作者簡介
李濤，畢業(yè)于復旦大學醫(yī)學院臨床醫(yī)學專業(yè) ，取得美國卡內基梅隆大學信息管理碩士和美國休斯頓大學醫(yī)院管理碩士學位，美國教學醫(yī)院聯(lián)盟的醫(yī)院管理專家，中科厚立信息技術(成都)有限公司董事長，成都高層次創(chuàng)新創(chuàng)業(yè)人才“人才計劃“、南京高層次“人才引進計劃”，廣東省醫(yī)院協(xié)會常務理事委員，四川省醫(yī)療衛(wèi)生統(tǒng)計學會常務委員等。
曾在北京積水潭醫(yī)院擔任主治醫(yī)生，90年代中期留學美國，擁有近20年美國醫(yī)院管理經(jīng)驗，參與醫(yī)院管理標準的制定。熟悉美國醫(yī)療信息分類標準、質量管理和國際醫(yī)院管理比較標準等，有醫(yī)療質量管理、Six Sigma、醫(yī)療大數(shù)據(jù)分析、臨床科研、醫(yī)院管理決策支持等實踐經(jīng)驗，同時也是美國教學醫(yī)院聯(lián)盟客座教授和高級數(shù)據(jù)分析專家，美國醫(yī)院管理協(xié)會和德州醫(yī)學中心醫(yī)院質量管理委員會組委成員等。
著有《數(shù)據(jù)決策打造醫(yī)院智能管理》、《疾病風險調整及其在醫(yī)院精準監(jiān)管與評估中的應用》等專著論文數(shù)十余篇，擁有疾病風險調整相關軟著發(fā)明專利十余項。
上期我們講到了數(shù)據(jù)分析師是一個火爆的職業(yè)（數(shù)據(jù)分析師，一個復合型職業(yè)），本期就來談談數(shù)據(jù)分析要做些什么？數(shù)據(jù)分析（Data Analysis）的內涵定義非常簡單：是用于將原始數(shù)據(jù)轉化為可行的見解（Opinion），它包括一系列工具、技術和過程，用于利用數(shù)據(jù)來發(fā)現(xiàn)趨勢并解決問題。概括地說，數(shù)據(jù)分析要完成以下四件事情的準確描述、分析、預判和指導的完整過程：發(fā)生了什么？為什么會發(fā)生？可能會發(fā)生什么？該做什么？
01
發(fā)生了什么？
通常稱之為描述性的數(shù)據(jù)分析（Descriptive analysis），目的是了解數(shù)據(jù)環(huán)境中已發(fā)生的事情或正在發(fā)生的事情。技術特征包括數(shù)據(jù)的可視化，例如餅圖、條形圖、折線圖、表格或生成的敘述。評價標準在描述性分析中起到非常重要作用，好與壞、對和錯、優(yōu)和良等都首先需要大家先能夠達成共識，才能描述清楚問題。
比如，醫(yī)院的醫(yī)保DRG/DIP支付虧損是好是壞就需要臨床達成共識：在低風險病種上的虧損是“壞事”，但在高風險病種上的虧損可能卻是“好事”，因為醫(yī)療技術難度獲得了提升。
02
為什么會發(fā)生？
也叫診斷性的數(shù)據(jù)分析（Diagnostic analysis），目的是通過一種深入或詳細的數(shù)據(jù)分析流程，找到某些情況發(fā)生的根本原因。它的特征是技術，比如數(shù)據(jù)下鉆分析、數(shù)據(jù)挖掘以及關聯(lián)性分析等。在每種技術中，都使用多個數(shù)據(jù)操作和轉換來分析原始數(shù)據(jù)。診斷性分析又分“從上至下”和“從下至上”的兩種分析路徑：
從上至下：是一種由面到點的逐層下鉆式的分析方法，這是我們在日常工作中十分常用的方法。比如我們常常從醫(yī)院、科室深入到醫(yī)療組和醫(yī)生的分析模式，從學科到病種、診斷和手術、乃至個案病例的抽絲剝繭的分析思路。
從下至上：則是由點反推出面上的問題，這個面指的是系統(tǒng)性問題。但要注意的是，由于某個問題產生的關聯(lián)性因素太多，如果僅憑直覺去采用這種方法做出的判斷容易導致盲人摸象的錯誤結論，因此，分析必須具有全面性、邏輯關聯(lián)性和所有誘發(fā)因素的完整性。
