利用醫保大數據對醫療質量實施智能監控的思考

駱鑫鴻,羅琳彬,趙經綸,張雪暉,郭昱君

(1.福建醫科大學 衛生管理學院,福建 福州 350122;2.深圳市衛生健康發展研究和數據管理中心,廣東 深圳 518000;3.福建醫科大學 衛生健康研究院,福建 福州 350122)

2018年,我國成立國家醫療保障局,醫保部門成為民眾購買醫療服務的最大代理人[1],其職責為保證在基金安全運行下以合理價格為民眾購買到優質的醫療服務。目前,不少國家或境外地區利用醫療保險申報數據作為分析與管理醫療質量的基礎支撐[2-3]。我國雖于2022年5月完成國家統一醫保信息平臺的建設,逐步借助大數據提升醫保業務管理能力[4],但截至目前,極少數將醫保大數據應用于醫療質量智能監管工作?；诖?本研究首先梳理國內外常見的醫療質量指標;其次,以福建省作為案例,搜集其醫保業務系統數據字典及醫院病案首頁字段,對比歸納的醫療質量指標內涵,解析兩類數據對于醫療質量評價的信息支撐程度;最后,根據研究發現,結合國家統一醫保信息平臺建設方向,提出將醫保大數據應用于醫療質量管理工作的思考。

一、資料來源與方法

(一)資料來源

通過Web of Science、PubMed、中國知網、萬方、維普、谷歌學術等文獻數據庫收集國內外常見的醫療質量評價指標體系,具體包括國際醫療質量指標計劃(International Quality Indicators Project,IQIP)[5]、美國衛生服務與質量研究所醫療質量指標(Agency for Healthcare Research and Quality,AHRQ)[6]、經濟合作與發展組織醫療質量指標項目(Health Care Quality Indicator Project,HCQI)[7]、英國醫院星級評審[8]、澳大利亞衛生服務標準委員會臨床服務質量指標體系(Clinical Indicator Program,CIP)[9]、中國臺灣地區醫療照護品質指標體系(Taiwan Healthcare Indicator Series,THIS)[10]、中國醫療質量指標體系(China Healthcare Quality Indicators System,CHQIS)[11]、中國三級醫院評審(2011/2020版)、中國三級公立醫院績效考核體系[12-14]。

(二)研究方法

1.比較研究法。系統性整理歸納不同評價體系中具有高度共性與再現性,且可應用于醫療質量管理的指標?？紤]國內外指標概念陳述與統計口徑不同,參考國家衛健委發布的《三級醫院評審標準(2020年版)》《國家三級公立醫院績效考核操作手冊》(2019—2022版)等涉及的醫療質量指標,對比本研究歸納的指標,統一名稱、規范概念、明確計算公式,基于公式內容提出數據字段需求。

2.案例研究法。以福建省作為案例,首先,通過對醫保部門的實地調研,了解到該省2020年醫保系統數據是由公共業務、待遇業務、業務編碼三大模塊構成(數據原則上可對應國家統一信息平臺的14項業務系統),收集并整理三大模塊內含的數據字段。其次,整理醫院病案首頁,因其具有全國統一規范性,筆者主要參考福建省2家三甲醫院的病案首頁字段。最后,對照本文提出的醫療質量定量指標,基于其所需的計算字段,判斷2個不同系統數據用于分析監管醫療質量指標的數據字段情況。

二、指標選擇

通過梳理10個不同評價體系的考核指標,涉及醫療質量部分的指標可歸納為7類(表1)。其中,住院死亡類(9/10,代表10個體系指標中,有9個體系涉及,以下均以簡化標注呈現)、患者安全類(8/10)、重返類(7/10)、感染控制類(7/10)等4類指標具有高度共性且再現性強,因此選擇分析這4類指標的內涵和特征,并探討病案首頁、醫保數據字段能否用于支撐這4類醫療質量指標的監管[15-17]。

表1 不同評價體系中的質量指標分類情況

三、結果

筆者將有關醫療質量管理的定量指標分為“通用指標”和“特定指標”,并結合文獻梳理常見用于測量醫療質量的4類指標。

(一)通用指標

“通用指標”一般用于反映因臨床治療或照護服務所導致的常見質量問題[18],包括住院死亡類、患者安全類、重返類和感染控制類等4類指標。其中,住院死亡類及患者安全類指標可以直接反映臨床結果,包括住院死亡率、新生兒患者住院死亡率、手術患者住院死亡率、手術并發癥發生率和醫源性事件的發生率等(表2)?！爸胤殿愔笜恕笔墙浹芯孔C實與醫療結果高度相關,能反映診療服務環節的質量,例如,因治療不妥善、手術操作不當、預防性抗菌藥物使用不及時等造成患者非計劃再住院、非計劃重返手術室等[19]?！案腥究刂祁愔笜恕眲t是反映醫療護理的質量,指由于醫療護理服務造成的非故意損傷、感染發生,如醫院感染、手術切口感染和醫療器械等相關感染。

