导读：

　　随着国家新医改政策的实施落实，医院对医疗信息、医疗技术、医疗服务、医疗成本等提出了全新的、多维的、深度的精准数据需求，对系统提出了可交互、可服务的集成需求。

　　医疗行业的发展面临着各种各样的挑战，而数据孤岛是随着医疗行业发展，却始终未能被解决的一个。在开展DRG支付改革的大背景下，在国家频频出台的政策文件中，“数据”这一词汇始终被放在无比醒目的位置。而要落地DRG付费，实现这一目标，既离不开信息系统的建设和改造，也离不开医疗大数据的底层支撑。

　　我国医疗大数据的建设背景

　　大数据是数字新时代的代表。而数字新时代又以大数据、人工智能、云计算为代表，催生出新的发展业态。

　　近些年，国家先后出台了“互联网+”“信息消费”“云计算”“大数据”“人工智能”的发展规划。党的十九大报告对医疗健康业信息化的发展做出了明确要求，要“加快建设创新型国家”，“推动互联网、大数据、人工智能和实体经济深度融合”。习总书记也作出“发展数字经济，加快推动数字产业化”的重要指示。

　　如今，大数据在各行各业的应用也越来越广泛，部分示例如下图：

　　2018年1月，国家卫健委发布《关于印发进一步改善医疗服务行动计划（2018-2020年）的通知》。其中，“智慧医院”的占比从之前的6%，增加到14%。为了进一步改善医疗服务，提升患者就医体验，国家卫健委首次对医院智慧服务提出分级评估标准体系。按照患者诊前、诊中、诊后各环节应涵盖的基本服务内容，结合医院信息化建设和互联网环境，共确定5个类别17个评估项目。医院智慧服务是智慧医院建设的重要内容。提供智慧服务，是为进一步建立智慧医院奠定基础。

　　在《全国医院信息化建设标准与规范》指标体系图中，人工智能、大数据、物联网和云计算作为新兴技术，出现在了三甲医院信息化建设的最顶层位置，明确了医院信息化的建设内容和建设要求。

　　医改给医院信息化提出更高要求

　　随着国家新医改政策的实施落实，医院对医疗信息、医疗技术、医疗服务、医疗成本等提出了全新的、多维的、深度的精准数据需求，对系统提出了可交互、可服务的集成需求。

　　如：基于医改政策下的医院运营指标相互影响、收益分析；基于互联网、物联网技术的移动医疗业务系统与医院传统业务系统的交互访问及带动的收益分析；基于患者电子病历信息共享的业务系统交互访问；基于医生多点执业的系统信息共享；基于临床数据支撑下的精准治疗、患者信息标签、医生医嘱全程呈现；基于患者病历信息、医生遗嘱信息、诊疗诊断过程&结果信息等为主的居民健康档案的建立；基于患者医保医疗、自费医疗、公费医疗、大病保险的医疗费用支出结构分析；基于临床、影像数据的病案病种研究分析、规律分析、趋势分析等。

　　因此，医疗信息大数居、医疗信息大集成、智慧医疗大数据应支撑其需求的新一代技术成为必然。

　　我国医院信息化建设现状如何？

　　由于医院信息化建设发展历程错综复杂，各种技术及应用层面相互穿插，导致我国医院信息化发展历程的划分不能简单总结到位。但是大体上，我国的医疗信息化建设历程可以分为四个时期：

　　1999：医疗机构信息化

　　2010：十年的数据积累期

　　2019：十年的数据汇通期

　　2021：迈向数据应用期

　　而我国的医疗信息化建设趋势也可以分为四个阶段：

　　第一阶段，管理信息系统HIS。这一阶段的主题是管理信息化，以财务核算为核心，实现管理规范与精细化；

　　第二阶段，临床信息系统CIS。这一阶段的主题是临床信息化，以病人管理为核心，旨在提高医疗服务质量与患者安全。

　　第三阶段我国的医疗信息化建设进入高速发展期，以医院信息平台（大数据）建设为主题，以医院信息交换为核心，重点在于数据信息的共享，以及医疗大数据的应用和分析。

　　而在第四阶段，我们将迎来下一个高速发展期，以人工智能、大数据、云计算等技术为核心的智慧医疗大数据平台，将以区域信息交换为核心，实现数据信息的共享和数据深度挖掘。

　　但目前，我国大多数医院的信息化建设还处于起步阶段，信息系统现状存在很多问题，具体如下：

　　信息系统交互不透明，导致接口冗余、系统不稳定；信息科缺乏对信息系统的有效管理及控制机制；信息系统术语定义、统计口径无标准、无规范；重要信息闲散存储于各业务系统中，统计、分析、跨系统利用难；数据二次利用理念和思路匮乏，只停留在简单的统计分析报表阶段。

　　医疗大数据、大数据集成发展的驱动力

　　医疗行业解决方案基于一站式大数据分析平台，为医院决策层、管理层洞察全院运行状况，从容应对医院迅速增长的数据。基于明细数据，任意业务的计算及展现，均可达到秒级响应，同时为业务部门提供自服务分析，以满足医疗探索分析需求。

　　大数据技术在未来将会为医疗决策提供更多的支持。随着医疗和健康数据的急剧扩容和几何级的增长，利用包括影像数据、病历数据、检验检查结果、诊疗费用等在内的各种数据，运用大数据技术对各种数据进行筛选、分析，为广大患者、医务人员、科研人员及政府决策者提供服务和协助，必将成为未来医疗领域工作的重要防线。

