京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据监管,重建医疗生态平衡
在传统上,公立医院服务产出的评价往往是根据门诊量、手术量、平均住院日等进行的,更偏向于量的评价。
“在这种过度追逐量的情况下,公立医院的公益性很容易受到削弱,带来更多的趋利性。”在2016中国研究型医院高峰论坛上,上海市医改领导小组办公室副主任许速强调,现有的医院服务产出评价体系过于强调量,而忽视了质。
如何推动公立医院服务产出的结构优化,平衡公益性与效率?
重建医疗生态 平衡是关键
“运用大数据和信息化技术对公立医院各项数据进行监测和调控,建立起相应的服务产出评价标准。”许速道出了上海市推动公立医院服务产出变化的“秘诀”。
许速表示,侧重量的服务产出评价体系容易造成医院服务的畸形化,当务之急需要重建公立医院的生态环境。
在他看来,重建生态平衡有两个关键:一是建立标准,作为构建各方平衡的基础;二是形成机制,作为平衡各方利益的方法。
大数据、信息化技术成抓手
如何形成标准、建立机制、支撑路径?“大数据!”许速的回答简单干脆。
事实上,上海也是这么干的。许速介绍,上海市通过信息化技术手段,建立起多个数据平台,通过对每个公立医院的相关数据进行分析,厘清公立医院服务产出的目标与方向,并通过大数据建立起相关标准。
一、平衡医院公益性和效率
1. 运用大数据方法与DRGs,基于信息化技术采集上海市公立医院的客观现状数据,按照疾病诊断和技术应用设立病种组合指数。并将上海市公立医院的病种组合指数平均化,以平均指数为标准,形成上海市公立医院医疗服务产出评价的“度量衡”。
2. 通过大数据分析病种和效率、技术、费用、资源的相关关系,科学评价公立医院的服务与效率、技术水平、费用控制、资源配置的合理性。
“医院不但要提供基本的医疗服务,保障百姓看病问题,更要加强对疑难杂症的投入。我们的公立医院都是大型医院,应该将更多的精力放在疑难病症上,这样资源才算是真正用到位了,服务产出才是更具价值的。”许速如是说。
二、建立公立医院病种指数
在病种制定上,上海市运用大数据方法、卫生经济学和DRGs管理原理,测算公立医院病种组合指数。
许速表示,在病种与技术分组上,2013—2015年,上海市采用国际疾病分类与代码(IDC—10)前四位亚码,对各级各类医疗机构的700多万个住院病例病案首页信息以及病例进行病种分组(6139个病种),并对每个病种组按使用的主要技术进行分类,形成了18万多个病种技术组合。
在此基础上,上海市构建起“病种平均费用÷全部病例平均费用”的某病种组合指数计算方式,并测算出医院平均病种组合指数。
“这种方式综合考虑了病种及使用的诊疗技术,真实地反映了医院收治的病种复杂程度,从而科学地优化公立医院的医疗服务产出评价体系,合理反映公立医院的服务产出情况。”许速总结说。
云平台构建“病种组合指数+费用管理”的费用控制模型
比火热的“互联网+医疗”更进一步,上海市将管理也搬到了互联网上,探索出了特有的“互联网+管理”模式。
许速介绍,上海市利用信息化技术,构建起基于病种组合指数的公立医院运行管理的云平台,将病种组合数与费用管理结合起来,提高数据可视化效率,从而对各公立医院的收费情况进行监测和控制。形成“病种组合指数+费用管理”的云管理模式。
此外,上海市运用信息化技术在全市形成区县间、公立医院间运行指标的比较,通过指标的比较,评价出各个医院服务产出的水平,并进行方向的调整和优化。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数字化时代,数据已成为企业决策的核心驱动力,数据分析与数据挖掘作为解锁数据价值的关键手段,广泛应用于互联网、金融、医疗 ...
2026-04-17在数据处理、后端开发、报表生成与自动化脚本中,将 SQL 查询结果转换为字符串是一项高频且实用的操作。无论是拼接多行数据为逗 ...
2026-04-17面对一份上万行的销售明细表,要快速回答“哪个地区卖得最好”“哪款产品增长最快”“不同客户类型的购买力如何”——这些看似复 ...
2026-04-17数据分析师一天的工作,80% 的时间围绕表格结构数据展开。从一张销售明细表到一份完整的分析报告,表格结构数据贯穿始终。但你真 ...
2026-04-16在机器学习无监督学习领域,Kmeans聚类因其原理简洁、计算高效、可扩展性强的优势,成为数据聚类任务中的主流算法,广泛应用于用 ...
2026-04-16在机器学习建模实践中,特征工程是决定模型性能的核心环节之一。面对高维数据集,冗余特征、无关特征不仅会增加模型训练成本、延 ...
2026-04-16在数字化时代,用户是产品的核心资产,用户运营的本质的是通过科学的指标监测、分析与优化,实现“拉新、促活、留存、转化、复购 ...
2026-04-15在企业数字化转型、系统架构设计、数据治理与AI落地过程中,数据模型、本体模型、业务模型是三大核心基础模型,三者相互支撑、各 ...
2026-04-15数据分析师的一天,80%的时间花在表格数据上,但80%的坑也踩在表格数据上。 如果你分不清数值型和文本型的区别,不知道数据从哪 ...
2026-04-15在人工智能与机器学习落地过程中,模型质量直接决定了应用效果的优劣——无论是分类、回归、生成式模型,还是推荐、预测类模型, ...
2026-04-14在Python网络编程、接口测试、爬虫开发等场景中,HTTP请求的发送与响应处理是核心需求。Requests库作为Python生态中最流行的HTTP ...
2026-04-14 很多新人学完Python、SQL,拿到一张Excel表还是不知从何下手。 其实,90%的商业分析问题,都藏在表格的结构里。 ” 引言:为 ...
2026-04-14在回归分析中,因子(即自变量)的筛选是构建高效、可靠回归模型的核心步骤——实际分析场景中,往往存在多个候选因子,其中部分 ...
2026-04-13在机器学习模型开发过程中,过拟合是制约模型泛化能力的核心痛点——模型过度学习训练数据中的噪声与偶然细节,导致在训练集上表 ...
2026-04-13在数据驱动商业升级的今天,商业数据分析已成为企业精细化运营、科学决策的核心手段,而一套规范、高效的商业数据分析总体流程, ...
2026-04-13主讲人简介 张冲,海归统计学硕士,CDA 认证数据分析师,前云南白药集团资深数据分析师,自媒体 Python 讲师,全网课程播放量破 ...
2026-04-13在数据可视化与业务分析中,同比分析是衡量业务发展趋势、识别周期波动的核心手段,其核心逻辑是将当前周期数据与上年同期数据进 ...
2026-04-13在机器学习模型的落地应用中,预测精度并非衡量模型可靠性的唯一标准,不确定性分析同样不可或缺。尤其是在医疗诊断、自动驾驶、 ...
2026-04-10数据本身是沉默的,唯有通过有效的呈现方式,才能让其背后的规律、趋势与价值被看见、被理解、被运用。统计制图(数据可视化)作 ...
2026-04-10在全球化深度发展的今天,跨文化传播已成为连接不同文明、促进多元共生的核心纽带,其研究核心围绕“信息传递、文化解读、意义建 ...
2026-04-09