国家医保局4月出台《关于做好支付方式管理子系统DRG/DIP功能模块使用衔接工作的通知》，意味着创新医保支付模式改革进入一个新阶段，传统的“按病种付费”在全国范围内会逐渐转向统一的医保信息平台提供的DRG/DIP功能模块下的风险共担支付模式。

结合近期历时两年多建成全国医保信息平台的消息，意味着国家医保局这个掌握着3万亿医保资金的医疗服务和药品耗材战略购买者，未来可以调用全国数据，在医保支付模式改革中对众多医疗机构进行大数据核查，避免可能出现的医保资金欺诈行为。

但是，新的对支付方更有利的支付模式，很可能对各级医疗机构的营运模式造成重大影响。需要避免可能带来的医患关系紧张加剧、医疗机构分化更甚以及分级诊疗实施难度加大等现实问题。

“一刀切”激化资源分布失调

在DIP支付模式下，医疗服务根据各地病案历史数据形成量化指标，随后根据主索引和辅助目录进行医院和个体层面上的风险校正。因此，基于历史数据形成量化治疗的过程，意味着DIP注定是以承认现状为根本出发点的改革。

尽管尊重现状的做法会让改革阻力减少，但弊端是让一些不合理现象得不到纠正而延续下去，使历史数据偏见和不合理现象长期存在。若DIP规则以“一刀切”的形式在整个筹资区域落地，就会低估不同区域、不同人群的现实差异。

比如，医疗机构面对的是刚性成本，特别是某些固定成本很高的大型医疗器械。一旦形成了某个行之有效的诊疗模式，很难在短期内调整服务流程和服务内容。而如果面对较大的控费压力，医院会简单地减少此类服务的供给甚至停止这些带来亏损的服务类型。

比如，有许多医学证据表明心力衰竭患者出院后接受康复治疗能极大改善预后。但是，由于保险公司不能足额覆盖这些高价值的医疗项目，医院倾向于让患者以自费方式接受可能降低患者再次住院率的高价值诊疗项目，最终这些高价值项目的使用率偏低。

另一方面，如果医疗机构已经形成了使用低价值诊疗模式的先例，比如给低风险的患者进行肺部CT筛查肿瘤，给体检患者开具大量缺乏特异性的肿瘤指标检查等。如果不加区分，就容易让这些不合理的医疗模式存续下来。

短期内医院和医生承受冲击

在新的支付模式下，医院会在短期内承受巨大的冲击。但是，在最初的惊愕和困惑后，医院能够很快摸索出一整套对策来消解政策影响。因为单向透明的体系无法制约医院方面的博弈行为。

由于初期DIP运行下具体参数缺乏反馈，医院内部科室间会出现巨大的分化。某些技术含量较低的服务项目因大量医院能够开展，在DIP运行模式下会让这些项目的分值快速贬值，极端情况下甚至不能覆盖这些诊疗项目的成本。在这种情况下，医生出于自身利益保护的考虑，推诿病人的现象将不可避免。

另一方面，由于医院依然受到公立医院考核制度的影响，一些指标，特别是对辅助药品、高价值药品耗材和带量集采药品的用量考核，会影响医生的开方和诊疗行为，转而诱导或强迫部分患者转到医保监管薄弱的分院、连锁多点执业场所和各种院外药店。后者往往只接受自费购买的途径，客观上形成游离于主流监管以外的医疗市场，从而成为灰色利益输送的“温床”。

只要新型支付模式持续的时间足够长，医院就能够通过重整自身服务结构的方式应对。比如医院间可以形成同盟，将精神卫生、康复等缺乏盈利空间的项目切割出来，形成一个专科机构。原有的医院可以通过购买服务的方式转移财务风险，而新成立的特种医疗机构也能够更好地通过实际上的市场垄断地位，在与支付方、供应商的谈判中取得更大的议价权。

信息化竞赛带来马太效应

随着信息化程度提高，大型医院相对规模较小的竞争者和支付方都产生了不对称优势。

比如，大型医院通过自身病例完全可以让DIP分组标准透明化。目前已有大量相关的商业化应用，终身软件许可售价不过数十万元。这些基于国内具有代表性医院分组器和结算数据的软件，能够用标杆值对照、DRG/DIP优势分组推荐、分组模拟编码智能校验、病案首页智能质控等方式模拟不同场景下的编码报销额度和扣费惩罚力度。这些软件能够实现大数据算法基础上的医院DRG/DIP报告系统的优化。

大数据与机器学习的“魔法”将打败基于病案首页的形式主义控费模式。医院间信息化水平高低比拼，会导致医院间的“军备竞赛”。而那些连编码能力都不具备的基层医院将受到最大影响，医院间盈利情况分化会让医院在有限卫生预算的分配中更加不均衡，形成“强者愈强、弱者愈弱”的马太效应。

而医院规模的扩大并不一定提高患者的健康结局。一项包括246 家被兼并的医院与1986 家对照医院的对比研究结果发现，被兼并的医院并没有出现患者健康结局，比如30天再次住院率和死亡率方面的改善等；而患者体验相关的指标在兼并后全面恶化。在中国，医联体和医共体在过去几年的扩张，加上具有中国特色的多院区管理制度，导致医院虽有规模的简单扩张，却未能改善医疗服务结构的问题；基于简单规模增长模式，过度侧重短期营收的影响，也没有体现以健康为中心的倾向。

如果一个地区的医疗机构足够集中，那么医保对这样的超级医院进行控费是非常困难的。DIP规则库形成过程中包含着大量的利益博弈，最后形成的方案往往利好于更具话语权和议价能力的大型医疗机构，而服务众多人群的基层医疗机构往往因为缺乏组织或者缺乏影响政策的倡导能力而导致利益受损。因为医院很容易把控费的压力转移到患者头上，若形成舆论风暴，则让医保局陷入被动。

☆☆★手记★☆☆

对“算法”人工定标价值取向

据公开消息，国家71个DIP试点城市覆盖我国基本医保参保人员3.19亿人。除国家试点外，目前已有11个省（区）的38个城市开展省级DIP试点改革。笔者认为，对DIP可能出现的问题，需要提前布局和调研，避免全凭看似公正客观的“大数据治理”，而忽视合理适宜性指标的“人工调节”作用。

如果只是机械套用各种回归模型，极端的做法是不加区分地把来自不同政府部门、不同地区统计机构的数据一股脑地加入一个复杂模型中，然后以算法黑箱的形式算出不同医院的预算总费用。这种做法实际上是用看似科学的算法模型替代政府的决策和治理能力。若全凭算法，采取不干预和中立的态度，逃避合规性监管和算法的可解释性，就有可能造成医院资金分配的不透明和资金统筹划拨机制的扭曲。

而要改变这种现象，医保局需要更加深入地介入到医疗过程中，进行精细化管理，必要时以牺牲患者选择权和医生自由裁量权为代价。未来，医保局需要在DIP算法中建立明确的价值取向，并通过经广泛验证的指标来定量和定性评价支付模式改革的效果。

还要在动态监管中不断迭代规则库。医保局需要在不断的数据积累和规则迭代中找到医疗服务内容和价格间的内在逻辑，更新医保智能审核和监控知识库、规则库，让不同医院间的服务均等化。可以从容易做到标准化的治疗领域（肺结节切除术、单纯性阑尾炎和人工关节置换术等）做起。让医院和患者对价格形成预期，并鼓励医院通过流程再造和降低高价值药品耗材的使用，减少总体费用和患者全治疗周期费用。

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。