融合数据促进医疗水平和费用控制

编者按：万达信息联动医疗、医保和医药数据建模，将基于病种组合指数的医院管理与评价全新引入大数据分析技术，形成标准或相对标准，用于评价服务效率、技术水平、费用控制、资源配置的合理性。

2018年10月27日，由中国健康产业创新平台主办，中欧国际工商学院卫生管理与政策中心承办，普华永道协办，新浪健康、爱问医生作为战略合作媒体特别支持的2018中国健康产业创新论坛在上海顺利闭幕。

万达信息医疗保障业务群咨询总监盛涵清

万达信息是上海科委下属研究所，是国内领先的智慧城市综合软件和服务提供商。最近在基于万达信息大数据去产出一些关于医疗方面，管理以及价值方面服务。在上海工作的创业者可能都会接触到万达信息系统，如医保系统，医院医疗系统，上海卫计委整个共享平台等都是由万达信息建立的。很多医疗方面数据，包括医保数据、医药数据，三医联动数据，是万达信息和政府共有，作为基于医疗整体体系去构建符合价格管理体系的度量衡。

用大数据寻求评价体系和评分机制

现行开展了很多医疗改革，但看病依然贵，流程复杂，而涉及医院管理，医疗质控和监管这些专业问题，受到医院管理者、卫生管理者以及临床医生密切关注。我们认为非专业评价，聚焦主要是这样几个方面，老百姓关注看病去什么地方，而对于互联网公司更关注看病性价比、预约、排队等这些信息如何分享给大众。所以容易忽略一个问题，这个病什么地方、多少钱可以看好。

可预见的是现在医院流程很复杂，看同一个病人，排除一级、二级医院，同样三级医院价格流程都是不一样的，外行和内行都有自己的见解。万达和政府合作以后，利用比较清晰的医疗费用数据结合全流程诊疗数据，联系外界的一些评价用技术手段连接起来，从清晰到模糊，再从模糊到清晰，形成量化标准，让老百姓知道看病去什么地方，哪里能够看好病，而且性价比还高。

我们的创新目标是寻求评价体系和评分机制，用大数据技术挖掘挖掘这一套标准，再小数据去验证反馈这个标准能不能在临床落地。大数据比较常见的技术们称之大数据定律，随着样本越来越大就越来越趋近于平均值，老百姓和管理者通俗易懂的标准综合指数称之为病种综合指数，还有总费用，总量指数。我们基于病种区分，评价一个医院、科室看平均指数，基于客观数据分析找到内在规律，这些规律是数据掌握的，可能和临床有一些冲突，但是大家逐渐往这个方向走。

指导医院发展定位、优化患者诊疗路径

万达信息依托上海市13亿份门诊诊疗病例和1400万份住院病例，提升数据质量，基于单病种分析，将各类信息用一个分法拆开，再重组归并起来，定一个量级，这个量级是单病，就这个病组情况，我们称之为RW，这是计算病种综合指数。

例如全膝关节手术，这个RW是4.53，这个单位是1，总量贡献度4.53，如果有参照值就相当于4.53倍指数，表明全膝关节置换难度比较高。然后统计全市发生多少例数，产生一个排名，会有最高的RW值，全市排名前十品种可以看到。有了这些把全市所有发生的诊断加上操作组按量化固化下来。

然后将量化乘以实际治疗例数，就可以测算出这个病种在市总量，加权平均以后计算出一个医院、一个科室，全年治疗多少病种，发生多少例数，加权平均测算出平均指数我们称之为CMI，这个对于医疗机构、科室、医生组有一个量化病例，对于某一类型的疾病更容易读取，更容易接受。

这里有一个住院总量指数，平均指数1.42，评价下面是有排名，全上海市所有三甲综合性医院，专科医院，二级医院都可以同类型做一个排名，这个排名现在还没有对全社会公开，只是用于内部管理使用。未来可能会公开，对于就医诊疗分流，分级诊疗有一定驱动作用。

我们这个病种综合指数只是一个基础，是通过大数据总结出来这样一套标准，这个标准接下来可以做很多事情，过去我们一般是依托于诊断来做一些总体绩效，品种难度，床位效率，相对而言不客观。通过病种综合指数，对以上这些关于医院管理方面比较重要的点，都有一个重新的修正。

