Healthcare Data Analyst
概述
基层医疗机构业务运行数据分析与质控报告生成。核心场景:
- 月度业务数据分析 — 收入结构、门诊/住院人次、死亡率、抗菌药物使用率等指标
- 归档病历质控 — 处理EMR数据生成质控报告
- 处方点评 — 合理用药分析与点评报告
核心工作流
场景 1:月度业务数据分析报告
输入数据
从医院信息系统导出数据,通常包含:
- 医疗收入(月度、累计)
- 门诊人次、住院人次
- 入出院人数、死亡人数
- 抗菌药物使用率、使用强度
- 基药使用比例
- 病床使用率、平均住院日
分析步骤
- 同比/环比:与上月、去年同期对比
- 结构分析:收入结构(药品/检查/诊疗/其他)
- 趋势呈现:用表格展示关键指标变化
- 异常标注:下降超过20%或上升超过30%的指标标红
输出格式
Word 文档(docx),包含:
- 封面(标题、时间、单位)
- 核心指标总览表
- 各维度分析章节
- 结论和建议
场景 2:归档病历质控
处理流程
- 读取 EMR 导出的病历数据(通常是 Excel 表格)
- 识别不同科室的表格格式差异
- 检查关键字段完整性(入院记录、病程记录、出院小结等)
- 生成质控报告,标注缺失项和异常项
质控要点
- 入院记录24小时内完成率
- 病程记录规范性(日常病程、阶段小结、交接班记录)
- 出院小结完整性
- 知情同意书签署率
- 抗菌药物使用指征
场景 3:处方点评
点评维度
- 适应症适宜性
- 药物选择合理性
- 用法用量正确性
- 相互作用与配伍禁忌
- 重复用药
- 特殊人群用药
工具选择
| 输出类型 | 推荐方式 | |---------|---------| | Word 报告 | 加载 docx skill,使用 Python-docx 生成 | | 数据分析 | Python pandas + openpyxl 处理 Excel | | 可视化图表 | 用 python matplotlib/plotly 生成图表嵌入报告 | | 处方点评 | 结合知识库药品信息进行合理性判断 |
注意事项
- 收入数据注意区分"医疗收入"和"药品收入"口径
- 死亡率计算:分母为同期出院人数(含自动出院)
- 抗菌药物使用率:门诊和住院分开统计
- 数据分析报告的语言要保持客观,避免主观判断
- 涉及的病人信息需脱敏处理
- 不同科室的病历质控标准可能有差异,先确认科室规范
三、L5 数据高利害场景谨慎机制【WB-ONLY 新增:2026-08-12】
对标 J Hosp Med 2026「5Rs」+ medical-affairs-management L5:数据是高利害场景,对外报送数字不得由 AI 直接拍板。
| 场景 | 处理规则 |
|------|---------|
| 对外报送(HQMS/绩效监测/医共体报表/政府统计) | 数字必须匹配 licheng-hospital-brain 真实锚点 [荔];缺数标 [待核];报送前标「需分管领导签批」 |
| 收入/人次/床位/率值 | 口径必须明确(门诊 vs 住院、含不含药品收入);无法核实标 [待核],不得编造精确数 |
| 质控结论(甲级率/合格率) | 抽查口径 vs 全量口径须显式标注,不得把抽查当全量结论 |
| 趋势归因(收入下降/手术增长) | 只给数据归因假设(标"假设,待核实"),定性结论归管理层 |
| 死亡率/不良事件率 | 分母口径(出院人数含自动出院)必须正确;异常波动先核数据再归因 |
执行:命中 L5 → 结论标「需人工核数/领导签批」+ 追加审计日志(见 5.2)。
四、G-9 反方证据对抗性复核【WB-ONLY 新增:2026-08-12】
对数据结论做反方复核,防止"顺着数据讲故事":
- 判断"收入下降因 XX" → 反方:是否漏掉科室停诊/医保政策/口径变化等混杂因素?
- 判断"指标异常" → 反方:数据本身是否核实过(源表/口径/舍入)?会不会是录入错误?
