總之，醫(yī)療數(shù)據(jù)讓人“既愛又恨”，愛是因為復雜值得研究；恨是因為太復雜讓人煩惱。在討論數(shù)據(jù)分析之前，讓我們先來認識一下醫(yī)療數(shù)據(jù)。
01數(shù)據(jù)分布
與自然界和其他行業(yè)的數(shù)據(jù)不同的是，醫(yī)療數(shù)據(jù)并不呈現(xiàn)出正態(tài)分布的狀態(tài)，而是呈現(xiàn)整體資源消耗隨著人群年齡的增加而增加（圖1），人均醫(yī)療資源消耗也呈現(xiàn)同樣的趨勢（圖2），數(shù)據(jù)來源：美國健康服務(wù)和保障中心（CMS）。這種偏態(tài)分布的數(shù)據(jù)卻給分析工作帶來巨大挑戰(zhàn)。
圖1 醫(yī)療費用 vs 年齡段
圖2 人均醫(yī)療費用 vs 年齡段
02數(shù)據(jù)特性
■絕對值：常見于財務(wù)統(tǒng)計，比如今年增加了多少收入，是好事，同時節(jié)省了多少成本，也是好事，全年呈現(xiàn)虧損狀態(tài)，是壞事。對于絕對值來說，只要把數(shù)據(jù)按匯總和平均就可以得出準確結(jié)論。絕對值在個案病例中也十分常見，比如某個病人住了多少天院，用了多少藥等。
■相對值：由于存在疾病和患者個體的風險差異，有些指標不能簡單地把平均值當做好與壞的評價標準，這其中包含對死亡率、平均住院天數(shù)和各種費用均值的評價。比如平均住院天數(shù)的下降，并不一定是好事，可能是因為收治了病情更輕的病人，犧牲技術(shù)和治療難度，才讓住院天數(shù)下降。
03數(shù)據(jù)類型
■臨床數(shù)據(jù)vs管理數(shù)據(jù)：基于不同的應(yīng)用目的，我們又將醫(yī)療數(shù)據(jù)分為臨床型數(shù)據(jù)和管理型數(shù)據(jù)兩大類型，兩者的應(yīng)用場景有非常大的差異。
◇臨床數(shù)據(jù)：基于病人的基本信息、治療信息（診斷、手術(shù)、用藥）、和相關(guān)的臨床測量系統(tǒng)（檢查、檢驗、影像科、病理等）所獲取的信息，組成了臨床數(shù)據(jù)集。1999年定義大數(shù)據(jù)的時候，是1G，而今天定義大數(shù)據(jù)集更是以1T（1000G）以上的數(shù)據(jù)量起計。人們常常說的醫(yī)療大數(shù)據(jù)指的就是臨床數(shù)據(jù)，由于各種臨床測量系統(tǒng)，尤其引入基因信息之后產(chǎn)生海量的數(shù)據(jù)，加上疾病的復雜性，已經(jīng)超過傳統(tǒng)統(tǒng)計學的數(shù)據(jù)處理能力，為此臨床數(shù)據(jù)逐漸成為大數(shù)據(jù)技術(shù)應(yīng)用的廣闊天地，包括計算生物、循證醫(yī)學、臨床試驗、基因分析等領(lǐng)域
◇管理數(shù)據(jù)：相對臨床數(shù)據(jù)來說，管理數(shù)據(jù)的子集就變得非常小了，主要指的是病人的總結(jié)性數(shù)據(jù)（病案首頁）、HIS收費信息和流程信息、HRP的物資信息等。這些數(shù)據(jù)的特征是有規(guī)范和結(jié)構(gòu)化的數(shù)據(jù)格式，現(xiàn)有的信息技術(shù)處理起來完全不成問題。雖然每天都在產(chǎn)生新的病人數(shù)據(jù)，但只是數(shù)據(jù)量的不斷增加而已，所以說，管理數(shù)據(jù)叫“大量數(shù)據(jù)”更加妥當。
不過，有一點需要說明的是，由于復雜和多元化的病人和疾病信息，在管理數(shù)據(jù)分析中，我們?nèi)匀豢梢圆捎么髷?shù)據(jù)技術(shù)，比如利用神經(jīng)網(wǎng)絡(luò)技術(shù)來建立數(shù)學模型，從而提升對疾病風險預測性分析的準確性【摘自中科厚立的疾病風險建模方法】 。有興趣的讀者朋友可以去找資料，在這里我們就不再詳細介紹。
