彩票走势图

深度解析 | 大数据时代互联网医疗如何释放商业价值(二)

转帖|行业资讯|编辑:陈俊吉|2016-05-10 09:43:31.000|阅读 750 次

概述:互联网对于医疗行业带来的增量空间在于连接和智能。互联网医疗发展的第一阶段已经解决连接“信息”,成熟的盈利模式主要是互联网广告和搜索。互联网发展的第二阶段需要连接医疗数据,在医疗大数据的互通互联下,通过智能化手段有效配置医疗行业六大要素方,面对医药、保险行业、个人健康三大万亿级市场打造新的商业模式和盈利模式。

# 慧都年终大促·界面/图表报表/文档/IDE等千款热门软控件火热促销中 >>

相关链接:

3 医改释放医疗大数据商业价值

通过上文对于的分析,我们已确定其潜在的市场空间巨大。但是到底是什么阻碍了目前互通互联和商业化开发呢?为了研究清楚这个问题,我们首先需要明确医疗大数据的四个权:所有权、管理权、控制权和运营权。医疗数据的所有权在于患者个人,但是单个用户的数据其实是没有价值的,只有形成大数据后,才有真正的商业价值。医疗大数据的管理权在政府,政府为了更好的管理,很想解放数据孤岛,使数据互通互联,但是他对医疗大数据并没有控制力。医疗大数据的控制权在医院,随着院内集成平台的建设,医院已经掌握大数据资源,但在现有的利益分配体制下,医院很难有动力真正向社会开放医疗大数据。

医疗大数据的运营权在第三方机构,虽然这些机构能够接触到数据,但没有政府的支持和医院的配合,也很难进行商业化开发。归根到底,我们认为,在现有的医疗利益分配体制(以药养医)下,医院若开放数据,必然会导致患者分流和透明度增加,从而影响医院和医生的收入。所以解放医疗大数据的核心是通过医改破除以药养医。

互联网医疗大数据

图表 26: “ 以药养医” 是医疗大数据的枷锁

3.1 以药养医, 现实的医疗困境

我们认为,以药养医的利益分配机制造成了现在严重的医疗困境,集中体现在四个方面:医患关系紧张; 看病难且贵; 医保基金支出大幅增长;医疗服务价格低下、医生价值难以体现。

互联网医疗大数据

图表 27: 每年暴力伤医事件上升趋势

  • 医患关系紧张: 在以药养医机制下,医院的收入取决于药品加成,医生的收入也和药品挂钩;而患者更希望获得性价比更高的药。两者之间就会产生矛盾,据相关统计,全国每年的医疗纠纷就有超过十万起,伤医事件更是每年递增。
  • 看病难且贵。 在以药养医驱动下,医院作为逐利组织更愿意使用高价药品和耗材, 医生在开药过程中也会考虑自身的利益诉求,造成大量医疗资源浪费。
  • 医保基金支出大幅增长。 医疗资源浪费必然带来医保基金大幅增长,最终出现收不抵支。 从下图我们看到,我国医保基金的收入增长已经低于支出增长,若沿此趋势, 社会保障体系将会遭遇冲击。所以我们认为医保基金长期收不抵支才是政府真正进行医改的核心驱动力。
  • 医疗服务价格低下。 医疗服务价格低下是影响医疗资源供给的核心原因,目前医院的收入结构中有超过 40%是药品耗材收入, 且持续增长。在总量控制的前提下,破除以药养医才能提高医疗服务价格水平,真正实现医疗资源供给侧改革。
互联网医疗大数据

图表 28: 医保基金支出增长超过收入增长

互联网医疗大数据

图表 29:医院药品收入持续增长

以药养医下的利益分配机制,对医疗行业的各大要素都带来价值毁灭,直接或间接造成药企药价虚高,医院多开药,医生开贵药,医疗费用上涨,患者看病贵,医保负担重的结果。所以我们认为, 医改的核心就是破除以药养医。

