健康医疗大数据背景下医院管理的思路、难点及对策

■ 姚德明 翟晓辉 梅翠竹③ 王 栋④ 张 涛 郭俊丽⑥ 徐建星 褚湜婧

2016年，国务院办公厅印发《关于促进和规范健康医疗大数据应用发展的指导意见》，提出“综合运用健康医疗大数据资源和信息技术手段，健全医院评价体系，推动深化公立医院改革，完善现代医院管理制度，优化医疗卫生资源布局”[1]，进一步落实《国务院关于印发促进大数据发展行动纲要的通知》中关于“实现基于数据的科学决策”[2]的有关要求。《“健康中国”2030规划纲要》进一步提出，深化健康医疗大数据在行业治理、临床科研、教育培训等领域中的应用[3]。公立医院是我国医疗服务体系的主体，承担着人民群众大量的诊疗工作任务。充分利用好医疗行为和业务处理过程中产生的海量数据，将既有利于医疗临床科研事业和公共卫生事业的发展，也将有利于医疗行业治理方式的改善。

1 基于数据的医院管理

1.1 大数据在医院管理中的应用

大数据被看作是一种新型资产，其中所蕴含的巨大价值已经成为普遍共识[4]。2019年，我国公立医院共计11 930所，诊疗327 232.3万人次，收治住院患者17 487.2万人[5]，在诊疗工作中产生了海量数据。从数据产生的来源角度看，这些数据大致可以划分为临床服务数据、经济运行数据和医院管理数据[6]。在临床服务数据方面，主要有来源于门急诊患者和住院患者的诊疗信息，包括医生对于患者病情的诊断、用药、手术或操作、护理情况以及与此相关的病程记录的信息，可以反映出就诊患者的病情、在诊疗期间的一系列处置行为以及诊疗效果等具体情况；在经济运行数据方面，主要有收入数据、支出数据，可以反映出医院财务与经济运营状况等；在医院管理数据方面，主要有人事管理、后勤管理、技术管理、科研管理、薪酬管理等信息，可以体现出医疗机构的管理运行情况。部分医院也在应用大数据对医院的全面预算管理、后勤精细化管理、优化医生绩效奖金分配方案、缩短出院患者等待时间等工作进行探讨[7-10]。

分析不同类型的数据，可以对不同管理层级的情况予以反映。首先，通过对医师个体或诊疗组的数据进行分析，可以反映出医生个体或诊疗组的工作量、诊疗疾病的疑难复杂程度、涉及手术或操作的疑难复杂程度、诊疗行为是否规范、是否注重患者信息安全管理和风险控制等情况。其次，通过整合诸多个体数据，可以有效地掌握各个病种和学科的发展情况，反映医院内部相关学科的优势或不足。其三，对医院的整体数据进行分析，可以查看医疗机构内部的运行情况，如整体的手术疑难程度、收治结构的合理性、经济运行的效率等。其四，对多所医院的数据进行整合，还可以分析一个区域内医疗机构的整体情况，或进行医疗机构间相同数据的比较。

因此，通过挖掘和分析医疗行为和业务处理过程中产生的海量数据，可以更加全面和客观地描摹医疗机构在不同层级的医疗服务行为、运营情况、管理效果，更加有效地分析医院管理的特点和发展趋势，从而促使医院降低管理成本、提高管理效率。深入分析客观数据，较大程度上可以规避经验管理工作的弊端，有利于摸清医疗行业管理的规律，为各项管理决策提供更加丰富的信息和更为详实的依据，提升决策的准确性和科学性。这不仅可以应用于提升医院内部管理水平，也可以应用于卫生健康行政部门对于医院的监督管理工作。

1.2 基于数据管理的前提

使用数据对医院进行科学管理的前提是具有高质量的数据。根据《信息技术 数据质量评价标准》（GB/T36344-2018）可知，数据质量是指在特定条件下使用数据时，数据的特性满足特定工作明确的和隐含的要求的程度。评价数据质量的指标包括规范性、完整性、准确性、一致性、时效性和可访问性。

