Auto Byte

专注未来出行及智能汽车科技

微信扫一扫获取更多资讯

Science AI

关注人工智能与其他前沿技术、基础学科的交叉研究与融合发展

微信扫一扫获取更多资讯

hitzone-cn微信ID医信邦转载自

医疗信息化再加速,电子病历、区域医疗、医保支付成热点

政策频发 围绕三大关键词

2018 以来,医疗信息化政策密集发布,我们梳理 2018 年以来医疗信息化的相关政策,认为政策主要围绕着三大关键词:电子病历、“互联网+”、医联体。

一、电子病历,卫健委分别在 9 月和 12 月份发布政策,对医院的电子病历建设提出了 明确的考核。地方各级卫生健康行政部门要组织辖区内二级以上医院按时参加电子病历系统功能应用水平分级评价。到 2019 年,所有三级医院要达到分级评价3级以上;到 2020 年,所有三级医院要达到分级评价 4 级以上,二级医院要达到分级评价 3 级以上。

二、“互联网+”,国务院、卫健委分别在2018年 4 月和 9 月发布政策,鼓励医院申请 互联网医院、支持第三方机构搭建互联网信息平台,推进远程医疗服务,鼓励医联体通 过互联网加速医疗资源上下贯通、信息共享,发展互联网妇幼健康服务、拓展互联网结 算支付服务、建设家庭医生签约服务智能化信息平台等方面。

三、医联体,医联体建设自 2015年以来就是政策中建设的热点,要求综合医改试点省份每个地市,以及分级诊疗试点城市,至少建成1个有明显成效的医联体。探索对部分 慢性病签约患者,提供不超过两个月用药量的长处方服务,加强基层和上级医院用药衔 接,方便患者就近就医取药。明确到 2020 年,在总结试点经验的基础上,全面推进医联体建设,形成较为完善的医联体政策体系。

医保局成为医疗最大支付方

医药卫生领域三部门的分工职能已全部明确。

其中,国家卫健委负责深化医改、开展人口监测预警、应对人口老龄化、制定医疗机构和医疗服务行业管理办法并监督实施等;

国家药监局负责药品、医疗器械和化妆品的注册、质量、上市后风险管理等;

国家医保局则负责“三保合一”、组织制定药品、医用耗材的医保目录和支付标准及收费、招标采购政策等,成为医疗最大支付方。

未来两年 传统医疗信息化将迎高峰

医疗信息化的行业增速实际高于第三方机构的预测。根据《IDC:中国医疗IT市场预测, 2017-2021》报告中统计,2016 年我国医疗信息化市场规模为287.5亿元,预计到 2020 年我国医疗信息化总规模将达到 430.55 亿元。

国内医疗信息化可以分为三个部分:

第一部分,医院信息化

医院信息化分为管理信息系统(HIS)和临床信息系统(CIS) 两个阶段, HIS 是医院初期进行信息化投资的目的是为了规范和细致的管理,HIS系统获取的数据是为了更好的帮助医院进行管理,目前几乎完成全覆盖,但市场较为分散;

CIS 是以病人管理为核心,提高医疗服务质量和患者安全,基于电子病历的临床信息系统,打破院内的数据孤岛,实现院内数据共享,建设院内集成(开放)平台,目前处于高速增长期。

第二部分,区域医疗资源信息平台

单个医院的数据价值仍然是十分有限,为实现区域医疗资源的优化配臵,必须将区域医疗大数据互通互联,未来区域医疗资源信息平台建 设将会处于高速增长期。

第三部分,延伸信息化

包括远程医疗、医保信息化、药品流通信息化、移动医疗和云医疗等。

从建设节奏上,我们认为传统医疗信息化的路径是:

1、医院信息化的建设:到 2019 年,所有三级医院要达到分级评价3级以上;到 2020 年,所有三级医院要达到分级评价 4 级以上,二级医院要达到分级评价 3 级以上;

2、区域医疗信息化平台的建设:在 2020 年前,建设完成范围覆盖全国32个直辖市、 省自治区,704 个地、县级市,2,862个区县,建设超过3,000个各级区域平台,初步实现分级诊疗制度的全覆盖;

3、医保信息化的建设:医保结算接口的更新,包括医院端的医保结算接口与原人社部和卫计委对应的结算接口改造、医保局以及医保基金平台的建设、医保审核系统的建设等;

4、推广DRGs 付费控费:在 2020 年后,三级医院电子病历水平达到 4 级以上,区域医疗信息化平台达到临床数据的互联互通,居民健康卡基本推行的情况,从信息化条件上可以实现 DRGs 的推广。

电子病历未来两年带来超过 300 亿市场空间

目前医院信息化建设的重点在于以电子病历为核心临床信息系统。医院临床信息系统主要包括电子病历系统(EMR)、医学影像处理系统(PACS)、实验室数据处理系统(LIS)、 临床专科数据分析等等。

电子病历是临床信息系统最核心、最重要的组成部分, 它可以作为一个平台,与HIS、PACS、LIS、RIS 等系统的无缝接入整合,从而达到信息资源共享使用,是实现院内、院外“数据 互联互通”的核心,也是实现区域医疗信息化的关键。

根据卫计委答《中国日报》有关采访,截止到2018年第 1 季度,全国 7880 个二级及以上公立医院中86.8%建立了规范化的电子病历,共有 8265 家医疗机构注册并参与数据填报,按照“8265 家医疗机构中 43.27%够实现不同部门,甚至不同医疗机构之间的数据共享”口径测算,一共 3576 家医院达到电子病历 3 级。

