战略性整合：DRGs与大数据（1）
医疗卫生改革中的DRGs（诊断关联组合）和大数据驱动就像剪刀的两刃，但是如何运用得当并不容易。
文/Roger谭，2013-3-22
一方面通过DRGs对疾病类型进行分组，由此控制医疗服务和药物价格范围，减轻患者经济负担，与此同时给出临床治疗的示范路径；另一方面大数据技术和管理的有效运用能够消除“信息孤岛”，形成地区之间、医院之间和医护人员之间信息资源共享的局面，由此驱动循证医学的发展。循证医学中运用大样本寻找最佳临床证据、个人和他人的医疗专业能力、以及尊重患者的个人意愿这样的三位一体的临床医疗决策，无疑又会重新修改DRGs分类方式，提高DRGs的医疗效用和经济效用。医疗改革将能够更贴近民众和社会。但是在市场经济的环境中，我们不得不考虑激励和竞争因素，这涉及如何在大数据环境下整合战略管理思想体系和规划流程，对不同医护人员、不同医院和地区的能力以及能力所产生的价值贡献进行合理的度量。这样，大数据环境下不只是考虑技术流程问题，而且还要关注如何能够改善内部和外部管理流程，培育核心能力等问题。这关系到医护人员和医院之间消除机会主义，建立信任和协作的同时，培育医院自身的组织文化、激发创新和创造价值的积极性、从而培育出核心竞争能力优势，等发展性问题。
o DRAGs
医疗卫生服务改革的工作是要在全国范围内不断地完善公共卫生服务体系 、医疗服务体系 、医疗保障体系 、药品供应保障体系等医药卫生体系，建立覆盖城乡居民的基本医疗卫生制度。
为此，国家将完善医药卫生行业的运营、投入/产出、定价、监管等机制，着力解决百姓反映最强烈的求医买药费用过高等问题。在这纵横交错的改革进程中，DRGs （诊断关联组合）预付制度中的分类功能起着坐标的作用。
另一方面，国家和地方正在投入巨资，对医院部门间、医院间和区域间的“信息孤岛”进行信息整合，这样的投入对于医疗机构、医疗设备商、IT设备供应商和技术解决方案供应商来说都意味着巨大的市场商机。
1. DRGs的原理
根据有关权威的定义，DRGs的基本原理为国家即将投入的大量财政和全民基本医疗保险资金提供了合理使用的有力依据。DRGs是一种基于疾病诊断和患者病情严重程度的疾病分类方法，所以它是一种能够较好地保持病例的临床同质和资源同质的组合工具，从而为医院自身的纵向比较和医院之间的横向比较提供了可靠的数据基础。这也为医疗卫生机构竞争预付费用和患者选择医院提供了强有力的参考数据。
传统收费。此前对住院及手术病人普遍执行的是“总额付费制”，即当住院患者在做完各种检查、手术、取药等全部就医流程后，医院将对其诊疗费、化验费、床位费、手术费、药费等项目出具明细单，患者在出院时按其结算支付。
这种收费机制给部分医院和医生留下了从中获利的空间。 过度手术、过度检查和过度用药普遍存在，医院以药养医、以收取检查费(CT、核磁等)养医，导致一些医生看病时不考虑病情是否需要都要病人去作高收费的检查，造成病人家庭很大的医疗费用负担。
DRGs预付制度。根据2009年3月30日召开的北京市卫生工作会议，2009年北京大学人民医院正筹备试点病种预付费制度：先测算出全市各医院在治疗某一种疾病的收费情况，计算出一个平均值。再考虑患者的年龄、疾病严重程度、有无并发症等情况，将情况类似的患者分成一个诊断关联组合，不同的组合对应的平均值换算出一个系数，制定出一个“合理的”收费定额。
遏制用药过度。DRGs预付制度的最大受益者，将是整个社会医疗保障体系和提供商业医疗保险的保险公司。
