大数据驱动的环境与智慧医疗健康全社会资源管理研究

Environment deterioration adds new uncertainties and challenges for optimization allocation of healthcare resources. Considering environment factors, being cored on maximizing the value of demand, and taking establishing a new health care system based on whole diagnosis and rehabilitation as the goal, select the disease of respiratory system as the object of study, from the angle of the whole society, generally studies the interactive relationships of the demand-side, the supply-side, the payment-side and the institution-side; then creates forefront theory of the whole social medical and health resources management taking environment facts into consideration; simultaneously, systematically researches the mode of personalized treatment decision making, the mode of Medicare payment cored on packaged payment and the new mode of institution-side online service. Based on the platform of Environment-Healthcare big data, by comprehensive use of big data analysis theory, environment engineering and medical economics theories, carries out a study on demand; meanwhile, by combining the theory and method of clinical medicine and evidence-based medicine, establishes a system of personalized treatment decision making. Moreover, by applying the fuzzy decision theory and revenue management theory to study the optimization allocation of the whole social resources, creates a mathematical model group, proposes effective algorithms and then explores the application innovation of revenue management and resource management theory in the field of environment and medical and health. This research establishes a new mode of value innovation and management mechanism of smart healthcare services in line with China’s national conditions from a unique perspective of environment and whole society resource management, which provides theoretical and methodological support for the health reform policy making and environment governance.

环境恶化对医疗健康资源优化配置增加了新的不确定性与挑战。考虑环境因素，以需方价值最大化为核心的全程诊疗康复的新医疗健康体系为目标，选择呼吸系统疾病为研究对象，从全社会角度研究需方、供方、支付方和机构方之间的联动关系，构建环境因素影响下的全社会医疗健康资源管理前沿理论，并系统研究个性化诊疗决策模式、医保打包支付定价模式和机构方在线服务新模式。基于环境-医疗健康大数据平台，运用大数据分析方法、环境工程学和卫生经济学对需方进行分析，结合临床医学和循证医学，构建个性化诊疗决策支持体系，运用模糊决策和收益管理研究全社会医疗健康资源在环境因素影响下的优化配置，构建数学模型群，并提出有效算法，探索收益管理和资源管理在环境-医疗健康领域的应用创新。本研究从“环境-全社会医疗健康资源管理”的独特视角，形成符合中国情景的智慧医疗健康服务价值创新与管理机制，为中国医改攻坚和环境治理提供理论支撑与实践依据。

环境变化对医疗资源优化配置增加了新的不确定性与挑战。随着人工智能、大数据等新一代信息技术在医疗健康领域不断应用，如何融合医疗健康大数据与管理决策科学，创新医疗服务管理理论范式，是应对这一挑战的重要手段之一。本项目从全社会视角，聚焦于PAGE框架中“资源治理”和“使能创新”，融合空气质量与医疗健康大数据，以需方价值最大化为核心的全程诊疗康复的新医疗健康服务体系为目标，研究需方、供方、支付方和机构方四方之间的联动关系并进行价值评价，由此搭建五个研究专题。专题一分析以呼吸系统与脑血管疾病为主的患者健康大数据，创新地提出两阶段风险评估与需求预测模型，解决空气污染导致的人群健康风险评估与需求预警问题。专题二在医疗资源运营管理层，以排队论、马尔可夫决策等理论为抓手解决多维不确定性的医疗资源协同优化决策难题；在个性化诊疗决策层，聚焦于静脉插管、孕产周期风险预警与控制等情景，基于病种健康大数据和机器学习模型，提出个性化诊疗策略。专题三结合DRG医保支付模式和深度学习，从解决传统医保付费的费用预测、DRG分组、高编码监控升华到医保参与的慢病干预决策优化问题。专题四运用排队网络与博弈论，探究家庭医生签约模式和分级诊疗模式下的患者转诊机制；并在新冠疫情下，拓展了应急分级诊疗系统中患者收治与转诊策略。专题五基于模糊语言的决策评价科学，从个体疾病预防和群体公共卫生应急管理两个层面提出医疗健康结局的价值评价模型群。本项目研究成果应用于以四川大学华西医院为核心的医联体体系中，在重点疾病防控、个性化诊疗服务、医保政策制定和医联体机制设计等四个方面取得显著的实践成效。.本项目在研究过程中，充分发挥四川大学医工管结合的交叉优势，培养了一批优秀的医院管理复合型人才；形成了一套大数据驱动的智慧医疗健康资源管理理论体系，在理论成果方面，共发表116篇学术论文（其中包括3篇UTD期刊，SCI/SSCI检索94篇），出版2部学术专著和1部案例；在实践成果方面，与电子科技大学医疗健康大数据中心合作开发了1套环境健康智能防控系统，获得7项发明专利和5项软件著作权。