医院医保支付改革的数据应对策略

医院医保支付改革的数据应对策略演讲人2025-12-1501医院医保支付改革的数据应对策略ONE医院医保支付改革的数据应对策略一、引言：医保支付改革浪潮下，数据成为医院生存与发展的核心引擎近年来，我国医保支付制度改革进入“深水区”，从传统的按项目付费向DRG（疾病诊断相关分组）、DIP（按病种分值付费）等多元复合式支付方式加速转变。这一改革绝非简单的“支付方式调整”，而是通过“打包付费、结余留用、合理超支分担”的机制设计，倒逼医院从“规模扩张”转向“质量效益”、从“粗放管理”转向“精细运营”。作为身处改革一线的医院管理者，我深刻体会到：在这场“生存之战”中，数据已不再是可有可无的“辅助工具”，而是决定医院能否在改革中站稳脚跟、赢得主动的“核心资产”。数据显示，某省实施DRG付费后，部分因数据基础薄弱、编码质量不高的医院，医保拒付率上升15%-20%，运营收入出现明显波动；反之，那些提前布局数据能力、实现“数据驱动决策”的医院，不仅医保结算效率提升30%，还通过临床路径优化将平均住院日缩短1.5天，次均费用下降8%。这种“冰火两重天”的差距，印证了一个朴素而深刻的道理：医保支付改革，本质上是“数据能力的较量”。医院医保支付改革的数据应对策略基于此，本文将从“数据基础建设—数据治理优化—数据价值挖掘—安全保障体系—组织机制保障”五个维度，系统探讨医院应对医保支付改革的数据策略，旨在为行业同仁提供一套可落地、可复制的“数据应对方法论”。二、数据基础建设：构建“标准统一、互联互通、安全可靠”的数据底座数据应对的第一步，是解决“数据从哪里来、是否可用”的问题。医保支付改革对数据的“准确性、完整性、及时性”提出了前所未有的高要求，若数据基础薄弱，后续的治理、应用将如“空中楼阁”。因此，构建坚实的数据底座，是医院应对改革的首要任务。02以国家医保数据标准为纲，建立院内数据“通用语言”ONE以国家医保数据标准为纲，建立院内数据“通用语言”医保支付改革的核心逻辑是“按病种付费”，而病种分组的基础是“疾病诊断”“手术操作”“耗材药品”等数据的标准化。然而，长期以来，医院内部存在“数据孤岛”：HIS系统（医院信息系统）、LIS系统（实验室信息系统）、PACS系统（影像归档和通信系统）、EMR系统（电子病历系统）的数据标准不统一，编码逻辑各异，导致同一患者在不同系统中的诊断名称、手术编码可能存在差异。例如，某医院的“急性心肌梗死”在HIS系统中编码为“I21.9”，而在EMR系统中却简写为“心梗”，这种“编码不统一”直接导致DRG分组错误，进而引发医保拒付。应对策略：以国家医保数据标准为纲，建立院内数据“通用语言”1.全面对接国家医保数据标准：以国家医保局发布的《医保疾病诊断分类与代码（ICD-10）》《医保手术操作分类与代码（ICD-9-CM-3）》《医保医疗服务项目分类与代码》等标准为“金标准”，对院内所有系统的编码进行统一映射和清洗。例如，通过建立“编码对照表”，将医院原有的“自定义编码”与国家医保编码一一对应，确保数据出口与医保系统“同频共振”。2.推动院内数据“一体化存储”：依托医院信息平台（HIT），构建“数据中台”，打破HIS、LIS、PACS等系统的数据壁垒。通过ETL（抽取、转换、加载）工具，将分散在各个系统的数据统一汇聚到数据仓库，实现患者主数据（姓名、性别、住院号等）、诊疗数据（诊断、手术、医嘱）、费用数据（药品、耗材、检查）的“一站式整合”。例如，某三甲医院通过数据中台建设，将患者数据调取时间从原来的30分钟缩短至5秒，为DRG分组提供了实时、准确的数据支持。03以系统集成为核心，打通数据采集“最后一公里”ONE以系统集成为核心，打通数据采集“最后一公里”医保支付改革要求医院实时上传“诊疗全流程数据”，包括入院登记、诊断书写、手术操作、费用发生、出院结算等环节。