医疗质量的管理是医院管理最核心的内容。加强医疗质量管理，提高医院提供医疗服务的质量，是提升医院核心竞争力、患者满意度的有效手段。

人类社会正以空前的速度飞快发展，如今已进入大数据的崭新时代，大数据时代给医疗卫生领域带来了前所未有的机遇，同时在当前形势下，传统的质量管理思维和方法，面临着巨大的挑战。医学是数据密集型行业，医疗健康活动中产生大量数据，健康医疗大数据的管理与应用受到高度重视，这些数据对于保障医疗安全，提升医疗质量具有极大的价值。如何将大数据有效应用到医院管理的实践中去，利用好医疗大数据提升医疗质量，以改善人民健康福祉，满足人民日益增长的健康需求，是医院管理者需要关注的热点话题。

当前医疗质量管理面临的挑战

管理决策主观性

当前管理模式下的质量管理相关决策，大多基于质量管理专业人员已有的知识和经验，管理决策缺乏数据支撑，因此管理决策存在相当部分的主观性。而目前从事医疗质量管理的专业人员匮乏，决策者医疗质量管理手段和方法落后，其专业知识架构的系统性完整性、医疗质量管理经验的充足性尚不能得到保障，这些因素更加剧了管理决策出错的风险。

干预措施滞后性

目前医疗质量管理主要的注意力集中于质量控制的结果，以终末质量控制为主。通过对医疗服务的结果进行检查和分析来发现偏差，然后再采取纠正措施，因此这种“发现问题，整改问题模式”干预措施存在滞后性，可形象地称之为“亡羊补牢”。

评价指标片面性

我国现阶段的医院质量管理水平，相较于发达国家，仍然存在一定差距，有研究指出我国科学、有效、统一的客观指标体系缺失，存在部分评价指标缺乏客观性、定义不明确、灵敏度不高，部分指标数据真实性不可靠、来源不准确等问题。

信息系统孤立性

近年来，我国医疗机构，尤其是三级医院在信息化建设方面的投入稳步提升，医疗机构信息化基础设施建设水平显著提高，信息化建设保障体系日趋完善。然而，在医疗信息互联互通和信息共享方面还有很大的进步空间，医院信息系统的数据尚处于孤岛状态，无法实现数据交互，无法实现对数据资产的利用。信息系统孤岛和烟囱林立，数据有价值，但应用难。如何有效运用医疗数据，让数据资产发挥应有的价值，仍然是丞待解决的难题。

在医院利用传统手段解决医疗质量管理问题越来越难的同时，如何使医疗质量管理更加科学化、规范化、常态化，如何把管理标准、执行检查、监测评价、绩效考评、持续改进融为一体，实现全方位、全过程、全时段、全要素的质量与安全的监管评价与持续改进。时代给了我们答案——将大数据应用于医疗质量管理中。

医疗健康大数据发展情况

大数据概念及特点

“大数据”是一种高容量，高速度和多变量的信息资产，需要具有成本效益、创新形式的信息处理，以增强洞察力和决策能力。大数据有三种不同的数据类型：一是结构化，具有固定架构的有组织数据格式，例如：RDBMS；二是半结构化，部分组织的数据，没有固定的格式，例如：XML，JSON；三是非结构化：具有未知架构的无组织数据，例如：音频，视频文件等。

大数据的特征可以概括为5V（见图1），Volume大量，数据体量大，通常超过10TB；Velocity高速，数据总量高速增长，增长速度接近每年50%；Variety多样，不同信息系统、不同存储方式和不同事件类型，导致数据来源和形式的多样化；Veracity准确，数据的不一致和不确定性；Value价值，准确有用的数据。另外5个随着时间的推移逐渐发展起来的V：有效性Validity，数据的正确性；可变性Variability，动态行为；波动性Volatility，随时间变化的趋势；漏洞Vulnerability，易受攻击或攻击；可视化Visualization，可视化有意义的数据使用。

大数据在医疗领域的应用

大数据在医疗领域的应用主要是指，将各个层次的医疗信息和数据，利用互联网以及大数据技术进行挖掘和分析，为医疗服务的提升提供有价值的依据，使医疗行业运营更高效，服务更精准，医疗支出更合理。