歸納發現“通用指標”包含4個特征:一是側重醫療服務的過程和結果,能直接用于反映臨床表現。二是均通過負性事件反映醫療服務過程存在的問題。三是均有理論依據和循證基礎,多數根據“結構—過程—結果(Structure-Process-Outcome)”構建指標或有實證研究支撐[7,10,20]。四是適用于不同功能定位等級、不同類型的醫療機構。五是均為定量指標,操作性強,可利用數據進行計算分析與監測,適合發展智能監管。

解析醫保大數據的3個模塊內容,其中涉及參保人員就醫信息的部分歸屬在第二模塊“待遇業務”中,且字段多是來自病案首頁,包含病人就醫的基礎信息,如病人年齡、性別、出入院日期、住院天數、診斷和離院方式等。但字段數量不及病案首頁,缺少的字段包含患者就醫診斷情況(首診標志、主診斷標識、入院病情、擇期手術標志和術后診斷編碼等字段)以及該次治療的健康結局(即病情轉歸,如好轉、治愈、感染和死亡)。

筆者進一步對比通用指標計算字段、醫保大數據字段和病案首頁字段等發現,醫保大數據基本無法支撐“住院死亡類”“患者安全類”等指標的計算。因為該類指標多涉及“病情轉歸”“術后診斷”等醫保數據中缺乏的字段。在“重返類”和“醫院感染類”中,無法分別滿足1個指標的計算。反之,病案首頁的數據字段可用于計算所有指標(表2)。

(二)特定指標

“特定指標”是用于反映因醫保支付制度導致的醫療質量問題?；趯嵶C研究結果[21-25],選擇常見支付方式,包括按項目付費、總額預付制和DRG支付等,歸納其導致的質量問題中有兩類的再現性最強,分別是死亡類、重返類(表3)?！八劳鲱愔笜恕敝饕P注“特定病種”患者,常用于評估總額預付制和DRG支付制度對醫療質量的影響(表4)?！爸胤殿愔笜恕眲t是側重在患者出院后不同時期因相同疾病或相關疾病的非計劃再入院,可用于反映總額預付制、DRG支付、按項目付費制度等實施后所引起的醫療質量問題。

歸納發現“特定指標”有以下幾個特征:一是與醫保支付政策存在因果關系,因為實施支付制度才引起的質量問題。二是指標本身也可作為通用指標,但是對于偵測醫保支付政策導致的質量問題更具敏感性。三是指標有大量的循證基礎。四是適用性高,不同國家、地區在采取相似的醫保支付制度下,均可應用這些指標進行質量監管。五是定量屬性,可應用大數據做計算分析,適合發展智能監管。

對照指標計算需求,發現醫保數據主要缺乏“主診斷標識”“病情轉歸”等字段,所以尚無法支撐“死亡率”和“再入院率”等醫保支付相關的醫療質量指標計算(表4)。在醫保數據字段健全、醫保數據庫完善的前提下,醫保部門可以通過大數據進行實時分析,智能監督醫保支付導致的質量問題,而不需要通過醫院填報的“住院率、再入院率、死亡率”等指標來評判醫院的醫療服務水平。但從福建省2020年醫保數據字段來看,面對通用指標和特定指標,均尚缺乏部分關鍵字段,無法直接通過大數據進行計算,影響醫保大數據賦能醫療質量智能化監測工作的開展。

四、討論

我國醫保部門經過改革后形成了戰略性購買格局,醫保作為醫療服務最大購買方,應同時保障基金運行平衡與購買醫療服務的質量。本研究歸納的常見的醫療質量指標(包括通用性與特定性指標),具備了較強的適用性、科學性與操作性等特征,適合應用于大數據智能化分析監管。因此,如果能較好地轉化應用醫保大數據,不僅有利于支撐醫保部門落實相關業務職責,也有助于推動智能化醫療質量監管工作?；诒狙芯糠治鼋Y果,結合現有研究發現[26-27]以及目前國家統一醫保信息平臺建設情況,筆者對醫保大數據在醫療質量管理工作上的應用,提出以下思考與建議。

(一)構建與醫保相關的醫療服務質量指標和考核機制

不合理的醫保支付制度會引發特定的醫療質量問題,通過指標構建,定期分析評估、反饋,不僅有助于醫保支付政策的優化完善,也能落實醫保部門對醫療服務的監督管理。我國醫保部門目前較少參與有關醫療服務質量考核工作,主要還是由衛生部門進行規劃、設計、推動和落實,而且是融入不同的考核項目。參照不同國家先進的質量評價經驗[28-30],建議醫保部門可優先針對特定質量問題(指因醫保政策導致的問題),通過構建相關指標體系、測評標準和考核機制等措施,持續完善醫保支付政策。同時,將考核結果與醫保支付聯動(財務激勵或獎懲機制),通過經濟手段強調合理服務行為、促進醫療質量管理,也為形成價值醫療支付奠定基礎[31]。

