1 案例概要
随着国家各项医改、医保政策和措施的出台，医院一方面要保证医疗的公益性，另一方面需要保证医院日常的运行和未来的发展。原有的管理方式不能很好的应对现在医院面临的外在和内在改革压力，通过大数据、机器学习、深度学习等新兴技术利用现有信息化系统产生的数据推动医院精细化管理，配合国家各项政策，帮助医院建立健全现代化医院管理制度，实现现代化医院建设。
2 解决问题
由于患者病情的差异导致医疗行为千差万别，不能用完全一致的标准评价和考核医院及医生的医疗行为好坏，因此也就不能客观评价医院或者医生的医疗质量及医疗效率情况。
通过DRG分组，利用疾病风险调整（Risk Adjustment）解决疾病管理评价困境。利用信息技术在分析患者历史数据的基础上，将现有患者入院时的疾病风险因素进行统一归类，同时采用大数据建模，基于对治疗转归可能发生的风险概率进行精准测算，从而达到对该治疗效果合理预测的目的，有效评价出医疗质量和服务是否达到同类治疗的标准水平。
3 关键技术
1) 建模方法
系统利用医院现有数据集成平台以病案首页数据为基础，结合HIS、LIS、PASC、HRP等业务系统数据形成以住院病人为中心的数据集；通过系统ETL工具进行数据的校验、清洗、脱敏、修正。采用国际疾病合并症的集合标准，对同一相关疾病群组DRG中病人的人口统计信息、出入院情况、社会经济情况、疾病和有关健康问题的ICD诊断或者手术编码进行群组集合，形成不同类别的变量；在同一DRG群组中，通过统计学算法对病人死亡率、住院天数、成本等具有统计学显著意义的合并发症群和其他类别变量进行统计预处理并建立相关模型，建模中应用基于统计的方法选择变量，并结合临床经验分析，然后得到选中的显著变量在模型中的系数。建模流程示意图如下图：
图1：建模流程
2) 核心评价指标体系
以疾病风险调整模型为基础，以每个病例为评价最小单位，建立了一套医疗绩效综合评价体系，包含了O/E指标（死亡率O/E、住院天数O/E、总费用O/E、医事服务费O/E、药品管理O/E、耗材管理O/E）、改进机会（住院天数改进机会、总费用改进机会、药品费用改进机会、耗材费用改进机会）、疾病复杂度（ACMI）、医事服务费等核心评价指标，从医疗质量、效率、效益、难度、改进机会等全方位反映医疗质量管理水平及提升方向。
表1：疾病风险建模核心指标释义
| 指标 |
释义 |
| O/E指数 |
通过建模型测算出每个病例实际发生值（O值）与病例预测值（E值）相除得到的值，反映病例实际值与模型预测值的比值。 |
| 改进机会 |
病人实际值减去预测值所得到可以提升机会，表示基于病例综合风险判断后，实际管理结果及预期结果之间的差异，为管理提升提供明晰提升总量方向。 |
| ACMI |
对疾病诊疗复杂度也设计了综合指标病例组合指数ACMI（Adjusted CMI），是基于风险调整后CMI,计算方式为医疗质量（病死率）和医疗资源消耗（除药品和耗材外的医疗费用）预期值，按一定权重比例计算获得的。 有效的规避了CMI以资源消耗多少判断病例复杂度及难度的误区。 |
| 医事服务费 |
去掉药品和耗材以后医疗的收益，反映医疗收入的总值。 |
其中的O/E指数，即通过建模型测算出每个病例的病死率、住院天数、医疗费用的实际发生值（O值）与病例病死率、住院天数、医疗费用预测值（E值）相比，得到的评价指标。若O/E指数>1，即相应医疗指标实际发生值较预期值高，说明医疗质量、医疗效率或医疗效益的管理仍有待改进；反之，若O/E指数<1，即相应医疗指标实际发生值较预期值低，说明医疗质量、效率或效益管理达到较好水平。O/E指数公平的量化了疾病风险及转归结果判断，且指标的最小评价单位是单个病例，实现了不同病种、不同学科、不同医院之间的可对比性和合理评价。
4 成果成效
1) 医疗质量管理
通过疾病风险调整及O/E指标补齐现有医疗质量管理中使用的常规绝对指标分析，实现跨学科、跨科室的横向比较。并针对不同科室设定相应的管理目标值，避免管理指标一刀切，按需发展。(下图1)当指标超出阈值后可以适时提醒科室负责人及相关职能部门。通过科室、医生、病种等维度层层下钻（下图2），分析导致指标异常的根本原因，并制定相应改进措施和整改方案。
图1：考核指标管理
图2：考核指标管理
2) 医院运营管理
系统可以从管理分析、资源分配、流程管理、瓶颈管理等方面帮助医院运营管理者进行精益分析，从而发现医院运营过程中的瓶颈。
我院通过多维分析，能够快速发现院内医疗风险管控不好、运营效率较差的科室（下图3），并进行下钻操作，查找科室内部风险管控不好、运营效率较差的医生组，以及相应的病例，进行个案分析。同时也可以以病种、学科、付费方式、离院方式等多种维度进行下钻分析。
图3：多维分析
3) 绩效评价管理
基于疾病风险建模较正后的疾病复杂度（ACMI）和医疗技术操作难度（CCHI）的双合一绩效，辅以KPI、平衡计分卡、PF医师薪酬等构成；通过疾病风险调整，建立优于其他DRGs的风险调整后体系。其中，DMIAES的ACMI首先对DRG的CMI（病例组合指数）进行修正，同时考量病人费用支出和死亡风险，规避DRG仅考量费用可能导致的评估偏差，得到更加合理的病人诊疗难度评估。此外，DMIAES实现了对于医疗管理结果的评估，实现从结构、到过程、再到结果的整合评估（下图4、图5）：
Ø 结构管理：进行病种分布、ACMI（综合诊疗难度）等评估。
Ø 过程管理：低风险死亡率、高风险生存率等进行过程管理。
Ø 结果管理：医疗质量O/E、医疗效率O/E 、医疗效益O/E、药品费用O/E、耗材费用O/E等对治疗转归进行评估考核。
最后，系统配合医院战略发展需求，结合KPI、平衡计分卡、PF医师薪酬等考核方式，兼顾医疗难度和医疗结果、医疗质量与效率效益、医院发展与个人或团队发展的协调，组成真正适合医院的、灵活的综合绩效考核方案。
图4：科室绩效管理
图5：医生绩效管理
5 下一步计划
进一步拓展医院已有的医疗数据，完善数据模型；下一步将深化大数据分析的数据深挖与应用，并与医院的绩效管理相融合。充分利用数据分析发现问题，并通过绩效考核将医院管理目标与个人绩效管理关联起来，充分调整医务人员积极性，诊疗风险与管理结果充分关联，鼓励医务工作收治疑难重症并给予合理激励；同时利用疾病风险建模后管理结果评价进行结果评价，正向鼓励诊疗难度高、资源消耗少的医生，对资源消耗多的医生和医疗行为进行分析，寻找问题并持续提升。
