深耕医疗数据分析与应用,厚立信息这样支持医院管理决策

作者:王世薇 2019-07-25 08:00

{{detail.short_name}} {{detail.main_page}}

{{detail.description}} {{detail.round_name}} {{detail.state_name}}

{{detail.province}}-{{detail.city}}
{{detail.setup_time}}
融资金额:{{detail.latest_event_amount}}{{detail.latest_amount_unit}}
投资方: · {{item.latest_event_tzf_name}}
企业数据由提供支持
查看

2014年初,李涛教授结束近20年美国医院管理工作,回国创业。作为临床、信息、医院管理三个专业的跨界专家(李教授是临床医生出身,卡耐基梅隆大学的信息化硕士、休斯顿大学院医院管理硕士),他感触最深的是美国医院基于对医疗数据的深度理解以及应用,从而成长起来的美国医院卓越的精益管理。


李教授希望把美国先进的医院数据分析方法和医院管理经验带到国内,他联合多位带着同样想法的医院管理和大数据建模分析专家,在成都成立了”成都厚立信息技术有限公司”,寓意为“厚积成器,名不虚立”,作为最熟知美国对医疗数据的理解及应用的医疗行业深耕者,厚立信息致力于从医疗数据深度的分析开始,打造医院精益化管理的闭环。


“没有经过前端深度分析的医疗数据,很难在临床和管理中真正输出价值。”李教授告诉动脉网,随着国内医疗信息行业的发展以及数据积累,通过医疗数据的分析推动医院精益管理具备了可行性。公司借鉴国外先进的国外医院管理模式和经验,致力于深度分析医疗数据,找到医院发展的真正问题以及方向,再提供从医疗质量管控、运行效率分析、成本效益管理和绩效管理为抓手的多维度综合性管理,帮助医院提升精益管理水平。


医疗数据分析及应用的基石:疾病风险调整


厚立信息选择通过疾病风险调整对医疗数据进行前端处理。李教授指出,不同患者间存在疾病和风险差异,可以用“千人千面”来形容;而国内医疗管理结果端的评价还停留在简单粗暴的平均值式的评价或是病种分组来代表每个病例的特点,会导致风险高的病例治疗的优劣被“平均“评价,挫伤了技术以及能力高的医生/医院的积极性;同时,风险低的病例让”平均“拉高了资源水平,会导致大量资源浪费;医疗技术不被正向的推进反而困顿其中,管理却产生大量的内耗。


结合国际疾病风险调整的方法,疾病风险调整首先会建立基础模型(可以理解为疾病的分组),厚立信息建立的基础模型有近4000个。在同一个模型中病人的还有不同的差异,即是风险变量,如人口统计的信息、疾病和有关健康问题的诊断或者手术、临床过程中的检验检查结果等等,将这些变量进行群组集合,在不同的分组模型中,通过统计学算法对病人死亡率、住院天数、成本等具有统计学显著意义的变量进行统计预处理并建立相关模型,通过模型结果对现在的每个病例的死亡率、资源消耗、药品使用等结果进行预测。

 

1.png

疾病风险调整示意图

 

所谓“疾病风险调整“是先通过疾病风险预测模型对每个病例的不同管理维度结果进行预测,在得到每个病例的实际值(Observed)与预测值(Expected)比较(即调整过程),以调整后的相比值的系数对医疗的结果进行评价非绝对值式的评价,因为科学的反映了病例的风险高低与治疗结果的关系,所以公正合理而得到了包括美国、德国在内的国际的认可与通用,成为国际通用的医疗质量评价方法和医院精益化管理的应用。


2.png

引自“风险调整与预测模型在国际医药管理和改革中的运用“,作者:易榕,女,现任 Verisk Health 副总裁

 

基于疾病风险调整的方法,厚立信息建立了医院管理智能分析和评估系统(DMIAES,迪迈斯),在数据采集过程中,DMIAES从院内的HIS、LIS、PCAS、HRP等业务系统提取数据,形成以住院病人为中心的数据集。通过数据建模,现已形成60,000多个疾病风险调整模型,对医院/科室/医生/病种等不同维度的医疗质量、医疗效率、医疗安全、费用管控、药品使用、耗材使用等多维度分析和评价,并将结果评价通过医院管理的思路应用到质量控制、运行效率提升、成本效益分析、绩效管理评价等医院管理过程中。