(二)結合國內外常見醫療質量指標豐富醫保數據字段

科學的指標是醫療質量評價的關鍵。筆者選取的指標不僅是國外常見的醫療質量指標,同時也是國內醫院等級評鑒工作中對醫療質量考核時會使用到的指標,顯示這些指標在臨床管理上備受我國衛生部門的重視。醫保部門尚未開展醫療質量管理工作,2020年福建省醫保業務模塊的系統數據顯示,其缺乏不少關鍵字段數據,如主診斷編碼、切口等級和病情轉歸等,導致無法計算患者住院死亡率、手術感染率和再入院率等衡量醫院醫療質量的重要指標。相比之下,病案首頁數據因為歸屬衛生系統管理,在字段設計上會考慮到更多有關醫療服務的信息變量,而這些信息變量與質量指標高度相關,但無法判斷二者之間的因果關系,即是變量影響指標設定還是指標影響變量采集。因此,病案首頁數據在質量指標分析應用上有顯著的優勢。建議福建省醫保部門若要發展智能監控管理醫療質量工作,除了通過匯集醫院病案首頁的方式之外,即2022年國家醫療保障局辦公室發布《關于開展全國統一醫保信息平臺支付方式管理子系統監測點建設工作的通知》,其中提到一項重要建設是DRG/DIP所需的醫保結算清單、費用明細及住院病案首頁等業務數據由醫療機構全面、準確、及時上傳到省級和國家醫保信息平臺[32],也可以考慮優先擴展補充筆者所提出的缺失數據字段,以此豐富醫保數據。醫保信息平臺數據字段若能基于國內外常見醫療質量指標進行拓展和豐富,也能為后續實現閩臺地區醫保數據對接提供支撐,探索醫保融合新工作。

(三)提高國家統一醫保信息平臺與醫保大數據的轉化應用價值

醫保業務模塊的數據量大且繁雜,涵蓋參保人員、參保單位、定點醫療機構的基本信息,患者在門診和住院過程中產生疾病診斷和手術、費用結算信息,以及定點醫療機構藥品和耗材采購目錄、財務支出明細等多類信息。目前對每個業務子系統都有明確的標準規范,但系統之間的數據共享與關聯是否能夠形成有意義的專項數據庫(資產)才是數據價值的關鍵。

專項數據庫的構建是一個復雜且繁瑣的過程,需要明晰數據庫的建設目標和使用目的,才能根據需求將不同模塊(子系統)數據進行打通、治理并關聯形成專項數據庫(例如,醫?；鸸芾頂祿?、慢病管理數據庫、醫院管理數據庫、藥品管理數據庫和醫療質量管理數據庫等)。一旦形成較為成熟的專項數據庫,在符合數據安全的要求下,應該允許各地醫保部門或相關智庫單位、研究人員能更好地應用數據庫進行問題挖掘與分析,提高監督管理工作的能力和效率,支撐醫保制度改革、政策發展等工作。例如,美國老年醫療保險機構(Medicare)可以融合或獨立應用醫保、疾病、質量等模塊數據,構建臨床服務質量評價體系并進行線上考核[3]。中國臺灣地區健保資料庫很好地應用在費用、支付、醫療資源布局、醫療質量監測等各類管理工作上[24,31]。

五、結語

醫保部門應承擔因醫保支付政策的實施導致的醫療質量問題的責任,因此如何界定醫保相關的醫療質量指標、如何通過醫保大數據賦能醫保部門智能監督醫療質量等,是國家統一醫保信息平臺建設過程中值得思考和探究的問題。本研究以福建省為例,通過醫療質量指標、醫保業務系統數據字段、病案首頁字段等的比較,發現病案首頁字段是支撐分析醫療質量指標的重要數據來源。若要應用醫保大數據智能監管醫療服務質量,最好能夠在國家信息平臺業務系統中擴增有關病案首頁字段的子系統。這正好體現近期國家統一醫保信息平臺支付方式管理子系統DRG/DIP功能模塊加速上線的意義。然而本研究基于國外醫保支付與醫療質量相關性的研究經驗進行初步探查,仍存在以下幾方面的局限性:首先,筆者選取國內外常見醫療質量指標,可能不完全適配福建省地區特性(不同地區的醫療質量表現及其相關問題不同);其次,以福建省數據作為案例進行分析,可能無法完全推及其他省市的情況;最后,隨著國家統一醫保信息平臺建設工作的推進,醫保大數據頂層設計在實際轉化應用場景中會造成哪些實質影響,也是本研究下一步要深入分析與說明的部分。