醫療編碼與醫療帳務，誰說一碼歸一碼?!

健保於2010年開始實施診斷關係群制度(Diagnosis Related Group, DRG)，在此之前，數萬條的疾病分類編碼單純用來記錄疾病；在DRG實施之後，疾病分類碼與健保費用直接相關，開始依病例嚴重程度計算健保支付標準，取代過去依服務計酬的制度，成為醫院經營管理的關鍵，因而衍生出使用電腦輔助編碼的需求，像是DRG編審軟體、病例組合指標管理，或是應用於臨床路徑最佳化管理。

這類系統工具多為半自動化，仍須仰賴編碼人員花費許多精力與時間解讀一本又一本病歷、來回查找疾病分類碼。數萬個與主診斷相關的疾病碼與手術碼，以及上千個合併症或併發症(Comorbidity and Complication, CC)項目，在不同排列組合下，代表著不同的病歷複雜程度。然而人工判讀一直以來最大的缺點，就是編碼品質受經驗、習慣、時間與人力等眾多因素影響，不容易精確管控。越複雜或記錄越不完整的病歷，越可能被同時解讀出有或沒有CC兩種截然不同的結果，影響的保險金額差距可能高達數萬元。

市面上已有些AI能夠自動分析臨床數據所代表的意義，據此推薦疾病分類碼，例如執行DRG編審作業時，可以推薦主診斷與CC 。其中，推薦CC的方法，主要運用過去診斷與常用CC為基礎，再用幾個條件加以篩選。較為進階者，則是以文字探勘或自然語言處理技術，分析病歷中非結構化的文字(Free Text)。

對比歐美常用的方法，則是將臨床診斷指引數位化，根據重要的生理參數推薦疾病編碼，如腎臟醫學會的急性腎衰竭診斷指引，是依據不同時間的血清肌酸酐狀態，推薦相關的疾病診斷碼。此方法雖然客觀，但仍有所侷限，因為指引中通常只收錄最常發生，或是會影響醫療成本的疾病，造成實務應用相當有限。

TW-DRG已經演進到第四版，接下來所有住院病例必須全部採用DRG計價，同時健保給付原則也將同步併重住院與門診的診斷正確性，並且將慢性病與先天疾病納入病例複雜度與給付評估。種種改變將使編碼人員工作增加3-5倍，對管理與資訊科技的負擔亦將更加沈重，讓原本就已吃緊的人力面臨潰堤。

醫守的「DxCode好彙編」編碼推薦系統，幫助醫院為TW-DRG 4.0上線做好準備。其強大的演算能力，即使遇到病歷中有遺漏的診斷，甚至是內容未填寫完全的狀況下，也能充分發揮應用。

不同於市面常見分析Free Text等非結構化資料的做法，DxCode採全面性綜合分析用藥、檢驗檢查、處置﹐與手術項目等結構型資料，因此能夠更加精確分析病歷複雜度，推薦適當的編碼項目，具體改善編碼品質，更有助入院及住院中編審，協助編碼人員在有限時間下正確解讀繁瑣病歷細節，並在編碼上精確反應病歷複雜程度的要求，幫助改善醫院保險帳務品質。