根据国家卫生统计信息中心的互联互通标准化成熟度测评,截止2017年底一共 90 家医院达到互联互通标准化成熟度 4 级以上。我们推测电子病历达到 4 级以上的三级医院渗透率不足 10%。

从电子病历 2 级到 3 级,单体医院投入至少需要200万。从电子病历 3 级到 4 级,单体医院单体投入在千万以上。

根据 2018Q1 数据,全国仍有 7432 家医院需要进行电子病历 3 级建设,带来 149亿市场规模。全国三级医院共 2439 家,仍有 2195家医院需要进行电子病历 4 级建设,带来 220 亿市场规模。也就是说,电子病历将带来超三百亿市场规模。

区域医疗资源信息平台将成热点

国家目标在2020年前, 建设完成范围覆盖全国 32 个直辖市、省自治区,704 个地、县级市,2,862 个区县,建设超过 3,000 个各级区域平台。区域医疗信息化市场销售规模达 5,000 亿,年运维服务费用达 400亿,衍生业务超过万亿。

根据调研,全国范围内区域医疗信息化平台实现居民健康卡的一卡通用功能还有一定距离,特别是中西部很多地区还未实现区域医疗信息化平台的覆盖,我们保守测算 3,000 个各级区域平台仍有50%的建设空间,单体投入在 2000 万以上,未来两年区域医疗信息化平台市场规模超过 150 亿。

“三保合一” ,信息化建设是医保控费的前提条件

医保局成立加速“三保合一”,医保购买能力、谈判能力、支付标准的制定能力增强, 医改在一定程度上进入医保主导时代,更快的推进医保控费支付方式改革。

“三保合一”将带动医保信息化的建设与更新,对于医保信息化带来的影响有:

1、医保结算接口的更新,包括医院端的医保结算接口与原人社部和卫计委对应的 结算接口改造;

2、医保局以及医保基金平台的建设;

3、医保审核系统的建设等。

DRGs付费,助推医保支付信息化进程国家医保局于 2018 年 12 月 20 发布了《关于申报按疾病诊断相关分组付费国家试点的通知》,高度重视推进按 DRGs 付费试点工作。其实早在2015年,DRGs 付费就被提出过,但为何一直推行困难呢?

首先,要实现DRGs付费对于医院信息化基础有一定要求:

1、医院有多部门统一的医疗数据字典;

2、具备安装 DRGs 分组器的硬件网络环境和运维能力,支持与医疗机构信息系统、DRGs 分组器互联互通;

3、医院能够提供近三年的完整、规范、标准化医保结算以及诊疗相关数据。 其次,也需要地方政府多部门间的配合,涉及到医院、医保局、财政等多个部门的协同。

因此,要实现 DRGs 付费方式,需要医院信息化实现 4 级以上水平,区域医疗信息化实现区域内医疗机构的临床数据互联互通,从信息化的角度看,推行按病种付费改革的时间节点需要在2020年之后。

总结

综上,未来两年,电子病历、区域医疗与医保信息化建设将迎来发展热潮,其中的市场不可限量。根据医信邦最近整理的招投标信息来看,信息化建设带动软硬件同步发展,总体上软件与服务的占比不断提升。因此对于医信厂商来说,除了提供软件销售,更要注重后续服务质量。

2019年上半年将是省级监管平台的集中建设期,下半年将迎来公立医院互联网医院建设潮,远程医疗将会现阶段是互联网医院的重要变现模式。

从市场角度来说,虽然大型医疗机构已被垄断,但二级及以下医疗机构仍着力于HIS系统的搭建和升级,这对中小型信息厂商来说算是不小的机遇。同时,区域医疗机构对业务联动、分级诊疗需求的增加使得以打通存在于各级医疗机构之间的信息孤岛,实现医疗信息互通互联为目的的医联体不断建立,医联体建设所需要的院间医疗协作信息系统也成为医院信息化市场的新增长点。

文章来源于网络,医信邦整理,如有侵权,请联系删除。

产业医疗电子病历
2
相关数据
数据分析技术

数据分析是一类统计方法,其主要特点是多维性和描述性。有些几何方法有助于揭示不同的数据之间存在的关系,并绘制出统计信息图,以更简洁的解释这些数据中包含的主要信息。其他一些用于收集数据,以便弄清哪些是同质的,从而更好地了解数据。 数据分析可以处理大量数据,并确定这些数据最有用的部分。

大数据技术技术

大数据,又称为巨量资料,指的是传统数据处理应用软件不足以处理它们的大或复杂的数据集的术语。

规范化技术

规范化:将属性数据按比例缩放,使之落入一个小的特定区间,如-1.0 到1.0 或0.0 到1.0。 通过将属性数据按比例缩放,使之落入一个小的特定区间,如0.0到1.0,对属性规范化。对于距离度量分类算法,如涉及神经网络或诸如最临近分类和聚类的分类算法,规范化特别有用。如果使用神经网络后向传播算法进行分类挖掘,对于训练样本属性输入值规范化将有助于加快学习阶段的速度。对于基于距离的方法,规范化可以帮助防止具有较大初始值域的属性与具有较小初始值域的属相相比,权重过大。有许多数据规范化的方法,包括最小-最大规范化、z-score规范化和按小数定标规范化。

推荐文章
暂无评论
暂无评论~