论新医改背景下大数据分析对医疗资源配置的促进作用

陈明

【摘  要】以医疗服务机构改革、医保体制改革和药品流通体制改革为核心的三医联动医疗服务体系改革是解决百姓“看病难”“看病贵”问题的重要途径。资源的优化配置已成为此次改革中实现医疗资源公平性的着眼点之一。论文从大数据的特征入手，从医疗保障、药品供应保障体制改革、医联体的建设及医疗机构内部改革三个层次梳理大数据分析运用现状，并通过大数据分析的预测性及分析范围的高维度论述其在医疗卫生服务体系改革中的促进作用。

【Abstract】The reform of the three-hospital linkage medical service system， with the reform of medical service institutions， medical insurance system and drug circulation system as the core， is an important way to solve the problem of "difficulty" and "high cost" in getting medical services. The optimal allocation of resources has become one of the focal points to realize the equity of medical resources in this reform. Starting from the characteristics of big data， this paper sorts out the current situation of the application of big data analysis from the three levels of medical security， drug supply and security system reform， the construction of medical confederacy and the internal reform of medical institutions， and discusses the promotion effect of big data analysis in the reform of medical and health service system through its predictability and high dimension of analysis scope.

【關键词】大数据分析;医疗卫生服务体系改革;资源配置

【Keywords】big data analysis; reform of medical and health service system; resource allocation

【中图分类号】R197.1                                             【文献标志码】A                                                 【文章编号】1673-1069（2021）02-0168-03

1 引言

为了缓解和根本上解决长久以来困扰医疗行业健康发展的诸多问题，国家积极实施了一系列医疗体制改革的措施并取得了一些成效。然而，当改革逐步进入“深水区”，协调推进医疗服务体制、药品供应保障体制以及医疗保障体制改革已是势在必行。2017年李克强总理在主持召开的国务院常务会议中，明确指出要通过医改，优化医疗资源配置以保障人民健康。因此，医疗资源优化配置既是医疗行业发展的关键，同时也是三医联动中亟待解决的重要问题之一。

资源是稀缺的，医疗资源更是如此。有学者认为，医疗资源的优化配置需要以医疗服务的可及性、医疗服务的公平性以及医疗体系的效率为主要标准[1]，因此，在三医联动中要实现资源的优化配置需要三个层次共同协作完成：首先，医保基金要对医疗、医药资源的配置体现出核心杠杆的作用;其次，在医联体改革中，促进医疗资源下沉，平衡各级医疗机构成员间的医疗资源的分布，实现“双向转诊”制度长久并有效得到实施，也需要体系内医疗资源的合理配置;最后，对于参与改革的各级医院来说，协调改革与发展的关系，提升人力及物质资源有效分配，实现资源优化配置也是保证改革顺利实施的重要一环。要每一个层次达到资源优化配置的管理目标，不但需要实施管理的主体对自身情况有充分的认识，同时还需要对改革所涉及的各利益主体有更为全面和深刻的了解。如何更有效地实现这三个层次的资源配置的目标，便是摆在改革者面前的一个难题。幸运的是，在互联网及云计算风起云涌的当前，大数据的分析与应用或许可以为我们提供一个解决问题的全新视角。

什么是大数据？目前学术界没有明确统一的界定，但是数据规模大、数据类型多以及应用价值高等特点是目前很多学者广泛所认同的。随着信息时代的到来，海量数据的收集、处理、分析与应用已经帮助很多行业实现跨越式的发展。近几年，医疗卫生服务体系改革的有关研究中，很多学者已经开始运用大数据的分析作为工具解决改革过程中涉及的一些问题。

2 三医联动中大数据分析已取得的进展

2.1 大数据分析在医疗保障及药物保障体系中的应用

《“十三五”深化医药卫生体制改革规划的通知》中明确指出，未来的医疗体制改革将以病种付费为主，按人头、按床日、总额预付等多种付费方式相结合的复合型付费方式，鼓励实行按疾病诊断相关分组付费（DRGs）的方式。有条件的地区可将点数法与预算管理、按病种付费等相结合，促进医疗机构之间有序竞争和资源合理配置。由此可以看出，医保付费的核算趋向精细化、复杂化。这就迫使医保付费体系的改革需要涉及更多方面，既需要考虑医保及自费总额的总体控制要求，又要考虑医学技术的安全性、疗效以及经济性。因此，信息的收集和分析也必然是多维度的，如公共卫生数据，患者就診行为偏好，临床医学信息以及管理等方面。通过整合大量信息，可以为医保决策提供更有价值的科学依据。另外，在基本药物保障体系中，由于网上集中采购信息系统功能的缺失，存在着交易过程以及信息不对称所造成的信息碎片化问题。借助于大数据可以帮助政府监管者从全局掌握信息，有助于降低政府型和市场型交易费用，提高药品供应效率[2]。

2.2 大数据分析在平衡医联体中医疗资源的应用

为了解决目前医疗资源在地域间以及不同层级的医疗机构间分布不均衡的问题，我国正逐步引导并实行社区首诊、分级诊疗、双向转诊的医疗体制的供给侧改革。有研究表明，借助智慧医疗项目的大数据平台，可以有效地控制医疗业务成本并进行预警式分析，并借助服务创新以弥补各级医院的服务短板[3]。此外，融合大数据分析及博弈论的思想，通过模型建立医疗系统总效益公式，可以提高患者病情甄别精度、提高院间双向转诊的效率，实现医疗系统以及患者双方总效益的增加[4]。

