医用重点高值耗材监测预警方案及使用效果.pdf

医用重点高值耗材监测预警方案及使用效果

信息化作为精细化管理的强有力“抓手”，在医用耗材管理上也

可以通过信息化和大数据分析等方法，揭示对医用耗材产生影响的因

素，切实解决使用数据不可见、科室医生不可比、流程管控不可管等

问题，为我院实现精细化的医用耗材管理提供数据支撑。同时可以利

用本研究构建的监测预警模型，实现重点医用耗材的精准管理，减少

医用耗材违规使用的情况，使患者在就医费用上获益，医生在耗材使

用上合规，医院在跟踪管理上提升。

一、系统设计

根据医院高值耗材管控的需要，本研究基于医院数据中心构建了

医用重点高值耗材监测预警的系统架构，见图1。利用大数据技术，

以医院数据中心为基础，汇聚患者基本信息、诊断信息、手术信息、

费用信息等数据，通过数据标准化和结构化处理后形成专题数据库，

按照出院或实时口径实现耗材使用数据的可视化，以及科室和医生使

用医用耗材的有效对比。

图1医用重点高值耗材监测预警系统架构

在耗材费用统计的基础上，研究分析医用耗材数据的特点和DRGs

等指标数据变化的趋势，从智慧供应链管理（SPD）系统获取重点耗

材类别信息，对重点高值耗材的具体使用进行临界点分析与设置，基

于临界点在高值耗材使用过程中进行预警提示，规范院内使用流程，

实现医院高值耗材使用预测与有效控制。预警点设置：根据耗材费用

统计的基础，以及各科室一定时间区间内的耗占比变化趋势，结合耗

材成本、治疗方法调整、人员结构变化等相关影响因素，形成临界点

分析模型，定期形成耗材使用的医师、科室临界点。耗材预警：根据

临界点统计结果，对各科室、医师进行监管，若医师或科室超过耗材

使用的临界点，则告警到医院、科室管理层级，并提示医师、科室关

注耗材使用情况或根据需要调整预警临界点。

二、功能实现

1、数据标准化及可视化

为实现数据的多维统计可视化，首先从数据中心的数据模型中提

取医用耗材管理的维度和指标信息，然后通过数据中心的多维统计分

析引擎在这些维度和指标之间建立关联，形成应用于多维分析整个过

程的功能域，包括多维项目建立、数据源配置、模型定义、立方体定

义、多维模型构建等，执行多维统计分析方法来检索出统计结果，最

后将统计结果以可视化的形式进行显示。

2、监测预警模型

在构建监测预警模型之前，首先要建立用于建模的指标体系，本

研究通过专家咨询和设计问卷调查的方法，拟定指标体系包括3个维

度，即患者维度、耗材维度和医护维度作为一级指标，二级指标8个，

三级指标27个，见图2。

图2医用耗材研究指标体系

为便于模型设计和后续数据分析，使用因子分析方法，降低数据

维度，达到用少量因子反映整个指标体系信息的目的。对上一步构建

的指标体系进行因子重要性分析，特征重要性以信息增益进行度量，

得出影响医用耗材使用的多特征因子重要性，见图3。

图3多特征因子重要性分析

根据多特征因子重要性分析结果，结合应用场景的特点选择重要

性得分超过700的11个因子进行分析建模。在使用分析方法之前，

首先需要对数据进行数据预处理，使用PCA进行数据降维，使用均值

-方差进行数据标准化以解决量纲问题。所涉及的分析挖掘算法体系

构建主要是时间序列分析、聚类分析、分类分析和关联分析。针对不

同时段（周、月、年），需要得出耗材在不同时间段使用情况，为预

测模型提供参考，时间序列分析待选模型为ARIMA（整合移动平均自

回归模型），ARIMA模型的主要优势在于只需要内生变量而不需要借

助其他外生变量，较为适合耗材数据分析。针对不同病例耗材使用情

况，选取部分因子进行聚类分析，得出病例分布情况，进而进行分群

管理，最大化耗材使用效率。主要模型为DBScan（密度聚类），Spectral

（谱聚类），K-Means（划分聚类）。通过对比最终聚类结果，找到

最合适的聚类模型进行工程化。通过病例分群构建标签之后，使用分

类模型，对数据进行分类，以便后续进行精确分类管理。分类模型选

择XGBoost和RandomForest等集成算法，XGBoost和RandomForest

分别是boosting和bagging两类集成算法的代表，这两个算法可以

从不同角度对模型结果进行对比。此外，通过对同一个病例中使用的

配套耗材进行关联