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
逻辑回归是数据分析、机器学习、统计建模中应用最广泛的二分类预测模型,常用于风险判断、行为预测、归因分析等场景。在SPSS、Py ...
2026-06-02数字经济时代,市场竞争日趋同质化,用户消费需求愈发个性化、多元化,传统依托经验、粗放式、广撒网的营销模式弊端日益凸显。长 ...
2026-06-02 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-06-02在市场竞争日趋饱和、用户需求不断细分的当下,企业创业创新、产品迭代与市场拓展不再依赖经验决策,而是需要系统化、工具化的商 ...
2026-06-01【核心关键词】调度、岗位、数据库、企业、报表、培训、程序、数据分析、数据加工、业务部门、企业数据、调度工具、业务指标、 ...
2026-06-01 很多数据分析师能熟练地计算指标、搭建标签体系,但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何 ...
2026-06-01在数据统计分析、数据清洗、异常值识别与数据分布研究中,箱型图是最直观、高效、专业的可视化分析工具。相较于柱状图、折线图仅 ...
2026-05-29Tkinter是Python内置的标准GUI图形界面库,具备无需额外安装、调用简单、兼容性强、轻量化高效等优势,是Python快速开发桌面小程 ...
2026-05-29 很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当 ...
2026-05-29【核心关键词】大数据、经理、专业、金融、客户、传统、建模、数据产品、互联网金融、产品经理、数据分析、金融行业、数据模型 ...
2026-05-28 很多分析师每天和数据打交道,但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时,却常常答不上来。 ...
2026-05-28随着大数据技术的快速普及,各行各业积累了海量的用户数据、交易数据、生产数据与行为数据。单纯的数据统计与报表分析只能呈现表 ...
2026-05-28在Python网络请求、接口测试、数据爬取、业务对接开发中,Requests库是最简洁、最高效的HTTP请求工具,凭借简洁的语法、完善的适 ...
2026-05-272025 年,零售与服务行业的竞争已从 “经验驱动” 全面转向 “数据驱动”。中小企业门店普遍面临数据零散、分析浅层、决策凭感觉 ...
2026-05-27 很多数据分析师每天都在写SQL,但当被问到“数据查询语言(DQL)的本质是什么”“SELECT语句中各子句的书写顺序与实际执行顺 ...
2026-05-27在统计学分析、实验研究、业务数据复盘过程中,单因素方差分析是检验自变量对因变量是否存在显著影响的核心方法。其中,两个水平 ...
2026-05-26【核心关键词】算法、客户、大数据、互联网、调优、建模、模型优化、机器学习、评分卡模型、模型开发、智能风控、业务场景、数 ...
2026-05-26 很多数据分析师写过无数个 SELECT,但当被问到“新建一张表,该如何定义字段类型来保证数据质量”“创建视图和存储物理表有 ...
2026-05-26在数据清洗、统计分析与数据质量检测工作中,箱型图(又称箱线图、Box Plot)是最直观、最高效的可视化分析工具之一。相较于柱状 ...
2026-05-25在大数据分析、数据清洗、质量管控、风险监测等领域,异常数据识别是保障数据质量、确保分析结论精准、规避业务决策失误的核心基 ...
2026-05-25