杨军:大数据驱动的医疗供应链与智能药房应用

2015-12-17  ●  大数据 智能药房 互联网+

        12月10日,以“互联网+时代的数字化转型与服务创新”为主题的第六届中国客户管理大会暨中国客户管理创新论坛在京举行。本次论坛由中国客户管理网携手清华大学创业研究中心、中国互联网金融研究院、清华校友总会互联网和新媒体协会、清华大数据产业联合会、中国客户管理研究院以及金融客咖啡等知名企业联合发起。

 

        北京鼎基伟业科技CEO、大数据智慧医疗专家杨军先生发表了《大数据驱动的医疗供应链与智能药房应用》,以下为嘉宾发言实录:


        谢谢大家,谢谢史总给我一个机会跟大家分享大数据在医疗产业的应用。之前的各位嘉宾讲的所有的大数据应用基本都是基于金融和服务领域,我是做医疗行业的,我们做医疗行业的大数据应用起步比较早,整个医疗行业的计算机操作人员的素质比较高,计算机应用系统时间周期都比较长,病例、影像这些领域很早就开始大数据的工作,今天我给大家介绍我们在这个领域的经验。

        首先给大家介绍医疗领域大数据发展历程。任何行业的大数据发展离不开信息化的发展,医疗的信息化分三阶段,最早从九十年代,当时各个医院开始拼命做HIS系统,当时只是处理医院内部的部门、记账、人力资源的基本数据信息,以这个为基础去做的,后来到2000年以后各个医院视频、音频、影像这些技术的发展,开始把大数据应用到临床医学这个领域,最近两年国家有医学领域的3521的工程,建立国家、省、地市三级的医疗卫生体系,在面向整个社会采集五个方面的数据,公共卫生数据、医疗服务数据、农村新农合数据、药品基础目录数据、综合服务数据,通过三大层别五个领域的数据,重点采集两块业务,一块是居民的健康档案,居民发病之前如何防治健康,这块是非常重要的过程。最近苹果出的健康手环、手表,今后他们的数据卖点都是这部分,这部分会比较多,这部分目前没有标准。

        说到大数据,我们在医疗大数据里叫4V,有4个方面,一是医疗数据量是非常大的,这是我们所做的医院,收入数据使用计算机和计算机的信息系统已经使用十五年,所用的条目已经超过70亿个收费记录,病例系统已经使用五年,内部已经有60万的病例数据,检查报告的系统就是日常的验血、验尿的系统使用了十年,有1亿万份的检查报告。影像系统使用了五年,五年的数据是50T,化验报告十年,2亿份,这只是一个普通的三甲医院,人的健康的所有检查数据,数据量非常大。数据的结构化程度非常多样,医疗信息的体系里不仅以文本形式数据存在,还有视频、微波、音像。过去做心脏搭桥手术,手术时间非常长,现在在胸部打两个眼,有一个管子穿进去,放小的机器人有一台电脑,这个医生就像玩游戏一样操作电脑,由机器人进到心脏里把桥搭上,实现搭桥手术。整个手术过程中会把音频数据包括检查数据全部录下,结构非常复杂,这是医疗的第二个数据特点。

        第三个数据特点,价值密度率,密度是非常低的。我们经常说血压数据、血氧数据,其实血压数据只有在早晨没有吃饭刚起床的时候是最准的,价值密度是非常低的。我们觉得数据的量非常大,基本都是ZD级的数据。国外怎么做医疗大数据?美国的经验,医疗大数据是分四个领域做的,一块是财务数据,第二块是科研数据,第三块是统计分析数据,第四个是医生的问诊数据,其实医疗大数据里,这些数据分散在我们整个社会,分散在医生的病例系统,系统非常多,整合这个系统是非常难的事情,各个医院采用的厂家也不一样,采用的医疗基准不一样,数据基准很难统一。大数据在医疗领域分为四方向去使用,他们认为在药品研发这个领域把数据做完是非常有用的,临床数据,整个活动和成本,他们认为监控患者的行为和情绪,四川分这四个方向来用。国内分了四个方向,做医疗数据,这块是大的方向,我们人口众多,常见病、慢性病各种病的病例档案的数据都在存储,存储以后会出现自动的医生,当你把病例信息输进去,会找到跟你类似的人,给你找出一个标准跟你这个人所治疗的途径,这是自动治疗的一部分,在这个领域美国和国内都有一些公司在研究,这是国家卫计委叫停的,希望最终给我们看病的是一个人,由人最后决定,有可能是机器来做一些基本的感冒、血压等等这样系统的自动问诊,这是可以实现的。临床决策部分,这部分主要是为医生做的,当你看一个感冒该做什么样的检查,每个人都跟医院打交道,医生说做什么就做什么,验个尿验个血,按照医嘱去转吧,是不是合理我们没有考虑过,钱是交了。医生可以做非常好的推荐。

