IBM卜晓军：区域医疗级医院运营管理平台

2011第四届中国信息主管年会于2011年12月22日在北京瑞海国际商务酒店隆重召开。以下医疗分论坛IBM中国开发中心公众政府事业部行业解决方案中心总经理卜晓军发表的主题为《区域医疗级医院运营管理平台》的报告。

卜晓军：大家下午好，我会利用下面大概30分钟的时间和大家分享一下，针对于“区域医疗医院的运营管理平台”这样一个题目，其实在各种医疗的论坛上，或者在其他活动上，IBM经常会介绍IBM智慧的医疗，今天我会把这个题目变得更窄一点，来看IBM在过去和我们医院、卫生部在交流的时候，发现到我们行业里面针对管理的一些问题我们到底怎么去应对的。这里有一个运营管理平台，刚才薛主任也提到了在医院的绩效管理、运营管理方面的一些体验，IBM也会分享一下我们在医院的运营管理和IBM的一些实践，包括一些具体医院的实践。

首先讲一下区域部分，大家也知道卫生部在这次医改里面，在区域医疗里面有非常多的投入，无论是基层的卫生机构的信息化，到医院区域医疗网络的建设里面，其实有非常多的投入。包括像电子监控档案，区域医疗平台等方面也在进行持续投入。

我们在看到区域医疗信息平台的键入是一个非常庞大，而且是一个复杂的系统工程。我们最早讲到医疗电子档案，后来讲到3521工程，讲到网站的建设、区域卫生信息平台的建设、以及相对应的应用系统的建设等方面是能够看到在区域医疗方面是有相对的复杂性。

目前来看，市级的一些区域卫生服务平台是一些分布式，每个区在建，整个市一级的平台是依托与区的医疗平台在建设，全国大部分是这样，北京也是这样。无论是说我们与世卫中心，我们卫生部门都有自己的应急控制中心，下面有疾控中心，包括对医疗卫生机构，特别从卫生部门来看，在应急响应部分，无论是事中的响应、事前的相应和事后的恢复。关于应急卫生平台，我们提到了9个，从我们看到服务总线信息集成、规则和优化引擎，协同、流程引擎、服务总线、公共门户、处理预案和流程，规则引擎和智能分析等等。

IBM一直在提到医疗其实是智慧医疗一个大的框架和平台，我们这里有一个智能运营中心的，其实是针对区域到医院的运营管理支撑平台提供的一个架构。从刚才讲到的网站、网关，关键事件等。跟不同的应用系统之间的整合，和关键事件和关键指标的整合。

这里面也举了一些具体的例子，是我们在重庆的一个区，我们看到如何针对一个区里面我们所掌握的信息系统，抗生素的使用、药品使用比例的分析，药品使用排名分析，以及我们看到的传染病的趋势分析，发热腹泻、慢病高血压的整体分析等等。

我们也可以看到无论是医疗质量、医疗效益等等，我们处于一个什么样的状态，以及对应到的关键绩效指标，以及对应关键绩效指标我们怎么进一步的去分析。像对应我们看到有相应的业务管理平台、数据汇集平台和多点运营平台。这是我们区域医疗运作平台我们考虑到的在分下来的三个子平台。

我们刚才讲到在区域协同部分、区域医疗部分也是我们在重庆南岸区，包括我们给江苏省卫生厅在做规划的过程中都在提到一个运营平台的过程。下面是提到了在医院内部，其实刚才薛主任也提到了，我们在医院内部针对指标管理、具体的科室、具体的医生如何运用有效的指标进行支撑，也是医院运营非常重要的管理的部分。

目前医院的运营管理我们看到遇到很大的挑战，比如说医疗的需求不断攀登，市场竞争非常激烈，运营成本在不断的上升，符合去提高运营效率，细化管理，最大的降低医院的运营风险，其实没有信息帮我们做支撑、做管理的辅助决策，这时候我们的管理没办法做到更精细的决策。如果我们收上来的数据不是准确、真实的，可能我们做的决策也不够准确和真实。

现在的难点是异构的系统、信息分布存储，难以及时全面掌握运营全貌。我们怎么样有一个完整的运营的全貌，准确性、完整性和一致性欠缺。管理者难以及时得到政府的信息来进行有效的资源调配。管理层难以从整体上掌控关键的质量问题及原因。手工进行报表的计算与合并，拖延了决策这起。难以对内部的运营和质量的绩效进行监控和跟踪。现有的数据怎么大量的运用。

医院运营优化的机会，数据金矿，亟待开采和发掘。应用系统众多，积累了大量数据，在这里面我们看到，我们说行动、监控、分析、建模方面我们怎么样利用这个闭环及时的发现问题，解决问题。

这里面也提到的传统的医院系统，进去以后可以进行报表查询，如果我们是延伸到一个更高级的运营平台的话，我们看到有更多的方面可以去做的事情，比如说我们收到了问题的警报，如何问题解决问题的关键原因，并且进行行动计划的跟踪。通过相应的数据挖掘和数据分析，能够我们把相应的信息和事件进一步的去进行数据抽取，最后返回来做数据决策。

具体怎么我们运营，我们从洞察力、运营力和决策来看。如何通过大量的历史数据来找到数据的背后规律，从背后的规律找到原因，来执行相应的计划，最后优化我们的运营。这里面无论是效率的、质量和客户了洞察力，可以看到我们如何改善运营效率、提高质量，维护客户关系。

