博弈论视角下不合理入院问题分析与建议*

2022-06-25万子瑾张贝贝陶红兵

中国卫生质量管理 2022年5期

——李刚李浩万子瑾戴遥张贝贝陶红兵

2009年新医改以来，医疗保险覆盖范围进一步扩大，卫生服务可及性和公平性得到了极大改善。2009年-2019年我国医院床位数由312.1万张增长至686.6万张[1]。国家卫生健康委员会公布的《2019年我国卫生健康事业发展统计公报》[2]显示，2019年我国年住院率为19.00%，相较于2009年的9.90%，住院率增加了近一倍；而期间全国居民年平均就诊次数从4.2次增长到6.2次，增长率不到50%。从数据来看，我国医院床位数不断增加，居民住院率持续上涨，但居民年均就诊次数增长速度与住院率增长速度不匹配。这一方面说明我国医院规模进一步扩张，住院服务可及性有所改善；另一方面也提示医院为提高床位使用率，可能存在住院服务过度问题。

狭义的住院服务过度需求是指患者在不需要住院的情况下选择住院治疗，即不合理入院[3]。有学者[4-6]利用博弈论对过度医疗问题进行分析，仔细剖析了各参与方之间的利益关系。但现有研究存在以下问题：(1)从博弈主体来看，更多聚焦于医患双方博弈，忽略了政府的调节与监管作用；(2)在分析过度医疗需求问题时，多从医方视角寻找过度医疗原因，忽略了患方主导以及政府疏于监管导致的过度医疗；(3)现有不合理入院问题的研究多以现状研究为主[7-8]，有研究对患者无效住院日影响因素进行了探索[9-10]，但没有充分梳理不合理入院问题中医、患、监管三方的决策动机以及博弈关系。本研究利用博弈论分析方法，从医方和患方主导视角，分析不合理入院中医方、患方和监管方的行为策略，找出关键影响因素并提出应对措施，以期为解决不合理入院提供新思路。

1 不合理入院行为博弈模型变量设定

医方主导的不合理入院决策是指患者病情不需要住院治疗且在不知情的情况下，医方利用信息不对称诱导患者入院[11]。患方主导的不合理入院决策是指医方根据患方的实际病情认为不需要住院治疗，但患方出于各种原因坚持住院治疗。据此，本研究做出以下设定：

1.1 研究假设

在本研究不合理入院的博弈模型中，包括两个假设：第一，主要有3个博弈方，分别是医方、患方和监管方。医方除医生外，还包括医疗机构以及其他医务人员等；患方除患者本人外，还包括家属及其他相关人员；监管方主要是政府相关责任部门等。第二，假定医方、患方和监管方都是理性经济人，且都以实现自身最大利益为目标。

1.2 行动策略

当患者病情不需要住院治疗时，医、患、监管三方均面临两个行动策略：医方为正常门诊诊疗、诱导入院；患方为门诊诊疗、入院治疗；监管方为严格监管、不监管。

1.3 概率

假定医方根据患方实际病情进行正常门诊诊疗的概率为α，则诱导患方不合理入院的概率为1-α；患方接受门诊诊疗的概率为β，则患方接受入院治疗的概率为1-β；监管方严格监管的概率为γ，则不监管的概率为1-γ。

1.4 收益

假定医方根据患者实际病情进行正常门诊诊疗的收益为a，患者不合理入院医方的收益为b，被监管方发现有不合理入院行为医方会被处罚为c；患者按照正常门诊诊疗花费的费用为e，报销比例为d1，不合理入院花费的费用为f，报销比例为d2，其中门诊正常诊疗、不合理入院治疗患者感知的健康收益分别为g1、g2，如果患方主导的不合理入院被监管方发现会被处罚为h；监管方监管得力会获得社会效益为i，如果有不合理入院行为但监管方没有实施有效监管会损失社会效益为j，但只要监管就会付出成本为k。

2 不合理入院博弈收益矩阵及模型分析

根据以上分析，医方、患方和监管方的具体收益矩阵如表1所示。

表1 不合理入院医、患、监管三方策略组合以及博弈结果和收益矩阵

2.1 医方收益分析

患方接受正常门诊诊疗医方的收益函数为：

R1= (α·a·β+α·a·β)·γ+[(1-α)·(1-β)·(b-c)+(1-α)·(1-β)·(b-c)]·(1-γ) 患方不合理入院医方的收益函数为：

R2= [(1-α)·(1-β)·(b-c)+(1-α)·(1-β)·(b-c)]·γ+[(1-α)·(1-β)·b+(1-α)·(1-β)·b]·(1-γ)

医方总的收益函数E1=R1+R2，即医方的总收益E1对α求一阶导数可得：

从医院视角出发，医院追求利益最大化，很大程度上是因为追求规模效益。而在市场经济下，政府财政弱化了对公立医院的投入，医院只能将规模扩张所带来的一系列成本转嫁给患方，从而诱导患者入院。从医生角度来看，现有临床医生绩效考评方案导致绩效工资与业务量挂钩，进一步激发了医生通过增加住院量来提高个人收入的动机。加上医患信息不对称，患方往往会依从医方，故在不知情的情况下被动接受医方入院治疗方案。另外，从上述博弈分析中发现，政府的有效监管c可以在一定程度上遏制不合理入院，但在目前的监管体系中，并未将不合理入院作为重点考核项目，疏于监管与考核在一定程度上助长了医方诱导患方入院的行为。

