
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
在大模型从实验室走向生产环境的过程中,“稳定性” 是决定其能否实用的关键 —— 一个在单轮测试中表现优异的模型,若在高并发 ...
2025-10-15在机器学习入门领域,“鸢尾花数据集(Iris Dataset)” 是理解 “特征值” 与 “目标值” 的最佳案例 —— 它结构清晰、维度适 ...
2025-10-15在数据驱动的业务场景中,零散的指标(如 “GMV”“复购率”)就像 “散落的零件”,无法支撑系统性决策;而科学的指标体系,则 ...
2025-10-15在神经网络模型设计中,“隐藏层层数” 是决定模型能力与效率的核心参数之一 —— 层数过少,模型可能 “欠拟合”(无法捕捉数据 ...
2025-10-14在数字化浪潮中,数据分析师已成为企业 “从数据中挖掘价值” 的核心角色 —— 他们既要能从海量数据中提取有效信息,又要能将分 ...
2025-10-14在企业数据驱动的实践中,“指标混乱” 是最常见的痛点:运营部门说 “复购率 15%”,产品部门说 “复购率 8%”,实则是两者对 ...
2025-10-14在手游行业,“次日留存率” 是衡量一款游戏生死的 “第一道关卡”—— 它不仅反映了玩家对游戏的初始接受度,更直接决定了后续 ...
2025-10-13分库分表,为何而生? 在信息技术发展的早期阶段,数据量相对较小,业务逻辑也较为简单,单库单表的数据库架构就能够满足大多数 ...
2025-10-13在企业数字化转型过程中,“数据孤岛” 是普遍面临的痛点:用户数据散落在 APP 日志、注册系统、客服记录中,订单数据分散在交易 ...
2025-10-13在数字化时代,用户的每一次行为 —— 从电商平台的 “浏览→加购→购买”,到视频 APP 的 “打开→搜索→观看→收藏”,再到银 ...
2025-10-11在机器学习建模流程中,“特征重要性分析” 是连接 “数据” 与 “业务” 的关键桥梁 —— 它不仅能帮我们筛选冗余特征、提升模 ...
2025-10-11在企业的数据体系中,未经分类的数据如同 “杂乱无章的仓库”—— 用户行为日志、订单记录、商品信息混杂存储,CDA(Certified D ...
2025-10-11在 SQL Server 数据库操作中,“数据类型转换” 是高频需求 —— 无论是将字符串格式的日期转为datetime用于筛选,还是将数值转 ...
2025-10-10在科研攻关、工业优化、产品开发中,正交试验(Orthogonal Experiment)因 “用少量试验覆盖多因素多水平组合” 的高效性,成为 ...
2025-10-10在企业数据量从 “GB 级” 迈向 “PB 级” 的过程中,“数据混乱” 的痛点逐渐从 “隐性问题” 变为 “显性瓶颈”:各部门数据口 ...
2025-10-10在深度学习中,“模型如何从错误中学习” 是最关键的问题 —— 而损失函数与反向传播正是回答这一问题的核心技术:损失函数负责 ...
2025-10-09本文将从 “检验本质” 切入,拆解两种方法的核心适用条件、场景边界与实战选择逻辑,结合医学、工业、教育领域的案例,让你明确 ...
2025-10-09在 CDA 数据分析师的日常工作中,常会遇到这样的困惑:某电商平台 11 月 GMV 同比增长 20%,但究竟是 “长期趋势自然增长”,还 ...
2025-10-09Pandas 选取特定值所在行:6 类核心方法与实战指南 在使用 pandas 处理结构化数据时,“选取特定值所在的行” 是最高频的操作之 ...
2025-09-30球面卷积神经网络(SCNN) 为解决这一痛点,球面卷积神经网络(Spherical Convolutional Neural Network, SCNN) 应运而生。它通 ...
2025-09-30