文献解读|AI如何读懂医院里那些被忽略的安全报告?

Literature 

Interpretation

2026

英文标题：AI-driven analysis of patient safety reports using large language models: an exploratory multiple methods study

中文标题：利用大型语言模型对患者安全报告进行人工智能驱动的分析：一项探索性多方法研究。

来源期刊

传统患者安全报告长期面临三大困境：

低伤害事件被忽视

医疗机构每年收到大量安全报告，其中绝大多数为“未遂事件”或“前期安全事件”，仅有0.1%为严重安全事件会触发深入调查，大量风险信号被埋没。

人工分析效率低

依赖记忆和经验，耗时且主观，近半数伤害事件可能被漏掉。

传统自动化工具能力有限

难以处理复杂、非结构化的自由文本。

大语言模型提供了新机遇，但存在研究空白

LLM在临床文档、摘要生成等方面已展现能力。然而，在患者安全领域：

• 有研究验证了LLM能按主题分类报告；

• 但尚无研究使用LLM根据本地数据定制分类法；

• 也尚无研究从实施科学角度评估质量安全团队实际采用LLM解决方案的可行性。

研究目标

图1a展示了一个仪表板视图，揭示了患者安全报告的多维性质——每份报告可能存在多个问题。图1b展示了医院某个单元内问题的发生率，按“父”和“子”类别标签进行排序。 

Figure 1 Snapshot of dashboards visualising large language model-generated output

问题提取准确率： 平均94.0%（95% CI 90.6–97.4），至少一名评审员认同的比例高达98%。

分类准确率： 父类别平均91.5%（95% CI 88.9–94.1），子类别平均83.3%（95% CI 79.8–86.8）。

“其他”类别占比：父类<0.2%、子类<0.4%，说明分类法覆盖度良好

为了解一线质量安全专业人员对LLM工具的真实看法，研究团队对10名相关工作者进行了半结构化访谈。受访者背景如下：

受访者涵盖了质量改进、感染预防、临床护理等关键岗位。其中一半有临床背景，一半来自管理岗。所有受访者均直接参与安全报告的分析与改进工作，是LLM工具的潜在核心用户。

访谈围绕三个维度：适当性（是否适配工作）、可接受性（是否满意）、采纳性（是否愿意使用）。整体反馈积极，认为LLM输出清晰、有价值、易于整合。

下表汇总了受访者在三个维度的主要观点和代表性原话：

• 适当性方面，受访者认为LLM摘要能精准定位问题、减少噪音，节省时间，还能发现跨部门、系统级风险。

• 可接受性方面，用户满意输出的简洁性和价值，明显优于现有“几乎没有总结”的流程。但对仪表板的可视化设计提出改进建议（如更灵活、可滚动）。

• 采纳性方面，一线人员热情高，有人表示“现在就能用”。但强调信任需要验证说明（如准确率清单），希望数据至少每周更新一次。

值得一提的是，没有一位受访者表示“完全不想用”，为实际落地打下良好基础。

从被动响应到主动预防

LLM能从大量低伤害事件中提前识别系统性风险信号，推动医疗机构从“严重事件发生→根因分析”的被动模式转向主动预防。

系统级视野

过去各科室只看自己的问题，LLM实现了跨部门、系统级的视野，可揭示同一问题在不同功能区域是否普遍存在，从而指导系统性改进而非局部修补。

多维优势

传统人工分类通常只能为一份报告打一个标签，而LLM能识别出多个问题，更真实地反映了事件的多维性。

研究团队强调：AI 的价值在于增强而非替代人类判断，将人力从繁重的信息筛选中解放出来，聚焦于真正的质量改进工作。

主要结论

  文案撰写/排版：黄西贝

审核人：赵大仁、曹勍