比如说在效率洞察力里面我们看到平均住院变化趋势，我们怎么样能找出平均住院的方法，找出可以改善的治疗环节，进行假设分析，比如说这里面可以分析住院降幅最大的五个科室是哪个。哪一个病的耗时的是哪些？如果改变某些疾病治疗环节的耗时，对科室和全院平行住院日指标的改善。

我们同时还可以基于过去的历史数据可以去分析，比如说门诊的流程，如何改善门诊的流程，找到门诊流程各环节的缝制点，进行控制改善分析路径。显示门诊就诊各环节的缝制时间段，显示门诊病人在门诊各环节所花费的时间，挂号、就诊等待、就诊、缴费、等待检查、等待检验、等待取药，提高患者对医院就诊的相应的满意度。

这呖呖再举一个例子是跟我们医疗质量相关的，如何进行用药分析，目的是如何控制不合理用药，我们到底怎么样来分析，比如说门诊药费增长量异常的，具体的科室当中增长率异常的药品是哪些，我们可以设定一些关键的法值，以及一些相应的算法，当这些科室和药品出现异常的时候我们就可以算出，我们可以在日常的通过事件方式反映到相应的决策层。这些都可以帮助我们去控制不合理用药。

刚才薛老师也提到抗生素，比如说抗生素分析，比如说我们可以分析不同手术的抗生素的合规比例的分析，比如说冠心病的搭桥手术，可以按照时间或者是医生数据进一步的挖掘。我们还可以显示对针对所有医生的使用抗生素的合理比例。而且能够看到某个医生的过去六个月的抗生素的使用比例，针对病例的信息看他具体的手术里面每一个具体的病例的信息，能够把相应的我们看到的一个手术抗生素使用合规率这件事情，通过各个纬度赚取从而我们得到更细致的分析。

我们再看看针对客户，客户就是我们的病人或者是患者，我们还会有哪些分析：比如说我们针对病人的构成，可以进行相应的定向分析，我们看看病人主要是目的是对医院提供营销宣传的一些方向。我们可以分析病人的来源和病种，病人来自于哪些地区，排名靠前的是哪些地区，病人医保身份等等，这其实是我们在传统其他行业，商业领域客户管理的分析方法运用到医院的病人分析里面来。

针对于我们整个的绩效管理的框架我们也可以很好的分析到，我们医院的总体的服务表现是怎么样的，如果有问题的地方原因在哪里，以及我们如何进一步的改善。

比如说这里面我们看到在进行具体绩效指标管理的时候会看到，里面有相应的因果图，显示病人满意度的相关指标，发现这个病人对于入院登记的速度不满，然后如何改善，我们看到住院处的员工需要调整，增加人工和相应的人均工作量。这里面会有不同的分析主题方式，里面也有具体的例子，比如说住院为例来看，刚才看到平均住院日的趋势变化方式，住院单病种的费用分析，出院病人构成多角度的分析，住院的收入的分析等等。刚才薛主任也提到北京市有一个CGRs试点，我们和北医三院有一个试点。

门诊这一块，也是有一些不同的例子和大家看到，比如说门诊量的趋势和同比的分析，门诊就诊病人药费的分析、流量分析等等。当然除了这些之外，为了更好的进行医院管理，我们还有其他的一些环节会关注到，同各个系统里面我们要把这样的信息数据拉过来，甚至变成我们的数据仓库，或者是运营数据仓库进行实时数据分析，比如说设备管理，医院里面非常关心的耗材的管理，甚至人事管理等等，甚至利用传统在供应链分析的方法，进行成本核算、控制和相应指标的核算。现在医院也在医院ERP的建设，叫HRP，医院的资源计划管理，更好的分析医院的资源用在哪里、怎么用，怎么可以用得更好。这样的一些方向。

刚才提到的是我们在区域医疗，在医院里面运营管理基于过去的数据进行分析、优化，其实IBM是在整个的行业里面，特别是在IT行业有很多年的积累，无论是在硬件的提供，软件解决方案的提供，包括说我们有影响力的研发机构，目前IBM在中国的研发中心有五千多人，在北京有三千多人，这是在华最大的研发机构，包括我们有IBM的全球服务等等。同时IBM在医疗行业也是持续投入，包括在医疗的信息投入和标准化等，我们也在电子健康档案标准化里面也参与了卫生部的一些工作里面。

其实针对与我们的解决方案也有很好的实施能力，对IBM的了解。IBM在全球有四千多名做医疗方面的专业专家。其中差不多有五百名多有是有医学背景的顾问。这是我们对于医院业务的了解，我们对于数据架构也是IBM特长的地方，包括建立起灵活的分析模型，而且我们也可以对数据进行有效的甄别。而且我们和全球的顶级机构有合作，这里面我们列了很多在全球顶尖的合作伙伴。

运营分析我们今年北医三院是有一个合作，是结合CRGs的试点，包括上海华西医院，包括医院运营、分析方面的内容。北大医院我们合作的更久。这里是举了一些代表性的合作，其实我们这么年已经有沉淀，把IBM的经验带到中国来，然后进行本地化的运作。

以上就是我关于“区域医疗级医院运营管理平台”关于IBM的分享。谢谢大家！

转载：感谢您对网站平台的认可，以及对我们原创作品以及文章的青睐，非常欢迎各位朋友分享到个人站长或者朋友圈，但转载请说明文章出处。