一、研究资料及方法

一）资料来源A 医院为某地市级三级甲等医院，服务规模相对较大、原始数据相对较多；同时，也面临着医疗资源相对紧张、医务人员忙闲不均、患者“看病难、看病贵”等常见问题。为此，财务人员选取2013-2016 年相关数据，进行统计、解剖与对比分析，为进一步挖掘医疗服务的内在潜力、推进医院管理精细化提供实证案例与有益参考。

（二）研究方法A 医院利用住院病例档案数据，对各科室2013-2015 年三年常见病种进行分类排序，根据病例档案数获取各科室最常见的前5 个病种目录清单；收集这5个病种分别对应的所有住院患者费用信息；运用大数据技术绘制各病种日均费用曲线；抽取各病种最为典型的1 个病例，运用个别分析法定性解剖其费用组成；采取针对性的改进措施；分析对比2015 年、2016 年A 医院改进措施实施前后的成效，其中：A 医院2015 年数据为对照组、2016 年数据为实验组，统计学方法采用SPSS13.0 软件包进行统计学分析，计量资料采用(依s)表示，采用t 检验，计数资料采用X2 检验，检验水准取琢=0.05。

（三）指标口径平均实际开放床位是指每日实际开放床位的平均数；平均医务人员数是指每日工作的医务人员平均数；平均日住院收入是指平均每日的住院医疗收入。平均入院预约天数是指患者平均预约入院等待的天数，其中急诊病人当日入院的按预约天数0 天计算；平均住院天数是指患者平均在院天数，平均住院天数=出院者占用总床日/出院人数；每住院人次收入是指每名住院患者的均次费用，每住院人次收入=每床日收费水平伊平均住院天数越（住院收入/实际占用总床日）伊平均住院天数。

二、医院应用及成效

一）具体应用1.获取各科室最常见前5个病种目录清单。例如，2013-2015 年，A医院普外科最常见的前5 个病种依次是急性阑尾炎、结节性甲状腺肿瘤、胆囊结石伴慢性胆囊炎、腹股沟斜疝、创伤性脾破裂，骨科依次是锁骨骨折、肱骨骨折、腰椎盘脱出、取出内固定装置、手开放性外伤，神经外科依次是脑溢血、脑挫伤伴硬膜下血肿、创伤性蛛网膜下腔出血、脑挫伤、脑恶性肿瘤，泌尿外科前5 个病种是前列腺肥大、肾挫伤、膀胱炎、肾结石、输尿管结石，肿瘤科依次是结肠恶性肿瘤、直肠恶性肿瘤、甲状腺恶性肿瘤、胃恶性肿瘤、肝恶性肿瘤。2. 收集并绘制常见病种的日均费用曲线图。例如，B 科室C 病种日均费用曲线图见图1。阴李乐波图1院B科室C病种日均费用曲线图3. 定性解剖典型病例费用较低日的费用组成结构。以C 病种为例，第1天、第6-25 天费用相对较低。其中，第1 天费用构成主要是入院常规检查费、床位费及诊查费；第6-25 天费用构成主要是术后康复治疗费、药品费及床位费。4.针对性改进措施的讨论、决策及应用。针对第1 天的费用结构，可考虑采取“预住院”方式，即择期手术患者的入院常规检查前移，待检查报告出具后正式入院；针对第6 天以后的费用结构，可以考虑将患者转入康复病房，将相对稀缺的外科床位让给更急需的患者，转移节点结合患者实际病情和个体差异综合考虑；针对常见的简单病种考虑开设“一日病房”“日间病房”。A 医院于2016 年初开始尝试实行这3 个方面的改革措施，并通过宣传、引导、考核等多个途径确保措施切实实施。

（二）应用成效1.成效对比有可比性。实验组与对照组平均实际开放床位、平均医务人员数、平均日住院收入间差异均无统计学意义（P﹥0.05，见表1），其间除针对本项研究采取的局部调整措施外，未发生其他较大的政策变革。可见，A 医院尝试实行这3 个方面改革措施，2015 年和2016 年的前后成效对比具有可比性。2.应用成效对比明显。平均日出院人数、平均入院预约天数、平均住院天数、每住院人次收入4 个指标，实验组明显优于对照组，差异有统计学意义，（p﹤0.05，见表2）。三、大数据技术带来的效用及加强应用的思考1. 大数据技术的应用进一步优化了医疗服务。经对比，A 医院总体所能开放的床位数、所能提供的医务人员数量、住院医疗收入并未明显增长，但向社会提供的住院人次服务总量、平均日出院人数明显增长，有限的医疗卫生资源得到更大限度的利用；平均入院预约天数、平均住院日明显缩短，患者看病难问题得到进一步缓解；每住院人次收入明显下降，患者看病贵问题得到进一步缓解。例如：将外科术后康复期病人转科到康复科，使康复科的医务人员人力资源得到进一步高效利用，医务人员间忙闲不均的问题也得到进一步缓和；采取“预住院”方式，既可以减少第1 天为等待检查结果而占用的床位资源，又可以减少患者不必要的在院时间与床位费、诊察费等费用；开设“一日病房”“日间病房”，相对减轻了医务人员的病历书写负担，使优质的人力资源能更多地转移到实际诊疗活动中去。可见，利用先进的大数据技术，医院的医疗服务能力能得到进一步提升。2. 大数据技术的应用应进一步结合管理会计。利用大数据技术提炼出有价值的信息，运用管理会计多元化的工具与方法进行加工，可以为决策层提供更为高质量的信息，从而促使医院管理更为精细、高效，这将是今后医院内部管理“提质增效”的重要途径之一。3. 大数据技术在病种费用分析中的应用有待于进一步改进。本文仅根据A医院默认标准划分疾病类别，病种类别在横向可比性与推广性方面存在一定的缺陷。在今后的研究中可积极引进DRGS 相关概念，按照统一的ICD-10编码划分疾病类别，使统计结果实现更高的标准化与可比性，从而在医院病种费用结构分析领域实现数据院际共享，产生更大的应用成效。姻也作者单位院绍兴市人民医院渊浙江大学绍兴医院冤页组别天数（天） 平均实际开放床位（张） 平均医务人员数（人） 平均日住院收入（元）实验组366 550.25依22.43 580.14依16.89 855.58依169.21对照组365 550.74依20.97 580.09依15.40 833.27依153.69检验统计量值0.3051 0.0418 1.8658p 值0.7604 0.9667 0.0625组别天数出院人数平均日出院平均入院预平均住院每住院人次（天） （人） 人数（人） 约天数（天） 天数（元） 收入（元）实验组366 31621 86.43依15.16 3.27依1.88 5.93依2.35 5073.61依492.65对照组365 25815 71.68依13.80 5.59依1.91 6.56依2.47 5466.26依513.86t值13.7545 146.0645 31.2332 93.1922p值0.0000 0.0000 0.0000 0.0000表1 两组数据可比性比较表2 两组数据成效比较44 浙