好風憑借力：資料分析賦能醫院營運管理淺談

醫療機構的營運管理提升，是近年來大陸醫療領域廣受關注的重要内容。2020年12月國家衛生健康委會同國家中醫藥局聯合印發的《關于加強公立醫院營運管理的指導意見》（國衛财務發〔2020〕27 号）提出，醫院内部控制應以資訊化為支撐，突出規範重點領域、重要事項、關鍵崗位的流程管控和制約機制，檔案強調：應梳理、評價、優化營運流程，推進流程管理标準化和資訊化，實作資源全流程管理；利用資料分析技術，建構營運資料倉庫；建立決策分析體系，推進決策分析一體化平台建設，加強分析結果應用。後續的《關于開展“公立醫療機構經濟管理年”活動的通知》（國衛财務函〔2020〕262号）中，明确提出的5方面24項重點任務要求，《關于在全國範圍内持續開展“公立醫療機構經濟管理年”活動的通知》（國衛财務函[2022]72号）進一步明确了以“業财融合”為重點的營運管理建設方向，持續推進公立醫院營運管理為核心的高品質發展。上述檔案強調了醫療資訊化、建構資料庫與決策分析體系等重要任務；落實檔案要求、提升醫療機構營運管理過程中，資料分析與應用的支撐，或将成為醫療數字化、智能化和醫院高品質營運的一個有效路徑。

那麼，什麼是資料分析？其主要目的是什麼？資料分析是通過統計、分析方法對收集來的大量資料加以彙總、了解、消化，提取有用資訊、形成結論而對資料加以詳細研究和概括總結的過程。資料分析的目的，是把隐藏在雜亂無章的大量資料中的資訊集中并提煉出來，進而找出其内在規律，幫助人們做出一定的判斷和決策，以便采取較為合适的行動、達成确定的目标。資料分析是有組織、有目的地識别資訊需求、收集資料、分析資料、評價并改進資料分析的有效性、應用資料預測與決策的方法和工作過程。

随着雲計算、大資料、人工智能、物聯網等新興技術在醫療領域不斷深入拓展應用，在醫療機構對各項醫療服務資源的計劃、組織、實施、控制的營運管理活動中，如何讓資料分析能切實有效地發揮作用、助力醫療機構提升營運品質？本文抛磚引玉、簡要加以探讨。

首先，欲使資料可用，必然要清理、整合醫療資料，使之規範化、标準化。

診療資料、醫療裝置資料、醫療機構營運資料等海量龐雜的醫療資料，既是醫療 “金礦”、又是資料分析的基礎，而不同統計口徑、不同使用目的和角度的資料、不同格式内容且多變的表單、不同更新頻次、在不同軟體平台“資訊孤島”中傳遞等等因素使醫療資料碎片化、分散、雜亂，尤其是原始資料的基礎字段定義混亂、門檻值設定随意等情況尤其令人頭痛，需要經過的系統的資訊化規劃、統一資料收集口徑和标準、內建的資料存儲與維護管理，建立資料收集、傳遞、存儲、更新、權限配置設定和應用的相應标準，使醫療資料資訊在營運管理從計劃、組織、實施、控制到改善優化閉環過程中，能夠完整留痕并自動實作醫療資料的互相勾稽與校驗，為有效收集與分析資料奠定基礎。如對醫療檔案、檢查與化驗資訊、診療處方等進行結構化識别和自動分類、按需篩選、智能推送等，沒有規範的資料存儲與管理就難以有效實作。

第二，密切結合醫療業務和營運管理需求，系統規劃、個性化建設，明确資料分析目标并細化名額。

欲有效開展醫療資料分析、以資料驅動決策、提高診斷效率與治療效果，就要不僅僅掌握資料分析方法工具，還應具有敏銳、專業的醫療業務思維，樹立“資料分析是方法工具，醫療業務是核心、提質增效降本是目标”的資料分析應用共識，圍繞本機構醫療業務的就診、治療、醫療裝置管理、醫療服務、醫療技術創新等等具體業務内容，有效比對醫療業務流程管理标準和流程資訊化，在此基礎上，梳理和明确資料分析目标體系、細化目标達成方法路徑并開展執行監控、優化調整和應用跟蹤等閉環管理。例如，安徽省立醫院針對不同使用角色進行定制化資料分析：以醫療組、病組、醫生為次元，通過資料分析，挖掘費用結構，定位科室問題給出解決方案；通過全院DRG結算資料總覽、費用結構、資源使用效率、專科發展等為醫院管理者提供決策的資料支撐。

第三，建構統一的醫療資料分析平台。

通過統一的醫療資料分析平台，彙集并整合患者、醫護、科室、裝置、費用、服務、管理等産生的醫療資料洪流，統一資料邏輯、規範資料标準、完善資料内容、比對資料權限，才能打破醫療資料的“令出多門”、“資訊孤島”等瓶頸，有效開展醫療資料挖掘、分析和應用。

第四，定制個性化醫療資料分析看闆，實時監控。

針對醫療機構自身業務特點和管理需求，建立個性化的醫療資料“駕駛艙/儀表盤”多元視圖，可視化地實時、自動展示與分析醫療機構的營運情況，針對管理需求實作醫療營運狀态監控、問題分析、業務總結、考核評價、趨勢預測、風險預警等等管理目的，進而提升協同效率、營運品質和精細化管理水準。例如，通過住院人數檢測、床位使用檢測、入院病情監測、收入/費用統計以及科室診療效率分析，建立駕駛艙看闆，實時掌控全局；或者，通過資料看闆，監控患者來源分布、急診人次、門診人次等門診重要名額和在院人次、入院人次及住院相關名額及手術等級分布、手術排期與進展情況、病區床位流轉調配情況等，動态地以多元視圖形式監控醫院營運狀态。

第五，加強資料全生命周期管理的資料分析與應用。

醫療資料在業務流轉中經曆從采集到存儲、處理、傳輸、交換、銷毀的全生命周期六階段，醫療機構對龐大醫療資料的管理，就應抓住這六個階段、通過目标明确的資料分析來細化管理，比如存儲階段不僅可以通過資料備份容災保護實作資料零丢失，還可以通過資料分析來判斷哪些資料存在存儲風險、分析備份周期、判斷存儲價值等；交換階段通過資料分析來優選醫療機構内部資料交換時通用字段設定、查詢關鍵詞設定等，按照資料分析結果選擇可以面向哪些機關授權開放什麼醫療資料資訊、與哪些外部醫療機構資料資訊共享，更具精準管理意義。

第六，借助資料分析手段促進醫療創新。

醫療本質上也是經過對大量醫療實踐資料的積累、分析，選取有效的優化方案的應用過程。那麼，借助雲計算、大資料、人工智能等手段進行資料分析，通過對大量零散醫療資料的集中、結構化、智能了解、自動抓取有意義或需求的醫療資訊，可歸納醫療技術與服務手段的資料，進行技術與服務趨勢預測、技術問題分析和新技術應用、服務改善跟蹤分析與快速回報等，進而助力醫療技術與服務的快速創新。例如：生命科技企業阿斯利康（AstraZeneca）通過雲科技和資料分析手段，能夠在24小時之内進行510億個資料（包括基因類型資料和病患資料）的統計分析，在2020年就可以同時進行40多種新藥項目的開發。

作者：劉澤霖，北大縱橫合夥人