■集約型數(shù)據(jù)：數(shù)據(jù)特征是數(shù)據(jù)量足夠大，受數(shù)據(jù)的偏態(tài)分布影響相對較小的數(shù)據(jù)集，比如，醫(yī)院的CMI、平均住院天數(shù)和藥品費用等，除非有相關(guān)的改進措施，一般情況下，不太會有較大的變化，基本反映了醫(yī)院的真實情況，比如公立醫(yī)院績效考核中的很多指標都是基于醫(yī)院（而非科室、甚至更小單元）這個大單元的集約型數(shù)據(jù)的統(tǒng)計值。
■小樣本數(shù)據(jù)：指的是無法滿足正態(tài)分布、中心極限定理的數(shù)據(jù)集，一般來說，醫(yī)療數(shù)據(jù)小于30都被認為小樣本數(shù)據(jù)，比如某個醫(yī)生治療某種病種的病例只有十幾例，就不能簡單地用平均值來判斷每個病例的對錯，因為如果有一兩個極值（病人死亡）情況出現(xiàn)，就容易抬高或者壓低評價標準，導致失真和偏頗的結(jié)論。
小樣本數(shù)據(jù)也常常是臨床醫(yī)生用來“對抗”管理的利器：管理看的是整體，臨床看的則是個體，視角不同，得出的結(jié)論也各有不同。最好的解決方案是把大家都拉回到對個案病例的同一判斷標準之上，才能讓臨床醫(yī)生心服口服，達成共識?！菊灾锌坪窳⒌募膊★L險調(diào)整方法學】
04分析目的
本文只涉及管理數(shù)據(jù)的分析和應(yīng)用，數(shù)據(jù)分析是運用專業(yè)的分析方法和分析工具，發(fā)現(xiàn)數(shù)據(jù)背后隱藏的規(guī)律，通過總結(jié)分析得出有價值的信息，為改進和提升的管理決策提供輔助支持（圖3），圖中顯示“洞見”是管理分析的重點，其中包括診斷性和預測性的數(shù)據(jù)分析：為什么會發(fā)生？可能會發(fā)生什么？一個是追因溯源，另外一個則是預測未來。
◇追因溯源：臨床有詢證醫(yī)學，同理，管理也有詢證管理，就是通過既往發(fā)生的某些事件來反推出是否因為系統(tǒng)設(shè)置的不完善導致的原因。常見的RCA根因分析、SPC統(tǒng)計流程控制分析、FMEA失效和后果分析等都是典型的診斷性分析方法。
◇預測未來：只有準確地預測未來，才能保證有穩(wěn)定的流程，而只有穩(wěn)定的流程才能保證質(zhì)量和高效率。在《醫(yī)療精益管理》的一文中，我們知道等待也是一種浪費。在日常工作中，常常因為無法準確預判出患者流量，導致只能安排更多的人員做好等待；常常因為病人的突發(fā)情況導致手術(shù)暫停，醫(yī)護只能等待下一臺手術(shù)等等“司空見慣”的情況。這些都是非增值活動產(chǎn)生的額外成本。隨著人工智能技術(shù)的日漸成熟和普及醫(yī)院，預測性模型的精準度也在不斷提升，未來在醫(yī)療數(shù)據(jù)分析中應(yīng)該會涌現(xiàn)出越來越多的預測性分析。
圖3數(shù)據(jù)分析目的
指導性分析是幫助決策者做出決策的過程，也叫決策分析。我們在下一篇《運營管理決策分析》的文章中會專門討論這種分析方法，這里就不再贅述。歡迎感興趣的讀者朋友繼續(xù)關(guān)注我們。
本文中的內(nèi)容大多是基于我本人在從業(yè)過程中的切身體會和對討論議題的個人看法，若有不妥之處，敬請諒解，也歡迎在評論區(qū)留言。感謝大家的點贊、評論加關(guān)注。咱們下期再見！
 |
中科厚立信息技術(shù)（成都）有限公司 |
 |
電話 ：028-62695200 |
 |
郵箱 ：holistic@houlidata.com1 |
 |
地址 ：成都高新區(qū)益州大道中段1800號1棟17層 |