DRGs的预付费制度是当患者持诊断书住院或进行手术时，医院将先把患者信息录入电脑，电脑自动将其分到一个诊断组DRG并按照该组的定额进行一次性收费，当患者出院时，实际花费的费用不管是多于定额还是少于定额，都将由院方负责承担。
在这种情况下，医生只有尽可能地节约耗材、尽快将患者治愈，才不至于使实际消耗超出定额，给医院带来亏损。
实施DRGs的最终目的在于通过标准化来形成全国地域范围的医疗服务集成机制，通过标准化来提高医疗保障资源的有效使用和管理控制的效率，能够达到广覆盖、保基本的原则。人民群众能够最大限地受益，保证了医疗保障体系的可持续发展。
o 社会化问题
我们会预见，实施DRGs项目不会一帆风顺，比如DRGs牵涉复杂的社会结构；在DRGs体系下利益相关各方如何保持良好的行为操守等等的社会问题。
1. DRGs范畴
既然DRGs项目是以病患者为中心，就是说使更大范围和更多人口从新医疗制度中受惠，那么要确保该项目能够成功，理解DRGs如何运营，预见可能发生的问题就很有必要。
哪些疾病或者人群将不被归入DRGs范畴？
这些DRGs范围外的疾病、病例、病人如何处理？
如何对待没有享受医疗保险的人口？
挂靠在公立医院的医疗单位属不属于DRGs考虑的范畴？
由于医院方面或者医生的医疗事故引起的并发症，DRGs将如何处理？
目前的DRGs据说大约有500个。随着要解决复合症病例问题，以后很可能要进一步进行细分，将会出现更多的DRGs。
另一方面，我国不同地区医疗卫生水平和组织结构差异很大，这就涉及到DRGs的临床路径问题，临床路径不是一下子就能够实现全国统一的。如果不能够在全国范围内推行统一的DRGs标准，那么巨大的流动人口中的病人按照什么DRGs来付费？或者有的地区或者个人可能按照某种税制（而不是保险）收入进行支付报销的话，问题变得更复杂。医院就要小心平衡两种付费的得与失了（当然，中国的农村人口比例很大，税基很窄，由纳税人的缴税来负担DRGs的运作费用不一定能够大范围实施）。
2. 伦理问题
比较起以药养医的政策来，DRGs进步了很多，但是单纯以药价跟医疗行为挂钩，来理解DRGs政策，也会滋生不良的职业道德。比如，医院会不会将过高的药物价格部分转移给上述那些私费的人群？如果这种可能性存在，那么就会造成进一步的不平等。又比如，如果按照一次治疗给定一个DRG定价，医院或者医生可能看价格，而不是看病情来操作。这样有可能无视该患者其它的连带症状，而这些症状是需要处理的。比如股骨头切除手术前需要同时解决患者的高血压问题。但是在DRGs的政策下，医生有可能不去担负“连带的”责任，只是有多少报酬做多少事。还有，医生会不会在靠近的两个类似DRGs编码中选择价格偏高的那一个编码，来作出治疗方案？这类事情在北美就不少发生。
3. 地区医疗结构
DRGs里面的牵涉面会很广，很复杂，比如手术规定的出院时间。如果建立起畅通的市级医院跟社区的紧密协调关系，那么，出院时间将大大缩短。比如股骨头关节置换的术后住院时间可能5天。5天内，医生将病人的电子病历和医嘱一份发给医院的康复中心，由医院康复中心的医生指导病人的术后恢复事宜；另一份发给药物供应商，由他们负责定期送药到病人家；还有一份通过医院的社区工作者跟病人所属社区护理服务中心联系，由社区护理服务中心派遣护士定期上门协助病人的日常护理。社区护理服务中心的护士会遵照市级医院医生的指示定期上门给病人探热、换药、注射等等工作；还应向病人，特别是单身的，提供其它服务，如购物和随身电子求救信号设备。如果没有这种社区护理机制，这种DRGs体制下的出院时间就应延长，其它运作模式也会出现不一致，DRGs政策就无法取得一致。