互联网医疗大数据

图表 30: 医改核心就是破除以药养医

3.2 医改的本质就是三医联动下破除以药养医

认识到问题是容易的,解决问题是困难的。这句话同样可以形容在医疗行业。归根到底有两点原因: 1)医疗行业的参与要素方很多,各自关系复杂; 2)以药养医形成的 20 多年里,造就了一大批既得利益者,阻碍改革的推进。如要医改成功,首先得理顺各方关系,然后通过行政手段打破既得利益分配。如下图所示,我国的医疗卫生保障体系可以分为预防和治疗两大子体系,其中治疗体系是主体。

预防体系内包括: 专业预防组织和基层预防组织。

治疗体系内包括: 医疗保障体系、医疗服务体系、药品保障体系。

所以我们认为,医改成功的前提是必须在三医联动下推进。

互联网医疗大数据

图表 31: 中国医疗卫生体系是复杂的组织体

3.2.1 改革医疗即公立

我国提供医疗服务的组织很多,有疾控中心、妇幼保健这样的专业预防组织,有社区卫生中心、村卫生所这样的基层预防组织,也有公立医院和民营医院这样的医疗服务机构。 但医疗体系的计划经济特征十分明显,医疗资源集中供给在公立医院,其行政性又严重影响医疗资源的市场化供给。

互联网医疗大数据

图表 32:公立医院是医疗体系的核心

《中国民营医院发展报告 2015》中显示, 2013 年我国公立医院床位数达 386 万张,占比达到 85%,而民营医院床位数仅为 71 万张。公立医院诊疗人次为 25.55 亿人次,占比接近 90%,而民营医院仅为2.87 亿人次。可以看到公立医院在医疗行业的供给侧,占据集中且强势地位, 改革医疗核心就是改革公立医院。

互联网医疗大数据

图表 33: 公立医院床位数占比达到 85% 图表 34: 公立医院诊疗人次占比接近 90%

公立医院改革的困难在于两点:

1)监管权力分散;

2)医院逐利性。

造成改革过程中,各方互相推诿,相关政策很难落实。

监管权力分散: 公立医院多头领导,不仅包括卫计委、人社部、发改委、财政部、 食品药品监管局,还包括一些大学。缺乏有效的监管, 使公立医院、院长在旧的利益分配机制下很难主动去推进改革。

医院逐利性: 医院逐利性源于计划经济转市场经济的九十年代,在缺乏财政支持的情况下,医院开始自负盈亏,产生了药品加成制度,而经过 20 多年的沉淀,医院和医生成为以药养医下利益分配的一环,很难有动力去推进改革,甚至会反对改革。

互联网医疗大数据

图表 35: 公立医院改革两大困境

3.2.2 改革医保,统一是关键

我国的基本医疗保障体系主要分为三块,城镇职工、城镇居民和新农合,辅以商业健康险,社会医疗救助、民政医疗救助、工会医疗互助等。当前医保最大的问题是不统一,包括监管机构不一致(新农合归口卫计委,城镇职工和居民归口人社部)、报销目录不一致、缴费标准不一致、报销比例不一致, 严重阻碍医改的推进。所以改革医保的关键是统一买单方。

互联网医疗大数据

图表 36: 改革医保的关键是统一“买单方”

3.2.3 改革医药,渠道浪费是毒瘤

由于医疗行业和药品的特殊性,医药行业的渠道变革是最为缓慢的。 从下图可以看到,医药渠道的市场规模是药品市场规模的 4 倍,里面包含大量的寻租环节,也是以药养医的关键。借鉴其他行业的渠道变革,有两条路径:

1)市场化手段:电商冲击,但医药电商必须等待电子处方放开;

2)行政化手段:如医改,强制破冰。

互联网医疗大数据

图表 37: 终端药价是药品出厂价的 5 倍 图表 38: 2014 年医药流通市场规模达 1.24 万

结合医疗、医保、医药的现实困境和改革方向判断,我们归纳整理了三医联动下,医改的大体方向,但根据每个城市区域的不同,还应进行个性化调整。

互联网医疗大数据

图表 39: 医改大方向:区域统一医管平台下的三医联动

3.3 医改不断推进,或将超预期

我国的新医改从 2009 年开始推进,通过对每年的医改政策进行梳理, 我们认为前期的医改政策主要集中在提高医保覆盖、以及试点改革方向上,成败兼具,为后期推出综合性的医改方案奠定基础。

