基于DRG+大數據的醫院精細化運營管理研究

許椿榕

（福建省南平市醫療保障基金管理中心，福建 南平 353004）

0 引言

疾病診斷相關分組（Diagnosis Related Groups，DRG）是現代化醫療體制建設背景下，用于評估或衡量醫療水平、醫院服務質量、診療效率、醫療費用的主要工具，可以將其在使用中的本質作為一個醫院診療病理分類方案，也是醫院在進行患者信息管理時，根據患者的年齡、性別、疾病、并發癥、病癥嚴重程度以及選擇的診療方式等情況，將患者劃分到不同診斷組別進行綜合管理的大型體系。隨著我國醫療體制的改革，基于DRG+大數據進行醫院運營精細化管理已成為醫院未來發展的必然趨勢。相比醫療機構中其他輔助性工具的應用，DRG+大數據具有更強的可比性與分析性，可以用于推進住院診療服務與支付方式變革［1］。但是，目前醫院病案的首頁指標體系尚未建立和完善，傳統的數據獲取與數據處理分析手段難以有效進行信息的處理與延伸，導致DRG+無法在有關科室實現有效應用，也無法得到更多真實數據的支持。為了解決此方面的問題，本文將DRG+與大數據技術進行融合，通過對數據進行結構化處理，設計一個全新的醫院精細化運營管理模式，以此種方式進行DRG+指標的拓展，并借助大數據的思維與方法，突破傳統思維模式，從而實現DRG+在醫療產業內的廣泛化應用與大規模推廣。

1 基于DRG+大數據的醫院精細化運營管理模式設計

1.1 建立基于DRG+大數據的醫院運營管理架構

為了實現醫院運營的規范化管理，本文在研究中引進DRG+大數據技術，進行醫院運營管理架構的設計［2］。為了確保醫院診療病理規劃的科學性與規范性，應在開發運營管理架構前獲取DRG 源頭數據，對應的源頭數據分別來自醫院信息系統（Hospital Information System，HIS）、醫院操作實驗室信息系統（Laboratory Information Management System，LIS）、計算機化病歷系統（Electronic Medical Record，EMR）、遠程安裝服務（Remote Installation Service，RIS）系統、超聲數據、內鏡數據、隨訪數據以及病理數據等。考慮到數據量與數據規模較大，需要在完成對源頭數據的獲取后，使用大數據技術開展數據的脫敏處理、后結構化處理與驗證工作，以此種方式確保在DRG+大數據的支撐下，數據的可視化與后續使用的可行性。基于DRG+大數據的醫院運營管理架構如圖1 所示。

圖1 基于DRG+大數據的醫院運營管理架構

本文按照圖1 所示的內容進行醫院運營管理架構的設計與開發。設計過程中，將主流大數據技術作為支撐，參照HadoopV8.0 技術框架，利用此框架中的分布式文件系統（Hadoop Distributed File System，HDFS）技術與MapReduce 技術，進行醫院運營管理架構的填充。其中，前者主要用于前端海量信息數據的填充，后者主要用于支撐數據決策、數據計算、運營管理工作分布式計算。此種方式可以解決傳統運營管理架構在數據存儲應用中的弊端，實現醫院病例數據的高效查詢。

為了確保開發的架構在運行中具有穩定性與安全性，本文在完成基礎架構的設計與開發后，參照計算機安全等級劃分標準，將大數據技術作為輔助技術，進行架構開放性端口安全性的檢測與分析［3］。根據不同端用戶身份的權限，為其分配數據與資源的處理權限，確保存儲在大數據引擎中的病歷數據具有較高的安全性。

1.2 基于醫院病案首頁數據的醫院運營績效評價

完成上述工作后，通過對醫院病案首頁數據的填充，再對醫院運營管理的績效進行集中評價。在此過程中，需要在醫院內構建一個全過程信息化管理架構，通過對院內不同科室進行層級化管理，實現DRG在精細化運營管理全過程中的規范化應用［4］。在進行醫院運營績效評價時，需要根據給定的特定條件，對DRG分組進行模擬，并進行紅卡與黃卡的管理預警，摘錄不符合要求的項目，對醫院病案首頁數據進行填充。同時，借助大數據技術，進行多源端獲取信息的同步集成與傳輸，通過對數據的動態審計、定價，輔助相關科室對診療記錄進行動態化編碼。

為了實現對基礎數據的夯實與填充，需要從加強病例首頁信息質量控制、首頁信息填寫標準的針對性培訓、強化單位內部編碼員隊伍建設3 個方面入手。以此種方式，實現對醫院病案首頁數據的完善［5］。在完成基礎數據的填充后，將其作為市場運營定價動態化調整的依托，再根據調整后單位在市場內的支出與運營收益比值，掌握運營管理的可行性與績效指標的準確性。當存在二者比值過低的問題時，可以通過簽訂臨床協議的方式，確保資源與信息在醫院內部的暢通性傳輸，從而實現醫院運營績效的合理化評價，在大數據技術的支持下，增強醫院運營管理工作實施的可行性。

