【衛生福利部《CQL國際研討會暨工作坊》系列文章4】

衛生福利部疾病管制署 陳龍生研究員 專題演講

從人工申報邁向數位精準，CQL如何重塑醫療品質指標？

當「操作型定義」遇上「人工解讀」，醫療品質數據是否還能保持客觀？

在台灣，醫療品質指標（Quality Indicators）的監測已行之有年，是評估醫院照護成效的關鍵依據。然而，從紙本定義到數位數據的轉換過程中，因資料收集多靠人工彙整，缺乏跨院一致性，使指標應用與分析都面臨瓶頸。衛生福利部疾病管制署陳龍生研究員，以「台灣四大照護品質指標系統」為起點，深入探討如何運用CQL（Clinical Quality Language），以及國際上快速發展的OHDSI（OMOP Common Data Model），將傳統的品質監測體系升級為數位運作模式，讓品質指標從「人工填報」走向「可計算、自動化、跨平台一致」的新時代。

圖一、陳龍生研究員－從臺灣四大照護品質指標系統到臨床品質語言的導入應用

現況挑戰：四大指標系統與「各自表述」的資訊落差

陳龍生研究員首先回顧了國內醫院長期面臨的行政負擔，目前台灣主要有四大照護品質指標系統，包括：醫院評鑑持續性監測指標、台灣臨床成效指標系統（TCPI）、台灣醫療照護品質指標系列（THIS）及社區醫院品質指標（TCHA）。這些系統的運作模式長年不變：主辦單位發布一份中文撰寫的「操作型定義」，詳列分子、分母與排除條件；接著，各家醫院的品管人員解讀這些文字，再交由資訊工程師撰寫程式（如 SQL），從資料庫中撈取數據申報。

然而，文字是一種「人讀」的語言，存在解讀空間，當全台醫院各自依據對文字規範的理解去撰寫程式時，即便面對同一項指標，不同醫院產出的數據基礎仍可能有細微差異；而不同系統彼此獨立，指標定義亦不同，醫院必須重複蒐集、重複理解、重複填寫。這種高度依賴人工彙整的作業，不僅耗時費力且易出錯，更導致醫療品質透明化與國際比較都受到限制。

解決方案：導入CQL，讓品質指標變成可執行的邏輯

為了消弭上述落差，美國推動eCQM（Electronic Clinical Quality Measures，電子臨床品質衡量標準），eCQM的核心精神是將品質指標定義轉化為電腦可執行的標準代碼，而CQL正是撰寫與執行這些品質指標邏輯的語言工具，透過精確定義邏輯，取代模糊的文字敘述。CQL具備「人機共讀」特性，經由 ELM（Expression Logical Model）轉換後，可直接指揮電腦執行資料檢索與計算，針對病人資料進行自動邏輯判斷，產出所需的品質衡量結果；且一份CQL定義可重複用於不同醫院、不同系統、不同平台，大幅降低醫院資訊人員重複開發程式的負擔。

圖二、CQL與eCQM 的運作架構

進階應用：借鏡 OHDSI生態系，強化長期數據分析

除了以FHIR為基礎的即時資料交換，陳研究員特別引入了國際廣泛使用的OHDSI（Observational Health Data Sciences and Informatics）的觀點，OHDSI是全球500多個機構共同參與的開放科學社群，使用OMOP Common Data Model（通用資料模型），研究者可用相同分析程式在不同資料庫上運行，可進行大規模國際研究，也能應用於品質衡量與疾病表現型分析。

陳研究員分享了國外的實證研究，顯示CQL不僅能應用於FHIR架構，也能整合至OHDSI的分析流程中，實現跨機構、跨資料模型、跨平台、且結果一致標準化分析。這也表示未來CQL的應用場景將更加多元：在臨床端，它能支援即時決策與通報；在研究端，它能協助進行精確的品質比較與成效分析，甚至解決不同醫院病患風險基礎不一致的問題，進行更公平的風險校正（Risk Adjustment）。

圖三、國外研究顯示，CQL轉換邏輯的跨機構驗證結果具一致性

展望未來：讓品質指標走向「可計算、可比較」的新時代

陳研究員整理了CQL的核心優勢，包括：支援複雜邏輯、高度可移植性、跨平台執行一致、人機共讀並降低錯誤、支援知識重用（Library概念）與模組化、可加速分析流程等，這些特性正好解決品質指標的痛點：量多、定義複雜、人工易錯、跨院難一致。

陳研究員在演講尾聲也建議：「最理想的發展模式，是由領域專家定義標準，並將其封裝為可共享的CQL Library（邏輯函式庫）。」當各大品質指標系統都能提供標準化的CQL模組供醫院下載使用，我們才能真正實現數據的自動化採集與精準比較，讓台灣的醫療品質管理邁入「數據驅動（Data-Driven）」的新紀元。