　　大数据技术将为医疗行业提供越来越多个性化服务。利用“大数据”，公共卫生研究机构能够更早地预测即将爆发的传染病及其传播范围和规模。对于个体而言，大数据就是全数据，通过集中全部诊疗信息、体检信息形成个体的全健康档案，可以使患者得到更有针对性的治疗方案。为患者提供全生命周期、精准化的智慧医疗健康服务。

　　大数据技术将会催生出更多新的业务模式与服务模式。除了一般的为诊断提供支持服务外，运用大数据技术还可以解决“看病难”的问题。例如，通过“云计算+大数据”就可以相助其成通过网络平台，患者可以实现网络预约、异地就医、医疗保险信息即时结算；医疗机构之间能够实现同级检查结果互认，节省医疗资源，减轻患者负担。大数据技术在医疗领域将不断催生新的业务模式和服务模式。

　　大数据技术能够实现处理过程及传输过程的实时化、及时化。大数据技术未来在医疗领域的应用会越来越多，许多服务都需要实时的统计分析结果，为决策提供支持。处理过程及传输的实时化、及时化是未来大数据技术在医疗领域发展的重要趋势之一。

　　而医疗大数据在医院之中的应用场景，大概有以下几方面：

　　临床应用：大数据搜索、MDT 、患者全息视图和临床决策支持

　　科研应用：科研思路探索与发现、基于时间模型的科研分析和专病库

　　管理应用：精细化管理、病案管理、病历评分体系、VTE 风险评估 、ICD辅助编码

　　患者服务：智能导诊、候诊

　　药物研究：受试者智能招募、RBM 质控核查、AE/SAE 自动报警、试验数据辅助采集

　　教学应用：疾病图谱、临床数据与知识库关联应用

　　医疗大数据解决方案如何设计？

　　要了解大数据能够帮助医院解决哪些问题，先要清楚目前医院运营管理中存在的问题：

　　缺乏顶层设计：管理协作机制、业财融合的顶层设计；

　　关联性差：运营管理与业务管理相互脱节；

　　缺乏系统性：运营管理缺乏系统性的统筹规划和全周期的分析控制；

　　运营管理滞后性：问题暴露后才查找、分析原因

　　管理效果有限：过程数据难以获取；

　　营销意识不高：服务意识不强，坐等上门，对客户感受的关注度不高；

　　数据分析差：数据分析不能为运营管理提供服务；

　　信息化孤岛：被动信息化，信息孤岛，缺乏个性特点。

　　从以上这些问题出发，我们分析得知，医疗大数据能够为医院解决以下问题：

　　大数据整体解决方案设计原则是符合医疗业务特色、符合技术发展趋势、落地可执行、提供医疗大数据服务能力、打造可持续发展模式。

　　而设计原则应该是，要有效支撑医疗业务战略，促进医疗改革发展工作开展；坚持高层级数据集中与辐射式的服务延伸，打造医疗大数据资源池，挖掘数据价值，对内对外提升数据的服务能力；大数据安全与大数据工作同步规划、同步建设、同步发展，确保数据的安全可靠，高效便捷。

　　总体解决方案应运用先进成熟的技术手段和标准化产品，符合当今技术发展方向，应面向实际，注重实效，坚持实用、经济的原则；按照业务发展紧迫性诉求，结合技术现状和投入产出合理性评估，在统一规划基础上，给出分步实施策略。

　　DRGs数据如何使用？

　　DRGs的意义可以归结为两方面：

　　优化医疗资源、控制医保费用：确定各病例的DRGS分组；根据DRGS组别制定医保费用支付标准；引导各医院减少不必要的治疗和服务项。

　　弥补传统工作量核算方法的不足：根据DRGS组别确定各病例的标准工作量；作为内设机及人员的工作量考核依据；彻底改变以收入为基础的工作量考核方法。

　　从意义出发，数据使用有指标数字和考评考核两方面。

　　DRGs指标数字：

　　二查：一查26个MDC覆盖 ；二查DRGs组数

　　四看：一看权重数（RW）；二看病例组合指数（CMI）；三看费用/时间指数；四看低、中、高死亡率。

　　六比：DRGs组数；MDC覆盖；总权重（RW）；病例组合指数（CMI）；费用/时间指数、低中高死亡率）/时间、空间；对象360度院内院外对比。

　　DRGs考评考核：

　　一标：建立院内一套标杆值 ；

　　二评：院内对比、院外对标；

　　三点：主要有科室（重点专科）、医师（小组）、病组费用三个着力点；

　　四层：剖析医院、科室、医师（小组）、病组四个层级；

　　五题：依据服务能力、服务效率、质量安全、疗效测量、费用监测五项数据主题进行考评考核。

　　从以上这些应用方式中可以看出，若DRGs付费方式落地，那么支付都是基于数据。彼时，医院的管理，最起码要以结果为指标进行系统管理，从粗放型到精细化，在整个医疗过程当中实行数据化管理，所以DRGs就是一个非常好的工具。

　　但是目前，制约着DRGs发展的问题并不少，医院疾病组的成本核算、临床路径的标准化、医院的经营管理水平，财务、医务、信息、后勤等多个部门以及信息化厂商的配合，都是亟待解决的难点。医疗数据的共享和应用的丰富，也使其面临着更多安全挑战。

　　光有医疗大数据是远远不够的。综合来看，DRGs可以很好地管控医疗数据的源头，从而让医疗大数据和人工智能真正发挥作用。

　　作者： 北三耳

　　来源：  DRG变量