 

厚立信息常务副总兼运营总监陈霞女士告诉动脉网,DMIAES数据提取需要医院的信息系统的对接,工具应用则需要质控、运营、绩效、信息、病案多职能室配合。“刚开始,我们担心科室会抵触。”颇感意外的是,打通了数据对接的壁垒,让医院管理的职能科室应用互通,让职能科室的业务协同、管理更加科学顺畅,反而更容易对接和开展工作。DMIAES应用一路走来,取得了医疗行业管理同仁的高度认可,用他们的话来讲,“非常感动,真正找到了一个懂医疗数据,也懂医院管理的专业化团队。”


“开挂式”前进


厚立信息给自身发展的定位是医疗行业的“传道士”,用专业能力打动客户,用技术能力驱动商业的拓展。靠拉着“行李箱”式的出差宣传推广,DMIAES在医疗行业应用,却犹如开挂式的前进。


一方面,服务于卫健委对医院管理的需求,DMIAES在卫健委区域质量监管平台在2016年成都市卫健委应用(100多家二级以上的医院数据的建模分析);2017年,深圳医管中心应用(10多家三级医院数据的建模分析、温州卫健委应用(10多家三级医院的建模分析);2018年,四川省卫健委应用(800多家二级以上医院数据的建模分析)、河北卫健委应用(40多家三级医院数据的建模分析);厚立信息也承建了国家卫健委社会办医质量评价平台,服务于全国社会办医质量评价。


另一方面,医院具有自我精益的管理提升的需求,DMIAES从2017年开始应用国内多家知名的三级医院,取到了非常好的成绩和认可,作为示范医院多次接受同行的参观,以至于从省级卫健委到国家卫健委纷纷到医院参观疾病风险调整以及DMIAES的应用。并在2019年中国医院协会信息网络大会(CHIMA)全国医院大数据应用优秀案例中,基于疾病风险调整的应用客户荣获的2篇优秀案例(全国总计才9例优秀案例)。


3.png


DMIAES客户获得CHIMA优秀案例截图(东南大学附属中大医院与广州医科大学附属第二医院)


商业模式的“to G  to B  to C”纵深延展


疾病风险调整是医疗数据分析以及应用的基础与基石,但医疗数据的应用,不仅仅止于医院管理结果的评价。医疗数据分析后,可以用于卫健委、医保局、医院,同时也可以协助医生和患者。通过风险预测模型协助医生在诊疗过程中预测风险以及资源消耗,并及时提醒;通过疾病风险画像、资源消耗画像、医生诊疗能力画像三方匹配,协助患者精准选择医院和医生,不仅有效分诊,还节约医疗资源,也让医患的信息真正的互通。厚立信息已经和多家单位共同协作,致力于打通医疗数据在“事前-事中-事后“的综合应用,打通医疗数据专业分析以及应用闭环。

 

厚立信息于成立之初的2015年曾获得一家医疗板块上市公司的天使轮融资,形成产业互补,并且共同推进DMIAES的应用。基于厚立信息的下一步的发展与规划,目前厚立信息正在启动下一轮的融资。


陈女士指出,相对于纯粹的财务投资者,厚立信息更加看重与投资方形成产业与资源的互补,厚立信息也一直希望能找到“志同道合“者,共同推进医疗数据深度分析以及在医疗产业的应用价值更多产出。

如果您想对接动脉网所报道的企业,请填写表单,我们的工作人员将尽快为您服务。


注:文中如果涉及企业数据,均由受访者向分析师提供并确认。如果您有资源对接,联系报道项目,可以点击链接填写基本信息,我们将尽快与您联系。

声明:动脉网所刊载内容之知识产权为动脉网及相关权利人专属所有或持有。转载请联系tg@vcbeat.net。

分享

微信扫描二维码分享文章

企业
对接
商务
合作
用户
反馈