简介《JCI 医院评审标准第六版》PDF 文档面向医院管理者、医务科与质控人员、院感与护理管理人员以及准备参与国际医院评审的机构团队用于系统了解 JCI 评审的框架与条文要求。全文按四大部分展开参加评审的要求、以患者为中心的标准、医疗机构管理标准、学术型医学中心医院标准其中患者安全目标IPSG六项、可及和连贯的患者医疗服务ACC、患者与家属权利PFR、患者评估AOP等章节均逐条列出编号与流程要点医疗机构管理部分则覆盖质量改进与患者安全、感染预防与控制、治理领导与管理、设施管理与安全、人员资质与教育、信息管理等模块便于检索对照与自查整改。资源包内共 1 个 PDF 文件约 269KB可离线阅读、打印或按章节拆分使用。目前已有 211 人学习浏览适合需要快速建立 JCI 条文全貌、制定院内制度与培训材料的读者参考。1. 从一份评审标准 PDF 说起条款不做成数据就只能靠人背JCI 医院评审标准第六版落地到院内时最常见的状态是几百页的 PDF 躺在质控办的共享盘里条款靠人一条条读任务靠 Excel 分派证据靠现场拍照截图评审季一到七八个科室同时索要同一份文件谁手里的版本都不一样。真正卡住的不是标准本身而是条款没有被拆成结构化数据——没有唯一编号、没有责任人、没有证据链、没有可计算的符合率所有判断都留在个人经验里。把这份 PDF 转成可查询、可打分、可追踪的合规数据资产是信息科和质控部门能一起动手、也最该先做的一步。接下来按解析、建模、映射、比对四段走完这条路每一段都给出可以直接拿去跑的代码和参数。2. 解析 JCI 第六版 PDF把章节、标准与测量要素拆成结构化数据2.1 先弄清 JCI 标准文本的三层结构JCI 正文的组织方式基本是三层章节IPSG、ACC、AOP、MMU、QPS、PCI、GLD、FMS、SQE、MOI 这一类两到四个字母的代号章节下面挂着标准条目形如 IPSG.1、ACC.2.1、MMU.4.2每条标准再往下是标准意图Intent和若干测量要素Measurable Elements习惯简称 ME。测量要素才是真正能判定做没做的最小单元也是自评打分和证据挂载的对象。第六版对部分章节做过合并与措辞调整编号会出现跳号解析时不能假设编号连续更不能拿编号的序号当排序依据必须另设 sort_no 字段。2.2 用 pdfplumber 抽取文本并切分条款import re import pdfplumber from dataclasses import dataclass, field # 标准编号2~4 个大写字母 点号 数字可带二级点号如 ACC.2.1 STD_RE re.compile(r^(?Pcode[A-Z]{2,4}\.\d(?:\.\d)?)\s*(?Ptitle.{0,60})$) # 测量要素一般以 1. 2) 3、这类编号起头 ME_RE re.compile(r^(?Pidx\d{1,2})[\.、)]\s*(?Ptext.)$) dataclass class Standard: code: str chapter: str title: str intent: list field(default_factorylist) mes: list field(default_factorylist) def norm(line: str) - str: line line.replace(\u3000, ).replace(\xa0, ) line line.replace(-\n, ) # 合并英文连字断行 return re.sub(r\s, , line).strip() def parse_pdf(path: str): out, cur, chapter [], None, with pdfplumber.open(path) as pdf: for page in pdf.pages: text page.extract_text(x_tolerance1.5, y_tolerance2) or for raw in text.splitlines(): line norm(raw) if not line or re.match(r^第?\s*\d\s*页, line): continue # 丢掉页码与页脚 m STD_RE.match(line) if m and len(line) 80: if cur: out.append(cur) cur Standard(codem.group(code), chapterchapter) cur.title m.group(title).strip() continue if cur is None: continue # 章节标题等前置内容另行收集 me ME_RE.match(line) if me: cur.mes.append({idx: me.group(idx), text: me.group(text)}) else: cur.intent.append(line) if cur: out.append(cur) return out逻辑说明逐页抽出文本后先按行归一化再用标准编号正则切出条款边界在条款内部用编号正则识别测量要素剩下的行归入 Intent。