DRGs在我国实践已有30年，各种版别争辩好久，它们的办法论到底有何不同？
DRGs处理患者治病医保怎么付钱的问题。
DRGs也处理怎么评价医院办理和医师绩效的问题。
同类医治区分到一个分组，一个分组拟定一个付出“一口价”，这便是传统DRGs的根本办法论。
施行传统DRGs的难点恰恰在于：榜首，怎么正确合理地分组？第二，怎么拟定合理的“一口价”？
因而，我国DRGs版别为数很多且长时刻无法一致。
大数据DRGs爽性不要分组器，当患者到医院治病，能够通过类似的患者群数据，为他主动匹配合理的医治费用。
这个办法与网易云音乐为用户引荐音乐的办法简直如出一辙。
2019年9月10日，马云宣告退休了。
在这之前4天，网易云音乐获阿里巴巴、云锋基金等合计7亿美元融资，估值70亿美元左右。这是揭露报导中马云退休前阿里巴巴最新的一笔出资。
网易云音乐的产品逻辑，是根据用户听歌发生的数据，与其他用户行为做匹配，找出行为最为类似的那群用户，然后根据这群用户的听歌记载，做定制化的引荐。
这个逻辑，与我国医保付出机制DRGs的最新一种办法论——“大数据按病种分值”殊途同归。
一个患者到医院治病，医保该为他付多少钱，才干让他取得有用而合理的医疗服务？既不会过度医治，也不会敷衍塞责。
“大数据病种分值”的办法是根据疾病确诊、医治操作及个人特征等数据，找到类似的患者，根据他们的均匀花费，为这个患者核算医治费用。这个办法，也被浅显地称之为大数据DRGs。
DRGs的办法论，与关乎每一个人的医保费用精细化办理休戚相关。做好了，医保基金的运用功率就能得到进步，而治病贵的问题也能在必定程度上得到处理。
我国的DRGs研讨始于1988年，在2018年国家医保局建立，成为见义勇为的主力推手之时，已历经30个年初。
30年中，DRGs既发源于医院自发的绩效办理，也蕴含着医保控费的实践需求；既有引进国外分组器进行本土化改造的测验，又有自主研制分组器的实践。
伴随着大数据年代的到来，医疗大数据、机器学习等智能手法，已被使用到DRGs的变革实践中，成为一股新式的力气。
本文测验从办法论的视点，阐明各类DRGs之间的不同之处，特别聚集于大数据病种分值办法论上的立异，以便溯源追本，知往开来。
DRGs——医保付出的“不偏不倚”
简略了解，DRGs（Diagnosis-Related Groups）处理的是患者治病医保怎么付钱的问题，要在“按项目收费”与“按人头收费”这两个极点之间，挑选一条“不偏不倚”。
若彻底依照项目收费，会存在过度医治，例如重复入院、多开药物多做查看、影响医院引进顶级医治设备和推销高价药物等问题。
若彻底依照人头付费，则会诱导医院挑选性接纳患者，如接纳症状较轻、住院时刻相对较短的患者，推诿沉痾患者；分化患者住院次数，以获取更多的“人头”，终究会导致医患对立杰出。
DRGs的起点是根据这样一个概念：患者所承受的医治与患者的病况有关，与医院的特性无关，如病床规划，是否是专科医院等。
医治每个患者都要耗费必定的资源，而每个患者因其年纪、性别、首要和非必须确诊，以及入院时的状况等要素的不同而耗费不同的资源，医保部分通过核算患者耗费资源的总量，拟定拨付医院的费用。
实践状况中，因为个别差异很大，不或许拟定“一人一价”。这就需求选用某种办法，将估计耗费医治资源类似的人群区分为一个组别，针对每个组别拟定单一付出规范（俗称“一口价”），向医疗机构付出费用。
比方说，相同一个医治关节炎的全膝关节置换手术，在上海不同的医院，医治费用从5万多元到9万多元都有，最高和最低相差1.74倍。拟定“一口价”，能够引导遏止不合理的医疗行为，使医院办理愈加科学化。
从上述描绘能够看出，施行DRGs的要害点有两个：榜首，怎么正确合理地分组？第二，怎么拟定合理的“一口价”？这两个问题也严密相关，分组的合理性能够极大进步“一口价”拟定的准确性。
那些DRGs的先行者们
DRGs分组的根本理念是根据患者疾病类型、医治办法和个别特征的不同而差异不同的组别。能够分三个进程来完结：
榜首步，将大部分病例区分入不同的“疾病大类(MDC)”。澳大利亚AR-DRGs分为23个疾病大类，美国AP-DRGs和我国的CN-DRGs均分为26个疾病大类。
第二步，将同类MDC根据医治“操作”办法不同，再细分为基干DRGs。