然而，部分医院仍存在“数据采集滞后”问题：例如，手术操作数据需在术后24小时手动录入HIS系统，导致DRG分组时缺少关键数据；又如，高值耗材的使用数据未与医嘱系统联动，导致费用与诊疗行为脱节。这些问题不仅影响分组准确性，还可能因“数据缺失”被医保部门认定为“违规诊疗”。应对策略：1.实现“诊疗—数据”实时同步：通过接口改造，将EMR系统的诊断、手术记录与HIS系统的医嘱、费用系统强制关联，确保“诊疗行为发生—数据生成—上传医保”形成闭环。例如，医生在EMR系统中录入“腹腔镜胆囊切除术”后，系统自动触发手术编码（ICD-9-CM-3：51.23）并关联耗材费用（如腹腔镜套件、止血夹），避免“手术与费用不匹配”的问题。以系统集成为核心，打通数据采集“最后一公里”2.接入“院外数据”补充院内信息：针对医保支付改革要求的“并发症与合并症”“患者既往病史”等数据，需主动对接区域卫生信息平台，获取患者在其他医院的诊疗记录；同时，通过家庭医生签约系统、慢病管理系统，补充患者的门诊、随访数据，形成“全周期健康档案”。例如，某医院通过对接区域平台，发现30%的住院患者存在“高血压合并糖尿病”等合并症，这些数据有效提升了DRG分组中的MCC（严重并发症）权重，获得了更高的医保支付。04以基础设施为支撑，提升数据处理“硬实力”ONE以基础设施为支撑，提升数据处理“硬实力”DRG/DIP付费模式下，医院需处理的数据量呈“指数级增长”：一个三甲医院每月产生的诊疗数据可达TB级别，涉及数百万条费用记录、数十万条诊断编码。若数据处理能力不足，将导致分组延迟、反馈滞后，医院无法及时调整诊疗行为。例如，某医院因数据服务器性能不足，DRG分组结果需在出院后7天才反馈，临床科室错失了“优化病种管理”的最佳时机。应对策略：1.升级数据存储与计算架构：采用“分布式存储+云计算”模式，将传统服务器的集中式存储改为分布式存储，提升数据读写效率；引入GPU加速服务器，优化DRG分组算法的计算速度，确保分组结果在患者出院后24小时内反馈至临床科室。以基础设施为支撑，提升数据处理“硬实力”2.构建“数据备份与容灾”体系：针对医保数据的“安全性”要求，建立“本地备份+异地灾备”双机制，确保即使发生服务器故障、网络攻击等突发情况，数据也能快速恢复。例如，某医院通过“两地三中心”容灾方案，将数据恢复时间目标（RTO）从4小时缩短至30分钟，保障了医保结算的连续性。数据治理优化：从“数据可用”到“数据可信”的质效提升数据基础建设解决了“数据有没有”的问题，而数据治理则解决“数据好不好”的问题。医保支付改革对数据的“质量”要求极高——一个错误的编码、一条缺失的费用记录，都可能导致分组偏差、支付损失。据国家医保局统计，2022年全国医保拒付案例中，“数据质量问题”占比高达42%。因此，建立全流程、多层级的数据治理体系，是实现“数据可信”的关键。05建立“全流程质控”机制，确保数据“零差错”ONE建立“全流程质控”机制，确保数据“零差错”数据质量问题往往源于“采集、传输、存储、应用”全流程中的“断点”。例如，临床医生在填写诊断时“随意简化编码”（如将“2型糖尿病伴糖尿病肾病”简写为“糖尿病”），导致分组时遗漏MCC；又如，收费员在录入费用时“串换项目”（将“高价耗材”按“低价项目”收费），引发医保稽核。这些问题需要通过“事前预防—事中监控—事后整改”的闭环管理来解决。应对策略：事前预防：强化源头数据采集规范-临床端培训：针对医生、护士等数据“产生者”，开展“医保编码规范”“诊断书写要求”专项培训，通过“案例教学”（如“错误编码导致的拒付案例”）提升其责任意识；同时，在EMR系统中嵌入“智能编码助手”，当医生输入诊断时，系统自动推荐标准编码并提示“常见错误”，从源头减少编码偏差。-收费端校验：在HIS系统中设置“费用合理性校验规则”，例如“手术费用与手术编码匹配规则”“耗材费用与使用量校验规则”，当收费员录入异常费用时（如某手术使用10套止血夹，而常规用量为2套），系统自动弹出预警并拦截。