“從下至上”的分析方法在質量管理中應用得非常廣泛，比如航天事故分析就是通過對問題的逆向工程的相關性分析，回溯到工程系統(tǒng)的源頭。醫(yī)院管理中的JCI認證也是采用這種分析方法，通過對日常工作流程中的細微問題（潛在的質量事故）的觀察來逆向溯源出某個操作和服務流程是否存在系統(tǒng)性問題。
03
可能會發(fā)生什么？
可能一定是對未來的預測，因此也叫預測性的數(shù)據(jù)分析（Predictive analysis），通過使用歷史數(shù)據(jù)來準確預測未來趨勢。技術特征包括機器學習、預測、模式匹配和預測建模。在每一種技術中，計算機均經(jīng)過訓練，能對數(shù)據(jù)中的因果關系進行逆向工程，從而找到事件發(fā)生的誘因，準確判斷出事件下一次發(fā)生的概率大小，比如我們每天都關注的天氣預報。
預測性分析在臨床醫(yī)學中最經(jīng)典的例子是重癥醫(yī)學中的Apache評分，可以時刻掌握病人的生存概率。在醫(yī)院管理中，疾病風險調整也是一種對醫(yī)療行為和資源管理（藥品、耗材、住院天數(shù)等）的預測性分析方法。
04
該做什么？
也叫指導性分析（Prescriptive analysis），是將預測數(shù)據(jù)提升到新水平。它不僅會預測可能會發(fā)生的情況，還能為對結果的最佳響應提供建議，同時可以分析不同選擇的潛在影響，并推薦最佳行動方案。技術特征包括圖形分析、模擬、復雜事件處理、神經(jīng)網(wǎng)絡和建議引擎等。指導性分析是分析方法中的最高境界，它的基石是對業(yè)務和數(shù)據(jù)之間的關聯(lián)性的深度理解，并從各種可能的結論中博弈出最佳方案。比如公立醫(yī)院績效考核中的提升CMI和降低藥品耗材費用就是一種決策博弈分析：如何解決既能夠讓馬兒跑得快，又得少吃草的難題？
指導性分析涉及決策博弈，我們盡可能通過各種分析和預測結論獲得最佳的行動方案。然而現(xiàn)實中每個方案都可能存在潛在的短板或者風險。我們常常困局于日常工作的思維中，如果能夠從更高維度來看決策的博弈，反而可能起到降維打擊的效果，這也是一名優(yōu)秀分析師的價值所在。比如前述的國考例子中，如果從政策制定的歷史背景著手（2030健康中國系列政策文件），研究清楚政策制定者眼中的“高質量發(fā)展醫(yī)院”應該是個什么樣子之后，回頭再來看具體問題，就會發(fā)現(xiàn)只有通過醫(yī)院整體的病種結構、門住院結構和病人轉化等的綜合性解決方案，才能解決“既、、和又、、”的困局。
數(shù)據(jù)分析的四個階段也是四類分析方法，由淺入深，層層遞進，終極目的是為決策提供指導性的意見，提高決策的正確性，減少走彎路、甚至走錯路的無效成本（圖1）。
圖1數(shù)據(jù)分析的四個類型
《醫(yī)保支付發(fā)展趨勢對話》線上直播
今天19:00準時開始！
↓↓
關于中科厚立
中科厚立信息技術（成都）有限公司成立于2014年，是由美國知名醫(yī)院管理專家、數(shù)學和統(tǒng)計學博士、信息化管理專家以及國內知名醫(yī)院管理專家、信息IT團隊共同組建的一家服務于醫(yī)療行業(yè)的數(shù)據(jù)分析及醫(yī)院管理解決方案的高新技術企業(yè)。
公司秉承“深度醫(yī)療數(shù)據(jù)分析推動醫(yī)院精益管理”，致力于將國外先進的醫(yī)療管理經(jīng)驗帶入國內醫(yī)療行業(yè)，用醫(yī)療大數(shù)據(jù)建模分析方法及工具提升國內醫(yī)院精益化管理能力。公司自主研發(fā)的“DMIAES（醫(yī)院管理智能分析及評估系統(tǒng)）”，集醫(yī)療管理國際標準、醫(yī)療專業(yè)特性、大數(shù)據(jù)分析、數(shù)據(jù)建模、機器學習、醫(yī)療信息化及IT技術、醫(yī)療管理綜合解決方案為一體，旨在解決醫(yī)院管理中質量及數(shù)據(jù)之間不可比的難題，填補國內醫(yī)療數(shù)據(jù)專業(yè)分析的空白。
