那张患者没想买的“返程票”：聊聊让院长失眠的两个指标
深夜十一点，质管办的灯还亮着。
对着屏幕上跳动的BI看板，我喝了口已经凉透的枸杞水。手边的《广东省三级医院评审标准（2025年版）实施细则（征求意见稿）》已经被我翻起了毛边。作为一个在临床摸爬滚打多年，如今坐在质管办位置上的“白衣狼”，每当看到那几条红线波动，我的心率就像刚才那个室上速的病人一样，突突直跳。
今晚不聊大道理，咱们聊聊两个让所有医生如鲠在喉，让管理者夜不能寐的指标：
1. 住院患者出院后31天内非预期再住院率
2. 手术患者术后48小时/31天内非预期重返手术室再次手术率
这两个指标，在质管圈里，我们私下叫它——“回旋镖”。
01 这里的“非预期”，是真意外还是假糊涂？
前两天，一位外科主任冲进我办公室，拍着桌子跟我急：“老白，这个病人是回来做二期缝合的，怎么能算‘非预期重返’？你这数据抓取是不是有问题？”
我给他倒了杯茶，调出病历：“主任，咱们看着彼此的眼睛说话。首次手术记录里写了‘拟行二期缝合’吗？没有。病程里提到了吗？没有。病人是因为伤口渗液控制不住才回来的。这就是非预期。”
主任不说话了，点了根烟（我假装没看见），叹了口气：“那时候想拼一把，觉得能长好。”
这就是痛点。
很多时候，我们的“非预期”，其实是侥幸心理的崩塌。在2025版的新评审标准里，这些指标不再是冷冰冰的数字，它们是医疗质量的“听诊器”。
如果一个科室的**“非预期再住院率”**高，往往意味着什么？
-
可能是为了降低平均住院日（ALOS），在患者还没达标时就匆忙赶人；
-
可能是出院指导做得像走过场，病人回家连药怎么吃都不知道；
-
更糟糕的，可能是并发症在出院时已经被掩盖，但没被解决。
02 DRG时代的双重暴击
以前，病人回来再住一次院，医院或许还能再收一次费（虽然这很不道德）。
但在DRG/DIP支付改革的当下，这简直是灾难。
根据医保局的逻辑，如果是同一个主要诊断在31天内因非预期原因再入院，很可能被判定为“分解住院”或者“无效医疗”，不仅第二笔钱拿不到，第一笔钱还要被倒扣，甚至面临巨额罚款。
“质量与成本，在这一刻达成了惊人的一致。做不好质量，你连底裤都要赔光。”
这就逼着我们必须从**“治好出院”转变为“治愈且稳固”**。我们不能只看病人走出医院大门的那一刻，还要看他回家后这31天过得好不好。
03 瑞士奶酪上的那些洞
说到**“非预期重返手术室”**，这绝对是外科医生的噩梦。谁愿意二进宫？那是对技术自信的羞辱。
但作为质管人，我看到的不是羞辱，而是系统性失效。
用经典的**瑞士奶酪模型（Reason Model）**来看：
-
术前评估是不是漏了凝血功能的微小异常？（第一层防御失效）
-
术中操作是不是为了赶台风稍微粗糙了一点？（第二层防御失效）
-
术后观察是不是把引流管的异常当成了正常渗出？（第三层防御失效）
当光线穿过所有这些漏洞，悲剧就发生了。病人被重新推回冰冷的手术台。
我们做根本原因分析（RCA）时，常常发现，真凶不是某一把手术刀，而是流程中的“习以为常”。
04 别把指标做成“遮羞布”
我知道，有些同行为了数据好看，会动“歪脑筋”。
-
病人术后出血？在ICU床旁缝一下吧，别去手术室了，免得被系统抓取到“重返”。
-
病人出院后发烧？让他去挂急诊留观，别办住院，只要不生成住院号，就不算“再入院”。
作为在这个行业浸淫了15年的老兵，我想说：别骗自己了。
**掩盖数据的代价，是丧失改进的机会。**你在床旁缝合，感染风险是不是比手术室大？你在急诊留观，治疗的连续性能不能保证？
我们从临床转做管理，不是为了做一张漂亮的Excel表格给评审专家看。我们是为了让那些躺在病床上的生命，不要因为系统的疏忽而多受一次罪。
05 写在最后：一点真心话
最近我常跟科主任们说：“拥抱这些丑陋的数据吧。”
当我们在BI大屏上看到某个月“非预期重返率”飙红时，不要急着罚款，也不要急着甩锅。坐下来，复盘每一个病例。
是因为使用了新的器械？是因为团队配合生疏？还是因为患者本身的高龄复杂性？
每一次“非预期”，都是医院管理系统发出的求救信号。
我们做质量管理，就是要在悬崖边上装栏杆，而不是在崖底开救护车。虽然这话说烂了，但理是这个理。
我是白衣狼，一个依然相信**“数据有温度，管理有善意”**的医院质管人。