1.3 基于DRG-PPS 的醫療費用監督管理

PPS 是Prospective Payment System 的英文縮寫，即預付費。疾病診斷相關組-預付費就是DRG-PPS，是指在預付費條件下，不同疾病診斷的支付標準。將其作為依據，可實現醫院醫療費用信息規范化的監督管理，在此過程中，DRG-PPS 將診療中的消耗品、檢查支出均作為單位服務成本。因此，可以認為在DRGPPS 的支撐下，醫院對運營管理的監測重點從成本細分轉移到了整體工作設計的合理性方面。

同時，利用疾病診斷相關組提供的平均成本指標、低風險指標、住院天數指標等，進行醫療費用結算結果真實性的統計。將分析結果的合理性作為醫療費用監督規范性的依據，當分析結果符合支付標準時，證明醫院的精細化運營管理模式實現了優化，可滿足醫院運營與基礎收益需求。

2 對比實驗

綜合上述內容，在完成運營模式的理論設計后，為了進一步驗證該模式的應用效果，筆者選擇將本文提出的基于DRG+大數據的醫院精細化運營管理模式作為實驗組，將傳統的基于大數據平臺的醫院運營管理模式作為對照組，并對某醫院近幾年運營過程中的各項數據信息、業務等進行對比分析。筆者首先完成醫院運營管理架構的構建，在此基礎上獲取某醫院病案首頁中的海量數據信息，對該醫院運營績效進行評價，最后引入DRG-PPS，完成對醫療費用的監督和管理。對照組管理模式在應用的過程中，根據其原本的管理思路完成海量數據信息的獲取，并實現對數據的管理。為了更直觀地表達兩種運營管理模式的應用效果，筆者將兩種運營管理模式在實際運行過程中的醫療費用資金流和收益情況作為評價指標。首先，對醫療費用資金流進行計算，通過計算得出兩種管理模式對應的醫療費用資金流情況，并以此實現對運營管理效率的評價。在相同固定醫療費用總額的基礎上，若醫療費用資金流計算數值更大，則說明該管理模式的運營效率更高；若醫療費用資金流計算數值更小，則說明該管理模式的運營效率更低。根據上文所述，基于公式（1）完成對兩種管理模式的運營效率對比。

式（1）中，Y表示醫療費用資金流；i表示該醫療費用的對應年限；λ表示在未涉及運營管理前資金流存在的風險率；γ表示在某一年n中資金流的總流量。筆者按照公式（1）計算實驗組與對照組的醫療費用資金流Y值，并記錄在表格內，如表1 所示。

表1 實驗組與對照組醫療費用資金流對比

從表1 的實驗數據可以看出，在每年醫療費用總額固定不變的情況下，實驗組的Y值明顯高于對照組的Y值，同時實驗組的Y值隨著年份的增加，數值呈現出逐漸上漲的趨勢，主要原因是運營管理模式的不斷優化和更新使得管理質量得到全面提升。實驗結果初步證明，本文提出的基于DRG+大數據的醫院精細化運營管理模式可以有效提高醫院運營管理的效率。完成上述實驗后，在此基礎上，筆者針對實驗組與對照組的運營管理模式的收益情況進行對比分析，收益情況的計算公式如下：

式（2）中，K表示運營階段的經濟利潤；B表示運營管理過程中的總體投入資金；L表示平均加權成本總流量；α表示平均運營成本總量。在式（2）中，經濟利潤表示在運營管理過程中除去額外用于運營和管理的費用。通過計算得出的K值反映兩種運營管理模式的有效性。K值越大，說明運營管理有效性越強；K值越小，說明運營管理有效性越差。根據公式（2）的內容，筆者計算得出兩種運營管理模式的經濟利潤，并繪制成表2。

表2 實驗組與對照組運營中收益情況記錄

從表2 的收益情況記錄內容可以看出，在5 年時間中，實驗組的K值均明顯超過對照組的K值。因此，上述實驗結果表明，本文提出的基于DRG+大數據的醫院精細化運營管理模式在實際應用中可以有效減少用于運營方面的資金，進而為醫院帶來更多的收益。

3 結語

本文從基于DRG+大數據的醫院運營管理架構、醫院病案首頁數據的醫院運營績效評價、DRGPPS 的醫療費用監督管理3 個方面，對基于DRG+大數據的醫院精細化運營管理模式展開設計。在完成設計后，筆者將基于大數據平臺的醫院運營管理模式作為對照組，通過對比實驗證明，將DRG+大數據應用到醫院運營管理中可以有效提高醫院的運營管理效率，并在一定程度上減少醫院運營部分額外支出的費用，為醫院帶來更大的收益。綜上所述，本文設計的運營管理模式在實際應用中，可以為醫院的發展與運營管理提供極大的助力，進而推動我國醫療行業實現更好的發展。