        公共卫生数据,我们每天都在接触。远程病人的病理分析,人口统计学的数据。以前我们做医疗数据,人口统计学,人都差不多,近几年我们发现不同民族的常见病是不一样的,有些民族原来没有的常见病近几年发生率非常高。随着经济的发展,随着人口的发展,随着区域的发展,随着生活习惯的发展,病理和数据是不一样的。就诊行为的数据,这块也很有意思,我跟一个三甲医院做这块沟通的时候,他说如果把所有客户行为数据收集到,是不是可以减少医患纠纷?他要发怒的时候我们提前就制止他,我说这个有点意思,医患纠纷在国内还是非常厉害的,也许最后是对患者的行为研究,美国在这块做得很好,干预患者的行为。临床药学的研究、药品研发。

        新农合是目前和我们合作最多的,也就是我们的医保,我们所交的钱很难承担目前的医疗费用,2014年开始国家在医疗大数据的治理和医药分开领域投入资金非常大,要来彻底解决资金浪费的问题,后面会有案例具体介绍这一部分,这也是和金融相关的最大的一块,医保和新农合的基金数据。最后是一些服务,这块不多讲了,很多来宾都是专门做服务领域的,医患服务的部分。这是我们归纳的在医疗行业做大数据的十个基本方向。

        在医疗领域里大数据能做哪些内容?医疗数据和健康数据是各行各业从事的基础数据,人口必须有的基本信息,包括健康、医疗、就诊,它为保险、运输物流领域提供很多基础信息和额外的信息,这个领域的数据有很大的作用,只不过目前这个里面的数据不会对社会公开。

        第二,我们在医疗大数据里的应用,这个应用是医疗数据供应链的应用,为什么要做供应链?供应链这个是很有意思的事情,基层的药品供应链领域是零差价的,我要做一个药品生意,我想做村级卫生室,想做县级医院,5块钱进的药卖给医院也只能5块钱,一分钱不能加价,这是一个生意。在这个生意里有人会说我不加价,那中间的药商、药厂挣什么钱,这是国家基本的政策,你去送药我来补贴,但怎么补?基层卫生服务机构来招标,把我所有的药品品种拿过来,你们来投标,看你们能有多少点,有些企业把所有的药品中的5个点,价格是100亿,今年一个地市基层的药品服务是100亿,5个点给我,我把100亿的药品全部送过去,这5个点最终是由财政和医保补贴。有些企业2个点都做,有些省做基层医疗服务的时候,1个点都不要,今年有100亿的药品需求,一分钱都不要,有些企业这么做,他赚什么钱?这是个很大的问号,第一是挣一些药品的返点,因为药量非常大。

        国内一家三甲医院一天的处方量维持在2000张左右,一年的药品销售10亿,既然有10亿的药品销售,也就是库存里得有30亿左右的药品存量,一个地市有多少家医院,这是一个非常庞大的大宗交易数据。在这个交易数据里,厂家服务非常好,因为我们在整个过程中如果零差价送这个药是不赚钱的,会有巨大的交易,通过交易本身去赚钱,账期非常长,整个业务过程,由村级、乡级的卫生机构报计划,卫生局去批,批完之后把计划下到企业,企业把药品送过去,由村级卫生室确认是不是我送的药,药品要送到医保部门看第一是不是中标企业,你送的药是不是我规定的中标品种,送完那个药监局还要去查这是不是假药,整个过程是长的。我们把县级、乡级医院、村级卫生室,把卫生局系统、医保新农合系统整个整合到一个区域交易平台,大家在这个平台上来做,我们引入一家银行,这家银行跟我们关系非常好,我们把他引到这个平台里,这家银行愿意承担这个庞大的流程所带来的账期,但是他只要求一件事情,就是这么多的医药公司都要在我们银行开个户,因为大家都是做金融的,我把这个一说大家就明白什么意思,他来承担这件事情,他来承担产生时间的账期,同时把这个业务做起来,这个业务产生了大量的数据,为什么银行敢去做这样的业务?其实就是实际的大数据交易量在通过一个平台上做到,他知道这个约不会违,药品送到了,由医保最后承担,所以他们开始来做这个数据,而且做完这个线之后,这个给金融机构带来非常大的收益。为什么以前金融机构不做这个?他无法承担一个事情,乡、县、村所有的医院不是个公司,是个机构,银行金融机构不能去评估。

        在这个领域还会做一件事情,当所有的药品药库托管之后,实现了药品供应链的数据,我整个县、整个市一年大概有多少药品需求,上面的人是清楚的,以前是不清楚的,现在一切了然,通过药品的需求可以提高整个供应链的运行效率,节省大量的成本,这个需求是药品部门的需求,其实也是金融的需求。通过整个供应链的信息平台,银行对接之后达到的效果就是把医疗机构本身的大宗药品的进口信息、供应商配送信息、卫生部门的药品采购信息、监管信息、银联医保串在一起,在医疗机构收支平衡两条线的基础上向后做结算,向后提交发票,由财政、卫生、医保共同授权,为供应商支付,一下子解决了回款的问题。我们原来做过一个案例,这在里面的跟我们合作的药品供应商,他以前做基层医院的时候,大概的回款账期是半年到八个月之间,现在的账期是三十天,帮助金融机构解决了多大的账期问题。这么多医院都由我们去供货的时候,这个钱有非常大的周转问题,他一下子就解决了这样一个问题。

