依托大数据，医改要有基于标准体系的资源配置

“随着卫生信息化的发展，我们的数据量会越来越大。目前数据量已经足够，但是关键的问题是数据该怎么用，我们最缺少的是对数据的认知方法。”在12月2日财新峰会健康点医疗专场上，海市决策委员会委员、上海市医改办副主任许速分享了他关于上海新医改的经验，他认为，数据越大，医改问题就越聚焦，从分级诊疗到医院日间手术室，再到药品两票制、带量采购，都表明医改中的措施越来越具体。进入大数据时代，医改必须精准化。

社区与医院建立两个标准 

上海新医改的最核心的部分是建立了两个标准：一个是基于社区卫生服务中心的标化工作量；一个就是基于公立医院改革、公立医院发展的病种指数。

许速表示，这些标准在不同层面被不同地利用，在市级层面主要做评价、政策和导向；在区层面，不仅是做评价，还要做基于评价的包括资源配置在内的政策联动；在医院层面，要建立现代化医院管理制度。标化工作量指标主要包括质量指标和标化工作量内涵指标。根据区域特点、年龄结构，基于标化工作量，可以具体到每一个标化工作单价、政府资源配置、家庭医生的薪酬的提取等，形成标准体系下的资源配置机制。

在社区，基于服务项目、人口结构，可以算出标化工作总量，形成可分配总量。指标细化财政补偿、可分配资金、家庭医生的可分配资金单价，形成政府的拨付机制、机构的评价机制以及绩效分配机制和政府的监管。

对于医改中最难撬动的公立医院部分，更需要设立标准。过往往是按照医院的规模，床位、出院病人、门诊量等作为评价标准，这种评价一定会导向医院的发展规模越来越大，而不是走内涵发展的道路。许速指出，在这次上海的医改中，将公立医院的产出——病种作为评价标准，因为病种决定了公立医院的定位与功能。通过DGRs的原理、大数据工作方法，把上海2013-2015年700多万出院病人、1000多亿资金建模进行大数据分析，发现大概有6000多个诊断18万个技术的组合。把每个诊断和每个技术组合寻求资源的配置平均数，跟700万、1000亿资金的平均数进行比值比，发现病种越大，技术越复杂，实际上指数越高。基于这种诊断和技术组合，可以算出一个医院的平均指数。比如，目前的门诊以计次单位改为人口技术为单位，把人头和制度的关系、人头和费用的关系、人头和药品使用的关系分析出来，这样就变成了门诊指数。按照这样的指数，就避免了按照人口无限分解次的费用，同时把一年的费用计算出来。 

“根据这个情况，我们可以把每一个指数分解清楚，医院的平均指数是多少作为定量数据，同时每一个指数单价是多少，根据变量数据、根据医院能力的提高以及人口市场的病种变化，它可以自己来设计自己的病种。”许速称，政府根据这样的分析，可以进行政府层面的宏观管理，办医主体的微观管理。对于医院来说，就可以做DRGs。

大数据指明医改症结

许速认为，医改的难点在于信息不对称，而通过大数据可以揭开医改的面纱，发现其中的问题。比如基于大数据可以了解医疗费用增高的具体结构。基于大数据可以发现在治疗、服务、检查、药品、耗材等所有费用中，药品、检查、耗材这个三部分的组成是高的，上海三级医院与二级医院相比，二级医院的药品和检查的浪费更厉害。用这样的指数标准可以来衡量不同的医院和标准之间的偏离度，上海最大的偏离度达到30%、40%以上。

“同样一个病种在不同的医院，用同样的技术，费用为什么可以不一样？这就是控费的问题。”许速还表示，商业保险进入医院是必须的。商业保险对于医疗、医院的费用控制风险并不是替代医保，实际上医保是管理端，而服务端有广阔的空间和前景。

大数据可以分析每一个医院、不同层级的医院在每一个结构和结构之间的标准差异，从而建立预估模型，根据总指数、总的发病数和业务需求，算出上海总体的医疗费用，每一个医院的医疗费用，以及费用的结构。

从内部结构来看，社区总体的情况是公共卫生工作量只占40%，医疗服务工作量是60%。但是从医保、医院的运行角度来说，财政对于每一个指数的贡献率已经达到了60%-65%，医院本身的运行只占30%-35%。

“通过大数据，要确保医院的公益性，一定是要处理好政府投入和医院本身运行之间的关系。如果医院的运行不削弱、政府投入不到位，它的公益性是不能体现的。但是不是以医院的总收入来衡量，应该以医院除掉采购性支出比例来衡量，这个比例，政府的投入要撬动，来制衡医院的运行。这样一种机制，通过大数据可以完成分析清楚，如果没有大数据，我们没有支撑。所以我们要合理区分社区投入、基本医疗、财政补偿和医保支持的作用。”许速称。

用大数据做全面预算管理

上海的新医改中，已经在社区医疗中延伸了处方。现在社区用药和二级医院用药不对等，社区用基本药品，这种情况，病人还是会继续向三级医院反流。而上海的1+1+1模式，每一个人都与一个社区、一个二级医院、一个三级医院建立关系。签约以后，家庭医生可以沿用二、三级医院的处方。这样一方面可以方便患者，另一方面医保支付和个人承担比例都可以降低。

许速：“从大数据里可以看到他是延伸了什么药、在哪个社区里延伸的、延伸的金额是多少。只要延伸一个处方，我们就认为下沉一个病人。可以看到每一个街道的病人是不是按照这个规则，同时还可以看到在这个组合内每一个区有多少是在本社区就诊、有多少是在外社区就诊。还可以看到签约以后每一个社区的情况，就诊的层次、费用、药品等各维度的情况。根据这样的总体标化工作量完成情况，可以通过信息化、大数据来做出评价。”

按照这个标化工作总量，每一个标化工作量的单价财政应该给多少钱，总体标化工作总量是多少，形成了财政补偿机制。同时家庭医生怎么取酬，每一个单价多少钱，家庭医生根据他的总体工作量结构，每个工作量单价，可以算出每个家庭医生的年收入，同时还可以看到执行力的情况。 

医改真正进入了大数据精准的世界。“如果不是这么精准，我们的资源、管理、行为导向都有偏差，许速表示，医改要用全预算管理的方式进行。 

全面预算是一个把目标量化的管理运行工具，把目标分成计划，用数量、质量与标准来表述管理，全面预算把各种要素融合在一起。社区按照自己的战略定位，根据资源状况和社区的需求以及社会情况，通过全面预算管理来实行。有了大数据、信息化的支撑，社区和公立医院复杂的事情可以变成标准化，把标准的事情表格化，把表格的事情流程化，把流程的事情软件化，把软件的事情图形化。通过预算形成了标准，在执行的过程中又形成了控制。

许速认为，目前的问题在于政府的投入与医院的运行之间、居民的就诊和医疗资源的利用之间、医生的价值体现跟收入实现方式之间、医保资源跟供求双方的激励之间都没有形成平衡。而医改需要形成基于目标、基于大数据的各个部门的联动机制。“要基于大数据建立标准，构建各方平衡，同时基于标准形成机制，作为各方利益的平衡方法，这样我们才能真正形成联动，医改才能真正成功。”

“我们现在是一个最好的时代，也是最坏的时代。我们如果适应这个时代，利用大数据，形成了信息利用机制，我们一定是最好的；如果我们不能这么理解、建立这个意识，我们就被这个时代所淘汰。”许速称。