机器学习方法。我们系统捕获了数据质量测量指标,涵盖所识别数据质量问题的类型、所使用的测量方法和指标、观察到的时间模式和趋势,以及用于影响量化的方法。提取了关键结局和发现,包括机器学习模型性能影响、对临床结局的影响、实施挑战和已确定的解决方案,以及研究作者提供的具体实践建议。

质量评估方法

鉴于系统化综述方法学以及该新兴领域预期的多样化研究设计,我们采用了实用的质量评估方法而非正式的风险偏倚工具。该方法通过评估研究设计对解决所述研究问题的适当性来评价方法学充分性,通过评估是否提供足够细节以供可重复性来评价报告完整性,通过评估对真实世界重症监护环境的适用性来评价临床相关性,以及通过考虑样本量、随访期和所用结局指标等因素来评价证据强度。研究未仅因质量担忧而被排除,认识到该研究领域的演进性质,但质量评估用于指导从综合证据中得出结论的强度。

数据综合与分析

在适当情况下,定量综合采用描述性统计来总结各研究报告的数据质量问题频率和类型、缺失数据率的常见模式,以及研究特征和环境的分布。采用综合叙述性综合方法,按照六个专家推导的研究问题组织研究发现,系统识别各研究中反复出现的主题和模式,突出相互矛盾的发现和知识空白,并为未来研究和实践制定循证建议。

基于综合的证据,我们开发了一个针对重症监护环境的电子健康记录(EHR)数据质量问题的综合分类体系、数据质量评估和改进策略的循证建议,以及在存在数据质量挑战的情况下进行机器学习模型开发的实用指南。该框架的开发过程整合了所有纳入研究的发现,为在重症监护信息学和机器学习交叉领域工作的研究人员和从业者提供可操作的指导。

局限性和方法学考量

我们承认系统化综述方法本身存在一些局限性:

单一综述者筛选:虽然一部分文献经过了双重筛选,但主要筛选由一名综述者完成。

数据库范围:仅关注主要数据库可能遗漏了灰色文献或专业出版物。

快速演变:机器学习和健康信息学的快速发展可能意味着近期进展未被充分代表。

这些局限性已与系统化方法的优势进行了权衡,包括在解决复杂的多学科问题方面具有更大的灵活性,以及能够在整个过程中纳入专家见解。

报告标准

本系统化综述按照现有的证据综合指南进行和报告,纳入了PRISMA指南中的适用要素,同时承认系统化综述不需要正式的PRISMA合规。

结果

数据质量问题概述

我们的系统综述识别了281项考察重症监护环境中EHR数据质量的相关研究。在应用纳入标准后,按照PRISMA指南[4],共选取了29项研究[1, 3, 6–32](图1)。证据揭示了普遍且多方面的数据质量挑战,这些挑战显著影响临床护理和研究应用[6]。纳入研究的一般特征总结于表1。

图1 系统化综述的PRISMA流程图 查看原图 ↗
表1 纳入研究的一般特征 查看原表 ↗

缺失数据模式与预测模型性能

重症监护EHR中的缺失数据量很大且存在系统性偏倚[7]。对MIMIC-III数据库的分析表明,某些变量的缺失数据率超过80%,且缺失模式具有高度信息性而非随机性[8]。通过特征选择方法选择的预测变量中超过40%是缺失指示变量,表明测量的缺失反映的是临床决策而非随机遗漏[9]。

缺失数据的时间模式对预测建模尤其成问题[6]。在ICU第2天和第3天,当临床医生对实验室检查开具变得更加有选择性时,缺失数据变得愈发具有信息性[9]。这产生了非随机缺失模式,可能使机器学习模型偏向于过度代表某些患者群体或临床场景[8]。

各研究一致记录了数据收集方面的人口统计学差异。基于HAL的估计器为因果剂量-反应曲线提供了有效且稳健的推断,而ICU数据揭示了测量模式中系统性的人口统计学差异,白人患者接受血压和血氧饱和度监测的频率高于黑人和西班牙裔患者,造成数据可用性方面的偏倚,可能通过有偏的机器学习预测使医疗不平等持续存在[10, 28]。

时间数据质量问题与模型性能

时间数据质量在重症监护环境中带来独特挑战[11]。多种医疗设备使用不同的时间管理方法,造成同步性挑战,影响在临床环境中建立因果关系的能力[3]。测量时间准确性的研究发现,数据采集与时间戳之间存在30毫秒的缓冲相关延迟,可变网络延迟进一步增加了不确定性[12]。

对预测模型的影响是巨大的。高频生理数据质量在整个ICU住院期间显著下降:

