基于Power BI的数据分析在三级公立医院绩效考核管理中的研究与应用

赵 雨 李哲青 张 波 秦君璞 周 邮

中山大学附属第六医院 广东广州 510000

根据国务院办公厅《关于加强三级公立医院绩效考核工作的意见》(国办发〔2019〕4号)的文件精神,2019年起国家综合各家医院数据并形成排名,其考核结果作为对医院考核的重要依据[1-2]。该考核指标涉及医疗质量、运营效率、持续发展、满意度评价四个维度的55项指标,其中国家监测26项[3],见图1。

图1 三级公立医院绩效考核指标体系

L医院通过对三级公立医院绩效考核(下称“国考”)指标的解读,将各个指标的监管要求分解到临床和业务科室。传统信息系统报表灵活性低、可视化元素单一,缺乏可视化的动态分析方法和工具,不利于医院管理者发现问题及挖掘问题背后的深层次原因。为满足不同岗位对于所管指标的数据监测需求,L医院通过综合分析现有的BI[4-9]工具特点,选取Power BI[10-11]作为基本工具,构建国考数据指标模型,生成主题数据可视化看板,通过数据分析结果对医院科室的管理决策起到辅助作用,最终在该医院国考指标PDCA闭环管理上取得成效。

1 工具介绍和数据建模步骤

1.1 Power BI简介

Power BI[12-17]源于微软公司,具有与Office系列软件一脉相承的图形化操作界面,简单易用;支持各种形式的数据对接,可以转换和清洗数据,数据建模性能强;有十分丰富的图库和强大的数据可视化功能,能够制作交互式的报表,通过发布到Web实现报表共享,直接导出成PDF等特点,现已广泛应用在各行业的数据统计工作中。

1.2 数据建模步骤

数据准备。基于模型自动化程度考虑,模型中的定量数据主要采用直连基于医院HIS、电子病历系统、DRGs系统等多源异构系统集成的数据中心总线实时更新,加载后的数据在Power Query编辑器组件中进行个性化的修改,该编辑器可以在菜单栏进行数据合并、拆分、计算、删除等基础操作,也可在高级编辑器使用M语言进行数据整理。

表间关系建立。数据源导入后,使用Power Pivot进行关系建模,建模的逻辑类似于SQL语句中的关联关系,根据逻辑关系依次将各个表的字段进行关联,业务表与字典表、日期表之间的关系建立,字典表中的主键要保持唯一,见图2。

图2 三级公立医院绩效考核指标体系模型

辅助表、辅助字段建立。导入数据表的数据字段为最细颗粒度,国考指标通过度量值建立公式计算,此步骤采用DAX函数,如:

指标17.抗菌药物使用强度(DDDs)▲=DIVIDE(IF([DDDS]=0,BLANK(),[DDDS]),[DDDS同期收治患者床日数])*100

指标38.门诊次均费用增幅▲=IF(ISBLANK([门诊次均费用_上年同期]),BLANK(),([门诊次均费用]-[门诊次均费用_上年同期])/ [门诊次均费用_上年同期])

可视化报表制作。Power BI具有表格、条形图、柱形图、饼图等多种基础插件,也可以加载高级可视化模板,如桑基图、分解树、ArcGIS地图、散点图等。根据不同数据需求场景,快速建立可视化报表。其便捷性远大于用SQL语句在数据中进行查询,建模方式友好。

2 模型设计

根据医院特点将科室类别分为非手术、手术(胃肠)、手术(非胃肠)三类,在生成报告时可以根据类别形成个性化报告。每月通过使用RPA(机器人流程自动化)技术[18]从模型导出PDF报表发送给各科室,同时还将该模型开放给科室管理人员,使其可以利用该模型自助进行数据获取及分析,提高工作效率的同时又能增加职能科室的自主性和参与感。