事中监控：构建实时数据监控平台依托数据中台开发“医保数据质量监控大屏”，实时展示各科室的“数据合格率”“编码错误率”“费用匹配率”等指标。例如，当某科室的“诊断编码完整率”低于90%时，系统自动向科室主任、医保专员发送预警信息，督促其立即整改。同时，通过AI算法对上传医保的数据进行“实时扫描”，识别“逻辑矛盾”（如“诊断无手术却有手术费用”“住院天数超常规范围”），并标记为“高优先级问题”待处理。事后整改：建立“问题追溯与反馈”机制对医保部门反馈的“数据错误”案例，成立由医保科、信息科、临床科室组成的“整改小组”，分析问题根源（是编码规则理解偏差？还是系统流程漏洞？），并制定针对性改进措施。例如，针对“腹腔镜手术编码错误频发”问题，整改小组可编写《腹腔镜手术编码手册》，组织专项培训，并在EMR系统中增加“手术编码选择器”，引导医生选择正确编码。同时，将“数据质量”纳入科室绩效考核，对连续3个月数据质量不达标的科室扣减绩效，形成“整改—考核—再整改”的良性循环。06优化“数据管理流程”，提升数据“处理效率”ONE优化“数据管理流程”，提升数据“处理效率”传统的数据管理流程存在“部门壁垒高、响应速度慢”等问题：例如，临床科室发现数据错误后，需先联系信息科排查系统问题，再联系医保科对接医保部门，流程繁琐且耗时。这种“碎片化管理”模式难以适应医保支付改革“实时反馈、快速调整”的要求。应对策略：建立“跨部门数据治理联席会议”制度由院长牵头，医保科、信息科、医务科、财务科、临床科室负责人组成“数据治理委员会”，每月召开一次会议，协调解决数据治理中的“跨部门难题”。例如，针对“EMR系统与HIS系统数据不同步”问题，联席会议可明确信息科1周内完成接口改造，医务科组织临床科室配合测试，医保科对接医保部门调整上传规则，形成“决策—执行—反馈”的高效机制。推行“数据管理专员”制度在每个临床科室设立1-2名“数据管理专员”（由高年资医生或护士兼任），负责本科室数据的“日常监控、问题上报、整改落实”。信息科定期对专员进行“数据治理工具使用”“编码规范”等培训，提升其专业能力。例如，当科室数据合格率下降时，专员可第一时间通过“数据治理平台”查看问题明细，并指导临床医生修正，无需再通过信息科“逐级上报”，将问题解决时间从原来的3天缩短至1天。07培育“数据人才队伍”，夯实数据“智力支撑”ONE培育“数据人才队伍”，夯实数据“智力支撑”数据治理的核心是“人”，既需要懂医疗的临床专家，也需要懂信息的技术人才，更需要懂医保的复合型人才。然而，当前医院普遍存在“数据人才短缺”问题：临床医生“懂数据但不熟悉医保”，信息科人员“懂技术但不懂诊疗”，医保科人员“懂政策但不懂数据分析”。这种“人才短板”严重制约了数据治理的效果。应对策略：“内部培养+外部引进”双轮驱动-内部培养：与高校合作开设“医院数据管理”专题培训班，针对临床医生、信息科人员、医保科人员分别设计培训课程（如临床医生侧重“编码规范”，信息科侧重“数据平台操作”，医保科侧重“数据分析与政策解读”）；同时，推行“跨部门轮岗”制度，让信息科人员到临床科室实习1个月，了解诊疗流程，让临床医生到信息科参与数据项目，熟悉数据逻辑。-外部引进：面向社会招聘“医保数据分析师”“医疗数据工程师”等人才，重点引进具有“医疗+数据+医保”复合背景的专业人员。例如，某医院引进了一名曾在医保局从事DRG分组工作的数据分析师，其不仅熟悉医保政策，还掌握DRG分组算法，为医院数据治理提供了关键技术支持。建立“数据人才激励机制”将“数据管理能力”纳入职称晋升、评优评先的考核指标，对在数据治理中表现突出的个人给予“专项奖励”。例如，对“连续6个月数据质量达标率100%”的科室数据管理专员，给予“年度评优优先”资格并发放奖金；对“开发数据治理工具、提出创新性改进方案”的团队，给予“科技成果转化奖励”，激发全员参与数据治理的积极性。