数据赋能 拉动医疗服务质量与体验优化之路

日前，中国卫生信息与健康医疗大数据学会会长金小桃在第三届健康医疗大数据论坛上表示，健康医疗大数据应用的发展将会催生一系列新业态、新技术、新模式。

在医院实际运营中，通过对各类数据的采集、整理与分析，辅以大数据算法、人工智能等技术，数据的高效应用正在为医院的医疗运营、资源消耗、临床行为开辟全新的道路。

如借助大数据算法匹配临床行为及资源消耗知识库，让医生对病种的诊断与分组更精准与智能，进而医院根据病种特性合理分配资源；人工智能通过数据分析与机器学习，让医生诊断和结果的描述不再受书写规范限制，趋于精准化与客观化；结合病种成本数据分析，对医疗服务的价格进行监测，辅助医疗服务的定价等。

北京大学常务副校长、医学部主任詹启敏院士曾表示，医疗数据是推动健康事业发展强大的引擎，多学科、跨界合作、开放融合，利用我国丰富的健康医疗大数据资源为国家健康发展战略、公共卫生政策、临床医学决策提供支撑和辅助，将极大助力我们有效推进疾病防治和健康促进，为健康中国建设发挥重要的支撑作用。

医院管理更精细

在医院日常运营中，存在着医疗资源分配不合理，信息化程度低，监督管理机制、资源共享安全机制不健全等问题。技术的革新为缓解以上问题提供了新路径。

2021年两会期间，全国人大代表、小米集团创始人、顺为资本创始合伙人兼董事长雷军在提案中表示，全国庞大医疗数据资源未得到充分挖掘，医疗数据价值也未得到完全体现。建议国家推动相关政策意见落地见效，在有力保障个人隐私的前提下，运用大数据技术、人工智能、云计算等数字技术实现对医疗数据的快速处理和有效判断。

医院的临床业务数据以及人事、财务、采购物流、后勤等运营管理数据，通过大数据计算与建模等技术手段加以分析，能够帮助医院的医疗运行与运营管理做更精准的决策与分析，来满足各种医疗服务场景的需要。

国家卫生健康委员会规划发展与信息化司副司长刘文先曾对医疗数据的行业发展提出了四个关键词：基础、场景、边界、生态”。

望海康信董事长兼CEO段成惠认为，医疗大数据推广最困难的并不是技术本身，而是应用场景，有切实解决问题提升传统医疗服务能力的场景才是能否做成医疗大数据技术服务的根本。

望海康信副总裁陈显莉表示，医疗数据的应用是在原有的HIS、EMR、HRP等医院信息系统产生的数据基础上，利用临床行为、资源消耗等知识库，辅以大数据算法、人工智能等技术，覆盖医保、卫健、医院管理以及医生和患者的医疗数字化运营场景。

以一个需要手术的患者为例，患者去就医，医院需要在保证医疗服务质量的前提下，合理的平衡资源，用什么样的医疗服务项目、用什么样的药品与材料、用什么样的医生和护士，这个过程构成了患者就医的整个医疗服务流程。而医院完成资源分配过程的逻辑来自于医疗质量的要求，来自于临床路径的管理，以及在医疗质量基础上的合理资源消耗模型。

每一个患者的就医，医院都能够从临床知识库中找到对应的模型，然后根据模型来合理的分配资源，这是医院精细化运营的一部分。 

临床诊疗更精准

在临床诊疗上，人工智能通过分析医疗数据、机器学习，提升诊疗准确性。

人类医生无法穷尽所有的疾病，而人工智能理论上可以，因此完全可以成为人类医师的得力助手。医生老道的经验与人工智能庞大的数据积累相辅相成，“人机结合”在实际应用中创造出“人工智能+医生>医生”的诊断效果。

AI+医疗最早应用于CT影像、皮肤影像、病理影像等，能够起到辅助诊断的作用。在技术的发展中，逐步深入到基于临床需求的医疗服务领域，为医生的诊疗过程提供臂助。

陈显莉说，目前望海康信业务体系中对人工智能的应用主要包括两个方面。

第一个是智能编码与病案质控，智能编码的主要作用是辅助医生在病案整理的时候提供完整规范和准确的诊断、操作等病案书写、整理与准确的编码推荐，以减少可能因为医生对编码体系的不熟悉或者个人的书写习惯带来的病案数据质量问题；病案质控是帮助病案室对病案质量进行智能审核，使得病案首页的数据质量符合公立医院考核、医保结算以及医院内部管理相关要求，提升提高病案质量，提升编码以及DRG/DIP入组准确性，提高病案室工作人员的工作效率。

另一个人工智能应用方向基于专病的辅助诊疗系统，来提醒医生在诊疗过程中的合理性，它会结合已有数据的模型来提醒医生。如果医生的诊断与已有模型有差异，人工只能会提请专家来进行进一步诊断。根据差异类型不断地学习，来优化诊断流程。第二个产品是基于医生书写习惯的差异，由机器来书写。机器不断学习医生的书写习惯，在医生整理电子病例时为医生推荐操作类型与诊断依据，并推荐几个专病码，医生再做具体判断。”

此外，以机器学习的方式来优化某一病种在不同医院的临床路径，也是人工智能在医疗服务流程中的显著应用之一。据望海康信曾春博士介绍，不同的医院在某一病种的治疗上，有很大差异：有些医院治疗质量上佳，价格便宜；有些医院治疗质量欠优，价格反而高。

“那么用机器学习的方法，来统计、分析某一病种在不同医院的病例数据，利用病例数据对医院提供治疗效果进行分类。对比不同治疗效果临床路径的差异，让治疗质量欠佳的医院去参照治疗质量上佳的医院。如比对资源消耗上的差异或临床路径上的其它差异，来提醒医生进行相应的优化。在不违反临床路径相关标准与医疗服务质量的情况下，让医院结合自身情况来优化临床路径。”

机器在不断的学习中逐步提高判断的准确率，人工智能的智能化水平在这个过程中提高。

医疗价格更合理

在相当长的时间内，医疗服务的价格和医院本身的成本有很大偏离，这源于在医疗服务项目定价的时候没有考虑医院的实际成本。于是在很多地区，医保定价与医院提供医疗服务的成本有很大落差。基于这种情况，很多地区的医院希望能够结合成本来定价。

国家医保局医药服务管理司司长熊先军曾表示，目前全国各省市都已经出台了“互联网+”医疗服务价格和医保的支付政策。在价格政策方面，明确设立“互联网+”医疗服务价格项目的基本条件，健全“互联网+”医疗服务价格形成机制，坚持线上线下同类服务合理比价的基本原则。

望海康信提供一个基于医疗成本的医疗价格智能监控平台，协助监管部门医疗价格的测算与监控。测算的数据基础是过去一段时间内医保的费用以及医院实际运行的医疗成本数据，为医疗服务的定价提供决策帮助。

陈显莉说：“成本核算是望海康信成立之初就深耕的核心业务，基于成本的医疗服务价格的核算与监测，这是一个很复杂的工程，医疗服务的价格受到不同地区医保基金的要求，存在上限。此外，医疗服务价格的调整还会对医院的运营管理、患者的就医体验产生影响。在医疗服务价格的测算上，需要综合考虑当地医保基金的筹资能力、支付水平、对医院运营以及患者负担的影响等，才能给出相对公允、合理的价格。”