|
专题速览 2019年 第一期        << 滑动查看下一张图片 >> 这是专题 第3篇文章 全文字数：1500余字   工蜂学员：黄伊玮 北京大学肿瘤医院 信息管理部 专家点评 解放军总医院医学信息研究所高级工程师 薛万国点评 这个话题既涉及管理，也涉及新技术，很新颖。不过我认为DRG本身是标准化的，当数据项目扩展到了几百甚至上千项时，是否还是DRG？这可能需要探讨。如果再谈谈大数据与传统技术结合后产生的收益，可能会更好。 我院始建于1976年，是集医教研防为一体的三甲肿瘤医院，年住院人次7.8 万，年门诊量66万人次，平均住院日4.28天，平均等床时间为19天。从数据看出医院整体处于高效有序的运行，而这一切越来越离不开信息化建设和精细化管理。 DRG是一种“同质归一”的病例组合方式，主要就是运用于绩效管理和付费改革，具备组内可比性强和分析指标清晰全面的特性，是很好的数据标化工具，数据来源是病案统计室编目后的病案首页。 为什么数据来源是病案首页的情况下，我们依旧要建设基于大数据平台的DRG系统呢？主要有两点考虑。 第一，病案首页指标有限，只有158项；第二，传统关系型数据分析手段获取信息能力有限，使DRG应用的延伸无法得到很好的数据支持。当临床想深入分析患者情况的时候，只调阅病案首页信息是不够的，他们可能需要查询患者ID号或者病案号，再去扫描病历或在电子病历上查患者所有信息。 因此我院决定建设基于大数据平台的DRG系统，将大数据与DRG工具结合，运用大数据技术对电子病历进行分词、切词和归一等操作，实现数据后结构化，极大拓展了分析指标，并借助大数据思维和方法进行研究，突破传统分析模式，有效延伸和拓展DRG应用。 我院大数据平台建设始于2015 年，2016年上线了专业的大数据平台， 2017年基于大数据平台扩展多个功能， DRG系统是拓展的应用之一。 基于大数据平台的DRG数据来源包含HIS、EMR、病理、手麻等系统数据，总文本数据量超过1.5TB。数据在大数据平台进行抽取、脱敏、传输、转换、对照、验证之后可进入DRG管理系统，运用主流分组器分组后,进行数据挖掘、建模、主题分析、可视化查询，生成业务应用，如并发症等级相关因素分析、医保费用影响因素分析、患者全景、病历调阅等。 从应用层面来看，基于大数据平台的DRG系统解决了上述提到的问题。 第一，数据扩展了多少呢？原来基于病案首页158项数据，现已经扩展到了几百甚至上千项，并且根据需求可继续从电子病历生成新的分析指标，极大程度地满足了分析需求。比如肿瘤特色指标，如肿瘤TNM分期、送检淋巴结数目等；手术指标，如主要手术操作部位、是否腹腔镜手术等；患者信息，如患者住院BMI、保险等；其他信息，如是否进行透析、是否术后发热等。 第二，有了这么多指标，我们数据分析是不是更深入了呢？我们在一个分析结直肠癌患者住院费用情况的案例中发现，结直肠癌患者进入我院之后主要是进行三级和四级手术，其中术后未使用药物卡文的患者费用消耗指数高于已使用卡文的患者，将实际情况和分析结果结合，可为进一步优化诊疗流程，降低费用消耗指数提供数据支持。再如，我院是肿瘤专科医院，患者复诊多、复查多，我们可以针对某一部分特例患者（比如费用超标患者）进行全景调阅，不仅可以调阅到病案首页数据，还可调阅历次门诊和住院所有信息，这对数据分析非常有利。 除了解决上述难题， 我们还将DRG系统运用到绩效管理中。在对2017年~2018年上半年全院数据进行分析后发现，全院CMI稍有下降，但时间和费用消耗指数也有了一个接近9% 左右的下降，说明全院都在有意识地控制时间和费用，但某一个病种在CMI没有提升的情况下，时间和费用都有了接近14%的提升，这就提醒管理者需要对这一病种进行重点管理，优化诊疗流程，减少费用和时间消耗，提高效率。 在实际应用中我们还意外发现， 如果在系统中设置一个未入组分析的模块，则可以基于此模块对每一次分组之后没有进行分组的数据进行逆向指导，看看编码是否存在错误，提高我们的病案质量。 大数据技术作为自然文本语言处理、机器学习、分布式计算和人工智能的新技术，能突破传统信息系统的瓶颈，解决数据存储、运算和运用的问题。DRG管理工具通过分组结果集能为医院绩效管理和医疗付费改革提供数据支撑。将大数据与DRG有机结合，仅是大数据在医疗领域一个初步应用。我相信在未来，随着大数据技术越来越成熟、与业务和结合越来越紧密，大数据在医疗行业的应用会更多、更好。 专家点评 北京卫生信息技术协会会长 沈韬点评 DRG是用来做成本估算或医疗质量控制的，所以我认为这个话题虽然冠了DRG的名，但可能做的不是DRG的事，更像是自己定义了一套KPI来评价相关指标。 |
|
|
