医保大数据应用

医保大数据应用低效、混乱、难监管流动资金管理效率低下缺少对药品流通环节及对医院购药和医生开药的管控，造成中间环节的非法返点医院和药店的采购分散，无法形成规模优势生产过程的无监督导致药品质量低劣分销层级过多，效率低下看病难看病贵体验差缺乏完善的审核工具和监控手段，报销中存在欺诈、浪费、滥用的现象小型本地经销商病人医保局医院医生药房药厂大型经销商小型经销商网站、APP、客服中心银行审核批准后付款报销审核/福利管理服务机构过量开药、过渡诊断和治疗并非结合疗效和成本考虑的最佳治疗方案病患不匹配劳动强度高制度约束力强医保基金缺口大数据来源：卫计委图：2008-2015年城镇基本医疗保险基金收支情况（亿元）近年来，医保基金支出增幅基本高于收入增幅，且医保支出占收入的比重远超过80%；老龄化比重不断增大，65岁以上老年人占比超过10%，医疗负担增加。数据来源：国家统计局图：我国65岁以上人口占比过渡医疗造成万亿损失医院“过渡医疗”已呈常态：非合理用药、非合理检查、非合理收费、非合理医药定价、非参保对象享受医保待遇、非离退休人员享受离退休待遇。典型国家医疗服务费用结构中药品占比公开信息显示，仅滥开药、滥检查导致的资源浪费约20%-30%，加之药品回扣、药品虚高定价、乱收费等现象，医保基金浪费和流失比例不低于50%，控费审核迫在眉睫。来源：海虹控股公司资料缺乏有效的分级诊疗措施来源：2014年中国卫生和计划生育统计年鉴。中国出现三甲医院看病难的问题，其原因主要有两点：（1）医疗资源分布不均衡是根本原因（2）分级诊疗制度的缺失加剧了大医院看病难的问题未定级医院9740所，占医院总数39.4%一级医院6473所，占比为26.2%二级医院6709所，占比为27.2%三级医院占比7.2%诊疗次数占比45.2%诊疗次数占比39.8%诊疗次数占比6.4%诊疗次数占比8.6%拥有职业医师59.1万名平均每所医院331名拥有职业医师57.7万名平均每所医院86名拥有职业医师8.8万名平均每所医院14名拥有职业医师13.8万名平均每所医院14名2013年中国各级医院发展情况区域信息化存在壁垒区域卫生信息化的重要内容：建立省、市分级数据中心，有效管理大容量健康档案、电子病历、医疗影像数据。电子病历、健康档案、医疗影像数据格式不统一、内容不一样、数据分散存储。区域医疗数据中心建设涉及到来自多个业务系统的信息整合、统一存储、统一检索医疗决策中的重要数据源药厂:市场营销数据医疗数据研发数据医保组织:报销数据管理人群的基本数据医疗业者:电子医疗档案临床测试结果临床评估记录患者:社交网络行为数据患者提供的疗效数据政府管理机关:政策和规范数据实践证据是大数据的重要组成部分实践证据(RWE)是除去随机临床试验(RCT)外的全部数据电子医疗档案(EMR)各种历史性和预期性的治疗观察记录数据库医保机构的报销记录实践证据的重要特性:属于非介入性的观测记录无法干预或者影响治疗决定无法干预或者影响患者的医疗管理实践证据的优点:强调群体效用而非个体功效提供真实的医疗资源和治疗成本评估可以评估长期治疗的成本和效果借助大数据、互联网手段直击行业痛点建立医保控费体系、医保第三方管理公司、药品采购组织（PBM+TPA+GPO）远程医疗、检查结果共享互认、医保联网异地结算、居民健康信息服务管理连接智能体验大数据、互联网、云计算智慧医疗建立互联互通的健康信息平台、分级诊疗体系，解决资源不均衡、使用效率低问题大数据医疗是当前的趋势大数据对于卫生决策可能产生深远影响评估治疗方式的性价比医保定价和报销比例的制定市场营销的策略大数据也是循证医学的重要支柱支持发现和确认有效治疗途径发现和确认某种疗法的适用人群寻找和开发相应的伴随诊断方法大数据会使医疗卫生行业所有参与者受益，加强合作是成功的重点。