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
在实验检测、质量控制、科研验证等场景中,“方法验证”是确保检测/分析结果可靠、可复用的核心环节——无论是新开发的检测方法 ...
2026-03-04在数据分析、科研实验、办公统计等场景中,我们常常需要对比两组数据的整体差异——比如两种营销策略的销售额差异、两种实验方案 ...
2026-03-04在数字化转型进入深水区的今天,企业对数据的依赖程度日益加深,而数据治理体系则是企业实现数据规范化、高质量化、价值化的核心 ...
2026-03-04在深度学习,尤其是卷积神经网络(CNN)的实操中,转置卷积(Transposed Convolution)是一个高频应用的操作——它核心用于实现 ...
2026-03-03在日常办公、数据分析、金融理财、科研统计等场景中,我们经常需要计算“平均值”来概括一组数据的整体水平——比如计算月度平均 ...
2026-03-03在数字化转型的浪潮中,数据已成为企业最核心的战略资产,而数据治理则是激活这份资产价值的前提——没有规范、高质量的数据治理 ...
2026-03-03在Excel办公中,数据透视表是汇总、分析繁杂数据的核心工具,我们常常通过它快速得到销售额汇总、人员统计、业绩分析等关键结果 ...
2026-03-02在日常办公和数据分析中,我们常常需要探究两个或多个数据之间的关联关系——比如销售额与广告投入是否正相关、员工出勤率与绩效 ...
2026-03-02在数字化运营中,时间序列数据是CDA(Certified Data Analyst)数据分析师最常接触的数据类型之一——每日的营收、每小时的用户 ...
2026-03-02在日常办公中,数据透视表是Excel、WPS等表格工具中最常用的数据分析利器——它能快速汇总繁杂数据、挖掘数据关联、生成直观报表 ...
2026-02-28有限元法(Finite Element Method, FEM)作为工程数值模拟的核心工具,已广泛应用于机械制造、航空航天、土木工程、生物医学等多 ...
2026-02-28在数字化时代,“以用户为中心”已成为企业运营的核心逻辑,而用户画像则是企业读懂用户、精准服务用户的关键载体。CDA(Certifi ...
2026-02-28在Python面向对象编程(OOP)中,类方法是构建模块化、可复用代码的核心载体,也是实现封装、继承、多态特性的关键工具。无论是 ...
2026-02-27在MySQL数据库优化中,索引是提升查询效率的核心手段—— 面对千万级、亿级数据量,合理创建索引能将查询时间从秒级压缩到毫秒级 ...
2026-02-27在数字化时代,企业积累的海量数据如同散落的珍珠,若缺乏有效的梳理与分类,终将难以发挥实际价值。CDA(Certified Data Analys ...
2026-02-27在问卷调研中,我们常遇到这样的场景:针对同一批调查对象,在不同时间点(如干预前、干预后、随访期)发放相同或相似的问卷,收 ...
2026-02-26在销售管理的实操场景中,“销售机会”是核心抓手—— 从潜在客户接触到最终成交,每一个环节都藏着业绩增长的关键,也暗藏着客 ...
2026-02-26在CDA数据分析师的日常工作中,数据提取、整理、加工是所有分析工作的起点,而“创建表”与“创建视图”,则是数据库操作中最基 ...
2026-02-26在机器学习分析、数据决策的全流程中,“数据质量决定分析价值”早已成为行业共识—— 正如我们此前在运用机器学习进行分析时强 ...
2026-02-25在数字化时代,数据已成为企业决策、行业升级的核心资产,但海量杂乱的原始数据本身不具备价值—— 只有通过科学的分析方法,挖 ...
2026-02-25