        这就是当时我们做的时候的资金情况,我们医药供应链管理平台的单据审核、回款全部在这个平台上进行,中间和银行直接交易,由他承担大宗交易最后的信用担保,解决这个问题。通过这样一个平台,本区域的运营实现了多方的利益,第一方供应商承诺获得货源的来源,得到了大宗贷款,扩大了市场份额,它的意义是非常重大的。医疗机构也得到了收益,提升信息化水平,降低了采购成本。所有交易在上面进行的时候,政府缓解了区域的财政压力,医保是不会欠费的,医院做完医保以后地方政府不管新农合还是医院都要给他结算。地方政府的资金压力非常大,把银行介入进来之后把这个问题解决掉了,所以共赢的双方的大系统。平均的库存周转周期也得到了提升,几方通过金融和大数据的融合,把几方的利益都得到共赢。

        给大家看一个视频,做一个广告,这是我讲的第二个案例,我们在三甲和大型医院里通过整合大数据,提升他的效率。我们做的这个案例,当大数据产生数据的结果跟前边所有自动化的生产线、自动化的设备打交道,通过数据的指令操作前面大的设备,由设备本身的计算产生这样一个数据,提升整个供应链的效率,我们看一下这个视频。我们在医院,改造了门诊、急诊、药房,通过一整套的自动化设备相连,不经过人工,上面铺的全部都是传送带,药品在医院物流的结算通过物联网传感设备、识别设备,在医院由大库、一级库到日常拿药的窗口,患者在前端只要一扫他的医嘱,这个药品在20秒之内从大库自动通过传送过来。这家医院里不存在拿药排队的状况,20秒就解决。对医院,除了自动化和信息化的手段,我们在药品出来的过程中经过大数据计算,计算了药品的有效期问题,药品和食品一样,它是有有效期的,过去门口排很多的人,上面拿药的药师根本无暇顾及药品的有效期。通过大数据和传送带自动化系统解决这个问题的时候,发这盒药首先就解决了有效期的问题,哪些药品近效期了发出去,哪些药品远效期后发,这家医院光有效期一个问题节省的费用将近1000万左右。

        第二,我们在大数据计算的时候,发药过程中把这部分也考虑进去了,考量了10多种设备因素,当药通过自动化系统调度到前面的时候,我们把十几种因素统一计算,给用户的是最合适的出药方式,解决整个医院内部供应链的问题。核心的就是我们通过在医院把HIS系统中的医嘱数据、交易数据、药品信息和医保信息,通过消息的形式进行一个调度,利用大型的存储数据库进行存储,再计算它的效期和合理用药,通过一个系统发给老百姓,改变了过去拿药的方式。

        这是我们使用的大型的自动化设备,前边是快发药品发放机,这是一个机器手,拿完发到后面的格子,格子到设备里,后面的货架全部采用物联网技术,把每盒药由电子价签管理起来。所有药品通过这样一个调度系统送到这样一个筐,这个筐通过传送带发到医护人员,药师一扫处方,药筐会自动告诉你这是哪个患者的药,不会发错药,发的过程中把整个医院的发药成本降低下来。这整套系统里的数据是大量数据的分拣,医嘱是什么,药品在哪儿,药品价格是什么情况,库存是什么情况,把处理的规则全部放到一个数据中心,由数据中心计算之后分发道不同的生产线和不同的自动化设备里,由它最后形成一个筐发给医生。最后整套自动化系统和药品医院内部大数据的整合,我们在医院内部实现了药品的集中采购,降低了医院的成本,把整个订单合并之后直接跟药商公司的ERP对接,他那边可以提前备货提前出药。药师是很麻烦的,医院需要大量的药师,每个医院的药师大部分是硕士以上的学历,但他们天天干的工作是在搬药、拿药,跟他的药学服务差别比较大,我们通过一整套自动化系统和大数据的结合,把他们从传统的拿药搬药过程解放出来,他们可以专心地做药师服务,这是我们这套系统。

        这两个案例是我们近期在国内医疗领域开始做的新的尝试,医疗大数据从2013年开始做,医疗领域2015年全国的医院做摸底,不仅我们在摸,政府也在摸,各行各业的人都在摸,因为这是一个很封闭的行业,外面的机构想进来不容易,但是现在国家医药改革已经撕开了一个口子,以前在这个领域金融涉足比较少,现在涉足也非常多。大概2016可能有区域型的大型医疗集团的试点,2017年可能有不同的结果,通过内部整合的方式,通过大数据的方式,也许有一天政府医保和整个社会在医药领域的浪费会大量减轻,新系统都会产生一些效果,不远的将来我们再去看病的时候就不会有这么难的情况。谢谢大家!

        主持人:谢谢杨军,在医疗领域大数据的空间也非常大,无论是金融、通信、医疗健康领域,大数据的应用都很多,这是我们谈到的话题,感谢嘉宾的分享,让我们再次用掌声感谢杨军先生。

本文来源:中国客户管理网


精彩推荐 Select Recommend

经典课程 Classic Course

你离高薪只差这一步!