第三步，同类疾病、同类医治，再按患者个别特征不同，如病例的年纪、性别、出世体重(新生儿病例)等，将基干DRGs再度细分。
举例来说，“胸部食管恶性肿瘤”与“血管性心脏病”即归于不同的疾病大类（MDC），首要就分入不同组别。
然后，针对“胸部食管恶性肿瘤”有不同的医治手法，所以“胸部食管恶性肿瘤+保存医治”、“胸部食管恶性肿瘤+食管癌彻底治愈术”、“胸部食管恶性肿瘤+食管癌彻底治愈术+空肠造口术”将成为不同的基干DRGs。
终究，针对相同被分入“胸部食管恶性肿瘤+食管癌彻底治愈术”这一组其他患者，根据其年纪、性别等个人特征再度细分，比方细分为“胸部食管恶性肿瘤+食管癌彻底治愈术+男”“胸部食管恶性肿瘤+食管癌彻底治愈术+男+40-50岁”等不同组别。
上述举例仅仅为了解说阐明DRGs三步分组的一般流程，实践操作进程中，状况要杂乱得多。
因为病例数量和类型很多，DRGs的分类进程需求凭借核算机来完结，这就需求对上述三个进程逐个编码。不同DRGs的首要差异就体现在分组的细节和编码体系的规划上面。
比方，上海申康在学习澳大利亚AR-DRGs的分类办法时发现，在肾疾患内科医治组，AR-DRGs分为L61肾衰竭、L62肿瘤、L63感染、L64结石、L67其他。
而依照《肾脏内科国家临床要点专科建设项目评分规范(试行)》要求，肾脏内科首要病种为原发性肾小球疾病、间质性肾炎、高血压肾病、糖尿病肾病、狼疮性肾炎、血管炎肾危害、淀粉样变肾病等。假如上述肾病导致肾衰竭，则肾衰竭体现在病案主页的其他确诊中，而非首要确诊，导致肾疾病患者根本都在L67中。所以申康在实践进程中，以AR-DRGs为根底，推出了申康版DRGs。
在编码体系方面，美国的AP-DRGs运用ICD-9确诊和操作编码，澳大利亚的AR-DRGs运用ICD-10。而“师承”AP-DRGs和AR-DRGs的北京版DRGs的确诊编码选用ICD-10，但操作编码用ICD-9。
此外，尽管DRGs运用ICD编码作为根底，但在实践使用进程中，还会对根据各地实践构建本地的ICD版别，例如美国的ICD-CM、澳大利亚的ICD-AM、北京的ICD-BM等。
2015年，国家卫计委的医政医管局，建立了国家DRGs质控中心，在北京版DRGs的根底上发布了CN（Chinese）-DRGs形式，并在全国15个试点城市推广。
2017年，国家卫计委部属的卫生开展研讨中心，又推出了以“收付费变革”为中心的“C（China）-DRGs”形式。
分组的细节不同以及编码体系的不同，再加上各地实践进程中会根据各地不同状况，删减、修正、改动现有分组，导致了我国DRGs为数很多且无法一致。
这么多版别、这么多术语，有没有看得很晕？不要紧，因为到下一节，就能够把这分组这件事忘记了。
不设分组器的大数据病种分值
我国DRGs的先行者引进国外规范时有些内生性的问题无法处理。
榜首，各种分组设定，是先有分组模型，再去对照实践，所以会与实践存在误差。有些疾病及医治办法，或许就不在现有的分组器中。
此外，我国经济水平及医疗水平开展不均，导致各区域医治途径纷歧。例如，上海医治骨折的途径是西式的，会通过手术的办法用钢板固定；但在西部偏远区域，外科医师会用木棍绑在伤腿上的办法进行。两种医治手法的花费相差甚远，患者恢复时刻也纷歧样，感触更是悬殊。
因而，上海试行的DRGs在运用到西部区域时，还要进一步调整。但因为分组器是人为设定的，所以在做适应性改造时，还需求人工介入调整，所需时刻长，本钱较高。
第二，任何方针的出台都存在着办理者与方针参加者之间的博弈。一旦参加主体熟知方针规矩，其最优化行为的理性挑选会对方针的长时刻适用性构成影响。
例如，八点健闻在调研各地施行DRGs的进程中发现，面临医院和医师的抵抗，出于防备医师钻空子的意图，大部分医保试点区域的DRGs分组器不向医师揭露。
但是，此举并不有用。2018年，国家医保局曾安排专家去医院调研DRGs。一些医师坦言，DRGs的分组规矩即便不敞开，通过一段时刻的实践报销状况，医师们大致也能推算出来。这就或许发生“患者被分入一个比其应分入的DRG组杂乱程度更高的组，使医院取得更高的付出”。
大数据使用技术开展到今日，关于上述两个问题都已有了较为老练的处理方案。
