- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
大数据背景下公立医院管理模式创新
大数据背景下公立医院管理模式创新
摘 要:云计算、物联网、移动网络新媒体等新兴技术的发展,正推动者人类社会的数据种类和规模,以前所未有的速度增长,数据从简单的处理对象开始转变为一种基础性资源,大数据应用成为席卷世界的技术新浪潮,即将开启一次重大的时代转型[1]。党的十八大报告把提高人民健康水平作为卫生事业发展的根本目的,强调要为群众提供安全有效方便价廉的公共卫生和基本医疗服务。公立医院作为我国医疗服务体系的主体,亟需树立大数据理念,利用日趋成熟的大数据应用技术,建立高效、精准的医疗决策支持系统,提升医院精细化质量管理的效率,使医疗卫生工作更加体现时代性、把握规律性、富于创造性,不断提高科学化水平。本文将从大数据基本概念和特征的厘清为切入,在分析目前公立医院运营管理存在问题的基础上,对基于大数据的医院决策支持系统、精细化质量管理系统的建设路径进行剖析,提出解决的思路。
关键词:医疗大数据;公立医院;决策支持;精细化管理;问题;路径
一、背景:大数据应用是提升公立医院管理水平的应有之义
“大数据”(big data)并不是一个新词汇,它的首次出现要追溯到上个世纪80年代。最早提出“大数据”时代到来的是全球知名咨询公司麦肯锡,该公司在《大数据: 创新、竞争和生产力的下一个前沿领域》报告中称:“数据,已经渗透到当今每一个行业和业务职能领域,成为重要的生产因素。人们对于海量数据的挖掘和运用,预示着新一波生产率增长和消费者盈余浪潮的到来。”该公司对“大数据”给出的界定是:大小超出常规的数据库工具获取、存储、管理和分析能力的数据集[2]。
随着各领域数据的迅猛增长和企业界、学术界的相关探讨不断深入,大数据逐渐从一个“热词”,进入了国家的发展战略视野,成为国家治理能力现代化的重要议题,被视为是一种“积极的治理资源”,提供了“全面提升国家治理能力的契机” [3]。
党的十八大报告把提高人民健康水平作为卫生事业发展的根本目的,强调要为群众提供安全有效方便价廉的公共卫生和基本医疗服务,这说明我们国家从治国理政的角度,把维护人民群众健康放在了更加重要的位置,也对广大医疗卫生工作者提出了更高的要求。面对着重点推进医疗保障、医疗服务、公共卫生、药品供应、监管体制综合改革等重重挑战,作为我国医疗服务体系主体的公立医院,亟需利用大数据技术,迅速革新原有的医院管理模式,建立高效、精准的医疗决策支持系统,提升医院精细化质量管理的效率,满足人民群众快速增长的医疗服务需求。
二、 有关大数据内涵的理论辨析
虽然大数据已经成为炙手可热的热词,但由于其本身具有的复杂技术属性和基因,一定程度上影响了公众对其本质的认知。因此需要从利于公立医院发展的角度,在信息技术、企业管理领域对其做出的复杂概念阐述之外,对大数据的特征进行较为具象化的界定。
目前学界、业界比较一致接受的有关大数据特征描述集中归纳为 Volume,Velocity,Variety,Veracity,Value等“5个V”,包含 5个层面意义:
首先,数据体量( Volume)巨大。大数据技术应用所收集和分析的数据量非常大,已经从 TB 级别,跃升到 PB 级别,但在实际应用中,很多企业、社会组织用户把多个数据集放在一起,已经形成了 PB 级的数据量。
其次,数据处理速度(Velocity)快,需要对数据进行接近于实时的分析和处理。例如,在变异性流感等流行病大规模爆发之前,监控系统要通过区域内医疗的大数据的监测,至少提前24小时提前做出疾病爆发流行的提示及预警,这就要求大数据分析系统要能够在极短的时间内,对异常的数据做出关联分析和判断。这一点和传统的数据挖掘技术有着本质的不同。
再次,数据类别(Variety)大,大数据来自多种数据源,数据种类和格式日渐丰富,包含结构化、半结构化和非结构化等多种数据形式,如手写病例、出院小结(文本)、心电图、患者的留言意见信息等。
第四,对数据真实性( Veracity)要求极高。大数据中的内容是与真实世界中的发生息息相关的,研究大数据就是从庞大的网络数据中提取出能够解释和预测现实事件的过程。
第五,价值密度较低,但数据包含的使用价值( Value) 高。通过分析数据可以清晰地看到如何抓住机遇及收获价值,对商业或组织决策有重要的使用价值。
三、问题导向:公立医院尚未真正形成基于大数据的医院管理系统
当前,大数据已经在工业制造、金融、保险、媒体等行业得到初步的应用,虽然国内的公立医院早在上世纪80年代,就已经开始在病患住院费用管理、挂号费、医院考勤制度、医用器材及药物成品管理等方面,布局单机版的信息管理系统,但这些系统和数据,仅仅是作为一种医疗业务的支持辅助,并未在各个科室、系统之间
原创力文档


文档评论(0)