这里包括比如说医院费用，以往看一个病，我们知道它经过几个流程，对于医保来说更关注你在这个病里面药花多少钱，医疗器械花了多少钱，检验检查花了多少钱，分类费用指数。通过这个测算，该病种标准或者是平均值可以测算出来。这个医院或者是这个科室实际发生的值和标准值比值就是我们偏离度，如果总量偏离度比较大，价格偏离度比较小，这个医院看病性价比较高。如果难度比较低，价格比较高，这个医院可能存在乱收费情况。

我们按照26个分类分组以后，有一个系统校正值，这是基于病种校正，而不是按照临床过程一些诊疗实际发生内容相加得到的。这个校正意味着在同病种，在不同医院治疗费用，可以横向比较。在单个医院，不同病种治疗费用也可以比较。从客观上证明，一家医院到底哪一个科室强，同一个科室哪一个病种强。

对于医院整体运营来说，就可以按照病种指数进行医疗资源分配，医院逐渐往专科化发展。病种指数总结出我们对于医院综合性评价，平均指数，总例数，指数单价，同时控制医疗费用。如果指数单价偏离超过30%，医院可以进行自查，是否是使用了贵的药所以导致偏离发生问题。

小数据应用促进医保控费

这一套标准制定完成虽然不那么完善，但是已经开始做一些小数据应用，以我们在妇产科医院做专科病种为例，可以给出每一个优势病种例数，科室占比的年份比较，住院日，人均费用，药占比，耗占比，让医院领导、科室主任明确知道医院优势在什么地方，看什么病给医院赚钱。

在整个研究过程还是碰到很多挑战，如医疗改革目标要求在降低医疗指标下不能影响体验。这就提到根据医院单病种不能解决的问题，我们要将操作手段、治疗方案都要结合进去，后续对于控费要求很大。有一个明确例子就是说关于大病医疗费用减税，其实是需要医保内外数据都需要给到医保，医保来定价格，我们把这一套标准利用在医保方面，只要每年控制一定费用，全市总量是固定的，每一家医院收到医保费用总量是固定的，对于国家来说整体宏观控制是非常有效的。

未来其实从万达角度更希望做一些结合，因为我们本身是信息化公司，结合支付去关注整个医疗健康全流程，用这样一套支付模式改革，通过量化把原先相对而言体量庞大的医疗卫生行业去分类分开。了解一个疾病需要多少钱，每一个阶段每一个环节需要多少钱后再去改善优化临床路径、医院运营环境，保障医生收入不受影响下使老百姓就医质量不降低。

Q&A

提问：从患者治疗结果这个维度，如患者满意度、治疗时间长短的其他医院价值服务可以在哪里体现？

盛总：我刚才介绍的是这样一套衡量标准，称之为大数据指数。你提到的是基于这个指数以后的应用，比如应用到医院、临床，老百姓如何评价。从现在研究来看，

医院原先临床路径是根据循证医学，这一套放进去可以根据疾病类型，严重程度、并发症年龄等信息预测出一个大致临床路径以及大致费用，但是如同地图导航一样，临床执行过程中随时有可能出现意外情况，现在也可以通过这样指数动态去调整。

在整个范围中会优化临床路径结构。而患者接受诊疗过程中是无感的，他最终关注的结果是疾病治疗如何，费用是否在预测范围区间内。如果是病看好了，在可接受范围内，预期和达到值一样，我们认为这个整体应用就是成功。如果满意度没有达到这个情况，就说明原先设计的模型，甚至是说现在设计的这个标准有调整的空间，本来大数据标准就是不断完善中。

提问：国际疾病分组已经按照病种收费，国家医保也是按这个收费，和国际提供的分组有什么区别？

盛总：我们是官方认可授权的单位，我们这一套大数据病种指数和国际标准本身不存在冲突，一种是从纯粹临床或者是医学角度推进的，把整个所发生的诊断操作分为接近800到1000组，我们的大数据纯粹来源于实际发生的过程。我们在实际过程中做了大数据以后，再结合临床归类，逐渐缩小到可以量化大数据病种总数，根据这些总数最重要是用定价机制去为每一个组定价。

（本文根据嘉宾发言速记蓝眼睛整理，未经讲者本人确认）