2.2 患方收益分析

患方总的收益函数为E2，E2对β求一阶导数同理可得：

根据上述分析可以发现，报销比例d1和d2在患者的行为选择中几乎起决定作用。而住院报销比例通常是高于门诊报销比例的，即d2>d1。从患方角度来看，当门诊与住院所产生的费用差距并不能抵消报销比例差距时，此时住院性价比更高，常常会出现患方主导的不合理入院。医方出于防御性医疗行为考虑，只能屈从于患者让其入院[12]。同时，政府缺乏对患者不合理入院的有效监管，即h=0，也是不合理入院难以得到根本解决的重要原因。

2.3 监管方收益分析

监管方总的收益函数为E3，E3对γ求一阶导数同理可得：

目前，我国医院内部缺乏一套能够广泛推行的入院标准，无法为医方和监管方提供必要的指导，导致政府在实行监管时对医方和患方缺乏有效约束；同时，由于医患双方存在信息不对称，导致监管方在对医方和患方实行监管时缺乏有效信息。若监管方采取行动，对过度医疗需求进行干预，必定要耗费更多成本。因此，缺乏必要的制度保障和财政投入也是监管方选择不监管的重要原因。

3 针对不合理入院的建议

通过医方、患方和监管方之间的博弈，对影响三方决策的关键变量进行逐一分析，并结合文献对不合理入院原因进行剖析，本研究对改善不合理入院提出以下建议：

3.1 强化政府责任心，加强政府监督

第一，强化政府责任心，继续推动医疗卫生体制改革，合理规划医疗卫生资源，科学布局医疗服务体系，防止医疗机构特别是大医院的盲目扩张。第二，加强政府监督，职能部门严格执法，遏制过度医疗蔓延[13]。整合卫生部门信息能力建设，提高医疗信息收集管理能力和过度医疗判断能力。将不合理入院作为重要考核指标，纳入医院绩效考核评价体系，对医生的诱导需求行为进行记录，并建立信誉考评机制。

3.2 推进医保制度改革，维护各方权益

医保支付方式与医疗服务提供方(即医方)利益直接相关，建立能够协调医保、医方和患方三方的医保支付制度至关重要。首先，要持续优化调整门诊住院报销比例，通过合理测算门诊报销和住院报销比例，探索设置分段补偿比例，让更多的资金用于高费用风险的保障[14]。其次，通过长期护理保险制度建立家庭病床，使老年患者在家中得到及时的医疗照顾和生活护理，从源头降低患者的过度住院需求。再次，医保机构要做好监管工作，借助信息平台建立智能监控系统，严厉打击骗保行为。

3.3 加强紧密型医联体建设，提高基层医疗机构服务能力

在患方主导的不合理入院中，一部分是患方认为医院能够提供更安全有效的治疗，另一部分是现行住院门槛低，报销比例高，与门诊诊疗相比，住院治疗所花费的费用更低，导致患者选择长期在基层住院接受康养服务。因此，提高基层医疗机构门诊服务能力并严格把控入院指征，是解决患者主导的不合理入院行为的重点。首先，要加强紧密型医联体建设，通过上级医院的帮扶等，加强基层人才建设和基础设施建设，提高基层服务能力。其次，通过医联体信息平台建设，加强上级医院与基层医疗机构的联系，使上级医院医生能够全方位获得更多关于患者健康状况的信息，然后确定是否需要入院[15]。再次，在医联体建设中吸收康复、护理等机构，与基层医疗机构和上级医院建立合作关系，满足老年患者或者慢性病患者的就医需求。

3.4 加强医院内部管理，规范医方行为

医院的管理方针和政策是医务人员诊疗行为的指挥棒，科学合理的管理制度可以有效遏制不合理入院行为。首先，要建立医疗信息公开制度[16]，包括医院服务收费标准、医疗质量相关数据以及专家信息等，方便患者查询和政府监管。其次，要统一患者入院标准，明确各种临床指征，但需进一步探讨实行统一入院标准后的安全保障机制。再次，要建立科学合理的绩效薪酬制度。有必要探索建立包含工作量、服务质量、服务效率以及技术含量等基于劳动价值的绩效分配制度[17]，适当分阶段引入三明医改中的年薪制试点经验[18]，从根本上切断医生过度医疗动机。最后，要建立规范合理的纠纷调解机制，最大限度地保障医师权益，增加医方医疗决策的主动性，避免因患方强烈要求而出现的由患方主导的不合理入院。

3.5 转变患者就医观念，正确引导就医行为

门诊诊疗和住院治疗只是治疗的两种不同方式，患方应根据自身病情进行客观、理性的选择。不合理入院会增加患者院内感染、医疗不良事件概率，因此门诊可以治疗的疾病没有必要通过住院治疗来解决。不合理入院问题的治理离不开患方的理性参与。当前，公众仍普遍缺乏疾病预防意识，尤其是老年群体。因此，基层医疗机构应定期组织健康教育活动，积极开展社区公共卫生宣传，提高居民的预防保健意识。同时，医院可以适当增加就医流程的透明程度，主动输出正确的就医观念，在医患信息不对称的情况下减少患方信息接受的被动性。此外，相关部门要加强引导，进一步扭转患者的就医观念，营造和谐医患关系。