好完診在真實臨床環境中，對診斷決策與CMI的實際影響 | 個案研究

​​研究結果顯示，在僅採用軟性介面設計、且不含任何硬性干預機制的狀態下，DxPrime好完診改善了臨床工作上游流程的診斷決策與病歷記錄，這些改善更進一步轉化成可量化的下游效益：全院病例組合指標 ( CMI ) 提升3.4%，更準確地反映病人狀況實際的嚴重程度。
​
本研究亦發現，即使在資訊密集、充滿各種功能按鈕的EHR介面中，醫師仍會注意並回應DxPrime按鈕的變化，且在實際開啟DxPrime之後，也會進一步採納其建議，顯示DxPrime是一套在進行診斷決策過程中具實用性的協助型工具，能在日常臨床實務中獲得醫師的信任與採用，而非傳統以警示為導向且容易被忽略的提醒型工具。

診斷影響

36%

主診斷採納率

當DxPrime建議主診斷時，
約有三分之一的醫師採納該建議

47%

CC/MCC採納率

當DxPrime建議CC/MCC時，
約有一半的醫師採納該建議

CMI影響

+3.4%

病例組合指數 ( CMI )

更準確地反映病患實際嚴重程度

為什麼重要

反映實際臨床環境下的真實使用行為

• 醫師是否會注意並啟動DxPrime完全由其自主決定，不受中斷式警示或強制暫停流程影響
• 決策行為影響來自即時的臨床建議支援，而非事後的報銷編碼要求或行政管理介入
• 在不同規模醫院與科別中，皆觀察到一致的結果

研究範圍與設計

全院部署＋軟性 BPA 機制

• 依規模各選取一家醫院：小型 ( 200–500 床 ）、中型 ( 500–1,000 床 ）、大型 ( 1,000–2,000 床 ）
• 皆為台灣醫院，且全院部署DxPrime
• 皆採用軟性BPA*機制：僅透過DxPrime按鈕的顏色改變表示有新分析回饋，無任何直接文字提示或彈出視窗；不包含硬性警示 ( 可繼續操作的中斷式警示 ) ，亦無硬性阻斷 ( 須先解決問題才能繼續操作的強制流程 ) ；是否回應DxPrime按鈕變化，完全由醫師自主掌控
• 研究期間：2024 年 10 月至 12 月 ( 3 個月 )
• 涵蓋 33 個專科：23,935 件住院病例與 1,319 位醫師

* BPA：Best Practice Advisory 最佳臨床實務建議

主診斷被採納分析

• 在DxPrime建議主診斷的案例中，平均有36.1%的醫師採納並修正或新增主診斷
• 中型醫院採納率最高，達49.81%

醫院	建議主診斷	醫師採納	採納率 ( % )
總計	2,766	999	36.12
S	522	151	28.93
M	530	264	49.81
L	1,714	584	34.07

CC/MCC被採納分析

• 在DxPrime建議CC/MCC的案例中*，平均有 47.1% 的醫師採納並新增 CC/MCC
• 大型醫院採納率最高，達 66.4%

醫院	建議CC/MCC	醫師採納	採納率 ( % )
總計	6,029	2,842	47.10
S	1,557	272	17.50
M	1,305	468	35.90
L	3,167	2,102	66.40

* 僅含完全符合以下條件之案例：

1. 病人在該院完成一次住院歷程
2. 在該次住院期間，使用者點擊其EHR 系統中的DxPrime按鈕開啟畫面
3. 在 DxPrime分析該病歷資料時，尚無任何CC或MCC被紀錄其中
4. DxPrime建議新增CC/MCC

CMI 分析

• 加權平均 CMI 提升：
  ((3.24% × 4,821) + (2.95% × 5,283) + (3.67% × 13,831)) ÷ 23,935 = 3.42%

醫院	住院案件*	導入DxPrime前 CMI	導入DxPrime後 CMI	CMI 影響 ( % )
平均				+3.42
S	4,821	0.7819	0.8073	+3.24
M	5,283	1.2664	1.3037	+2.95
L	13,831	1.3004	1.3482	+3.67

* 僅含研究期間之住院案件 ; CMI以醫院層級計算