建立“数据人才激励机制”数据价值挖掘：从“数据治理”到“数据驱动”的效能转化数据治理的最终目的是“应用”，是将“高质量数据”转化为“管理决策”“临床优化”“成本控制”的实际价值。医保支付改革下，医院不能再满足于“数据不出科室”，而是要通过数据分析，挖掘“病种结构、成本构成、诊疗效率”等关键信息，实现“用数据说话、用数据决策、用数据管理”。08基于DRG/DIP数据，优化临床路径与病种管理ONE基于DRG/DIP数据，优化临床路径与病种管理DRG/DIP付费的核心是“打包付费”，同一病种的患者，无论实际费用高低，均按相同标准支付。因此，医院必须通过数据分析，找到“病种成本控制点”和“诊疗优化空间”，实现“结余留用”。应对策略：开展“病种成本核算”基于数据中台的诊疗数据，对每个DRG/DIP病种进行“精细化成本核算”，分解为“药品费、耗材费、检查费、手术费、护理费、床位费”等成本项。例如，通过对“急性阑尾炎”病种的成本核算发现，耗材费占比达45%（主要为腹腔镜套件、吻合器），而传统手术耗材费仅占20%。通过对比分析，医院可引导医生“合理选择手术方式”：对于病情较轻的患者，优先选择传统手术，降低耗材成本；对于病情复杂患者，使用腹腔镜手术，确保疗效的同时控制总费用。构建“病种绩效评价指标体系”基于DRG/DIP核心指标（CMI值、时间消耗指数、费用消耗指数、低风险组死亡率），建立科室、医生、病种的“绩效评价模型”。例如，将CMI值（病例组合指数，反映诊疗难度）作为“技术难度”指标，将时间消耗指数（反映住院效率）作为“效率指标”，将费用消耗指数（反映费用控制）作为“成本指标”，三者权重分别为40%、30%、30%，对医生进行“星级评定”。对“高CMI、高效率、低成本”的医生给予“绩效奖励”，引导医生“既治得好，又省得多”。建立“重点病种监测机制”对“费用占比高、CMI值高、死亡率高”的重点病种（如“心力衰竭”“脑梗死”）进行实时监测，分析其“并发症发生率、再入院率、平均住院日”等指标。例如，某医院通过数据分析发现，“脑梗死”患者的“肺部感染发生率”达20%，导致平均住院日延长3天、费用增加15%。为此，医院制定了“脑梗死患者肺部感染预防套餐”（包括早期活动、呼吸训练、营养支持），使肺部感染发生率降至8%，平均住院日缩短至7天，实现“疗效与成本双优化”。09基于医保结算数据，强化成本管控与预算管理ONE基于医保结算数据，强化成本管控与预算管理医保支付改革后，医院的“收入”从“按项目收费”变为“按病种付费”，而“成本”仍需医院自行控制。因此，医院必须通过医保结算数据分析，精准识别“成本异常点”，实现“预算—执行—考核”的全流程管控。应对策略：建立“科室成本责任中心”基于医保结算数据，将科室划分为“成本中心”“利润中心”“投资中心”，明确各科室的成本控制责任。例如，外科系统（如普外科、骨科）为“利润中心”，重点考核“CMI值、费用消耗指数”；内科系统（如内分泌科、呼吸科）为“成本中心”，重点考核“平均住院日、药品占比”；医技科室（如检验科、影像科）为“投资中心”，重点考核“设备使用率、检查阳性率”。通过“分类考核”，引导各科室“靶向管控”成本。推行“全面预算管理”基于历史医保结算数据、DRG/DIP支付标准、医院发展规划，编制年度“医保收入预算”和“成本支出预算”，并将预算指标分解到月、到科室。例如，某医院根据“DRG支付标准”测算，2023年医保收入预计为5亿元，其中“外科系统”收入占比60%，“内科系统”占比40%；成本预算为4.2亿元，其中“耗材成本”占比50%，“人力成本”占比30%。通过“预算管控”，避免科室“超预算支出”。开展“成本差异分析”每月对比“实际成本”与“预算成本”，分析差异原因并采取整改措施。例如，某科室“药品成本”超预算10%，通过数据分析发现，是“新型抗生素”使用过多所致。