对于不同管理目的而言，高质量数据的界定存在一定的差异，其精细化程度也存在一定的差异。例如，同样是对手术量进行分析，如果需要分析某个医院的手术量情况，那么仅需要确保这所医院手术总量统计的准确性，而各个科室各自的手术量统计是否具备准确性则是次要矛盾；如果需要分析一所医院内部某个科室的手术量情况，那么各个科室手术量统计的准确性则上升为主要矛盾，而科室内各个医生的手术量情况是否具备准确性则是次要矛盾；但是如果需要分析一个医生的手术量，则需要确保提取相应医生的手术量情况准确无误，那么医生所承担手术量统计的准确性则上升为主要矛盾。此外，如果需要对比两位医生的手术量，则需要在确保各自手术量提取准确的情况下，确保两位医生对于“什么是手术、哪些算是手术”等界定规则的理解保持准确一致；如果需要对比两位医生对于同一种疾病所实施同一种手术的优劣情况，那么需要明确两位医生对于同一种疾病、同一种手术具体内涵的理解是否保持准确一致，确保两者之间是可以进行比较。

上述例子同样也可以说明，数据的真实性和完整性是医院管理实现精准决策分析的最基础要求。数据的完整性是指数据是否存在丢失或无法使用的情况。比如，从横向上说是否涵盖了相应的维度，从纵向上说相应时间跨度上的数据是否完整。数据的准确性是指数据是否有明确的定义、是否严格按照要求进行统计、计算结果是否准确、能否真实反映医疗机构的实际情况。比如，如果需要进行数据比较，无论是医院内部个体之间或部门之间的比较，还是医院之间的比较，都需要在医院数据具备真实性和完整性的基础上进一步要求医院数据的规范性和一致性。比如，统计口径是否一致、数据结构是否一致、数据时间是否一致。否则，将具有不同内涵的数据放在一起比较，是完全没有意义的工作。

因此，对医院进行管理时，一定要明晰管理的目的和层级，这决定了应用于分析工作数据的精细化程度，决定了规范性、完整性、准确性、一致性、时效性和可访问性等指标在高质量数据中的具体体现程度。

2 基于数据管理的工作难点

2.1 高质量数据的生产和采集

高质量的数据恰恰是医院管理工作的关键点和难点，受到多重因素的影响和作用。

2.1.1 医疗机构数据庞杂。从数据生成到数据采集，涉及多个环节，其中如果任何一个环节出现纰漏，都可能对数据的规范性、完整性、准确性等方面产生负面影响。以病案首页数据中疾病诊断为例，医生诊断名称填写是否规范、编码员对疾病的编码是否准确完整规范、信息系统程序设定是否规范、疾病诊断信息提取的规则是否清晰等环节都会影响其数据的质量。

2.1.2 在快速发展阶段，各类数据分属于不同的管理系统，存在一定的信息壁垒。不同系统和不同系统所属的部门之间交流不充分，一些基础数据尚未做到通过信息系统实现有效地交换共享。部分医院存在着对于信息技术使用不到位的情况，或者还面临从纸质记录到电子记录转化过程中可能会存在原有数据遗漏、转换错误等问题。

2.1.3 不同的工作部门可能产生同一类数据。比如出院患者的相关数据，在病历系统内有所记录，在财务收费系统内有所记录；比如用药情况的相关数据，在发药的环节有所记录，在临床使用的环节有所记录。但是，因为使用目的不同或未建立标准化、结构化的数据体系，各个工作部门所统计的口径、时间节点和要求均有所差异，或者出现同一口径的数据却在不同系统中表现为不同的名字的情况。这导致不同工作部门所产生的同一类数据难以做到相互比较印证。

2.1.4 部分工作常常出于统计方便或延续以往工作经验，未严格按照要求开展。比如，部分医院的财务数据存在着未按照自然年度进行统计、未按照权责发生制进行核算等情况。具体工作过程中，还存在着由于业务能力不足将数据统计错误的情况，比如将会计核算科目填写错误。比如，由于相应工作人员对于抗菌药物使用强度、处方点评和处方审核的差异等概念理解错误，出现了非客观性数据错误。

