大数据时代的医疗风险管理模式创新

2016-11-24林川

法制与社会 2016年30期

摘要大数据是一种思维方式和技术路径，通过大数据的技术支撑，也可以带来管理方式的变革。从大数据的本质和医疗风险管理的规律看，大数据和医疗风险管理具有内在的契合性，二者可以在多个环节和领域形成联动。本文认为应利用大数据的思维模式和技术手段创新医疗风险管理体制，提高医疗风险管理水平。

关键词大数据医疗风险管理模式

作者简介：林川，在职研究生，深圳市妇幼保健院副院长。

中图分类号：C931 文献标识码：A DOI：10.19387/j.cnki.1009-0592.2016.10.386

医疗风险的范围存在一定的争议，但从管理学的角度来看，一切可能对医院和医疗工作者带来不确定后果的事件都可以纳入医疗风险的范围。虽然随着公众认知的提升和医疗技术的进步，很多传统的医疗风险得到解决或控制，医疗技术进步提高了医疗单位的风险识别、评先评估和风险管理能力，但人类面临的不确定性日益增多，医疗风险并没有有效消除，人类疾病层出不穷、顽固性疾病难以根治、公众健康意识和医疗需求的提高，都会消解技术进步对医疗风险管理的正面效应，有可能形成新的医疗风险，很多新型的医疗风险进入医疗领域，给医院管理带来挑战。应当从最广义的角度理解医疗风险，以提升医院的风险防范、风险管理和风险应对能力。

为了应对新型的医疗风险，也要求医疗单位创新管理手段和管理模式，建立与风险社会相匹配、与信息技术要求相适应风险管理体制。随着信息技术的进步，大数据已经进入很多领域，有效提升管理效率，基于医疗风险管理的内在要求和大数据的本质特征，可以找到二者的契合点，在医疗风险管理中引入大数据的思路和方法，提高医疗风险管理水平。

一、大数据与医疗风险管理的内在契合

大数据通过广泛的信息收集和数据挖掘，分析制度规律、人的行为模式或决策方法，进而实现大样本下的信息处理，从而提升人类的认知水平和管理能力，消除决策领域和管理系统中的信息不对称问题，有效规避人类面临的理性有限和认知陷阱。大数据理念的出现与信息技术的进步密不可分，通过计算机技术的数据挖掘和分析整理，原本散乱的数据被重新整合，并赋予单个信息所缺乏的整体意义。人工智能技术的进步，也助推大数据方法的扩展，因为“随着数据的累积和增多，可以做的分析和对比也越来越多。”这种交互式的信息收集和信息传播彻底改变了信息处理形态，不但体现了技术的进步，更是人类思维模式的更新。

计算机技术久已存在，但大数据却是比较新的社会理念和信息处理模式。传统的计算机技术只注重信息收集，而大数据理念不仅仅是信息的收集，更包括信息的运用。以医疗管理为例，很多医疗单位很早就开始在诊疗过程中引入计算机技术，但主要是静态的技术运用，而对数量庞大的信息缺少有效的整理和分析。但大数据时代，对医院风险管理提出了新要求，应该在信息收集的基础上实现信息的动态分析和持续运用。计算机技术是基础，大数据分析是拓展。医疗风险是动态的过程，面对未知的医疗风险，需要基于大数据分析去认知风险，从而使风险变得可控。从医疗风险管理环节看，完整的医疗风险管理包括风险识别、风险评估、风险处理和风险评价等，这几个环节都需要数据予以支撑，否则有可能会导致风险识别的谬判、风险评估的偏差、风险处理的失误和风险评价的扭曲。同时，大数据时代的信息收集技术和信息传播模式发生了很大变化，原本依赖医疗技术的问题，依赖信息可以解决或缓解，这对技术约束条件下的医院风险管理具有非常重要的意义，特别是移动信息技术的发展，降低了信息收集和获取的成本，为大数据模式的拓展提供了信息平台和技术路径，对大数据相关领域的发展具有极大的推动作用。

从大数据运用来看，大数据方法不仅仅适用于技术领域，很多行业也开始利用大数据的分析方法和分析思路解决行业面临的技术障碍和管理困境。大数据分析与医疗风险管理也有内在的契合，从大数据的本质和医疗风险管理的规律来看，二者之间的结合具有广阔的应用前景。医院风险管理需要回应大数据的时代要求，创新管理体制，降低管理成本。