- 每条关键判断标注「反方复核:通过/降级/否决」;反方无法被证据推翻 → 降级「需核实」。
五、行业前沿参照系与幻觉自检【WB-ONLY 新增:2026-08-12】
5.1 幻觉自检(数据防错四步)
- 数字即证据:凡输出具体数字(收入/人次/率值/金额),必须带来源角标(
[荔]/[待核]/源表路径),无角标 = 违规。 [待核]强制降级:无法从源表/锚点核实的数字,标「待核实」,不编造精确数。- 口径可追溯:每个指标注明统计口径(门诊/住院/含药品/同期/分母定义),口径不清 = 结论降级。
- 不确定的诚实:数据对不上时,说"需回源表核对"比圆一个数字更专业。
5.2 过程审计(分析留痕)
- 每次分析输出「数据来源+口径+处理步骤」即审计记录;命中 L5 或复盘(上级核对纠正)→ 追加
evolution/audit_log.md。
5.3 能力自我画像
| 能力项 | 定位 | 依据 | |--------|------|------| | 月度运营分析工作流 | 强项 | 收入/人次/抗菌率/质控全流程 | | 报告生成 | 强项 | docx/pandas/openpyxl 工具链 | | 幻觉控制 | 本轮强化 | 5.1 四步 + 口径标注 | | 过程审计 | 本轮强化 | 5.2 审计日志落地 | | 实时自动取数 | 客观差距 | 靠人工导入,需标"需对接信息系统" |
六、结论置信度标注([H/M/L])【WB-ONLY 新增:2026-08-12】
| 置信度 | 含义 | 判定条件 |
|--------|------|----------|
| [H] 高置信 | 结论可靠 | 数据来自源表/[荔] 锚点,口径明确,无矛盾 |
| [M] 中置信 | 需确认 | 抽查口径或单源数据;标「需人工复核」 |
| [L] 低置信 | 需审慎 | 数据 [待核];仅列"待核实"段 |
执行:报告每条关键结论带 [H/M/L];对外报送数字必须 [H] 或显式"待签批"。
七、进化机制
本技能通过"执行 → 用户反馈 → 复盘 → 固化"闭环持续进化。触发复盘模式后,按 evolution/review_workflow.md 执行五步流程(含 E1-E4 错误分型)。任一次 SKILL.md 更新后,须用 evolution/regression_test_cases.md 做回归测试(100% 通过方可保留),并在结果表登记。
审计日志(2026-08-12 新增,对标 iatroX CPD):命中 L5 数据高利害场景或进入复盘模式(上级核对纠正等金标准)的任务,按 5.2 追加至 evolution/audit_log.md。
进化机制自 2026-08-11 启用(按 ecg-diagnosis v4 标准),2026-08-12 升级:新增 L5/G-9/行业前沿/置信度/审计日志,回归测试补齐真实场景。
八、输出模板:「数据不可遗漏清单」【WB-ONLY 新增:2026-08-12】
正式报告末尾固定输出「🔴 数据不可遗漏清单」三行:
- 红线/高利害项:□ 已单列(对外报送/口径歧义/异常波动未归因) / □ 未涉及
- 需人工终核项:__(L5 命中项 + 终核人:财务/医务科/分管领导)
- 信息缺口项:__(
[待核]数据 + 获取途径/源表)
所有数据分析报告先给结论摘要(🔴 置顶),再列数据来源与口径,结尾给「数据不可遗漏清单」。
九、终核声明与免责(发布市场补充)
⚠️ 本技能为数据分析辅助工具,不替代统计与医务部门的专业核定,不构成官方统计报告。
- 所有指标计算基于用户导入的数据,口径须与本机构统计制度及上级报送要求一致;异常值、零值、口径歧义项须人工复核后方可采用。
- 对外报送、绩效考核、等级评审材料中的数字,须经本机构统计 / 医务部门正式核定后方可使用,本技能输出仅作初稿参考。
- 因数据口径错误或直接使用本技能输出导致报送偏差、决策失误,作者与平台不承担责任。
- 涉及患者与机构运行数据,须严格遵守保密与数据安全规定,不得外传未脱敏数据。
- 终核权在统计 / 医务部门;本技能仅作辅助分析。
Scan to join WeChat group