参数说明x_tolerance 与 y_tolerance 控制字符聚合成词的容差JCI 排版字距偏大调到 1.5~2.5 之间能明显减少单词被拆散len(line) 80 这个长度限制是为了防止正文段落里偶尔出现的编号被误判成新条款开头实测能把误切率压到很低。2.3 抽取结果入库前必须做的清洗问题类型典型表现处理方式连字断行care-\nfully归一化阶段先合并软换行页眉页脚混入版权声明、页码按行位置或正则整行丢弃表格跨页测量要素表被切成两段保留表头按条款 code 回填合并编号跨行ACC.2. 与 1 分处两行用前瞻匹配把下一行拼接后再判断全角标点逗号、分号、括号统一转半角避免相似度计算出偏差注意解析阶段只做提取不做任何业务判断。条款是否适用、归哪个科室一律放到建模层决定否则规则一改就得重跑整套解析。2.4 解析质量的校验口径抽取完先别急着入库跑几条统计做自检条款总数、每条标准的 ME 数量分布、ME 文本长度分布出现大量个位数长度的文本基本可以断定切分错了、以及没有归入任何条款的碎行占比正常应当低于百分之五。然后抽样二十条与 PDF 原文逐字比对重点挑跨页条款和带子项的条款。常见做法是先把解析结果导成 CSV交给质控办对照原文件打勾确认确认通过再写库这一步花两小时能省掉后面反复返工的几天。3. 把 JCI 条款建成可打分的合规数据模型3.1 表结构设计章节、标准、测量要素、自评、证据-- 章节IPSG / ACC / AOP / MMU ... CREATE TABLE jci_chapter ( chapter_code VARCHAR(8) PRIMARY KEY, chapter_name VARCHAR(64) NOT NULL, sort_no INT NOT NULL ); -- 标准IPSG.1、ACC.2.1 ... CREATE TABLE jci_standard ( std_code VARCHAR(16) PRIMARY KEY, chapter_code VARCHAR(8) NOT NULL REFERENCES jci_chapter(chapter_code), title VARCHAR(255), intent_text TEXT, edition VARCHAR(8) NOT NULL DEFAULT 6th ); -- 测量要素最小可判定单元 CREATE TABLE jci_measurable_element ( me_id BIGSERIAL PRIMARY KEY, std_code VARCHAR(16) NOT NULL REFERENCES jci_standard(std_code), me_index INT NOT NULL, me_text TEXT NOT NULL, UNIQUE (std_code, me_index) ); -- 自评记录一个 ME 在一个评审周期内保留历史 CREATE TABLE jci_self_assessment ( assess_id BIGSERIAL PRIMARY KEY, me_id BIGINT NOT NULL REFERENCES jci_measurable_element(me_id), dept_code VARCHAR(32) NOT NULL, owner_id VARCHAR(32) NOT NULL, score SMALLINT NOT NULL CHECK (score IN (0,5,10)), status VARCHAR(16) NOT NULL, -- open/doing/done/na due_date DATE, updated_at TIMESTAMPTZ NOT NULL DEFAULT now() ); -- 证据文件、系统导出、报表截图全部带哈希 CREATE TABLE jci_evidence ( ev_id BIGSERIAL PRIMARY KEY, me_id BIGINT NOT NULL REFERENCES jci_measurable_element(me_id), ev_type VARCHAR(16) NOT NULL, -- file/log/screenshot uri TEXT NOT NULL, sha256 CHAR(64) NOT NULL, source_sys VARCHAR(32), -- HIS/EMR/LIS/手工上传 created_by VARCHAR(32) NOT NULL, created_at TIMESTAMPTZ NOT NULL DEFAULT now() );字段取值含义与约定score0 / 5 / 10未做 / 部分做到 / 完全做到三档比百分制更容易达成一致statusopen / doing / done / nana 表示不适用不计入符合率分母dept_code部门编码用编码不用中文名科室改名不影响历史数据sha25664 位十六进制现场可证明证据文件未被替换3.2 章节符合率怎么算才不会被质疑def chapter_score(rows, chapter): rows: dict 列表含 chapter_code / score / status / weight num den 0.0 for r in rows: if r[chapter_code] ! chapter or r[status] na: continue w r.get(weight, 1.0) # 权重默认 1.0 num r[score] * w den 10 * w return round(num / den * 100, 2) if den else None逻辑说明分母只统计适用项把 na 排除在外避免不适用被算成未达标而拉低整章得分。参数说明weight 用来给 IPSG 这类患者安全目标条款加权实践中常把 IPSG 设成 2.0、其余 1.0但这个口径必须在自评启动前和质控办书面确认中途改动历史数据就没有可比性。函数在整章全为 na 时返回 None前端要单独展示成无适用条款而不是显示 0%。提示符合率口径一旦冻结就不要回算前后两次自评要能横向比较否则评审季的进度图会失真。3.3 任务分派与超期看板的落地查询-- 找出某科室超期未完成、且不属于不适用的条款 SELECT s.std_code, m.me_index, a.owner_id, a.due_date, (CURRENT_DATE - a.due_date) AS overdue_days FROM jci_self_assessment a JOIN jci_measurable_element m ON m.me_id a.me_id JOIN jci_standard s ON s.std_code m.std_code WHERE a.dept_code :dept AND a.status IN (open, doing) AND a.due_date CURRENT_DATE ORDER BY overdue_days DESC;逻辑说明这是质控周会看板最常用的一条查询overdue_days 直接决定催办顺序把 status 限定在 open 与 doingdone 的记录不再出现在催办列表里。参数说明:dept 走部门编码配合科室主数据表使用如果要把全院汇总成一张排行榜把 WHERE 里的部门条件拿掉、改成按 dept_code 分组并对 overdue_days 取最大值即可不需要另写一套逻辑。4. 把 JCI 条款映射到 HIS/EMR 功能让证据自动生成4.1 映射表条款 → 系统功能 → 数据表 → 证据条款方向系统功能主要数据来源可自动生成的证据IPSG 患者识别腕带打印与扫码核对就诊主表、腕带打印日志腕带打印记录导出MMU 高警示药品医嘱双人核对医嘱表、护士核对记录双核对完成率月报AOP 患者评估入院时限内完成评估护理评估表评估及时率统计PCI 感染防控手卫生依从性上报感控上报表月度依从性报表MOI 信息管理病历修改留痕电子病历审计日志审计日志抽样清单这张表是整个项目里最值钱的产物它把标准语言翻译成了系统语言谁负责、查哪张表、出什么证据一眼可见。做法上不要让信息科独自填必须拉着对应科室的质控联络员一起过否则填出来的表好看但不可执行。4.2 用脚本生成覆盖率报告import pandas as pd # mapping.csv 列std_code, me_index, sys_func, table_name, evidence_type, owner mp pd.read_csv(mapping.csv) std pd.read_csv(jci_standard.csv) # 解析阶段导出 me pd.read_csv(jci_measurable_element.csv) full me.merge(std[[std_code, chapter_code]], onstd_code, howleft) full full.merge(mp, on[std_code, me_index], howleft) gap full[full[sys_func].isna()] # 还没映射 weak full[full[sys_func].notna() full[table_name].isna()] # 有流程无系统表 print(条款总数:, len(full)) print(未映射:, len(gap), 占比: %.1f%% % (len(gap) / len(full) * 100)) print(有流程无系统表:, len(weak)) print(gap.groupby(chapter_code).size().sort_values(ascendingFalse).head(10))逻辑说明以测量要素为主表左连映射表保证没被映射的条款也会出现在结果里不会静默丢失两组筛选分别对应完全没安排和靠制度流程撑着、没有系统数据可查两类缺口。