模型设计的指标包含医疗工作量、医疗收入、控费情况、医疗质量、合理用药、单病种六大主题模块,分别细化指标进行多维度的可视化展示,给科室直观的数据参考。为了丰富决策辅助分析数据,还加入了DRGs和DIP的CMI(病例组合指数)、病种权重、病种主诊断医保分值、盈亏测算等拓展指标进行可视化分析。

模型实现如下功能:①数据分层次、分类别的同步向上和向下钻取分析。将各级筛选跟同比、环比、平均等计算结合,实现数据逐级钻取分析。②关联对比分析。在同一个页面中,通过选取可视化控件中的某个元素,页面即可显示与之相关的数据和图表,通过不同维度和类型数据的对比分析,发现潜在的内部关联,解决复杂的分析需求。③时间序列分析。通过获取到的年度、季度、月度、周、日,乃至手术时长等指标的小时、分钟的颗粒度数据,使指标实现完整的时间序列“台帐”。

3 模型应用

以下选取部分国考指标详细说明。

门诊人次数与出院人次数比。指标展示采用折线和簇状柱形组合图和数据表,见图3。

图3 指标:门诊人次数与出院人次数比

手术占比。指标体现手术类科室的横向对比、科室医生具体参与的手术情况及重点手术情况,采用折线图多维度进行对比,柱状图反映手术台次对比,见图4、图5。

图4 指标:出院患者手术占比

图5 指标:出院患者手术台次

CMI分区情况。分析当月科室的CMI分区人数有利于对病种的分布情况有直观了解,重点关注CMI值大于3的DRGs入组病种,可以帮助科室加强重点关注方向,见图6。

图6 CMI分区情况

各权重分区与次均费用情况。权重(RW)根据医疗资源消耗情况,比较各权重分区与次均费用的关系,采用直方图横向比较各个月份的趋势,见图7。

图7 CMI分区情况

病种主诊断的DRGs分值与医保盈亏。分析各DRGs分组的CMI值与医保盈亏的关系,同时反映出院人数,选用散点气泡图,见图8。

图8 病种主诊断的DRGs分值与医保盈亏关系

4 讨论

医院通过Power BI工具构建的动态监测数据分析体系建立了职能部门与业务和临床科室的定期沟通机制,以便发现问题及时做出管理决策,在PDCA闭环管理中扮演了重要角色。下面分析几个关键部门在利用本模型后实施一些管理举措在数据提升上的成效。

4.1 病案首页质量

考核中有7项国家监测指标提取自病案首页,综合反映了医院医疗技术、医疗能力、医疗质量安全能力,分值权重为34.5%,病案首页数据质量尤为重要。

该模型动态监测各项病案相关指标,每半个月生成病案首页明细及国考指标数据反馈至科室,通过一系列管理手段干预提升病案首页质量。

将国考指标内涵融入到医院日常管理过程中:通过微信群、现场讨论等多种形式加强病案室与临床科室的沟通,及时向科室与临床科室医生反馈病案首页缺陷和错误,敦促医生持续改进病案首页质量;积极组织工作人员,定期指导临床医生规范书写病历,加强编码员、统计员的编码培训、主要诊断培训,通过定期业务学习、疑难编码讨论,定期召开病案首页质量问题反馈会,持续提高病案首页数据质量;利用信息技术制定对住院病案首页数据的校验规则,特别是住院病案首页数据逻辑性的校验,如在医务人员填写住院病案首页时出现缺项、漏项,提前进行提示。

4.2 医疗工作量和质量

以手术相关指标为例,通过该模型每月下发手术相关指标明细及占比数据给科室,科室通过数据分析结果加强自身薄弱环节,使得L医院2021年下半年手术占比为28.8%,较同期增长6.26%。四级手术占比为33.75%,较同期增长15.55%。微创手术占比为37.15%,较同期增长12.66%。基于数据实施的管理举措对提高手术相关指标至关重要:

