OFweek医疗网 2015年9月，国务院办公厅发布了《关于推进分级诊疗制度建设的指导意见》。《意见》中明确提出“发展基于互联网的医疗卫生服务，充分发挥互联网、大数据等信息技术手段在分级诊疗中的作用”。

将大数据应用到分级诊疗建设，考验的是政府、医疗机构、科研院所乃至企业的默契程度与合作深度。2015年，四川省卫生和计划生育信息中心与电子科技大学大数据研究中心进行了一系列合作，通过深入研究和实践，不到半年时间，双方在大数据分级诊疗方面构建了一套监测评估平台，通过此次合作，不仅极大地推动了四川省医疗大数据应用研究的发展，同时也为国内医疗大数据实践提供了良好的研究案例。

为了解本次合作的具体内容，动脉网专程采访了电子科技大学大数据研究中心，健康大数据研究所所长邱航。

据邱航介绍，2015年初制定的四川省分级诊疗监测评价方案主要采用基本信息评价与现场检查评价相结合的方式。这种评价方式的优点在于能从整体上掌握各级医疗机构及区域分级诊疗制度实施进展情况，然而也存在一些缺陷，主要体现在供分析的数据维度有限，难以揭示数据背后所隐藏的问题以及影响制度推进的核心因素。

如果能够利用大数据方法进行分析，则可以通过数据的关联性，使整体数据流动起来，让数据背后的信息得到清晰的呈现。

基于上述原因，2015年6月，四川省卫生和计划生育信息中心与电子科技大学大数据研究中心启动了“四川省分级诊疗大数据监测评估平台”工作。

“双方通过运用大数据技术辅助分级诊疗监测评估，由‘经验即决策’过渡到‘数据辅助决策’，最终实现‘数据即决策’，让数据说话，以实现为医疗资源配置、分级诊疗的监测和评价与评估提供科学依据，从而为政府主管部门掌控全局提供重要的支撑。”邱航说到。

四川省作为全国人口大省，医疗服务需求量大。同时，四川也是一个医疗资源不足，城乡差异、区域差异大的省份，既有四川大学华西医院这样综合实力在全国排名第二的优质大型医院，也有革命老区、贫困山区的中小型医疗机构，因此，让老百姓得了大病能公平地享受到优质医疗资源，得了常见病、多发病能在基层解决显得比其他省份都来得更为迫切。

2014年9月17日，四川省卫生计生委、省发改委等6部门联合制定出台《关于建立完善分级诊疗制度的意见》。此后，四川省全面实施分级诊疗制度，相继出台众多政策推动分级诊疗制度建设。由此，四川省也成为了全国第一个在全省范围内建立分级诊疗制度的人口大省。

在合作分工方面，邱航告诉动脉网：“四川省卫生和计划生育信息中心由龙虎主任牵头，潘惊萍副主任、统计部段占祺部长、大数据部邓韧部长等为核心成员，重点负责数据支撑（包括新农合数据、病案首页数据、分级诊疗相关数据等）、数据清洗、业务的指导。电子科技大学大数据研究中心由中心主任周涛教授牵头，大数据研究中心健康大数据研究所所长邱航教授、付波教授等为骨干，主要负责数据的挖掘与分析。两大中心优势互补，互通互信，围绕分级诊疗有关事项展开多层次，全方位的合作。”

据悉，四川省卫生和计划生育信息中心是四川省卫生和计划生育委员会下属机构，主要负责承担卫生计生信息化建设工作，参与人口基础信息库建设，推动建立卫生计生信息资源综合开发和共享机制；承担卫生计生统计调查与分析等统计管理工作，监测与计划生育相关的人口发展动态，提出发布计划生育安全预警预报建议。

电子科技大学大数据研究中心是目前国内规模最大、架构最完整的大数据产学研一体化机构，中心下设健康大数据、安全大数据、教育大数据等六个研究所。健康大数据研究所主要围绕医疗健康数据的采集、处理、存储、分析、呈现及应用服务全过程，着力开展医疗数据异常检测、健康舆情分析与监控、疾病大数据辅助诊断、医疗保险大数据监管等健康大数据相关基础理论研究、关键技术攻关及应用推广工作。

在双方共同构建的大数据监测平台中，以患者为中心，再加上疾病和医疗机构，构成了大数据分析的三大主体。除了提供三方主体的特征之外，还将服务提供与利用情况、影响服务提供与利用的核心因素进行了呈现，并且按照“省、市、区县”三个维度层层深入。在充分利用大数据的优势下，对四川省原有的分析机制进行了补充，从而更有利于政府对于数据结果的把控和后续工作的调整。

　

　　患者、疾病和医疗机构三大核心

　　

　　全省患者流向可视化

　　

　　区域患者全维度特征分析

　　

　　区域新农合基金走势预测与分析

从2015年5月合作至今，通过实际应用“四川省分级诊疗大数据监测评估平台”，帮助四川省卫生计生委更好地了解患者流向；通过对患者、疾病、医疗机构的全面分析，让医疗卫生主管部门清晰地了解了患者转院或跨级就诊的原因，立体精准的得到患者画像；通过对常见病、多发病、慢性病的县域内就诊率情况分析，帮助主管部门全面把控基层的服务能力。

据悉，四川省多举措并举，利用信息化和大数据手段辅助分级诊疗制度的实施，制度推进初见成效。截至2015年底，四川省县、乡级医疗机构门（急）诊疗量同比增长5.4%，县域内就诊率达到88.37%；省市级大型医疗机构门（急）诊量、出院人次增长率与前三年平均水平比降低了4.68%和4.38%。

关于项目团队未来的工作，邱航透露，将重点在大数据分析平台技术方面开展工作：

预测手段：运用更多的数据挖掘技术手段，例如，运用时间序列分析，对病人流向和流量进行预测。

关联分析：通过大数据关联分析算法，找出疾病之间的关联关系，为医生诊断提供依据、为推行按疾病诊断相关组（DRGs）付费方式提供支持，最终达到辅助诊断和医疗控费的目的。

服务延伸：数据分析结果不仅仅局限于决策者或统计人员，还可将其中挖掘出的有用信息开放给患者。例如，通过常见病县域外就诊和县域内就诊费用和治疗效果对比，引导患者在县域内就诊。

应用场景

在未来应用场景方面，邱航还透露：“大数据分析平台还计划在更多的医疗卫生领域开展业务。”

决策支持：针对管理层各部门的个性化需求，可以定制出各个部门的功能。

监督评估：现阶段，主要是监督评估分级诊疗的推进情况，了解各个区县及医疗机构的执行情况，全面评估分级诊疗制度推行的效果。未来，还可以添加大数据实时监控功能，快速应对各种突发情况。

医疗控费：可运用更多的大数据分析技术来预测和评估医疗费用的合理性。例如：医生的合理用药，按疾病诊断相关组（DRGs）付费方式等。

疾病防控：随着分级诊疗制度逐步建立完善，还可以利用大数据分析技术来加强疾病防控和健康管理，以达到防治结合的目的，真正实现利用大数据技术服务于我国医疗卫生事业。