参数说明table_name 为空表示该条款只能人工准备记录这类条目要单独排人力按 chapter_code 分组统计缺口数量能直接看出哪个章节的系统化程度最低通常 MOI 与 PCI 的缺口最集中。4.3 从业务库抽证据时的三个硬约束只读账号与视图层不要为评审查询开放业务库写权限统一建只读账号复杂统计落到视图或物化视图查询压力大的放夜间跑。抽样可复现每条证据记录都带上抽取的时间范围与 SQL 文本哈希现场能按同一条件重跑出一致结果这一点比证据本身更能说明体系在运转。脱敏与最小必要导出的证据报表里患者姓名、证件号、住址一律脱敏只保留就诊号后四位或内部 ID导出的临时文件设定保留期限。注意审计日志本身就是条款对象MOI 类条款常要求说清谁在什么时候改了哪份病历日志表必须有 created_by、created_at、before_value、after_value且禁止 UPDATE 覆盖写。4.4 证据链的自动归档# 每月 1 号生成上月手卫生依从性报表并挂到对应测量要素上 python export_evidence.py \ --me-id 1024 \ --sql sql/handhygiene_monthly.sql \ --range $(date -d last month %Y-%m-01),$(date -d last month %Y-%m-%d) \ --out /data/jci/evidence/handhygiene_$(date -d last month %Y%m).xlsx逻辑说明脚本按指定 SQL 跑数、导出文件、计算 sha256 后写入 jci_evidence一条测量要素可以挂多份证据时间序列天然形成证据链。参数说明--me-id 决定证据归属必须先在自评表里确认这条 ME 的适用科室--range 用闭区间日期要和报表口径一致否则月度数据会对不上--out 目录按年月命名评审翻历史证据时按文件名即可定位不建议用随机 UUID 当文件名。5. 六版条款变更比对与增量复评的具体做法版本更新是这类项目绕不开的一环。上一版自评做完新版下来如果全量重跑几百条测量要素、几十个科室光协调时间就够呛。可行做法是先做文本指纹再做相似度把变更压到最小集合。import hashlib, re, difflib def fp(text: str) - str: t re.sub(r[\s\u3000], , text) # 去掉全部空白 t t.translate(str.maketrans(。, ,.;:())) # 全角转半角 return hashlib.md5(t.lower().encode()).hexdigest() def diff_me(old, new): old_map {(s, i): t for s, i, t in old} # (std_code, me_index) - 文本 new_map {(s, i): t for s, i, t in new} added [k for k in new_map if k not in old_map] removed [k for k in old_map if k not in new_map] changed [] for k, v in new_map.items(): if k in old_map and fp(old_map[k]) ! fp(v): ratio difflib.SequenceMatcher(None, old_map[k], v, autojunkFalse).ratio() changed.append((k, round(ratio, 3))) return added, removed, sorted(changed, keylambda x: x[1])逻辑说明先算 md5 指纹指纹相同直接跳过省掉绝大部分相似度计算只对指纹不同的条目跑 SequenceMatcherratio 越接近 1 说明只是措辞微调越低的越要人工细读。参数说明autojunk 默认开启会把短文本里的高频字当噪声剔除测量要素通常只有一两句话比对时关掉更稳。变更结果按比例分档处理ratio 大于等于 0.9 视为文字润色只更新 intent_text 字段不回退已有自评0.6 到 0.9 视为表述调整需要重新确认责任科室与证据类型低于 0.6 视为实质变更强制走一轮增量自评并重挂证据。变更清单直接回写 jci_standard 的 edition 字段旧版数据保留不删方便回溯当时的判定依据。最后一个能省很多会时间的技巧把 diff 结果按 chapter_code 排序后再导出给质控办评审准备会按章节过而不是按条款编号过同一章节的变更通常落在同一批科室手里一次会议就能把责任和时限全部拍完。本文还有配套的精品资源点击获取