用于医疗水平和成本控制的汇总数据

编者按:万达信息联动医疗、医疗保险与医疗数据建模、基于疾病组合指标的医院管理与评价将引入大数据分析技术、形成标准或相关标准,用于评价服务效率、技术水平、成本控制、资源合理配置。

2018年10月27日,在中国卫生产业创新平台的赞助下,由中欧国际商学院卫生管理与政策中心、普华永道会计师事务所主办的2018年中国卫生产业创新论坛在上海成功闭幕。

用于医疗水平和成本控制的汇总数据

万达信息是上海科技委员会的子公司,是中国智能城市的领先集成软件和服务提供商。最近,基于万达的信息大数据产生了一些医疗、管理和基于价值的服务.在上海工作的企业家可以访问万达信息系统,如卫生保健系统、医院医疗系统和上海市卫生计生委的整个共享平台,所有这些都是万达信息公司建立的。许多医疗数据,包括医疗数据、三大医疗联动数据,都是由万达信息和政府共享的,作为一种措施和措施,建立了基于整体医疗系统的价格管理体系。

目前已经进行了许多医疗改革,但看病仍然是昂贵而复杂的。然而,医院管理、医疗质量控制和监督等专业问题却受到医院管理者、卫生管理者和临床医生的密切关注。我们认为,非专业评价主要集中在这些方面,人们更多地关注在哪里看医生,而互联网公司更关心如何与公众分享这些信息,如价格对价、预约、排队等。所以很容易忽视一个问题,这种病在哪里,多少钱可以乐观。

可以预见的是,现在医院的流程是非常复杂的,看同一个病人,不包括第一级、二级医院,同一三级医院的价格过程是不同的,门外汉和专业人士都有自己的看法。万达与政府共同努力后,利用相对清晰的医疗费用数据与整个诊疗过程数据相结合,将一些外部评价与技术手段相结合,从清晰到模糊,再从模糊到清晰,形成量化标准。让老百姓知道去哪里看医生,在哪里可以乐观地看待疾病,并节约成本。

我们的创新目标是寻求评价体系和评分机制,利用大数据技术挖掘这套标准,然后用小数据来验证临床实践中反馈标准能否达到。大数据的普遍技术称为大数据定律,随着样本规模越来越接近平均水平,一般人和管理者容易理解的标准综合指数称为疾病综合指数,以及总成本、总指数。在疾病分类的基础上,对某医院进行评价,找出医院科室的平均指标,并在客观数据分析的基础上找出内部规律。这些规律被数据所掌握,可能与临床实践有一些冲突,但我们正逐步朝这个方向发展。

万达信息在上海依靠13亿例门诊病例和1400万例住院病例来提高数据质量。在对单个疾病进行分析的基础上,将各种信息划分为一个分类,然后重组为一个数量级。这个数量级是一个单一的疾病。在这种情况下,我们称之为RW,即计算疾病类型的综合指数。

如全膝关节手术,此RW为4.53,此单位为1,总贡献率为4.53,若有参考值,则相当于指标的4.53倍,说明全膝关节置换术的难度较高。再算出全市发生的病例有多少,生产排名,就会有最高的RW值,城市的前10大品种都可以看到。有了这些,全市的所有诊断,结合操作的定量凝固下来.

然后,通过对实际治疗病例数的量化,可以计算出本市该病的总发病量。经过加权平均后,我们可以计算一个医院,一个部门,治疗的疾病数量和全年发生的病例数。加权平均数测量平均指数,我们称之为CMI,它对医疗机构、部门和医生有一个定量的案例,对于特定类型的疾病更容易阅读和接受。

这是一个住院总指数,平均指数为1.42。以下是排名。上海的三大综合医院、专科医院、二级医院都可以名列前茅。这一排名还没有向整个社会开放,但只对内部管理开放。未来可能是开放的,对于医疗分流、分级诊断和治疗具有一定的推动作用。

我们的疾病类型综合指数只是一个基础,用大数据概括为一套标准。这个标准接下来可以做很多事情。在过去,我们通常依靠诊断来做一些整体表现和多样化的困难。相比之下,床的效率不是客观的。通过疾病类型综合指数,对医院管理的这些要点进行了新的修订。