通过对手术室效率管理的规划和流程优化,超时成本扣罚、调节首台数量等绩效措施,进一步加强手术室开接台管理,提高手术室运转效率[19]。通过推行外科手术微创化的理念,全院外科致力于改进手术方式和服务理念,近年来部分科室已逐渐施行加速康复外科的围手术期服务理念,进一步推动微创手术的发展。将四级手术作为科室绩效考核的重要指标,利用绩效杠杆提高医院的四级手术比例。加强弱势科室的学科建设,明确定位、队伍、科研和人才培养等重点内容,引进高层次临床人才,提高施行高级别手术的比例。

推行预住院服务,针对病情相对稳定但需要住院手术的患者因没有空床不能立刻收治的情况,通过本院住院前十天内(疫情期间7天内)门诊检查检验的形式,进行正式住院前的一切必要的处置,检查完毕后,根据床位情况安排正式入院。将入院手术患者术前检查等诊疗流程前置,降低手术患者术前平均住院时长,提高手术科室患者周转效率。

4.3 合理用药管理

L医院药学部通过该模型建立了药学相关指标的专门报表,通过定期检测提高涉药相关指标,医院2021年下半年门诊次均药费增幅比同期下降5.43%,住院次均药费增幅比同期下降2.14%,2021年下半年抗菌药物使用强度(DDDs)为29,较同期下降12.12%。针对合理用药的举措有:

推进临床合理用药监测,深入引导合理用药。采取事前防范、事中监控、事后治疗的策略对药品的采购、使用及监督几个环节进行管理。通过阳光用药电子监察系统建设,推进合理用药监测。在原有的门诊用药监控、住院用药监控、抗菌药物监控、单品种监控、抗菌药物、基本药物、处方指标等基础上,重点监管辅助用药模块;质子泵抑制剂、营养药物费用占比、排名数据等。在开具处方页面可查询药品类别,对基本药物、高危药品、重点监管辅助用药作出特殊标记,警示医师用药。

加强处方点评,促进合理用药。处方点评小组每月常规点评门急诊处方100张,当月排名金额最高处方200张,重点监管药品病历100份、全部Ⅰ类切口手术预防用药病历、25%医师开具的抗菌药物处方800～900张,每季度点评大金额处方、静脉化疗、肠外营养、特殊使用级抗菌药物等专项点评;点评结果通知开方医师,并在处方点评会议进行再次审议,对不合理用药在院例会、办公系统上进行公示,并作为年终绩效考核依据。

加强抗菌药物管理。成立了以业务院长为首,集合了医务管理、药学、感染科、医院管理科、检验微生物、内科、外科重症医学及信息中心专家为一体的管理团队。制定抗菌药物购用管理规定、抗菌药物分级管理目录、抗菌药物专项整治方案等工作指南,同时开展宣传教育、考核与技能培训、监测预警、干预指导等。

4.4 总结和展望

医院数据需求具有易变、不确定、复杂及模糊的特性,快速响应需求的方式就是提高应变能力和敏捷性,创新迭代模式。本文受敏捷开发的思维启发,结合国考的业务需求场景,选用Power BI工具搭建数据分析模型,为各级医院的数据分析在辅助决策中的应用提供了一种思路。也以L医院的实际数据增长做了管理变革举措的分享,由此可以证明该模型使用的成效。

近日,国家卫健委发布了《关于印发公立医院运营管理信息化功能指引的通知》(国卫办财务函〔2022〕126号),进一步明确了数据分析在医院运营管理中的重要地位,突出了信息化支撑的重要性。包括:建立运营管理系统和数据中心,实现资源全流程管理;促进互联互通,实现业务系统与运营系统融合;利用数据分析技术,构建运营数据仓库。未来可探索在医院数据中心的基础上,针对不同指标体系,如医院运营管理指标体系、学科建设评估指标体系、医疗质量指标体系、三甲评审指标体系等,使用Power BI工具建立主题分析模型,深入挖掘数据价值,使数据更好地服务于医院临床、运营和科研等业务工作。