医保信息化练就管理多面手

控费只是一面，另一面是如何把有限的医疗资源投入到更加重要的领域

近期，国家医保局信息平台建设招标工作陆续开标，一大批国内一流的信息化厂商纷纷中标胜出。这些厂家将在药品耗材招采、异地就医、支付方式管理、诚信管理、基金运行智能监管等使用场景增强医保的信息化水平，这些应用领域已经全面覆盖了国家医保局各项职能和医保业务范围。

医保信息化预示着医疗信息化的重心正逐渐从医疗的层面转向支付层面。信息化厂商的竞争范围从传统的医院信息管理系统（HIS，Hospital Information System）软件转向类似于企业过程管理的智能系统。在医院管理和医保支付精细化的政策引导下，国家医保局对医疗决策过程的管理能力定会有相当的提升，但如果认为支付体系的信息化程度提高肯定会有助于控费，则是把问题过于简单化。在笔者看来，信息化只是医保控费的必要不充分条件。

美国前车之鉴

无论是学术界还是产业界，早已在数十年前即对“医疗信息化是未来趋势”达成了共识。但是在实践层面，投入巨大的电子病例革命，已经受到越来越多的诟病。

2008年金融危机时期，美国政府推出了以《美国复苏和再投资法案》为代表的一揽子市场刺激计划，其中包括《卫生信息技术促进经济和临床健康法案》（HITECH法案），由美国政府为医院诊所提供贷款、直接拨款和经济奖励等形式的资助，总计超过290亿美元的投资推动医生、医院尽快有效推广电子病例。美国联邦医保局（CMS）出面为医院制定了电子病例“有意义使用”的评估指标，并且把电子病例使用作为报销决策的一部分。如果医院在信息化程度上达不到预定指标，整个医院可能受到报销额度削减2%~5%不等的惩罚。由于美国医院的平均利润率仅有5%左右，因此是否达到政府标准成为了许多医院能否继续在医疗市场生存下去的前提条件。

在经历了十多年的力推，耗资数百亿美元后，美国的电子病历系统非但未能达到预计的“剪除繁文缛节，防止医疗错误……每年节约数十亿美元”的目的，反而成为了医保欺诈、病人隐私泄露和危及病患安全的重灾区。购买、维护和升级电子病历系统耗资巨大，而且一旦开始部署就无法暂停或终止，为此联邦政府和医院都背上了沉重的债务包袱，一些小型的诊所或者独立执业的医师干脆关门或者并入大型医疗集团。唯一的受益者是迅速膨胀到百亿美元市场规模的电子病例软件公司和技术咨询公司。

标准编码系统如何“弯道超车”

与电子病历一样，很多大型公立医院早已建立起相对完备的医院信息系统，但是医院信息系统在实际临床诊断、不良反应监测和预后分层方面的应用依然停留在比较基础的层面。目前的系统主要围绕业务的收费层面展开，缺乏对患者就医体验提升的认识，而且对医疗决策支持和质量控制几乎无能为力。医院信息系统顶层设计的落后，已经直接影响到医疗信息化技术的开展。电子病历系统的有意义使用是医疗信息化的核心，由于目前医院信息系统没有形成临床数据集成、辅助决策系统和医嘱开具执行的闭环，难以满足临床诊疗场景的需要，而屡被广大医务工作人员诟病。

医院信息系统使用体验差不仅影响医生和病人，更会导致医疗流程管理的困难。在多元支付系统即将成为主流的今天，精准的流程控制和治疗结局评估可能成为一家医院能否在医保精细化支付后生存下来的关键。在医疗领域高度市场化的美国，大型医院拥有不少于临床工作者的行政、后勤、财务和管理团队，经过专业卫生管理训练的医院管理者与医师们一道使用电子病历积累的海量数据分析成本来源、改进流程，且会通过模型建立决策和预计效果的模拟。但目前医院信息系统沉淀下来的数据暂时无法满足这样的实际需要。

此外，升级并实现智能化的医院信息系统也是医疗服务标准化的前提。医保按照疾病诊断分类的工作一直在推进，理论上能够实现类似疾病按照相同的支付标准对医院和医生报销。具体操作上需要按照疾病的治疗情况、患者的既往史以及并发症进行编码。与国内病案首页一般由医生撰写、然后由病案科质控的情况不同，美国有一大批专门进行疾病编码的专业人员。疾病标准编码无论在医疗费用的评估，还是在疗效评定上都发挥着巨大的作用。