二、大数据在医疗风险管理中的运用

大数据在医疗风险管理中的运用是多方面的，比如，通过大数据分析，识别医院面临的技术难题和技术瓶颈，从而为医院技术革新提供数据支撑，使医院能够及时更新医疗技术，提升诊疗水平；基于不同因素的设定，对患者展开类型化分析，明确不同类型患者的诊疗需求，建立多层次、差别化的医疗服务，扩大医院的医疗规模；对不同患者进行综合分析，建立患者诊疗的分流机制，构建多元化的医疗通道，消除医疗服务中存在的各种不均衡现象；完善医院电子健康档案、电子处方和其他相关医疗信息，建立完备的医疗信息数据库，通过数据分析实现风险管理重心前移，加强风险防控和健康风险评估，强化从事后诊疗到事前防治的转变，并基于大数据模型整合公众关切，加强公众健康教育。这些问题都与医疗风险管理直接相关。

从医院风险管理的具体环节出发，医疗风险管理中应当注重两个方面的数据收集和运用：医疗信息管理和患者数据管理。

医疗信息管理是从医院管理的整体视角出发，对涉及医院运营中的相关信息展开的大数据分析，其中比较重要的是对医院技术信息的整合和研究，这是宏观层面的大数据运用。相比微观层面的患者数据管理，这一层面的医疗信息管理对医院的未来发展会有比较准确的预判和把握，从而充分发掘医院发展过程中的优势，分析医院面临的技术、管理等各种瓶颈，在此基础上提出发挥优势的具体措施和消除瓶颈的具体路径，为医院的良性发展提供科学方案。这一切都有赖于数据的分析和研判。

患者数据管理是医院风险管理中大数据的基础环节和集中体现，这与医院的基本职能有关。在患者数据管理中，应当超越简单的信息收集模式，而应该结合不同患者的具体情况，设定相应的变量，整合不同患者的数据，建立一个患者信息识别和处理系统。要分析患者在诊疗过程中，有哪些因素和环节会对医生的诊疗过程和诊疗效果带来影响，进而造成相应的风险，并基于既有的相关案例分析最佳的风险处理模式，并定期展开风险评价，随时调整风险应对方案，从而在维护患者正当权益的前提下，保护医生的权利和利益。这一模式要求基于大数据理念，对患者的相关个体因素、诊疗过程中的相关环节展开科学的识别和分析。

所以，无论从宏观层面还是微观层面，大数据的理念和方法都可以为医院风险管理提出具体的思路和方案。

三、以大数据为中心的医疗风险管理模式创新

为了适应大数据时代的医疗环境和技术水平，应当推进以大数据为中心的医疗风险管理模式创新，实现技术约束条件下的诊疗效果最大化。从技术、管理等角度看，可以在以下几个方面予以突破。

以信息技术倒逼管理体制改革，通过引入大数据的分析模式和分析方法，推动风险管理体制从静态的风险评价和被动的风险应对向动态的风险预测和主动的风险解决转变，通过持续不断的信息流动强化相关主体的风险认知，加强应对风险的能力，倒逼风险管理模式创新。

形成大数据的思维模式和管理风格，打通医院内部的数据壁垒，强化信息流动和信息共享，通过设置专门的数据分析与数据运用机构，以形成中心化、多渠道、交互性的数据收集、数据分析、数据处理和数据应用网络，提高数据信息的使用效果。

实现数据的跨部门和跨区域交流，有效回应风险社会中风险的分散性、未知性、扩展性等特征，通过大数据的网络架构和技术支撑实现医疗风险管理的部门联动和区域协同，在社会协作网络中提高医院风险管理水平。

参考文献：

[1][英]维克托·迈尔-舍恩伯格，等著.盛杨燕，等译.大数据时代.浙江人民出版社.2013.

[2]徐子沛.大数据.广西师范大学出版社.2015.

[3][美]阿莱克斯·彭特兰著.汪小帆，等译.智慧社会：大数据与社会物理学.浙江人民出版社.2015.

[4][美]克瑞莎·泰勒著.刘雁译.医疗革命：大数据与分析如何改变医疗模式.机械工业出版社.2016.

[5][德]埃拉德·约姆-托夫著.潘苏悦译.医疗大数据：大数据如何改变医疗.机械工业出版社.2016.