试想，你手机上的音乐类App，会根据你的喜爱为你引荐你喜爱的歌曲；购物类的App会为你引荐你或许喜爱的产品。背面的机理就在于，这些App会根据你的听歌或许购物行为发生的数据，与其他用户行为做匹配，找出与你行为最为类似的那群用户，然后根据这群用户的听歌或消费记载，向你做定制化的引荐。当然，“找类似”的这个进程，还需求运用统计学的办法。
这个场景是不是看着有些眼熟？——DRGs的中心不便是期望在恣意一个患者进入医院时，就能根据疾病确诊、医治操作及个人特征数据，找到与他类似的患者，根据这群患者医治的均匀花费，为这个患者核算应该预付的医治费用吗？
所以大数据病种分值爽性不要分组器，完结动态分组。
首要，将医院病案主页中一致的编码通通输入体系，穷举“疾病确诊+医治办法”的排列组合，构成了1000多个疾病确诊组和3000个左右的医治办法目录组。然后使用前文所描绘的“找类似”的办法，终究构成一万多个具有类似特征、能够用来拟定“一口价”的组别。
这样一来，就较好地处理了上述两个问题：因为数据来源于全量的病例数据，所以不存在没有被录入的疾病及医治办法；又因为分组是动态调整的，即便医师的预期发生了改动，动态分组也能察觉到预期的改变而调整分组（假定你之前爱听华语歌曲，有一段时刻喜爱听英语歌曲，你的个性化引荐目录也会呈现调整，英语歌曲的引荐会变多）。
DRGs定价准则
说完分组说定价，简略说来DRGs定价准则大致有两个思路：
榜首，构成疾病分组后，使用曩昔3-5年次均费用的成果拟定定额规范。这种定价办法简略易行，但因为定价“一刀切”，且缺少动态调整，一般来说，多用于初次DRGs定价。
第二，抱负状况下，在考虑当地经济医疗开展水平的根底上，进行病种的本钱核算确认根本费率，并通过确认各DRG组的相对权重来终究确认每组的总费用。
考虑到现在我国部分药品与医疗器械价格虚高，且许多劳务性医疗服务项目收费过低，尚没有一套较老练完善的本钱核算剖析，所以很难界定每个DRG组的费用。
但已有一些测验处理的办法，如前文所述的C-DRGs，即通过在31个省市建立全国医疗服务价格与本钱监测研讨渠道，采集了很多的各地上报数据作为价格与本钱的研讨根据。
此外，大数据DRGs因为收集了全量的数据，能够实时动态地反映每组医治费用的改变。尽管初期用于定价的数据精准度不行，但随着DRGs变革的不断推动，分组定价也会越来越趋近于实在费用。
DRGs作用评价
尽管我国的DRGs实践已有30年，但在全国规模内，“起了个大早”的DRGs变革却“赶了个晚集”，巨大的区域不同、杂乱的机制规划与参加各方的显着博弈，一度令其寸步难行。
C-DRGs、CN-DRGs、申康版DRGs，乃至还有云南玉溪、禄丰、广西柳州等地版其他DRGs都正在试点傍边，没有收到全面的作用比照数据。但存在一些目标，能够用来衡量DRGs分组的有用性。
入组率。即某区域或某医院住院医疗服务成功分组的例数。入组率越高，医保付出能掩盖的规模越广。
组内变异系数（CV）。即用该组医疗费用的规范差除以该组医疗费用的均匀数，用来衡量组内医疗资源耗费的同质性。CV值越小，付出的稳定性越好，越挨近均值，危险越小。
例如，用两种核算办法得到的某个分组组内均匀费用都是9万元，但办法一的分组中实践个别构成为12万元、9万元、6万元；办法二分组中实践个别构成为10万元、9万元、8万元。办法二的CV值显着要更低，付出的危险更小。假如费用是6万元和12万元，医保都依照9万元去付，对两者都不合适。
预付费用与实践费用的误差比对。在DRGs试行一段时刻后，能够核算每个组别预付费用与实践费用差值的绝对值，然后对绝对值求和，该值越小越好。
DRGs中存在一个“不或许三角”，即分组少、入组率高、组内变异系数低，这三个意图不或许一起到达。分组越细，天然入组率会进步，组内变异系数会下降，但分组则会大大添加；若分组少，入组率高，则必定组内的个别差异会增大，给医保付出带来更大的危险。
“DRGs不会不通过纷争就构成规范，必定是有实践、有经验、有本钱后才干构成规范。现在，DRGs的开展是在把潜规矩变成规矩的进程中。在规划中政府能做的是，构成方向性引导和方针配套支撑，而不是政府先出台规范。而大数据DRGs的特色便是，只需数据量够大，就能很快构成规矩。”上海市决议计划咨询委员会委员许速如是说。
张丽敏|撰稿
王吉陆|责编
