摘要: 本研究针对传统质控工作中覆盖率低和准确性差的问题，设计开发了一套智能化的病历内涵质控系统，以提高病历质控的准确性和工作效率。采用自然语言处理技术实现病历文本结构化处理，利用深度学习构建可编辑的医学知识图谱，结合机器学习算法开发基于知识图谱的质控推理模型，形成覆盖运行质控、终末质控与配置管理的全流程系统。系统应用后，甲级病历率由71.64%显著提升至96.89%，运行病历质控率达到94%以上，医生自查率超过90%，内涵质控缺陷项目数量平均下降12.25%。研究表明，人工智能驱动的病历内涵质控系统可有效提升病历质量与质控效率，实现全过程、系统化、智能化的病历质量管理，为医疗质量提升与临床科研提供有力支持。