随着社会的发展和医疗技术的不断进步，以及国家出台的关于推动医院高质量发展的一系列文件要求，让医疗服务的质量和效率成为医院广泛关注的焦点。在此背景下，医院精细化运营管理应运而生，成为推动医疗服务升级和提高医院综合竞争力的重要途径之一。

  而我们传统的医疗评价方式，如基于规模扩张的等级评审、基于业绩提升的绩效考核、基于平均值的医保支付等，都忽略了疾病的风险差异和诊疗的复杂性及多样性，对医疗服务的评价存在一定的偏颇和不合理。

  疾病风险调整来源

  起源于美国上个世纪七十年代的基于疾病风险调整的评价，可以为医院提供科学、准确、客观的数据支持，实现全面、精细、高效的运营管理。作为一种新型的医疗管理方法，现已作为欧美国家医疗水平和服务质量评价的重要组成部分，自20世纪80年代起被美国CMS采用为医保最重要的支付手段。

  疾病风险调整评价的优势

  1. 提升医院医疗质量

  基于疾病风险调整，利用大数据分析可建立六大评价维度(药品、耗材、费用、质量、效率、效益)，引入O/E指数评价指标(实际值/预测值)，根据患者的病情和风险情况，对医院的医疗质量进行精准评估和分析，发现医疗过程中存在的问题和不足之处，进一步优化医疗流程，提升医疗质量管理水平。

  2. 解决医疗“千人千面”难题，促进医疗公平公正

  每个入院患者的疾病风险因素都不尽相同，如同一个DRG病种，不同的患者可能存在年龄、性别、经济状况、合并症、并发症、诊疗方式等的差异，如果都使用同一个平均值或绝对值来评价医疗质量，有失公平合理。

  疾病风险调整模型，基于患者个案的风险预测，可以根据患者的实际情况进行六大维度评估和O/E值比较，消除因病情不同而导致的医疗资源分配不公的情况，促进医疗公平和公正，鼓励医生收治高难度病情复杂的病人，正向促进医疗水平的提升。

  3. 制定科学精准的医院管理决策

  疾病风险调整，在大数据分析的基础上，对医院历史真实数据进行建模，定量计算疾病风险O/E值，对医院管理现状作出科学的评估和预测。准确的数据分析，可实现医院、科室和医师间的公平比较，快速精准地发现和分析出医院的管理问题，节约了人力分析成本，也有利于制定更科学合理的管理决策，优化医疗资源配置和利用，提高医院的精益管理水平。

4. 管控医疗成本，提升医保结余

  基于大数据分析的疾病风险调整模型，通过历史数据准确评估患者的病情和风险，寻找每个患者的标杆值，预测资源消耗情况，合理分析成本、医保支付、医疗收益，医疗过程中及时提醒医院合理管控成本，优化资源分配，避免过度治疗或不必要的检查，有效降低医疗运营成本，提高医疗效益。

  医院应用要求

  疾病风险调整方法采用分维度统计、逻辑回归模型、分层模型、倾向分数分析法等对历史大数据进行建模，通过对各类风险因素精准测算，实现了科学合理的预测评价。

  但疾病风险调整方法对医疗数据高度依赖性，故在医院应用时，要求医院具备一定的信息化建设基础及数据质量：

  1. 保证病案首页质量

  疾病风险调整建模的数据主要来源于HIS的病案首页，病案首页质量越好，建模测算的数据就越准确，现实数据的预测就越可靠精准。因此，医院要保证病案首页信息填写的完整性、逻辑性，又要保证其真实性、规范性。如果病案首页质量不好，疾病风险建模前需要先对数据进行一定的清洗和治理。

  2. 具备较大的数据量

  疾病风险调整建模基于医院历史真实数据进行，一般取过去1-3年的数据，数据量越大，时间跨度越长，模型更具普适性，建模产出的结果才能更接近真实的数据，评价时具备更高的可参考性。

  3. 有一定的信息化建设基础

  医院具有较高的信息化建设水平，数据质量高，将会给数据采集提供较大的便利，减少数据采集治理的时间，也可提高数据建模的准确性。

  传统的医疗评价，无论是国考还是DRG/DIP支付，都存在一定的弊端，而疾病风险调整可弥补DRG在质量评价中的短板。大数据分析结合疾病风险调整方法，可以实现对医院服务质量和管理水平的客观评估和监控，优化医疗资源配置和利用，促进医院的精细化运营管理和服务质量的提高。

更多资讯 敬请关注
“医药梦网”微信公众号

更多资讯 敬请关注
“药城”微信公众号