据统计，中国医疗健康大数据市场规模，2014年为6.06亿元，2016年为10亿元，2017年为41.15亿元，预计2020年达390亿。如此庞大的市场规模，如此惊人的增长速度，与时代发展有关，当然也与政策支持密不可分。从2015年3月，国务院办公厅印发《全国医疗卫生服务体系规划纲要（2015-2020年）》；2015年8月31日，国务院常务会议通过《促进大数据发展行动纲要》；2016年6月21日，国务院办公厅发布《国务院办公厅关于促进和规范健康医疗大数据应用发展的指导意见》；2016年10月25日，国务院出台的《“健康中国2030”规划纲要》；到2017年1月，国家卫计委发布了《“十三五”全国人口健康信息化发展规划》，这些政策文件，从国家层面、战略角度，对大数据在医疗领域的应用进行了规范和指导、提供了支持与保障。

大数据在医疗质量管理中的应用

如何提高医疗质量管理，是摆在医院管理者面前的复杂工程。医院要提高医院医疗质量水平，就必须与时俱进，在21世纪大数据浪潮的推动下，加强医疗质量管理，探索大数据环境下，新型的医疗质量管理模式。医院紧跟大数据时代步伐，创新推出“1+2+4模式”，将大数据应用于医疗质量管理实践中去。

“1个核心”——质量与安全

维护患者生命健康的核心是医疗质量和医疗安全，这是患者的生命所系，也是医院的立身之本，是医院技术水平、工作效率和综合实力的集中体现，是评价医院整体水平的核心指标，影响到医院的信誉和综合效益。应用大数据优化医疗质量管理，首先要抓牢的就是质量与安全这一核心。

“2个保障”——顶层设计、组织平台

医院从顶层设计和组织平台两个方面，保障大数据有效应用于医疗质量管理实践。顶层设计方面，医院根据国家相关文件标准，确定大数据平台总体架构。

组织平台保障方面，一是成立组织领导机构，成立以主官挂帅，医院机关、相关职能和临床科室组成的领导小组，明确责任分工，建立考核机制，制定协作流程；二是组成技术攻关团队，包括管理运行团队、专家顾问团队和技术支持团队；三是建立高效运行机制，成立大数据和人工智能实验室，隶属关系相对独立，确保信息技术在医院快速高效应用推广。

“4个推进”——推进决策精细化、监管精确化、诊疗精准化、服务精心化

（1）推进决策精细化。

传统的HIS系统，不再适应当前医院管理精细化的要求，无法准确而直观地向决策者提供全面的、一致的决策信息。因此，医院引进基于商业智能(Business Intelligence, BI)的决策与分析系统，助推决策精细化。

医院BI系统是在整合医院现有系统的基础上，应用BI工具，对医院信息资源进行深加工。通过对医院内部跨平台、多异构系统的集成、整合和扩充，全面实现数据归集与挖掘，协助医护人员和管理者进行数据分析。我院BI系统主要有医疗质量、人力资源、卫生经济、物资管理、综合信息查询、关键指标预警等九大功能模块，可实现分析全院工作质量各项主要指标的完成情况、分析全院人力资源的分布和配备情况、分析全院计价经济和核算经济各项指标的完成情况、分析全院物资的情况、精细到日实时查看分析医院各项主要指标的完成情况等功能，医院运营情况清晰可视，管理决策有证可循。BI系统自2014年上线以来，通过实时监管和预警，医院医疗质量与安全持续改进，医疗投诉和纠纷数量总体下降30%。此外，医院BI系统还可以实现与其他医院的参照、比对，可减少决策盲目性，避免“拍脑袋决定”。BI系统在医院层面，破除评价指标片面“管中窥豹”之窘境，实时而全面地对医院质量管理的各个方面进行分析和评价。

（2）推进监管精确化。

医院积极响应医政医管局开展医院智慧服务的号召，推出合理用药Rbase系统，助理药品监管精确化。

该系统对关键指标数据进行挖掘及展现，应对监管要求，实行关键指标个性化定义，下钻分析及可视化展示；药品消耗预警及分析，多维度关联查询，实现多角度聚类、分组、排序及可视化展示；全处方及医嘱筛查问题，以灵活的审核规则，进行处方或医嘱的全面筛查，快速定位问题。系统上线后实现了审方前置，处方（医嘱）审核关口前移，干预措施不再滞后、不再是“亡羊补牢”，优化了患者就诊流程，减少了医疗纠纷；规范临床处方（医嘱）、用药行为，确保患者用药安全；搭建信息交互平台，在医疗三监管之前，对不合理用药行为提前进行处理；有效节约医疗资源，降低问题处方成本。统计结果显示，2017年10月-2018年09月时间段内，达成药占比下降6%，重点监控品种使用下降8%，抗菌药物围术期预防使用率下降16%，住院抗菌药物使用强度实现达标步伐。

