大多数综合性医院都有几十个临床科室，由于科室之间的学科壁垒，各自的业务流程不一样，管理很难用一个标准去评价，因此，管理一家医院会比一家上市公司复杂得多。如果管理上没有好的方法学作支撑，是很难做到追因和溯源，更不用说实锤让一线人员心服口服。

  曾有医院院长问笔者：为什么你们能够做业财融合，而传统业务不能? 我的回答非常简单和直接：利用数据，可以做到让你医院财务部门的同事能够站在医生面前，告诉他们每个病例的成本是多少，结余是多少，药品耗材有无超标，住院天数是否需要降低，如果能够做到这些，就实现了业财融合。 能做到业财融合的底气来源于强大的数据支撑的溯源和实证，而传统的财务只侧重业务核算而不能做到业务分析。

  01数据循证优势：可追因、可溯源、可实锤

  前面讲过医院管理者和临床医生的视角是不同的，管理者看的是群体数据，而临床医生面对的是单个病人，两者之间的鸿沟导致了医疗的业财融合比其他行业更难，也加深了临床医生与管理层之间的矛盾。

  医疗是团体作战，管理层与医生应该作为“战友”一起共同去面对医院运营过程中的未知挑战，但大多数医院管理者把自己置于甲方位置，把绩效当作“鞭子”去驱动作为乙方的医生，这其实是非常不合理的管理模式。

  大多数医院管理大会，极少请临床科主任和医生来谈他们眼中的管理模式应该是什么?医院管理中，一线医务人员与管理者大多处于不对等地位，互相不信任，医务人员不服管，导致管理很难落地。

  因此，笔者认为要解决临床医生的信任问题，管理要做到问题可追因、可溯源和可实锤，这是双方成为“战友”的第一步。只有在相互信任的基础之上，一个不懂业务的职能部门工作人员才有信心拿着数据去和医生溯源问题，双方一起还原事件本质，追溯问题源头和找到有效的解决方案。

  “可追因、可溯源、可实锤”在医疗管理中实践具有极大的挑战，因数据循证，需借助人工智能、机器学习等大数据技术得以实现。而传统的统计学分析讲的是趋势分析，很难做到实锤个案问题病例。随着大数据技术的日臻完善，基于个性化的精准医疗诊断和治疗被逐步应用到临床医学中，为管理型数据的深度应用提供了借鉴和参考。

  为此，笔者推荐一种目前国际先进的医院管理数据算法：基于神经网络的建模预测方法，利用神经网络(AI)建模和机器学习等前沿技术，可以极大提升对个案病例的预测精准度，减少传统统计学带来的个案差异问题，为管理实现追因、溯源和实锤提供最优的方法。

  在与临床建立良好互信关系的同时，以“软着陆”的方式，推进医疗行为改进、成本控制、减少资源浪费等管理目标的实现。基于个案预测的数据分析也将成为未来医院管理决策支持系统的主流方向。

  02建立基于数据循证的医院管理决策支持体系

  在数据循证出现前，更常用于医院管理的是经验循证，但依靠经验式管理的最大弊病是决策者对事物的认知经常会受到小概率事件的影响，比如，人们的潜意识中更偏好成功的案例(成功者陷阱)，希望能够复制到现在处理的事物方案中。

  随着信息技术在日常生活和工作的广泛应用，人们获取更多数据的同时，开始思考如何优化数据的转化提高决策的准确性，用数据说话，用数据循证，以数据为基础的循证管理决策逐步成为国际管理的新趋势。

  数据循证即通过数据分析寻找证据、结合实际工作认证证据、目标管理中应用证据三个方面来为决策提供支持。基于数据循证的医院管理，长远的意义是实现价值医疗。

  目前国际上对价值医疗的定义包括以下八大方面：

  治疗的有效率(Outcome Effectiveness)：指的是每次治疗是否达到预期效果。

  安全性(Safety)：指的是治疗中的不良事件发生的风险概率。

  效率(Efficiency)：指的是收治病人的能力。

  成本有效率(Cost Effectiveness)：指的是每成本单元提供的服务能力。

  病人满意度和体验感(Patient Satisfaction and Experience)：指的是病人的就医体验和满意度。

  医疗质量(Quality)：指的是医疗服务质量。

  公平性(Equity)：指的是可控的治疗成本和可控的生存周期的全成本.

  可及性(Accessibility)：指的是医疗的覆盖范围。

  因国情不同，国内的医疗目前更着力于疾病管理周期中的治疗环节，暂时还没有过多关注和讨论医疗的公平性和可及性等更高维度的议题。随着DRG/DIP支付改革落地，成本有效率正逐步被重视起来。

  DRG/DIP下，如何通过数据寻找到标杆案例，寻找到最优的普适性的系统性解决方案是实现价值医疗的关键点，也是职能部门需要关注和实践的工作重点。

  03数据循证为管理提供科学证据

  基于数据循证的医院管理是循证医院管理的一种方法，笔者查了百度百科对循证医院管理(evidence-based hospital management)的释义是：“循证医院管理是指收集、总结、分析和应用最佳、最合适的科学证据来管理医院，也就是说循证医院管理是在循证的基础上制定最佳临床径路和最佳管理径路来管理医院。”其中最佳的临床路径是基于循证医学的方式，而最佳的管理路径则基于数据循证和管理经验相结合的方式来实现。

  管理决策驱动需明确三要素：决策的主体是谁?决策内容是什么?如何建立合理的评价指标?基于数据循证的医院管理方法，可帮助决策者从数据客观角度明确决策的三要素，避免决策的主观性、经验性、偶然性等陷阱。

  要建立合理的评价指标，需通过数据找到标杆案例，标杆案例是否具有普适性关键在于数据的颗粒程度。比如，常用低风险组死亡率来评价所有病种的医疗质量，但低风险组的DRG病种，多为产科、呼吸科等费用少的内科病种，像骨科中的关节置换等导致的死亡(显而易见的医疗质量问题)不归在其中，还有个体差异等综合性因素，有些病种就不适用低风险组死亡率评价。在数据循证过程中，管理者需要反思循证评价指标是否具有合理性和临床认同的普适性。

  因此，寻找标杆样本是一个极其复杂的过程，其中两点决定标杆是否具有应用价值：一是采用数据循证的颗粒度是否足够细;二是数据分析的方法是否基于临床特性，具有合理性和临床的普适性。

  为此笔者的建议是，可能情况下，医院应该采用软着陆的方式，并通过数据分析的优势循证出标杆管理案例，利用数据的上下送达能力，为医院管理提供准确的决策支撑。

  04用数据说话，说话算数

  数据分析逐步被更多的医院管理者接受，但数据循证应用于管理决策仍处于起步。在各种学术会议上，我们听到更多的还是如何制定考核指标、达到什么目标、提升多少质量和效率等话题。

  用数据说话，不应停留在简单的指标考核，而应是利用数据循证，真正为被管理者(临床)提供问题的分析和溯源支撑，帮助建立标杆路径，提供准确的决策依据，从而实现医和管的和谐关系，变被动管理为主动管理，我想这是每位医院管理者都应该追求的目标。

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