如果省、市、区级医院信息化和社区护理服务中心的信息化各自保持着信息孤岛的状态，那么，不可能实现医疗数据和病人资源共享，不能达到快速而流畅的病人合理分流，也就无法取得低成本高效率的协同效果。
在医院之间的信息互通上，除了资金来源待解决以外，很大的问题在制度上。比如目前国内的诊疗制度，病人在大医院的住院费属于医保报销的范围，而在社区医院的康复治疗则不再享受医保，那么，病人就会占用大医院宝贵的医疗资源，而不愿意回到社区进行术后康复治疗。
往往我们看到社区医院就诊者寥寥无几，而大医院人满为患。实际上， 多数常见小病在社区就诊就能治愈。北美的医疗体制能够缓解这种情形。看病首先用电话向附近的社区诊所预约，到附近的社区诊所去看家庭医生，家庭医生认为必要，就介绍去专科医院看专科医生，或者去透视机构进行有关身体部位的透视，等等；最后不行才由专科医生推荐到某家市级大医院。
o 技术性问题
技术性问题涉及围绕DRGs可能出现的人为或者非人为错误。
1. 内部整合问题
有相当一部分辅助科室的应用系统成了信息孤岛。
如果去除这部分的应用，将医院系统进行集成化的比例会大打折扣。相当多的医院内部科室建设有独立的放射PACS、超声图文报告系统、病理图文报告系统，甚至是实验室信息系统（LIS）。这些系统很多是科室根据自身业务需要，由科室主导建立起来的。”这些系统在建立时并未考虑与医院信息系统的集成;或者当时医院信息系统并不具备集成应用的条件，所以就成为孤立的系统。
一个非常常见的现象是，随着医院信息化的发展，医院信息整体不能与这些孤立系统集成;或者系统置换设备时更换了厂商，使系统跟原来的不兼容，导致这些孤立系统的信息丢失，又要重新开始重建信息系统。这不仅导致了资金的浪费，而且原来系统中保存的数据很难在新系统中继承下来。
在信息孤岛的情形，数据有可能出现交接失真的“机会”。比如，在DRG报销单中附上的PACS（可以）跟留底的另一份PACS可以不同。
2. 外部整合问题
地方差别。在公共卫生信息化领域，目前改革的方向已经确定，但是如果国家、各省、城市和市辖区制定出的DRGs缺乏统一的规划和标准，然后各自保存本地信息，各自实行自己的DRGs政策的话。那么大量的（户籍制的）流动人口实行跨区域看病的时候，就会出混乱。
信息接口。从某个医院的DRG编码到发出看病报销单的路径中，会遇到很多不同地区支付机构（如保险公司）的不同系统接口。对于医院能否正确传送DRG报销单来说，这种数字接口问题至关重要。因为接受报销报告的译码部门（比如保险公司的部门）典型地运用自己的一种特定的系统，跟医院的主要信息系统进行接驳。报销支付方（比如保险公司）的接收系统取出译码，这种译码不是由医院的编码软件计算出来的DRGs，而是支付方的接收系统自己翻译并计算出来的，并根据跟医院方面的合约添加上内部的财政调整值。另外，如果这两个系统没有在同一精确时间进行更新，那么重大的差异就会产生。如果一些支付方（比如保险公司）进行了更新，而另外一些却没有，那么一些DRGs将匹配，而另一些就不匹配。
误区。再看看医院报告它的内部和外部的数据的可能方式。每次支付报销后，医疗保险机构会在自己系统中保留着医院的报销数据，而过后医院从大学的医疗数据库中心也能够获得这类数据。不过大学的DRGs信息基本上是来自最新的DRG方法。而如果医院获得的报销额基本上是由支付方的其它方法算出，而跟大学医疗中心所显示的那种最新DRG方法有差异的话，这些获得报销的医院就给弄糊涂了，怀疑他们当初的DRG报销单到底有没有弄错，会对医院造成什么不良影响。