心率质量在ICU平均住院时长的75%处出现下降。

呼吸频率质量在住院时长的73%处出现下降。

血氧饱和度质量在住院时长的69%处出现下降。

动脉血压质量在住院时长的60%处出现下降。

仅52.7%至66.7%的ICU住院在整个入院期间维持了可接受的生命体征数据质量,严重限制了时间序列预测模型的可靠性[13]。

数据完整性偏倚与机器学习公平性

一种将机器学习与电子健康记录(EHR)整合于区块链网络上的拟议架构凸显了解决系统性数据质量问题的重要性,因为证据揭示了机器学习应用中显著的偏倚放大现象[14, 29]。ICU死亡预测模型中的种族偏倚显示少数族裔患者的假阳性率高出12%,而脓毒症检测模型则表现出对女性患者的系统性低估。这些差异反映了潜在的数据收集偏倚,并通过机器学习模型训练被放大[6]。社会经济偏倚尤为显著,在学术医学中心训练的模型在安全网医院中表现不佳。这表明数据质量问题与医疗可及性模式相互作用,产生的模型可能无意中加剧健康差异[7]。将EHR数据与生物医学波形整合进一步改善了死亡预测,最佳模型的AUROC达到0.877[30],尽管推广至新的ICU导致AUROC下降约10%;值得注意的是,仅使用10%的训练数据,模型即达到AUROC 0.773,与PIM2临床评分的0.774相当[31]。同样,一种机器学习算法可提前72小时预测严重急性肾损伤(AKI),以AUROC 0.872对0.815超越了序贯器官衰竭评估评分[32]。

多模态数据整合与临床决策支持

重症监护依赖于多样化的数据来源,任何模态中的质量问题都会通过集成的机器学习系统级联放大[15]。住院医师病程记录中复制粘贴的流行率达到82%,主治医师记录中为74%,在临床文档中造成系统性错误,影响自然语言处理应用[16]。

智能泵集成揭示了电子健康记录(EHR)给药记录与实际设备数据之间的显著差异。将智能输液泵记录与EHR给药记录进行比较的研究发现,给药记录(MAR)差异为321处,而智能泵差异为682处,其中血管升压药、麻醉药品和全肠外营养的错误率最高[17]。

实时数据质量监测的影响

实时监测系统的实施在数据质量方面显示出可测量的改善[18]。EHR相关用药错误占ICU所有用药错误的34%,其中三分之一具有潜在致命危害[19]。实时监测系统在正确实施时,异常检测准确率达到99.21%,具有高灵敏度(99.75%)和高特异度(99.32%)[20]。

然而,这些系统的临床影响在很大程度上取决于与临床工作流程的整合。ICU医生平均每例患者每天需响应187条EHR警报,造成显著的警报疲劳,可能削弱质量监测系统的有效性[1]。

机构间差异与模型泛化能力

跨机构研究揭示了数据质量的巨大差异,严重限制了模型的泛化能力[21]。对四个主要ICU数据库的分析显示,生命体征记录的频率差异显著:HiRID每小时记录31.7 ± 10.2次心率测量,而MIMIC-IV仅为每小时1.1 ± 0.4次测量[21]。

这种差异对机器学习模型的部署具有深远影响。外部验证研究一致显示性能显著下降,脓毒症检测模型的内部AUC从0.76–0.83降至外部验证AUC仅为0.63[22]。在数百家医院部署的Epic脓毒症模型,其外部验证中的阳性预测值低至7.6%,与厂商声称的水平相去甚远[22]。

检测与缓解方法

该研究确定了若干检测和缓解数据质量问题的有效方法[6]。

自动化检测系统:已有23个数据质量评估项目在真实世界环境中部署,其中15个侧重于完整性评估,12个侧重于值一致性[23]。先进的机器学习方法,特别是孤立森林(Isolation Forest)算法,在检测异常数据模式方面达到了99.21%的准确率[20]。

插补策略:多级多重插补在处理纵向ICU数据集中的缺失数据方面表现出优越性能,缺失临床变量插补成功率达84.6%,临床变量缺失数据平均减少35.6%[24]。

实时验证:实时数据验证系统的实施在数据质量指标方面显示出显著改善。当实施病毒载量警报后,数据完整性从11.9%提高至26.7%[25]。

成本效益:财务分析显示投资回报显著,综合电子健康记录(EHR)数据质量举措在5年内每位提供者净收益为86,400美元[26]。成本节约包括药物成本优化带来的16,400美元、放射学利用率降低带来的8,300美元以及实验室成本降低带来的2,400美元[26]。