医疗编码听起来似乎是一个简单的主意，在实际操作中会出现种种问题。首先是病历记录者与编码者可能是分离的，后者缺乏专业知识理解各种医生书写的同义词和缩写。此外，编码是分层的结构，比如在心力衰竭的诊断下层可继续分为急性和慢性、左心衰亦或是右心衰，疾病编码人员将疾病描述匹配到上层过于宽泛的代码时会影响疾病诊断记录的准确性。据估计，美国每年为了提升编码质量的财务支出高达250亿美元。

考虑到中国巨大的就医人群需求，大量招聘基层编码人员然后对编码质量进行监督是不现实的，这无疑会大大增加医疗成本，且编码质量的问题也得不到根本的解决。通过融合数理统计和数学建模理论与方法，多家技术公司分别独立地开发出各种疾病编码智能适配器。疾病编码智能适配器采用自然语言处理、机器学习、智能搜索、神经网络等人工智能技术，分别建立疾病诊断编码和手术操作编码的智能适配数据智能适配机制，将国内各地区不规范、不统一的医疗服务收费编码、手术名称，以及简单的手术操作名称，直接智能化的适配到标准、统一、规范的编码规则要求，甚至达到了只需输入中文就能输出正确编码的效果。我国如果能够成功实现这些技术的部署，很可能在医疗信息化中实现“弯道超车”。

医院、医生和医保的“猫鼠游戏”

医疗过程信息化与支付体系的信息化是一个相互促进的过程。后者与医保体系的资金充裕程度直接相关。医疗领域过去十年的进步有目共睹，盲目扩张也给未来的可持续发展留下了隐患。医院需要为前些年的各种大型医疗设备与基建买单，社会保险体系面临着税基变窄和降税引起的政府收入增速趋缓影响。因此，医院和社保会展开价格上的博弈，最后实现相对动态的医疗服务支付价格，而最终的价格很可能与双方的相对谈判能力与市场主导地位存在直接联系。

在经济利益的驱动下，很难避免医疗服务的供给方通过对编码系统做手脚获得更高的报销额度。医疗系统是一个复杂的系统，有时很难区分系统性的精准编码与在多个编码均符合要求时有意选择匹配更高报销额度的诊断。医保获得要求报销的数据后也能够通过数理模型，及时发现不合情理的医疗行为并拒绝报销。任何政策的制定不可能十全十美，而是着力于解决主要矛盾。当主要问题被打上补丁时，次要问题便会成为新常态下的主要问题，需要用新的方法加以解决。这是一个长期动态的过程，医疗服务提供者和支付方的军备竞赛会逐渐升级，类似“猫和老鼠”的游戏。美国FBI每隔一段时间就会侦破有组织类似于挂床、假住院、假手术之类的医疗机构诈骗案件，可谓“太阳底下无新事”。

当所有人都过分强调信息化与控费后，医疗质量肯定会受到影响。许多疾病部分指标缺乏可行的标准化方案，比如糖尿病的常用指标糖化血红蛋白，学术界普遍认为无法准确概括糖尿病的负担和疾病严重程度。过于泛化的指标，比如医德，很可能会造成评价标准的滥用，打击医生积极性。最后，医生相对医保具有信息优势，在最不利的条件下能够通过推诿病人、拒诊和提前转上级医院来化解风险，因此把信息化和算法主导的医疗做到极致，信息不对称下，博弈中的患者会成为最大的输家。

 ★★★ 结语 ★★★

很多人都知道海量医学数据是一座金矿，但是成功地从中获得临床证据需要先进的工具。医院信息系统由于标准不一，并不适宜进行数据挖掘和病例概括。目前的机器学习算法缺乏数学理论基础，更适用在范式归纳和预测的场合，不足以进行因果推断。单纯满足于数据的收集是不够的，对数据进行归纳整理，进而提出有价值的政策建议，需要专业的团队。因此，从数据到证据，再到洞见，需要多方面、众多专业人士的努力。

当我们强调医保信息化和控费时，必须明白控费本身不是最终目的。提高人民身体素质、生存质量和预期寿命，才是医疗改革的根本目的。这个目的可以通过提高医疗系统的效率，尽可能地增加每单位医疗投入相对应的健康产出来达到。因此，控费只是硬币的一面，硬币的另一面是如何把有限的医疗资源投入到更加重要的领域。

此内容为《医药经济报》融媒体平台原创。未经《医药经济报》授权，不得以任何方式加以使用， 包括转载、摘编、复制或建立镜像。如需获得授权请事前主动联系：020-37886610或020-37886753；yyjjb@21cn.com。