作者簡(jiǎn)介
李濤，畢業(yè)于復(fù)旦大學(xué)醫(yī)學(xué)院臨床醫(yī)學(xué)專業(yè) ，取得美國(guó)卡內(nèi)基梅隆大學(xué)信息管理碩士和美國(guó)休斯頓大學(xué)醫(yī)院管理碩士學(xué)位，美國(guó)教學(xué)醫(yī)院聯(lián)盟的醫(yī)院管理專家，中科厚立信息技術(shù)(成都)有限公司董事長(zhǎng)，成都高層次創(chuàng)新創(chuàng)業(yè)人才“人才計(jì)劃“、南京高層次“人才引進(jìn)計(jì)劃”，廣東省醫(yī)院協(xié)會(huì)常務(wù)理事委員，四川省醫(yī)療衛(wèi)生統(tǒng)計(jì)學(xué)會(huì)常務(wù)委員等。
曾在北京積水潭醫(yī)院擔(dān)任主治醫(yī)生，90年代中期留學(xué)美國(guó)，擁有近20年美國(guó)醫(yī)院管理經(jīng)驗(yàn)，參與醫(yī)院管理標(biāo)準(zhǔn)的制定。熟悉美國(guó)醫(yī)療信息分類標(biāo)準(zhǔn)、質(zhì)量管理和國(guó)際醫(yī)院管理比較標(biāo)準(zhǔn)等，有醫(yī)療質(zhì)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(shí)踐經(jīng)驗(yàn)，同時(shí)也是美國(guó)教學(xué)醫(yī)院聯(lián)盟客座教授和高級(jí)數(shù)據(jù)分析專家，美國(guó)醫(yī)院管理協(xié)會(huì)和德州醫(yī)學(xué)中心醫(yī)院質(zhì)量管理委員會(huì)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(fēng)險(xiǎn)調(diào)整及其在醫(yī)院精準(zhǔn)監(jiān)管與評(píng)估中的應(yīng)用》等專著論文數(shù)十余篇，擁有疾病風(fēng)險(xiǎn)調(diào)整相關(guān)軟著發(fā)明專利十余項(xiàng)。
上期我們講到了數(shù)據(jù)分析師是一個(gè)火爆的職業(yè)（數(shù)據(jù)分析師，一個(gè)復(fù)合型職業(yè)），本期就來(lái)談?wù)剶?shù)據(jù)分析要做些什么？數(shù)據(jù)分析（Data Analysis）的內(nèi)涵定義非常簡(jiǎn)單：是用于將原始數(shù)據(jù)轉(zhuǎn)化為可行的見解（Opinion），它包括一系列工具、技術(shù)和過(guò)程，用于利用數(shù)據(jù)來(lái)發(fā)現(xiàn)趨勢(shì)并解決問(wèn)題。概括地說(shuō)，數(shù)據(jù)分析要完成以下四件事情的準(zhǔn)確描述、分析、預(yù)判和指導(dǎo)的完整過(guò)程：發(fā)生了什么？為什么會(huì)發(fā)生？可能會(huì)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(shù)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(píng)價(jià)標(biāo)準(zhǔn)在描述性分析中起到非常重要作用，好與壞、對(duì)和錯(cuò)、優(yōu)和良等都首先需要大家先能夠達(dá)成共識(shí)，才能描述清楚問(wèn)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(dá)成共識(shí)：在低風(fēng)險(xiǎn)病種上的虧損是“壞事”，但在高風(fēng)險(xiǎn)病種上的虧損可能卻是“好事”，因?yàn)獒t(yī)療技術(shù)難度獲得了提升。
02
為什么會(huì)發(fā)生？
也叫診斷性的數(shù)據(jù)分析（Diagnostic analysis），目的是通過(guò)一種深入或詳細(xì)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(shù)，比如數(shù)據(jù)下鉆分析、數(shù)據(jù)挖掘以及關(guān)聯(lián)性分析等。在每種技術(shù)中，都使用多個(gè)數(shù)據(jù)操作和轉(zhuǎn)換來(lái)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(diǎn)的逐層下鉆式的分析方法，這是我們?cè)谌粘９ぷ髦惺殖Ｓ玫姆椒?。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(xué)科到病種、診斷和手術(shù)、乃至個(gè)案病例的抽絲剝繭的分析思路。
從下至上：則是由點(diǎn)反推出面上的問(wèn)題，這個(gè)面指的是系統(tǒng)性問(wèn)題。但要注意的是，由于某個(gè)問(wèn)題產(chǎn)生的關(guān)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(dǎo)致盲人摸象的錯(cuò)誤結(jié)論，因此，分析必須具有全面性、邏輯關(guān)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(zhì)量管理中應(yīng)用得非常廣泛，比如航天事故分析就是通過(guò)對(duì)問(wèn)題的逆向工程的相關(guān)性分析，回溯到工程系統(tǒng)的源頭。醫(yī)院管理中的JCI認(rèn)證也是采用這種分析方法，通過(guò)對(duì)日常工作流程中的細(xì)微問(wèn)題（潛在的質(zhì)量事故）的觀察來(lái)逆向溯源出某個(gè)操作和服務(wù)流程是否存在系統(tǒng)性問(wèn)題。