真实世界实施挑战

尽管技术进步,实施挑战仍然显著[16]。EHR医疗事故索赔从2010年到2018年增长了三倍多,主要因素包括用户错误、病历中的错误信息、预填充错误以及关键时刻的系统访问故障[27]。

讨论

临床意义

证据表明,重症监护EHR中的数据质量问题会产生级联效应,损害多个层面的医疗服务提供[4]。超过40%的预测特征是缺失性指标而非实际临床测量这一发现,从根本上挑战了医疗保健中机器学习(ML)模型开发的假设[9]。这表明缺失数据模式可能比实际记录值更具信息量,需要对我们如何在重症监护中开展预测建模进行全面重新概念化[6]。

EHR相关用药错误发生率为34%,其中三分之一具有危及生命的潜在风险,这代表着一场需要立即关注的患者安全危机[19]。智能泵数据揭示的用药差异多于EHR记录这一事实表明,当前临床文档系统可能对用药安全提供了虚假的安心感[17]。

方法学考量

生命体征数据质量在整个ICU住院期间的系统性退化对纵向预测建模构成了根本性挑战[11]。仅52.7%至66.7%的ICU住院在整个入院期间维持可接受的数据质量这一发现表明,许多当前ICU机器学习模型可能建立在关于数据可用性和质量的根本性错误假设之上[13]。

内部验证与外部验证之间的显著性能差异(脓毒症模型的AUC从0.76降至0.63)凸显了医疗保健人工智能中的泛化性危机。这表明许多已发表的机器学习模型可能因开发过程中未充分解决的数据质量问题而系统性地高估其真实世界性能[22]。

公平性与偏倚影响

已记录的少数族裔患者在生命体征测量频率上的种族差异以及机器学习模型中少数族裔患者假阳性率高出12%,代表了数据质量与健康公平的关键交叉点[33]。这些发现表明,数据质量问题可能正在系统性地放大现有的医疗保健差异,而非解决这些差异[34]。

在学术医学中心训练的模型在安全网医院表现不佳时所观察到的与社会经济偏倚相关的显著数据异质性表明,数据质量问题可能正在制造一种“双轨制”体系,其中人工智能的益处主要服务于资源充足的医疗环境[14, 26]。

未来方向

证据指向未来发展的几个关键领域[6]:

偏倚感知模型开发:缺失数据模式具有高度信息量这一发现表明,需要新的机器学习方法,将缺失性明确建模为特征,而非将其视为需要插补的干扰因素[35]。

实时质量监测:先进异常检测系统达到的99.21%准确率展示了实时数据质量监测的潜力,但与临床工作流程的整合仍然具有挑战性[20]。

互操作性标准:各机构间数据质量的显著差异凸显了建立标准化数据质量框架的迫切需求,以确保在不同医疗环境中保持一致的表现[21]。

以公平为重点的质量指标:已记录的不同人口统计学群体间数据质量和机器学习模型性能的差异,要求开发偏见感知的质量评估方法,明确监测公平性影响[33]。

未来研究应优先开发综合数据治理框架,将自动化质量控制流程与数据科学家和临床专业人员之间的跨学科协作相结合。正如Lijović和Elbers [36]所强调的,让数据科学家参与ICU数据管理对于建立严格的质量控制流程至关重要,包括设计自动化工具以检测不一致或缺失值,以及与临床工作人员合作创建综合数据字典。未来的工作必须侧重于用真实世界数据验证模型输出、将推荐意见与临床观察进行交叉参照,并确保模型决策过程的透明度,以增强临床医生的信任和采纳。

图2总结了当前证据、挑战以及计算资源如何应对这些挑战。

图2 重症监护环境中电子健康记录数据质量挑战、可用计算资源和未来解决方案的综合概述。三面板图展示了重症监护电子健康记录中数据质量问题的当前格局(左面板,红色)、可用于应对这些挑战的现有计算技术和资源(中间面板,绿色),以及未来实施的新兴解决方案(右面板,蓝色)。箭头表示从问题识别到当前技术能力再到未来实施策略的渐进关系。ADE,不良药物事件;AUC,曲线下面积;BiLSTM-CRF,双向长短期记忆-条件随机场;DQA,数据质量评估;EHR,电子健康记录;ICU,重症监护病房;LOS,住院时长;ML,机器学习;ROI,投资回报率 查看原图 ↗

开放ICU数据架构(MIMIC-IV、eICU-CRD、HiRID、AmsterdamUMCdb、SICdb)

