HIT专家网
来源：HIT专家网 记者：朱小兵 谭啸
大数据、人工智能的应用前景很好，但要走到那一步，需要先静下心来做好基础工作。
上海市卫生计生委信息中心主任 谢桦
经过近10年的努力，上海已经建立了覆盖全市各级各类公立医疗卫生机构的卫生网络平台，建立了功能比较完善的市区两级信息平台，区域卫生信息化建设取得成效，尤其是在卫生数据中心建设和应用方面具有鲜明的上海特色，并在行业管理、医疗科研、信息惠民等方面逐渐发挥其巨大的作用。
“做好区域卫生信息化的一个重要标志，就是把能够把全部医疗卫生机构的数据准确、及时地采集上来，因为数据资源是卫生信息化最大的成果、最宝贵的资源。”上海市卫生计生委信息中心主任谢桦在接受HIT专家网独家专访时如此表示。
夯实大数据根基
曾有人这样说谢桦，“你什么都不干，就知道抓数据采集、数据质量”。谢桦回答说，其他事情都可以缓一缓、放一放，唯独数据采集和数据质量这件事情不能缓、不能放。
早在2012年医疗大数据概念还没有火起来的时候，上海就开始花大量的时间、精力做数据的采集标准、基于市区两级的数据采集规范、数据的质控标准，建立数据质控的机制。
据谢桦介绍，这两年，通过上海1+17架构的市区两级平台（1个市级平台+1个医联平台+16个区级平台），上海已经建立了一整套完善的数据采集、质控、应用的机制，上海近500家公立医疗机构每天凌晨，按照统一的标准上传过去一天的业务数据。市级医院上传到申康医联平台，区级机构上传到区平台，再分别上传到市平台，形成上海卫生市级数据中心。
市级数据质控平台建立了基于及时性、一致性、完整性、规范性四个维度的指标体系，质控平台不仅定期给机构打出质量分数，而且依据四个维度指出指出哪个数据表、哪个字段有错误，方便机构整改。
“数据收集上来之后是为了应用，所以数据质量是至关重要的。有人担心，数据会不会造假？如果我们在技术上做到极致，可以让造假很难、造假成本很高，因为系统可以对数据的逻辑性、一致性等各个方面进行判断。”谢桦谈道，“我们不怕造假，就怕连假都懒得造。现在上海已经有一个比较好的氛围，从上到下大家对数据都非常重视，这样的环境和氛围就是大数据的基础。我们在讲技术创新、模式创新的同时，一定要静下心来，把基础性工作做扎实，否则‘还不会跑就想飞’是不可能的。特别是数据层面，其他方面短期内出个亮点相对还比较容易，但大数据方面是很难投机取巧的。”
谢桦认为，当前卫生信息化总体上看略显浮躁，沉不下心来。大数据、人工智能的应用前景很好，会给医疗系统带来深刻的改变，但是要走到那一步，需要先静下心来做好基础工作。基础工作是很辛苦的，而且短期内也看不到效果，但这一步是跨不过去的。
上海首创大数据版DRGs
有了“靠谱”的数据之后，是如何对这些数据进行应用？上海市从2016年开始，探索出了一套基于大数据的医院评价体系。据介绍，上海市的医疗数据基础比较好，目前市级卫生数据中心已经积累了1000多万出院病人和超过10亿门诊病人的数据，而且数据比较完整。有了这样扎实的数据基础，谢桦和同事们开始思考，是不是有可能利用大数据的方法，建立一套客观的评价体系。
“过去，我们对医院有很多评价体系，但是主观性指标偏多，也比较粗放。如何判断这个医院比那个医院运行得更好、效率更高？行政管理部门没有一个可量化的标准，没有标准怎么管理？”谢桦说。宏观层面如此，中观、微观层面亦然，院长对科主任、科主任对医生的管理也缺乏很好的评价标准。
而评价医院的最主要指标是为老百姓提供服务的产出，收治病人就是医院的产出。以住院为例，如何评价治疗水平、疾病疑难程度、收费是否合理、结构是否优化，这些都需要一个可量化的标准来衡量。
谢桦认为，DRGs是一个非常好的方法，它把相似度非常高的一类病人汇在一起。但是DRGs在我国推广了那么多年，效果却并不太理想。通过对DRGS进行分析可以发现：首先，它的理论模型、方法论比较好，但可实施性比较差，出组率非常高，医院的实施难度比较大；其次，DRGs是由专家组依据经验来设定权重，也有很高的主观性。