信用问题。如果利益相关某一方在设施上附加某种软件，来修改付款人合同的保险额，那么编码可能会产生（人为的）“丢失”，就可能给DRGs的账单造成影响。在这种情形下，就可能要依靠内部仍然保留编码的另一方来重新进行计算。明显地这是信用问题。在数字翻译和付款人之间存在很多机会可以使DRGs的译码丢失。
因为医院方面提交了的DRGs编码能够由有关医疗保险机构用自己内部的DRGs分组法来进行处理，有时候医院尽管接收到的报销额跟自己的DRGs预期一样，是“准确”的，但是如果这是出自两个不同的DRGs系统。就是说里面肯定有一个DRGs系统计算出错了，所以，这些医院还是需要谨慎，要了解清楚，万一在自己DRGs报销单出错的情况下，会有什么不利的效果。
风险和复查。从病人进院到付账单的整个路径过程中很多步骤，DRG都有可能在任何一个步骤出现失误的风险。报告失准有可能给医院带来好几年的财务损害。要周期性地对财务税收进行严谨的检测，包括常规性病例取样，确保涉及的系统和组织体保持一致性。
当审阅不正确的支付账单时，负责投诉的管理者必须将这些出错的危险区域列入常规性关注范围。申请报销的编码是否跟原来的证明文件相符；支付方是否使用旧的DRGs分组法，这样的话自己这一方需要及时地重新将新编码译回旧编码，好让支付方处理报销时不会出错；支付方的支付表格是否正确地下载到医院的票据软件里，支付表格所说的是否确实跟你所预期的一致。
维持顺畅的系统接口，使数据处理不出差错，这样对财政工作顺利完成，以及将财政风险降到最低程度就有更大的把握。比较起开始时的DRG支付功能，以后会变得越来越复杂。
以上关于DRGs的预付费制度存在很多潜在漏洞的原因，在于基于临床路径的病类分组上存在不同地区的差别、不同地区的医疗结构、以及存在多区域多户籍的流动人口。另外，在确定临床路径方面，完全照搬历史的医疗经验；收费原理也是基于“充满问题的”现成各医院收费惯行来个平均计算法。
最近有关部门召集有关专家开始对不同病类的临床路径进行分析和分组，来确定同类型疾病的用药和定价范围。这是一种综合医疗服务的理念和操作特征。包括整合多科室形成团队合作，对病人进行检查和聆听病人的描述，与地方医生合作时也直接对病人负责，从反复用药的试行中对获取的治疗记录跟通用性知识和经验这类支持性的医疗服务进行整合。通用性知识和经验来自传统医学，主要根据个人的临床经验，遵从上级或高年资医师的意见，参考来自教科书和医学刊物的资料等为患者制定治疗方案。显然，传统医学处理患者的最主要的依据是个人或他人的实践经验。其研究基础是运用小样本，因为运用很有限的数据，就要求数据的精确度要高，从中发现因果关系，来确定病例的临床路径。与大数据背景下的循证医学的原理和方法是截然不同的。
大数据技术对于医院的一个重大意义是使需要大样板数据采集的循证医学研究（治疗介入的标准方法的延伸）真正成为可能。循证医疗是将确凿的最佳临床证据、熟练的临床经验和患者的具体情况这三大要素紧密结合在一起，寻找和收集最佳临床证据，得到更敏感和更可靠的诊断方法，更贴近患者个人，因而更有效和更安全的治疗方案，力争使患者获得最佳治疗结果。临床医师和患者在医疗上取得共识，相互理解，互相信任，从而达到最佳的治疗效果。循证医学的临床路径是要从超大量数据中找出并行的相关关系而非前后的因果关系来进行数据分析。因为有了数量充足的数据，精确度就不用要求太高。
Roger C Tan, Roger Cong Tan, Roger Tan, TanRoger, Roger谭，谭聪，谭络杰