互联网医疗大数据

图表 40: 2009 年开始启动新医改

其中分别在 2010 年、 2014 年、 2015 年逐步推进了医改百城试点,尤其具有代表性的是第一、第二批医改试点城市。 在经过了充分试点后, 2016 年医改方案将扩大到 200 个地级市的医改。

互联网医疗大数据

图表 41: 2010 年第一批医改 16 家试点城市

在 2010 年第一批 16 个试点城市方案中,我们看到株洲市和宝鸡市力图推进医药价格改革,但最终都以失败告终,可见医药行业长期形成的利益分配机制是重大的阻力。通过对医疗产业的调研,我们发现市场对于改革存在两种争议:

1)行政让位于市场,通过市场化的手段来匹配行业的供需,政府随后进行监管;

2)先通过行政的手段打破以药养医的利益分配机制,再引入市场化的手段增强市场活力,匹配供需。

在“一管就死、一放就乱”的社会现状面前,我们更倾向于选择第二种方案。因为医疗行业承担了社会稳定,公益保障的角色,行政化将最大幅度保障底层居民的医疗需求。宿迁医改始于 2000 年,是市场化医改方案的典型代表,政府全面推出公立医院运营,充分引入社会资本,推行近 10 年,造成患者“看病贵”的问题愈发严重,最终不得不推到重来。

互联网医疗大数据

图表 42: 市场化医改案例:宿迁医改

三明医改始于 2012 年, 是政府主导的综合性的医改方案。市政府成立医管中心统一管理,三医联动,每个细分领域都有配套政策支持,从根本上切断以药养医的利益链条。面对药品价格下降,医院和医生收入下降的问题,通过财政托底,重构医院和医生的考核体系进行过渡,最终将引入市场化力量。面对药企品种减少,医管中心建立审核委员会,综合评估药品性价比,并试图与其他地区联合招标提升议力。我们认为,三明的医改方案从短期来看取得了一定的成效,其精髓和方法论是可复制的,有助于全国医改的全面推进。

互联网医疗大数据

图表 43: 行政化医改案例:三明医改

3.4 三明医改剖析:才刚上路

三明医改经过 4 年时间,使医院、患者、医药、医保、医生端均得到一定改善。但我们认为, 这只是开始,行政的手段不能解决所有问题。下一阶段医改的核心将放: 1) 通过动态纠错能力将医改过程中的不合理问题(例如一些死板的操作制度)解决; 2) 引入市场化手段,更好地去匹配医疗市场的供需结构。政府退回到建立制度、监管保障的角色。

3.4.1 医保端:职工医保统筹扭亏为盈

三明医改的推动力就是医保结构不断恶化,在缴费人数不断减少、退休人员增加、赡养比不断下降的情况下,经过 3 年医改, 职工医保由改革前超支 2.1 亿元到结余 0.86 亿元,职工次均住院费用从0.66 万元下降到了 0.52 万元,医保结构显著好转。

互联网医疗大数据

图表 44: 职工医保超支 2.1 亿元到结余 0.86 亿元 图表 45: 职工次均住院费用下降幅度达到了 20%

3.4.2 医院端:医务性收入占比大幅提升

通过重建科学的考核考评体系,全面执行院长年薪制和医生年薪制,调整医疗服务价格,使医院的利益与药品隔绝,更专注与医疗本身。 通过 3 年的医改试点, 使医院医务性收入占比大幅提升。

互联网医疗大数据

图表 46: 医务性收入占比从 39.92%增加到了 63.06%

2014 年转外就医人次占比相比于 2011 年下降了 3.11%, 2014 年转外就医基金占比相比 2011 年下降了 0.73%。 同时在 2010 年到 2014年期间,医疗人才净流入 844 人。