为此，医院组织药事委员会讨论，将“新型抗生素”纳入“处方前置审核系统”，医生开具处方时需说明理由，有效控制了药品成本增长。10基于区域医疗数据，参与分级诊疗与医联体建设ONE基于区域医疗数据，参与分级诊疗与医联体建设医保支付改革不仅是“医院内部管理”的变革，更是“医疗资源配置”的优化。通过分析区域医疗数据，医院可明确自身在分级诊疗中的功能定位，实现“基层首诊、双向转诊、急慢分治”。应对策略：分析“患者来源与流向”数据通过对接区域卫生信息平台，分析“本院患者来自哪些基层医疗机构”“转诊至上级医院的患者病种分布”。例如，某三甲医院发现，“糖尿病、高血压”等慢性病患者中，30%来自周边社区卫生服务中心，且这些患者在基层的“血糖控制达标率”仅40%。为此，医院与社区卫生服务中心合作，开展“慢性病管理培训班”，指导基层医生规范诊疗，将“轻症慢性病患者”留在基层，同时接收基层转诊的“重症并发症患者”，实现“资源下沉”。构建“医联体数据共享平台”与医联体内的基层医疗机构、上级医院共享“诊疗数据、检查结果、医保结算”等信息，避免“重复检查、重复用药”。例如，患者在社区卫生服务中心做的“血常规、CT检查”，结果可直接共享至本院，患者转诊时无需重新检查，降低了医疗成本，提升了患者就医体验。同时，通过医联体数据，医院可分析“基层诊疗需求”，针对性派遣专家下沉，提升基层服务能力。构建“医联体数据共享平台”安全保障体系：筑牢数据“安全防线”与“合规底线”数据是医院的“核心资产”，医保数据更是涉及患者隐私、医保基金安全，其“安全性”和“合规性”不容有失。近年来，随着医保数据上传量增大，数据泄露、滥用等风险日益凸显，一旦发生数据安全事件，不仅会损害患者权益，还会导致医院被医保部门“通报批评”“扣除保证金”，甚至“取消医保定点资格”。因此，建立“技术+管理+合规”三位一体的安全保障体系，是数据应对策略的重要保障。11技术防护：构建“全方位、多层次”数据安全屏障ONE技术防护：构建“全方位、多层次”数据安全屏障数据安全的核心是“技术防护”，需从“数据存储、传输、访问、销毁”全流程入手，构建“防火墙+加密+权限控制”的多层防护体系。应对策略：1.数据传输安全：采用“SSL/TLS加密协议”确保数据在院内网络、医保专网传输过程中的“机密性”；对“医保敏感数据”（如患者身份证号、医保卡号）进行“脱敏处理”（如用“”替换部分数字），避免信息泄露。2.数据访问安全：建立“最小权限原则”，根据岗位需求设置数据访问权限（如医生仅能访问本科室患者数据，信息科人员仅能访问系统日志，医保科人员可访问全院结算数据）；同时，引入“多因素认证”（如“密码+动态令牌”），确保“人、证、码”一致，防止非法访问。技术防护：构建“全方位、多层次”数据安全屏障3.数据存储安全：对“医保核心数据”采用“异地备份+加密存储”，备份数据存储在不同物理位置，避免因火灾、地震等灾难导致数据丢失；同时，通过“入侵检测系统（IDS）”“入侵防御系统（IPS）”实时监控服务器异常访问，及时拦截攻击行为。12管理保障：建立“全生命周期”数据安全管理制度ONE管理保障：建立“全生命周期”数据安全管理制度技术防护需与管理制度相结合，才能发挥最大作用。医院需制定“数据安全管理规范”，明确数据采集、存储、使用、销毁等环节的责任分工和操作流程。应对策略：1.明确“数据安全责任人”：院长为医院数据安全“第一责任人”，医保科、信息科为“直接责任部门”，各科室主任为本科室数据安全“责任人”，形成“层级清晰、责任到人”的管理体系。2.制定“数据安全事件应急预案”：针对“数据泄露、系统瘫痪、病毒攻击”等突发事件，制定“应急响应流程”（如“事件上报—风险评估—应急处置—恢复重建—总结改进”），并定期组织演练，提升应急处置能力。例如，某医院每年开展2次“数据安全攻防演练”，模拟“黑客攻击医保数据库”场景，检验团队的应急响应速度和技术防护能力。管理保障：建立“全生命周期”数据安全管理制度3.