（3）推进诊疗精准化。

医院在影像诊断、专科专病等临床实践及质量管理实践中，结合医疗大数据，推进诊疗精准化。

医学影像方面，结合大数据技术和新一代AI技术，医院推出医学影像AI辅助诊断。以肺部CT为例，人工智能优化肺部CT分析诊断流程。统计本院2018年7月1日至2019年4月30日的相关数据，AI辅助诊断共检查54031例肺部CT，发现605147个肺结节，其中毛玻璃病变24205个，病变大小为3-6mm结节为最多。医学影像科每月约有8000例胸部检查，胸组两个审核医生，平均每人每天需要审核90370张图片（不计算骨窗及厚层图像阅片），平均3-4幅/秒。通过AI计算后，薄层图像基本不需要再次观察，仅观察AI提示的病变部位，其余通过厚层图像阅片，不仅提高了工作效率，还减少了对微小结节的漏诊。

医院重点科室肾脏科，在国内，建设分布全国共41家核心单位，526家网络成员单位的国家肾脏疾病临床医学研究中心协作网，累计收集肾脏疾病肾活检病例共94565例，肾脏疾病生物样本共17万份，科室充分发挥协作网作用，整合所属协作医院有关肾脏疾病数据，并纳入了746篇国内外文献，于2019年3月发布基于大数据应用的《中国慢性肾脏病矿物质和骨异常诊治指南》，以规范诊疗行为，带动协作医院诊疗水平的提升，推动肾脏科同质医疗建设；国际上，建构基于数据平台的国际合作研究网络，参与IgAN牛津分类制定，主导国内多中心成人和儿童IgAN的牛津分类验证，完成IgAN牛津分类更新，开展牛津分类在紫癜性肾炎中的应用研究；全球纳入70余队列，超过23万患者，中心提供1584例CKD 4-5期患者，完成多中心CKD队列患者，预后指标分析文章；IgAN队列和LN队列加入国际肾脏病协会iNET-CKD研究。

急性胰腺炎共享数据平台于2018年11月成立，是全球急性胰腺炎研究领域第一个数据共享平台。2010~2018年累积个案10000例，共享2000例，涵盖了从“ICU→普通病房→康复中心”的全病程。肾脏病喝胰腺炎数据共享平台的建设，在专病方面，实现数据的互联互通，互享互惠，破除了信息孤岛效应，缓解了“数据难用”的现实挑战。

（4）推进服务精心化。

医院通过智慧病房、移动医疗平台的建设，将大数据运用到病房里、把大数据的成效塞进患者口袋中，推进服务精心化，升级患者就医体验。

医院建设基于数据平台的智慧病房，心脏频谱血压计系统、智能病服、无线床边传感器等生理数据搜集设备，将收集到的信息上传归档至医院的智能系统（如：医护APP、医护诊疗报表系统、房内照护平板、护理站平板系统等），进而分析大数据。通过智慧化的生理侦测设备和人工智能的及时数据监控，实现生理数据实时监测、病房信息智能化，从而提升病房服务能力，使得医院提供的服务更加精心。智慧病房AI体系正稳定运行，后台数据集合已经有量级显示，对于疾病治疗、康复管理正提供前所未有的AI临床视角。医院还致力于移动健康医疗平台构建，提供健康e+健康包、移动随访等移动医疗服务，让患者体验到更加精心的服务。于2013年与南京邮电大学联合申获了“教育部泛在网络智慧医疗工程中心”，以实现无处不在通信、无处不在医疗，2018年高分通过了教育部评审。

小 结

医院紧跟时代潮流，应对新时代背景下管理决策主观、干预措施滞后、评价指标片面、信息系统孤立等医疗质量风险与挑战，推出“1+2+4模式”，利用大数据在提升医疗质量管理方面进行了探索与实践，得了良好的效果。然而医疗服务质量管理没有终点，它随着人们需求的变化而改变，随着社会的发展不断提出更高的要求。尽管大数据技术在医疗质量管理中的应用还在起步阶段，但是从国家和行业政策支持，以及医院自身发展的需求，必然会得到更加深入的应用，从而提高管理决策科学性、医院运营效率，辅助诊疗决策、管理决策，便捷患者就医，实现医疗质量的全面提升。

本文转载自其他网站，不代表大健康派观点和立场。如有内容和图片的著作权异议，请及时联系我们（邮箱：scarlet.s@djkpai.com）