此外，医院尚未明确形成如何有效应用数据进行管理的具体思路。对数据质量的重视程度不足、病历结构化程度较低、相应政策落实不力等也是造成数据质量不够理想、达不到“高质量”要求的原因。无论是医院内部还是卫生健康行政部门对于医院的管理工作，在不同程度上存在着类似的现象。

2.2 数据的分析和应用

医院在运行过程中产生了庞大的信息群，很多信息并不能直接使用，需要经过清洗和整理。如果采用的统计方法不得当，将会降低所处理信息的质量，无法有效利用数据[11]。因此，依靠健康医疗大数据进行管理，需要建立一批专业的数据分析团队。一方面，既能够发现数据表面展现出的情况，又能够发现数据之间的关联性，并对此进行深入探讨。从数据中挖掘更多的价值，运用于多学科的技术，包括统计学、计算机科学、应用数学和经济学等。另一方面，数据的分析及结果展现离不开信息技术的支撑，运算结果通过可视化技术予以展现。但是在工作初期，信息技术可能存在一定的误差，需要和相关业务人员增进交流和沟通。数据展现的内容实质上是管理思路的体现。单纯的学科能力已经不能够满足现实需求，对于医疗行业而言，业务人员、管理人员和技术人员需要共同努力。

3 对策与建议

应用健康医疗大数据对医院进行管理已然是大势所趋。尽管其中仍然存在一定的难点，但充分认识到健康医疗大数据对于医院管理的重要意义，并能够将这些难点逐一破解，也必将取得医疗治理方式上的重大突破。

3.1 需要进行顶层设计和统筹部署

数据在不同层面上所起的作用有所不同，越大范围内同质的数据越能够在更大范围内进行有效的医疗决策提供支撑作用。数据管理工作实质上体现的是不同管理层级的管理思路。就医院层面而言，体现了医院管理的思路；就省级而言体现了省级对辖区内医院管理的思路；就国家层面而言，体现了国家对于全国医院管理的思路。因此，无论是在哪一层级开展这一工作，都需要进行顶层设计和统筹部署。一方面，推进数据标准化工作，严格把控数据统计标准和统计口径等工作要求。无论在哪一层级上取得较高质量的数据，就可以在相应的工作范围内实现科学决策。另一方面，加强医院的信息化建设，通过构建医院信息平台，实现医院信息化应用、服务和管理的集成系统，逐步打破信息壁垒，建立起数据信息的共享机制[12]。

3.2 完善相关支持政策

大规模的数据横跨了组织边界，涉及到对于医疗机构组织边界的认定、网络信息技术的支撑、数据信息共享等问题。相关政策的制定应当随之进一步完善和发展。此外，需要严格保障数据安全，明确数据问题产生的责任承担者，逐步建立和完善数据安全的相关管理制度。

3.3 加强专业人才培养

基于数据进行决策并非易事，数据采集、管理和分析工作都需要较强的专业素养[13]。一是增强医学教育培养的同质性，避免因医学教育背景而导致的诊断书写、编码选择的差异，也避免由于工作人员责任心不足导致的数据错误。二是重视培养数据管理和数据分析挖掘的专业人才，有意识地利用健康医疗大数据信息技术为医疗质量控制、规范诊疗行为、评估合理用药、优化服务流程、调配医疗资源等提供支撑。三是发挥专业人才和信息技术人才相结合的优势，数据采集、存储、流通过程中的数据库搭建、系统管理、信息安全、网络建设等都需要有具备专业能力的人员予以保障。

2019年1月，国务院印发《关于加强三级公立医院绩效考核的意见》，提出在全国范围内开展三级公立医院的绩效考核工作，就是要在全国层面开展医疗数据的采集和分析工作，以期从国家层面上加强对于医院管理工作的指导，并在健康医疗大数据管理和使用等工作上取得积极经验。