加强“第三方合作安全管理”：若医院委托第三方公司（如IT服务商、数据分析公司）处理医保数据，需签订“数据安全保密协议”，明确数据使用范围、保密义务和违约责任；同时，对第三方公司的数据安全资质进行严格审核，确保其符合国家数据安全标准。13合规管理：坚守“医保数据使用”的法律法规底线ONE合规管理：坚守“医保数据使用”的法律法规底线医保数据的“合规使用”是医院必须坚守的底线，需严格遵守《中华人民共和国网络安全法》《中华人民共和国数据安全法》《中华人民共和国个人信息保护法》《医疗保障基金使用监督管理条例》等法律法规。应对策略：1.开展“数据合规培训”：定期组织全员学习“医保数据相关法律法规”，重点解读“个人信息保护”“数据出境”“医保基金使用”等条款，通过“典型案例”（如“医院泄露患者医保信息被处罚”“医生违规使用医保数据被吊销执照”）增强合规意识。2.建立“数据合规审计”机制：由审计科牵头，每季度对医保数据的“采集、存储、使用、销毁”环节进行合规审计，重点检查“是否存在超范围访问数据”“是否违规使用患者信息”“是否篡改医保数据”等问题，对违规行为严肃追责。合规管理：坚守“医保数据使用”的法律法规底线3.主动接受“监管与社会监督”：定期向医保部门报送“数据安全合规报告”，接受医保部门的“飞行检查”；同时，在医院官网、公众号等平台公布“数据投诉渠道”，鼓励患者和社会各界监督数据使用行为，构建“内外结合”的合规监督体系。组织机制保障：凝聚“全员参与、协同推进”的数据应对合力数据应对策略的落地，离不开“组织保障”和“机制创新”。医保支付改革涉及医院的“临床、管理、技术”等各个层面，若缺乏统一的组织领导和高效的协同机制，策略将沦为“纸上谈兵”。因此，医院需构建“高层推动、中层执行、基层参与”的组织体系，形成“上下联动、协同推进”的工作格局。14高层推动：将数据应对纳入“医院战略核心”ONE高层推动：将数据应对纳入“医院战略核心”医院领导班子是数据应对的“决策者”，需将“数据能力建设”提升到医院战略高度，从“顶层设计”层面统筹推进。应对策略：1.成立“医保支付改革数据应对领导小组”：由院长任组长，分管医保、信息、医疗的副院长任副组长，医保科、信息科、医务科、财务科、质控科、临床科室负责人为成员，负责制定数据应对战略、审批重点项目、协调资源投入。2.将数据应对纳入“医院年度重点工作”：在年度工作计划中明确“数据中台建设”“数据治理”“人才培养”等目标，并配套专项经费（如医院年度预算的3%-5%用于数据能力建设），确保项目落地。高层推动：将数据应对纳入“医院战略核心”3.建立“院长定期督查机制”：每月召开“数据应对进展会”，听取各科室工作汇报，解决项目推进中的“难点、堵点问题”；每季度开展“数据应对专项督查”，检查重点项目进展情况，对“进展缓慢”的科室进行“约谈提醒”。15中层执行：强化“科室主体责任”与“协同联动”ONE中层执行：强化“科室主体责任”与“协同联动”临床科室、职能科室是数据应对的“执行者”，需明确责任分工，加强协同配合，形成“临床提需求、信息搭平台、医保定规则、财务管成本”的联动机制。应对策略：1.明确“科室数据应对责任清单”：制定《科室数据应对责任清单》，明确临床科室（负责数据采集质量、临床路径优化）、信息科（负责数据平台建设、技术支持）、医保科（负责政策解读、医保结算）、财务科（负责成本核算、预算管理）的具体职责和考核指标，避免“责任真空”。2.建立“跨部门协同例会制度”：由医保科牵头，每周召开“数据应对协同会”，通报上周数据质量、分组结果、成本控制等情况，协调解决跨部门问题。例如，针对“临床科室反映数据平台操作复杂”问题，协同会可安排信息科人员与临床科室共同优化系统界面，提升用户体验。中层执行：强化“科室主体责任”与“协同联动”3.推行“科主任数据负责制”：将“数据质量”“病种管理”“成本控制”等指标纳入科主任年