2.3 大数据分析在医院资源优化配置中的应用

在疾病诊治、慢性病的防治以及重大疾病的诊断、精准治疗等方面，大数据的收集与应用也有了开拓性的进展。其中精准的治疗就意味着通过对患者大量的诊治数据分析，对疾病的治疗方式、药物用量等能做到更为精准，也可以为医院实现智慧医疗提供强大的数据支持。从管理运营角度来看，大数据的分析和应用因客观情况存在着差异，在管理方面仍属于起步和探索阶段。未来改革中医院决策的可靠性程度将更多地依赖数据分析的全面性。通过挖掘大量患者的诊疗数据的有价值的信息，可以实现医疗数据社会效应与经济效应的双重提高[5]。还有学者认为，大数据可以为医院的管理带来潜在的价值，其中包括依据通过对患者住院信息，可以降低住院患者的平均住院日以及医疗保险赔付精算和预测。

3 信息时代大数据分析的优势

在信息时代背景下，医疗机构内部管理的分析中，大数据的分析具有时代优势。大数据的分析具有较强的预测性。在三医联动的改革中，医疗服务提供主体在各项决策的制定过程中，对信息的预测性需求增强。从很多成功实施医联体改革地区的经验来看，在形成医疗联合体的同时，普遍都采取了整体打包医保资金的做法。以更为精细化的医疗资源布局，推动医生合理接诊、患者合理就诊的新格局的形成。而为了实现这一目标，与医保机构协商确定打包资金的规模以及打包资金在医疗服务体系内部的再分配，则是医疗服务机构需要决策的难点。通行的做法就是根据以往的信息进行测算并据此对下一年的医保资金进行预测，因此，数据的分析要具有一定的预测性。大数据分析正是以大量样本作为分析对象，因大量样本总体变化具有一定的稳定性，可以弥补个别样本以及极端特殊情况对分析结果造成的影响。面向管理决策的有关研究认为，大数据的分析的技术可以厘清数据交互连接所产生的复杂性，克服数据冗余与缺失对分析造成的不确定性，根据实际需要从高速增长和交叉互联的数据中充分挖掘其中的信息、知识和智慧，以达到充分利用数据信息价值的目的[6]。

随着改革过程的逐步推进，医疗服务机构面临的不确定因素增多，这就意味着医院决策所需要考虑的因素既是多方面的又是难以量化的。管理决策的制定所依赖的不仅是管理者的经验和直觉，而是需要获取大量的外部信息，尤其是与患者就诊有关的信息。只有基于这些科学的数据所得到的结果才能使决策更为科学、合理。另外，传统的财务指标对运营成果的考核具有局限性。大数据的分析既可以满足传统财务指标综合分析的需要，同时还支持对非财务指标的需要，正是这种高维度信息的使用，对于问题成因可以有更为充分的认识和发现，提高决策的精准性和预测性。

4 医疗服务体系改革中大数据分析所面临的问题

4.1 跨机构数据整合口径一致性

为了提高医疗资源的利用效率，大数据的分析的内容既包括医疗机构运营所产生的全成本信息，同时又包括患者在药品使用、医疗费用以及医保基金等海量就诊数据。而这些数据在信息系统开发之初，不同医疗机构对信息要求的个体化差异，会使这些数据在统计口径、数据格式以及信息完整性方面存在差异。在医联体组建过程中，信息共享以及信息整合的程度，会直接影响到大数据分析的内容覆盖的范围以及分析获取数据的质量。

4.2 分析方法的应用

医疗行业用于资源整合的数据信息既包括大量的已经量化的数据，同时包含大量的定性数据的分析。决策的对象既包括可用货币计量的实物资产，同时还包括医护等人力资源等非货币化资源的配比问题。数据处理及分析方法除了涉及统计、计量等管理学科，还可能扩展到计算机、社会学、生物等多学科、多角度的交叉来处理相关问题。因此，数据处理及分析的方法的应用既可能会影响到数据分析质量，又是大数据分析需要突破的难点和重点。

4.3 数据的保密

许多地区与智慧医疗有关的项目都在积极地实施和开展。大量与患者就诊有关的数据被保存，这其中包括医院日常管理患者的临床诊断、病程记录、检查化验的信息、用药记录等方面，信息类型既包括了文字同时还会包括许多图像信息。因此，在这些数据的收集、储存、传输以及调用方面对患者信息的保密性是医院开发的信息系统是需要着重考虑的方面。此外，大数据在使用、储存过程中需要防范信息泄露的问题，避免信息被不法分子窃取和滥用。

未来随着医改进程的不断推进，作为一种适应时代需要的分析方法，与大数据有关的分析将更加广泛地应用到各个层次的改革中。相信随着大数据的分析方法研究的不断深入，资源配置会更加精细化、科学化。希望在医改中，大数据的分析可以被更多的改革主体所接受和应用，也希望大数据分析技术和方法可以得到更深层次的研究和开发，从而更有效地推动医改的顺利实施。

【参考文献】

【1】代英姿，王兆刚.中国医疗资源的配置：失衡与调整[J].东北财经大学学报，2014，91（1）：4-53.

【2】左根永，方龙宝.基于交易费用理论和大数据技术的基本药物供应保障体系优化策略研究[J].中国卫生经济，2014，33（6）：62-64.

【3】吴俊，文联.大数据如何驱动医疗服务供给侧改革——基于A市智慧医疗案例的探索研究[J].山东财经大学学报，2017，29（1）：73-89.

【4】郭晨，李刚，何宇.大数据时代下分级诊疗制度设计：基于医疗资源优化配置的博弈分析[J].中国卫生经济，2018，37（5）：22-25.

【5】陈惠芳，徐卫国.大数据视角下医疗行业发展的新思维[J].现代管理科学，2015（4）：70-72.

【6】徐宗本，冯芷艳，郭迅华.大数据驱动的管理与决策前沿课题[J].管理世界，2014（11）：158-163.