܄

如何用大数据撬动公立医院服务的产出优化?

【数据猿导读】 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。但这种情况下,公立医院的公益性很容易受到削弱,带来更多的趋利性,本文以上海为例,看上海如何用大数据撬动公立医院服务的产出优化

如何用大数据撬动公立医院服务的产出优化?

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。


来源:亿欧网

声明:数据猿尊重媒体行业规范,相关内容都会注明来源与作者;转载我们原创内容时,也请务必注明“来源:数据猿”与作者名称,否则将会受到数据猿追责。

刷新相关文章

大数据投融资周报(4月5日——4月7日,共9起)
大数据投融资周报(4月5日——4月7日,共9起)
大数据周周看:今日头条近10亿美元融资入账,Adobe推出体验云平台Experience Cloud
大数据周周看:今日头条近10亿美元融资入账,Adobe推出体验云...
【独家首发】数之联完成A轮数千万元融资,大数据分析挖掘领跑者获资本青睐
【独家首发】数之联完成A轮数千万元融资,大数据分析挖掘领跑...

我要评论

精品栏目

[2016/10/10]

大数据24小时

More>

[2016/09/26-7]

大数据周周看

More>

[2016/09/01-30]

大数据投融资

More>

[2016/11/28-2]

大咖周语录

More>

[2016/11/29-6]

大数据周聘汇

More>

[2016/12/06-13]

每周一本书

More>

返回顶部