例如,它包括一家医院的成本,我们知道它经历了几个过程,它更关心的是你在药物上的花费,医疗设备的成本,检测和检查它的成本,你在医疗上的花费,例如,看一种疾病的花费。分类成本指数根据这一标准,疾病可以用标准或平均值来衡量。本院或本科实际发生的价值与标准值之比是我们的偏差程度,如果总偏差程度相对较大,价格偏差程度相对较小,则该医院看病费用较高。如果难度相对较低,价格相对较高,该医院可能会有随机收费的情况。

经过26次分类,我们有了一个系统的校正值,即基于疾病类型的校正,而不是根据临床过程中实际发生的一些诊断和治疗来加起来。这一修正意味着,在同一种疾病类型下,不同医院的治疗费用可以横向比较。在一家医院,也可以比较不同类型的治疗费用。客观地证明了同一科室哪个科室较强,哪些病种较强。

在医院的整体运行中,可以根据疾病指标进行医疗资源的配置,医院逐步发展为专业化学科。疾病指数总结了我国医院综合评价、平均指标、总病例数、指标单价,同时控制医疗成本。如果该指数的单位价格偏离30%以上,医院可以检查自己是否使用昂贵的药物,造成偏差是有问题的。

虽然这套标准的制定并不完美,但它已经开始做一些小的数据应用。以妇产科医院的专科病种为例,给出各主要病种的病例数、科室比和住院天数的年度比较。人均成本、药品、消费,使医院领导、科室主任清楚地知道医院在哪里的优势,看什么病才能为医院赚钱。

在整个研究过程中,仍然存在许多挑战,比如医疗改革的目标不会影响低医疗指标的经验。针对目前医院单一疾病无法解决的问题,应将手术手段与治疗方案相结合,后续工作需要进行大量的成本控制。有一个明显的例子,就是在减免严重疾病的医疗费用方面,其实有必要提供医疗保险的内外资料,以及医疗保险的价格。我们在医疗保险方面采用这套标准,只要我们每年控制一定数额的开支。城市的总量是固定的,每家医院领取的医疗保险总额是固定的,对于国家来说,总体宏观调控是非常有效的。

事实上,从万达的角度来看,我们希望在未来做一些整合,因为我们是以信息为基础的公司,将支付结合起来关注整个医疗卫生过程,并进行这样一套支付模式的改革。用量化的方法对以前规模较大的医疗保健行业进行分类。要了解一种疾病需要多少钱,每个阶段需要多少钱,然后改善最佳的临床路径、医院的经营环境,并确保医生的收入不受影响,从而不降低普通民众的医疗质量。

问:其他医院价值服务在病人结果方面,例如病人满意程度和治疗时间等方面,可在哪里得到反映?

医院最初的临床路径是基于循证医学的,它可以根据疾病的类型、严重程度、并发症的年龄等信息预测大致的临床路径和费用,但就像地图导航一样,在临床执行过程中随时可能出现意外情况,现在可以通过这种指数动态进行调整。

临床路径的结构在整个范围内得到优化。病人在诊断和治疗过程中没有感觉,他最后关心的是如何治疗这种疾病,以及费用是否在预期的范围内。如果疾病是阳性的,我们认为总体应用在可接受的范围内是成功的,并且期望值与所取得的值相同。如果不满足于这种情况,说明原来的设计模式,甚至目前的设计都有调整的空间,原有的大数据标准也在不断改进。

问:国际疾病组是按疾病类型收费的,国家卫生保健也是以这种收费为基础的,国际团体与国际社会提供的群体之间有什么区别?

生师父:我们是官方授权的单位。我们的一套大数据的疾病指数与国际标准本身没有冲突。一个是从纯粹的临床或医学的角度来推广的。整个诊断手术分为近800~1000组,大数据来源于实际发生过程。在实际做大数据的过程中,结合临床分类,逐步缩小对大数据疾病总数的量化范围,其中最重要的是采用定价机制对各组进行定价。