资源分享政策支持明确目标了解大数据的局限性数据的发展趋势结构化数据80%非结构化数据•••全世界80%的数据是非结构化的(大量的移动终端设备,机器产生的数据)在未来十年，数据将迎来44倍的增长(35zettabytesby2020)主要的数据增长来自于非结构化数据(在线的归档数据,医疗影像,在线视频和存储,照片等)••全球数据的构成•••Kaiser的数据中，90%是非结构化的(80%的EHR和影像数据)在未来十年，数据将会有25倍的增长(Oneexabyteby2020)主要的数据增长来自于非结构化数据(医疗影像,视频,文本,音频等)•信息给实时个性化医疗服务带来了可能性•(RequiresContextual–device,environment,spatial,Demographics,SocialandBehavioralprofilesinadditiontomedicalinformation)Kaiser正在评估大数据相关技术…Kaiser的数据构成结构化数据90%UNSTRUCTURED非结构化数据DATA信息给各行业发展带来了新一轮的机遇(零售,金融,保险,制造,医疗,…)各行业已经开始采用大数据技术用于信息提取Source:Kaiser大数据在中国医疗行业中的应用模式1.制药企业/生命科学3.费用报销,利用率和欺诈监管2.临床决策支持&其他临床应用(包括诊断相关的影像信息)4.患者行为/社交网络•药品研发对药品实际作用进行分析；实施药品市场预测•基因测序•分布式计算加快基因测序计算效率•公共卫生实时统计分析发现公共卫生疫情及公民健康状况•新农合基金数据分析及时了解基金状况，预测风险辅助制定农合基金的起付线，赔付病种等•基本药物临床应用分析分析基本药物在处方中的比例•临床数据比对匹配同类型的病人，用药•临床决策支持利用规则和数据实时分析给出智能提示•远程监控采集并分析病人随身携带仪器数据，给出智能建议•人口统计学分析对不同群体人群的就医，健康数据实施人口统计分析•了解病人就诊行为发现病人的特定就诊行为，分配医疗资源分布式数据服务系统展现层(报告,视图)区域医疗及基层医疗信息系统大数据解决方案(Hadoop)集成的用户应用界面（居民、医生、卫生行政管理人员）数据挖掘（Mahout）分布式批量处理框架(Map/Reduce)区域卫生信息访问层(HIAL)医院信息系统药店信息系统语言和编译(Hive)实时数据库(Hbase)基层医疗信息系统医疗服务药品管理新农合医疗保险服务器虚拟化基础设施虚拟化网络虚拟化存储虚拟化基于云的区域基层医疗服务系统多租户应用分布式文件系统协作服务(HDFS)(Zookeeper)结构化数据采集器日志数据采集器(Sqoop)(Flume)健康档案数据存储公共卫生运营管理案例分享:RegionalHealthInfoNetwork–ChinaReal-timeClinicalDecisionSupport•实时的医疗数据处理（电子健康档案，医疗影像数据），支持医疗协同、临床决策支持和公共卫生管理•采用Hadoop(HBase/Hive)来实现医疗数据分析和处理•未来将扩展到不同领域、不同区域/地区（包括数据交换、处理和分析）•与本地的软件厂商及OEM厂商进行了广泛合作•技术挑战–Hadoop(HBase/Hive)与传统关系型数据库如何有效结合–大数据在区域卫生信息平台中的切实可行应用场景PublicHealthHospitalPrimarycare(Grassroots)HealthInformationDWEHRData&ServicesRegistriesData&ServicesLongitudinalRecordServicesHealthInformationAccessLayerCareCoordinationClinicaldecisionsupport…DataAnalyticR&D…RHINAncillaryData&Services智慧医疗是医疗信息化的升级发展医疗信息化系统智慧医疗是医疗信息化的升级发展，通过与大数据、云计算技术的深度融合，以医疗云数据中心为载体，为各方提供医疗大数据服务。