「DRG变量」怎样的“外脑”可提高医院决策效率？，数据与医院决策的三种关系现代医院管理中

文章图片
现代医院管理中，每一项决策都要有切实的依据。详实准确的数据对于管理者的决策来说，也就至关重要。

文章图片
然而，数据与决策之间的关系并非那么稳定。我们总结了以下三种情况：
第一种，数据分析和决策有明确的对应，例如药占比高了，决策就是要降下来；患者对医疗服务评价低了，决策就是要增加患者满意度。
第二种是有明确的数据分析，但决策未必对应。例如医疗效率指数低，住院患者人数减少，此时我们需要结合具体情况来做分析。
【「DRG变量」怎样的“外脑”可提高医院决策效率？，数据与医院决策的三种关系】以西部某医院的国家重点学科为例，其CMI值理应比该地区其它医院该专科更高。但是该院地处内陆地区，所以吸引了大量常见病患者就诊住院，导致该科的CMI一直处于较低的水平。随着DRG支付时代的到来，这类科室的发展方向是什么？
从数据上看，提升CMI是理所当然的手段。但是作为地区性的重点学科，这家医院的专科要承担两方面的任务：一方面需要为该地区的整体学科建设起到带头作用，提高对疑难病的诊疗水平；另一方面则需要在该地区医疗资源不足的情况下，身体力行去收治很多慕名而来的常见病患者。
为此，咨询团队提出的大方向是对该专科的DRG组进行细化分析，发现该科室的DRG组数较少，说明该科室接诊的患者种类少，治疗的疾病谱不广。细究原因，竟然是因为病房人满为患，无法收治更多的患者，而医生也倾向于收治自己熟悉的疾病患者。
进一步分析该专业的DRG组和该专科实际覆盖的DRG组，咨询团队发现该专科在CMI高的组别上例数较少，但结合医生的背景和经验来看，只要经过短期的学习进修，完全可以收治此类患者。
为此，咨询团队提出一套组合拳：作为地区带头人，要强化其它医院特别是医联体成员的该科室建设，对医生进行培训，把符合条件的常见病患者分流到这些医院；同时，指派疑难病的带头人，分别去北京上海的三甲医院接受培训，并开设专科门诊。
第三种情况，当出现数据不足以支持医院决策依据时，可以参照本地区或本省乃至全国的标杆，减少决策偏差。
医院DRG成本核算是在医保DRG支付下，医院必定要采取的对策。然而，在目前的四类三级成本分摊模式下，很多医院无法提供更为详细的数据来计算每个步骤的成本，最终无法将成本分摊至每个病例。这种情况下，医院就可以参照本地区、同级别医院的成本分摊比例，从而将成本落实分摊到具体的病例。
医疗大数据时代，医院拥有海量医疗服务数据，但是这些数据高效地应用依旧有很多问题。通过DRG方式，有的医院只能推算出几个核心指标，但我们也了解到，有的医疗大数据专业公司已经在此基础上发展了10个维度80多个管理指标指标，从院长到临床医生到病案科，多维度多层级为医院提供一套完整的《基于数据的精细化管理评测报告》。
数据如何分析，如何辅助决策，这是大数据研究永远的课题。医院精益管理也是如此。因此，引入高水平“外脑” ，不仅有海量数据分析能力，加上丰富医管经验的团队，形成从病案到管理到临床的全系DRG应对策略，才是医院保持核心竞争力，在医保DRG支付下保持盈余与增长的制胜之道。