通过信息化手段抓取“非计划再手术”指标，是目前医院质量管理（HRP/EMR系统）中的难点。难点不在于抓取“再手术”，而在于如何通过算法识别**“非计划”**。
单纯依靠人工上报通常会导致大量漏报，因此最有效的策略是**“机器初筛（抓取疑似） + 人工复核（排除计划）”，或者“强制流程卡控”**。
以下是实现这一目标的四种主要信息化路径，按准确度和实施难度排序：
路径一：基于“时间+事件”的初筛算法（最基础）
这是目前大多数医院信息科采用的通用逻辑，用于从海量数据中捞出“分母”和“疑似分子”。
核心逻辑（SQL查询思路）：
在数据库中寻找同时满足以下条件的记录：
-
唯一标识： 同一个患者（PatientID）+ 同一次住院（AdmissionID）。
-
事件计数： 手术麻醉系统或医嘱系统中，存在 条手术记录。
-
时间间隔：
-
手术B的时间 - 手术A的时间 。
-
通常设定间隔需 小时（排除因手术室调度导致的同一天连续手术，或者术中冰冻切片后的等待）。
- 地点约束： 均在手术室（排除病房换药室操作）。
结果： 这会抓取出所有再手术（包括计划性和非计划性），作为待审核队列。
路径二：基于“关键词与编码”的智能过滤（进阶）
在路径一的基础上，利用文本检索（正则表达式）对第二次手术的名称进行语义分析，以提高命中率。
- 正向抓取（大概率是非计划）：
检索第二次手术名称中是否包含暗示并发症处理的关键词：
-
动作类：
清除、缝合、修补、止血、引流、探查、取出。 -
病因类：
血肿、出血、吻合口瘘、裂开、感染、脓肿、异物。 -
例子： “剖腹探查止血术”、“清创缝合术”、“腹壁切口裂开减张缝合”。
- 负向剔除（大概率是计划性）：
建立“白名单”库，如果第二次手术名称包含以下词汇，自动标记为“计划性再手术”并剔除：
- 分期手术类：
二期、扩张器取出、造口还纳、外固定架拆除、内固定取出、植皮（如果是烧伤科分期）。
路径三：嵌入式强制填报（最准确，管理手段）
这是目前公认数据质量最高的方法。不是事后去捞数据，而是在医生开立第二次手术申请单时进行拦截。
实施方案：
-
触发条件： 医生在HIS/手术系统中为同一患者开立本次住院的第二张手术申请单。
-
强制弹窗： 系统自动检测到这是第二次手术，弹窗询问医生：
-
“系统检测到该患者本次住院已进行过手术，请确认本次手术性质：”
-
⚪ 计划性分期手术（需选择具体原因，如二期缝合、取内固定等）。
-
⚪ 非计划再手术（需选择原因，如术后出血、感染等）。
- 后果关联： 如果选了“非计划”，系统自动将该案例推送到质管科后台；如果选了“计划性”，则进入普通流程。
优点： 责任落实到临床医生，数据实时且准确。
缺点： 医生可能会为了逃避考核而故意勾选“计划性”（需要配合事后抽查）。
路径四：基于电子病历的NLP（自然语言处理，前沿）
如果医院具备大数据中心或高级EMR系统，可以挖掘非结构化数据。
-
病程记录分析： 抓取两次手术之间的病程记录，寻找诸如“突发”、“剧烈腹痛”、“引流出鲜血”、“家属沟通再次手术”等高风险语义。
-
病案首页校验： 检查出院病案首页的**“是否有出院31天内再住院计划”字段，以及ICD-9-CM-3手术编码**。如果主手术编码是并发症处理代码（如99.XX等），则标记为非计划。
总结：推荐的实施路线图
建议分三步走：
| 步骤 | 方法 | 目的 | IT实现难度 |
|---|---|---|---|
| Step 1 | 全量抓取 | 建立“同次住院多次手术”报表，人工核对。 | ⭐ (低) |
| Step 2 | 手术申请单改造 | 在医生端增加“非计划”必填项，源头治理。 | ⭐⭐ (中) |
| Step 3 | 关键词规则库 | 利用历史数据训练关键词库，自动剔除明显的计划性手术（如造口还纳），减轻人工审核工作量。 | ⭐⭐⭐ (高) |
您可以这样推进下一步：
如果您需要，我可以为您列出一份**“非计划再手术高频关键词库（包含正向和负向）”**，您可以直接把这个列表发给你们的信息科工程师，让他们写进SQL筛选规则里。需要吗？
如果你也在为这些指标头秃，欢迎在评论区留言，我们抱团取暖。
“整理不易，如果觉得有帮助，请点个**【赞】和【在看】**，这对我非常重要。”