03
可能會(huì)發(fā)生什么？
可能一定是對(duì)未來(lái)的預(yù)測(cè)，因此也叫預(yù)測(cè)性的數(shù)據(jù)分析（Predictive analysis），通過(guò)使用歷史數(shù)據(jù)來(lái)準(zhǔn)確預(yù)測(cè)未來(lái)趨勢(shì)。技術(shù)特征包括機(jī)器學(xué)習(xí)、預(yù)測(cè)、模式匹配和預(yù)測(cè)建模。在每一種技術(shù)中，計(jì)算機(jī)均經(jīng)過(guò)訓(xùn)練，能對(duì)數(shù)據(jù)中的因果關(guān)系進(jìn)行逆向工程，從而找到事件發(fā)生的誘因，準(zhǔn)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(guān)注的天氣預(yù)報(bào)。
預(yù)測(cè)性分析在臨床醫(yī)學(xué)中最經(jīng)典的例子是重癥醫(yī)學(xué)中的Apache評(píng)分，可以時(shí)刻掌握病人的生存概率。在醫(yī)院管理中，疾病風(fēng)險(xiǎn)調(diào)整也是一種對(duì)醫(yī)療行為和資源管理（藥品、耗材、住院天數(shù)等）的預(yù)測(cè)性分析方法。
04
該做什么？
也叫指導(dǎo)性分析（Prescriptive analysis），是將預(yù)測(cè)數(shù)據(jù)提升到新水平。它不僅會(huì)預(yù)測(cè)可能會(huì)發(fā)生的情況，還能為對(duì)結(jié)果的最佳響應(yīng)提供建議，同時(shí)可以分析不同選擇的潛在影響，并推薦最佳行動(dòng)方案。技術(shù)特征包括圖形分析、模擬、復(fù)雜事件處理、神經(jīng)網(wǎng)絡(luò)和建議引擎等。指導(dǎo)性分析是分析方法中的最高境界，它的基石是對(duì)業(yè)務(wù)和數(shù)據(jù)之間的關(guān)聯(lián)性的深度理解，并從各種可能的結(jié)論中博弈出最佳方案。比如公立醫(yī)院績(jī)效考核中的提升CMI和降低藥品耗材費(fèi)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(dǎo)性分析涉及決策博弈，我們盡可能通過(guò)各種分析和預(yù)測(cè)結(jié)論獲得最佳的行動(dòng)方案。然而現(xiàn)實(shí)中每個(gè)方案都可能存在潛在的短板或者風(fēng)險(xiǎn)。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(lái)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(jià)值所在。比如前述的國(guó)考例子中，如果從政策制定的歷史背景著手（2030健康中國(guó)系列政策文件），研究清楚政策制定者眼中的“高質(zhì)量發(fā)展醫(yī)院”應(yīng)該是個(gè)什么樣子之后，回頭再來(lái)看具體問(wèn)題，就會(huì)發(fā)現(xiàn)只有通過(guò)醫(yī)院整體的病種結(jié)構(gòu)、門住院結(jié)構(gòu)和病人轉(zhuǎn)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(gè)階段也是四類分析方法，由淺入深，層層遞進(jìn)，終極目的是為決策提供指導(dǎo)性的意見，提高決策的正確性，減少走彎路、甚至走錯(cuò)路的無(wú)效成本（圖1）。
圖1數(shù)據(jù)分析的四個(gè)類型
《醫(yī)保支付發(fā)展趨勢(shì)對(duì)話》線上直播
今天19:00準(zhǔn)時(shí)開始！
↓↓
關(guān)于中科厚立
中科厚立信息技術(shù)（成都）有限公司成立于2014年，是由美國(guó)知名醫(yī)院管理專家、數(shù)學(xué)和統(tǒng)計(jì)學(xué)博士、信息化管理專家以及國(guó)內(nèi)知名醫(yī)院管理專家、信息IT團(tuán)隊(duì)共同組建的一家服務(wù)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(shù)企業(yè)。
公司秉承“深度醫(yī)療數(shù)據(jù)分析推動(dòng)醫(yī)院精益管理”，致力于將國(guó)外先進(jìn)的醫(yī)療管理經(jīng)驗(yàn)帶入國(guó)內(nèi)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(guó)內(nèi)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(píng)估系統(tǒng)）”，集醫(yī)療管理國(guó)際標(biāo)準(zhǔn)、醫(yī)療專業(yè)特性、大數(shù)據(jù)分析、數(shù)據(jù)建模、機(jī)器學(xué)習(xí)、醫(yī)療信息化及IT技術(shù)、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(zhì)量及數(shù)據(jù)之間不可比的難題，填補(bǔ)國(guó)內(nèi)醫(yī)療數(shù)據(jù)專業(yè)分析的空白。