互联网医疗大数据

图表 47: 转外就医情况减少 图表 48: 2010-2014 年人才共净流入 844 人

3.4.3 患者端:住院和药品费用双降

对于患者来说,看病难和看病贵是需要分开解决的问题。医改所能带来的是适度解决看病贵的问题,看病难的问题需要引入市场化力量,增加医疗供给才能完成。从 2014 年三明患者报销比例来看,城镇职工、城镇居民和新农合报销比例均高于全国平均水平。

互联网医疗大数据

图表 49: 2014 年三明患者报销比例均高于全国平均水平

从 2015 年福建省全省各级公立医院次均费用情况表可以看到,三明的次均费用是全省最低,其中主要是因为药品费显著低于全省各市。

互联网医疗大数据

图表 50: 三明市住院和药品费用双降

3.4.4 医生端:收入较 2011 年增长超过 100%

通过引入合理的考核机制以及财政补贴的方式,医生的阳光化收入显著提升。新的考核方案中, 考核与药品、耗材销售额和检查、化验收入额脱钩,从而有效遏制医院大处方大检查,降低了医疗费用支出水平;

获得患者看病费用下降和医保基金支出降低的双重效果; 与医务性收入、院长考核结果挂钩,倒逼医院完善考核评价体系。同时通过年薪制薪酬体系保障医生收入。

  • 临床医技师>当地事业单位平均工资水平 3 倍以上
  • 护理略高于教师平均工资水平
  • 工勤=事业单位平均工资水平的标准
互联网医疗大数据

图表 51: 15 年医院工资总额较 11 年增加了 135% 图表 52: 15 年医生平均工资较 11 年增加了 111%

3.4.5 医药端:药品价格大幅下降

三明的医药招标采购系统是变化最大的领域。通过实施药品和耗材零加成,切断医院“以药补医”链条。对重点药品进行监控: 建立黑名单制度; 签订廉洁行医承诺书;建立治理医药购销领域商业贿赂院长负责制。

实行限价采购: 全市范围内医疗机构用药限价采购。

实行医用耗材(检验试剂)联合限价采购:建立医用耗材(检验试剂)专家库; 做好临床使用耗材数据采集; 开展医用耗材(试剂)联合限价采购。

通过三年的医改试点,基药和非基药的采购价格均巨幅下降。

互联网医疗大数据

图表 53: 基药采购价格大幅下降 图表 54: 非基药采购价格大幅下降

新的采购机制实行“两票制”:药企到医院,医院到患者过程中各开一次增值税发票。保证药品可溯源和药价真实。实行一品两规:一个品种两个规格, 防止医生在同样的药品下选择有回扣的品种,造成数量和价格上的双重叠加浪费经销商垫款由财政先预支。

互联网医疗大数据

图表 55:“两票制+一品两规”采购机制 图表 56: 三明 22 家公立医院医药收入增长率对比

详情请咨询“”!

客服热线:023-66090381


标签:大数据BI数据分析

本站文章除注明转载外,均为本站原创或翻译。欢迎任何形式的转载,但请务必注明出处、不得修改原文相关链接,如果存在内容上的异议请邮件反馈至chenjj@pclwef.cn


为你推荐

  • 推荐视频
  • 推荐活动
  • 推荐产品
  • 推荐文章
  • 慧都慧问
相关产品
Cognos Analytics

工业4.0优选产品 | 商业智能和绩效管理软件领导者,帮助企业成为业绩最佳的分析驱动型企业

SPSS Modeler

工业4.0优选产品 | 在历史数据中发现规律以预测未来事件,做出更好的决策,实现更好的成效

Cognos TM1

Cognos TM1 是用于分析财务、运营、客户和职员数据的商业绩效管理软件

SPSS Analytic Server

从大数据中有效产生预测和建议

Cognos Controller

一款财务合并软件,支持完整的结算、合并和报表流程

title
title
扫码咨询


添加微信 立即咨询

电话咨询

客服热线
023-68661681

TOP