实现医生与病人、医生与护士、大型医院与社区医院、医疗与保险、医疗机构与卫生管理部门、医疗机构与药品管理之间的协同，逐步构建智慧化医疗服务体系。大数据医疗领域医疗产业链大数据医疗典型企业核心医药制造器械制造医药流通患者支付方医院零售药店可穿戴设备POCT医药电商网络医院医疗信息化远程医疗互联网O2O……医保控费PBM九安医疗三诺生物九州通阿里健康春雨医生好大夫海虹控股卫宁软件宜华健康万达信息互联网或医疗核心资源∣互联网医疗载体平台∣医疗大数据云健康管理智慧医疗发展阶段智慧医疗生命周期四个阶段：探索期、启动器、高速发展期、成熟期，目前步入启动期和高速发展期之间，我国智慧医疗已经经历探索期，市场高速增长、商业模式不断清晰完善，细分领域龙头初现1990s2013201420152016201720182020探索期高速发展期启动期成熟期医疗信息化开始模式探索互联网移动设备普及率提升移动医疗应用涌现资本大量涌入泡沫出现去泡沫化商业模式不断清晰细分领域龙头初现市场高速增长龙头公司诞生行业整合进入成熟期智慧医疗呈现星火燎原之势各地智慧医疗与大数据建设呈现多层次阶梯式发展格局。初步形成了应用先行区、特色应用区、初步应用区、发展起步区等四大类类别特征典型代表地区第一类：应用先行区智慧医疗与大数据服务强，发展起步早，公共医疗服务体系较健全，区域医疗信息化基础好，云计算、大数据、移动互联网在就诊、健康管理等方面开始普及应用上海、杭州、宁波等第二类：特色应用去发展起步较早，医疗信息化发展基础好，已建成区域卫生信息平台、电子病历实现广泛覆盖，云计算、大数据、移动互联网在就诊、健康管理方面应用取得一定成效广州、深圳、厦门、成都、重庆、南京、哈尔滨等第三类：初步应用区区域与医院信息化建设取得一定成就，建立卫生信息交换平台。云计算、大数据、移动互联网在就诊、健康管理等方面初步应用武汉、长春、济南、福州等第四类：发展起步区推动医疗信息化建设，提出智慧医疗发展理念和规划，探索智慧医疗发展模式银川、贵阳、南昌、沈阳等商保市场前景广阔我国医疗费用支出以政府主导的基本医疗保险和个人支付为主，这两项占到医疗总支出的96.5%；而美国则是以政府主导的基本医疗保险和商业保险为主，这两部分占比达80.6%。同美国相比，我国公民医疗负担较重，同时缺少商业保险作为补充支付方55.8%47.1%83.5%82.1%77.5%76.8%40.7%19.4%13.7%15.4%13.20%13.90%3.5%33.5%2.8%2.5%9.30%9.30%0%20%40%60%80%100%中国美国英国日本法国德国商业保险个人支出基本医保2013年世界主要国家医疗支出结构来源：世界卫生组织数据库。医疗健康服务需求快速增长我国卫生总费用和人均卫生费用迅速增长，卫生总费用从2004年的7590.29亿元，到2014年的35312.40亿元，10年内增长近4倍，但与发达国家相比仍较低。老龄化日趋严重和亚健康问题，健康医疗服务供不应求的矛盾加剧。截至2014年底，中国60周岁以上人口达到2.12亿，占总人口的15.5%，亚健康人群占比已超过70%。数据来源：中国信息化百人会发布了《智慧医疗与大数据2015年度报告》数据沉淀，衍生多种商业模式公共卫生方向用户搜索数据数据建模与分析疾病预测商业应用方向用户监测数据医学实验数据医疗诊断数据医学学术资源•••••••数据库/云端医疗机构治疗方案比较临床决策支持远程病人监控风险控制，识别欺诈保险公司医疗服务质量评估制药企业个性化药品研发精准化营销2015年医疗健康数据应用方向什么是经济模型？在临床决策分析中使用的方法来提高我们系统的了解，并预测自己的行为在不确定条件下用系统的循证分析方法来支持决策综合考虑了给药方式和临床管理相关的功效，安全性，成本和变量一个精心构建的模型可