“DRGs是预设了一个分类标准，然后在应用的过程中去对应；我们的方法不是预设，而是采用‘诊断+术式’的方法进行自动聚类，所以不会出现出组的情况。”谢桦进一步解释了为什么只对“诊断”、“术式”这两大因素进行分析，“我们研究测算后发现，其一，年龄、并发症等其他要素对总费用的影响程度不超过8%；其二，这些要素比较复杂，采集难度又很大；其三，年龄、并发症等其他要素是和治疗方法有很高相关度的。所以我们把这些次要因素清除掉，只保留诊断和术式。”
谢桦以食道癌为例做进一步阐述，食道癌作为一种诊断，涉及很多病例，其治疗手段并不一样，有的是保守治疗、有的是根治术、有的是其他方式。只要有一种治疗手段就形成一个组，这就是“诊断+术式”的病种分组。通过这种方式，1000多万出院病人最终自动聚类出超过30万种的病种分组。
接下来，RW值（权重）是怎么来的呢？“DRGs的权重是专家主观预设的；我们的算法则是，用1000万出院病人的平均费用作分母，用这个病种分组的病人平均费用作为分子，这样就算出了病种的权重。”谢桦表示，我们的方法没有任何主观预设，完全是用数据说话。
用数据说话，推动精细化管理
谢桦进一步介绍了大数据版DRGs的各种效用。
以上海某一家三级甲等综合性医院为例，它一年内收治的病人覆盖了6000个病种，每一个病种的RW值是明确的，每个RW值乘以该病种的病人数量，再把各病种的全部加起来，就得到了医院的总量指数，再除以出院病人例数，就得到了该医院的病种指数（CMI）。
CMI是按照费用计算的。费用越高，消耗的资源越多，技术难度越高（当然不排除一些定价不合理的情况，比如有些病很难治疗，但收费标准定得低）。总体来讲，CMI能反映出三级医院的实际诊疗水平。如果三级医院的CMI指数非常低，就表明它收治的都是小病种，跟三级医院的定位是不符合的。有些二级医院想升三级，也可以看他的CMI指数有没有达到三级水平。
大数据版DRGs还可以用来控费。总费用除以总量指数，就算出了指数单价。
谢桦指出，以往计算出院病人均次费用，是1万元好，还是1.5万元好，这种绝对费用是没有比较意义的，因为实际单价与疾病的疑难程度有关。针对这个问题，上海市提出了指数单价的概念，实际单价没有可比性，但是落到指数上就有可比性了，我们可以制定不同医院的标准指数单价。
指数单价和CMI有关，如果RW值高，说明该病种很难治，实际费用可以高，但指数单价并不高。总量指数乘以标准指数单价，就得出了该院的预估总费用。全市所有医院的预估总费用相加，就预估到了全市医疗总费用。
费用出来后，还要计算药品指数、耗材指数，因为国家对总费用、药占比、耗占比都有控费要求。按照原来的做法，国家要求出来后，就分解到所有医疗机构，但这种一刀切分配方法是比较简单、粗放的，没有办法进行精细化管理。比如：内科为主的医院，它的药占比高；外科为主的医院，耗占比高；医疗水平越高的医院，它的耗占比越高。
现在基于大数据，就可以进行精细化管理了。“我们的评价方法不是看药品、耗材、费用这三大指标的绝对值，而是看它和标准的偏离度。比如：某家医院的耗占比是35%，高于国家要求的20%，这是不好的吗？不一定，我们要看耗占比和标准的偏离度。可能35%的耗占比还低于你的标准值，因为你收治的手术病人多，耗材用得多。”谢桦介绍。
除了费用、药品、耗材这三大指标外，还可以扩展到医疗服务、检查检验等多方面，逐渐细化下去，越算越精准。
谢桦说，这种基于卫生大数据的精细化管理思路，院长们知道后非常兴奋，他们也想能够应用到医院的内部管理。因为按照这样的方法，院长就可以对科室进行精细化管理了，抓偏离度，而不是抓绝对值。不是医院内部的不同科室之间比，而是跟全市同级同类的科室去比；再往下延展，科室主任也可以对医生进行精细化管理。这样就依靠大数据实现了卫生管理模式的改变，实现了精细化、差别化、个性化管控。
关于大数据的下一步应用，谢桦谈道：“大数据除了为政府的决策管理服务外，还要为医务人员、为老百姓服务。”比如做医务人员的CA认证，老百姓在网上接受医生的医疗服务时，就能知道医生的各种真实信息，比如：医生所在的医疗机构、专业职称、是退休的还是在职的等，这些都是最基本的信息；还可以告诉老百姓，这个医生在过去一年内收治了多少例同类患者、这些病人的平均费用、平均住院天数、平均疗效怎样。“我们不评价，只提供真实的数据，老百姓可以根据这些客观数据进行比较选择。”谢桦说。
【责任编辑：谭啸】
评论前必须登录！
注册