根据我们方法部分所界定的范围,仅纳入测量或缓解数据质量的研究。其主要贡献为创建和公开发布ICU研究数据库的基础性论文不符合这些纳入标准,因此被排除在定量综合之外。尽管如此,这些资源通过数据模型、数据溯源、去标识化、时间分辨率和访问治理塑造了下游格局,从而间接决定了数据质量方法的表现方式。为提供背景,我们对五个广泛使用的数据集进行简明的架构概述:MIMIC-IV [3]、eICU-CRD [37]、HiRID [38]、AmsterdamUMCdb [39]和SICdb [40, 41],重点在于系统设计而非质量评估。

MIMIC-IV汇集了来自美国单一学术中心的电子健康记录(EHR)数据,并引入了模块化模式(例如hosp、icu),在授权访问下提供可复现的构建流程(采集→转换→通过日期偏移进行去标识化),便于与配套模块关联,同时对时间分析施加已知限制[3]。相比之下,eICU协作研究数据库是多中心的、来源于远程ICU,在符合HIPAA的去标识化和受控访问下协调了200多家医院的异构站点接口;按其设计,其摄取/标准化层会暴露站点间异质性,这些异质性 later 表现为跨医院在完整性和语义上的变异性[37]。

欧洲数据集增加了互补的架构选择。HiRID优先考虑来自单一中心的高时间分辨率采样(大多数变量约每2分钟一次),并具有有记录的、基于风险的去标识化和用户培训[38]。AmsterdamUMCdb是首个可自由访问的欧洲ICU数据库,将基于风险的去标识化策略与符合HIPAA/GDPR的治理相结合,说明隐私-by-design和法律互操作性作为一等系统特征[39]。SICdb提供分钟级数据流,包含详细的治疗和监测;最近一项与MIMIC-IV的比较分析阐明了架构权衡(仅ICU聚焦和采样频率 vs. 全院模块化),有助于解释数据集特定的可用性以及下游质量检查的行为[40, 41]。我们未对这些论文进行定量综合,但在此引用它们以定位数据质量研究所遇到的方法学异质性。

高排除率反映了我们 deliberate 的范围在于测量和缓解数据质量,而非描述或基准测试数据基础设施。基础性“创建”论文主要关注系统设计、治理和发布流程,这些虽然对生态系统至关重要,但并不直接评估或提出解决数据质量问题的方法。如上所述,这些工作强调架构方面,如模块化模式设计(MIMIC-IV)、跨医院协调(eICU-CRD)、时间分辨率(HiRID、SICdb)或隐私-by-design治理(AmsterdamUMCdb),这些方面塑造了数据质量方法的下游行为,但本身并未量化或纠正数据缺陷。因此,此类研究被排除在定量综合之外。尽管如此,承认其间接影响,我们提供这些架构的背景概述,以阐明后续数据质量研究所遇到的方法学异质性。

结论

本系统化综述揭示,重症监护EHR中的数据质量问题普遍存在、具有系统性,并对机器学习应用、临床决策和患者安全产生深远后果。这些问题不仅是技术问题,而且代表了对医疗AI系统可靠性和公平性的根本威胁。

关键发现包括:缺失数据模式具有高度信息性而非随机性;电子健康记录(EHR)相关用药错误患病率高;数据收集中的系统性偏倚通过机器学习(ML)模型放大了健康差异。ML模型性能在外部验证时也显著下降,反映出泛化性方面的更广泛挑战。尽管数据质量差会带来巨大的财务和运营成本,但系统性改进工作显示出明显的正回报潜力。

所确定的关键需求包括:开发显式建模数据质量模式的偏倚感知ML方法;实施集成到临床工作流程中的实时数据质量监测系统;标准化跨机构的数据质量框架;以及以公平为重点的质量评估方法。证据强烈支持将数据质量改进的系统性投资作为患者安全的当务之急。医疗机构必须认识到,数据质量不是技术上的事后考虑,而是在重症监护中安全、有效和公平地实施人工智能的基本前提。

未来研究应侧重于综合框架,以解决数据质量、模型性能和健康公平的交汇问题,并将重症监护作为可扩展解决方案的关键试验场。

补充信息

补充材料1

参考来源

  1. de Andrade JBC, de Medeiros Cavalcante MAO, Lopes TLM, et al. Discovery of data quality issues in electronic health records: profound consequences for critical care medicine applications - a systematized review. Crit Care. 2026. PMID: 41508097. doi:10.1186/s13054-025-05677-0
  2. 全文:PMC12784561(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC12784561/

供执业医师抢救与诊疗参考,不替代临床判断;剂量请结合体重、肝肾功能和本院药品规格复核,以指南原文为准。