病种分析的精细化2026

病种分析的精细化2026大多数时候我们看到的是一张费用报表：均次费用多少、药占比多少、耗材占比多少，涨了还是跌了。原来以为要做病种拆分，需要先锚定病种路径上的费用明细，而这一次，榆林展示的是一套完全不同的东西——他们直接利用真实世界病例数据，把一个病种真正“拆开”了，拆到了每一个医疗行为的使用频率上。听完的第一感受是：病种分析，原来可以做到这个颗粒度。一、从“病种频度分析”到“病种成本参考值分析法”这套方法榆林从去年5月开始探索，早期叫“病种频度分析法”，在这次课题中正式定名为“病种成本参考值分析法”。名字变化的背后，是方法论的不断澄清。田老师从病种支付的第一性原理讲起：无论是DRG还是DIP，病种支付的逻辑十二个字——临床过程相似，资源消耗相近。但这句话怎么在数据上体现？他们的做法是：把一个病种的费用，拆解成若干医疗行为、医疗项目的费用；而每一个项目，都可以用三个值来描述——100个人用了多少次，每次用了多少个，每次花了多少钱。在这三个值里，他们独独选中了“使用频率”作为核心分析原则。为什么？因为临床专家评价一个医疗行为时，用的本来就是这套语言：“这个项目是这个病必须用的”“这个项目是看情况使用的”“这个只有在特殊情况下才用”。频度，就是临床规律在数据上的投影。更妙的是，频率天然剔除了价格干扰。不同医疗机构定价不同、同一项目不同厂家不同品规价格不同——这些非临床因素在频率维度上统统消失，剩下的就是最纯粹的临床行为画像。需要强调的是这套方法的定位：它不是制定临床规范，也不是搞医保版临床路径，而是依据国家已发布的临床路径和专家指南共识，用真实世界的费用数据，构建“面向病种支付的临床行为分布模型”。用田老师的话说，这在面向价值医疗的全球研究中，也已是近期关注的热点。二、与传统病种分析相比，新在哪？对照我们熟悉的传统做法，这次公开课展示的方法至少有四个鲜明的差异点。第一，用“频度”替代“费用”作为度量衡。传统分析盯的是金额，但金额受价格、品规、议价能力影响；频度只回答一个问题——该用的用了吗？不该用的也在用吗？这一换，分析对象就从“花了多少钱”变成了“做得对不对”。第二，在高、中、低频之外，新增了“基础项目”分层。诊治费、床位费这类与病种完全无关、每个住院患者都会发生的项目，在数据分析上相当于“白噪音”。只有把这些噪音剥离掉，数据变化的真实形态才能浮现出来。第三，数据、专家、指南“三方印证”。传统做法多是“数据+专家论证”两方，榆林加上了临床指南路径这第三方，追求数据、经验、规范三者的吻合性判断。三方都点头的地方是共识，三方打架的地方，往往就是真问题所在。第四，“费用合并”里藏着粒度的智慧。数据分析的金标准是聚合分析，而聚合的两大难题是“合适的粒度”和“有效的度量”——说白了，就是“把谁归成一堆、跟谁去比”。田老师举了个例子：同样分析抗生素，做肺炎分析时要分成大环内酯类、β-内酰胺类，才能区分治疗细菌感染还是支原体衣原体感染；而做腹股沟疝分析时，合并成一个“抗生素”就够了。同样的问题，在不同病种上需要不同的分析粒度——这件事看似基础，实则是医疗数据分析里最见功力的地方。三、三个病种，三面镜子这次榆林选了三个病种：脑梗死（全国发病第一）、白内障手术（路径清晰的标准化手术）、直肠癌根治术（肿瘤大手术）。三个病种三种分析侧重——药品、检查、手术耗材麻醉，恰好展示了这套方法的完整光谱。（一）脑梗死：0.85与0.45的“倒挂”脑梗死内科保守治疗组的数据里，最扎眼的是一组对比：祛瘀剂作为中成药辅助治疗，使用率高达0.85——这个数字意味着它在临床上已经成了“必需项”。一个辅助用药，是怎么变成必需用药的？更精彩的分析在后头：这个品类涉及103个具体项目，如果单独计算，每个项目的频率只有0.2、0.12甚至更低，根本不会引起任何警觉；只有把这些项目聚合到“祛瘀剂”这一堆里，才能看清它已经从辅助用药变成了数据上的关键药品。这就是聚合分析的威力——它能让“化整为零”的用药行为无处遁形。而另一边，指南中1A级证据、排在第一位的抗血小板用药，使用率只有0.45；二级预防必用的他汀类，也只有0.55。按临床预期，这类药的使用率应该在90%以上。按院方的解释——患者有出血风险、老年患者自带药——有影响，但足以把一个一线推荐用药从高频打到中低频吗？数据还呈现出典型的双峰分布：头部大医院用得多，大量中小医院用得少。第一次专家论证时有专家建议只拿头部大医院做基准，但田老师的追问很有分量：中小医院数量多、人次占比高，全样本只有0.45的频度，难道不值得思考吗？顺着数据继续深挖，还牵出了编码质量问题：相邻两个卒中相关病组里，I63.9（未特指脑梗死）编码占比分别超过80%和50%，而国家卒中中心评审标准要求三级医院不超过5%、二级医院普通内科不超过10%。在这样的数据质量下，更精细的分析还能找到真问题吗？再加上静脉溶栓全年仅473例、远低于全国5.5%～8%的平均水平——编码质量、低标准入院风险、溶栓防治能力，三个问题层层递进，最后指向一个结论：这已经不是医保一个部门的事，而是医保、医疗、医药三方协同的事。（二）白内障手术：过度与缺失并存白内障手术的分析重点在检查。手术和耗材占了约95%的费用，结构很干净——但检查项目里，“该做的没做满、不该做的做了一堆”并存：血常规，所有住院患者的必查项，频率只有0.85而不是1——想不出患者不查血常规的理由；术前传染病筛查，有创手术的感染防控底线，同样没有达到1；反过来，测营养不良的蛋白质测定做到65%，测电解质紊乱的电解质测定做到55%——而这些都是住院一两天、适应证明确的手术患者。每项钱都不多，但田老师那句话说得实在：“每一项都不多，加起来就不少。医院控制成本，就是从这样一块钱一块钱做起来的。”更有意思的是样本医院：眼底检查、视力检查、裂隙灯检查远低于区域均值。院方解释是“门诊做过了”——但这恰恰引出另一个必须警惕的问题：按病种支付之下，住院费用向门诊转嫁的风险。一个数据点，牵出一类支付政策风险，这正是数据发布的价值。（三）直肠癌根治术：藏在手术时长里的成本最复杂的分析给了直肠癌根治术。中成药三项合计约1500元、吻合器一个品类14个品规价格从200多到2000多元、降钙素原能否被体温—血常规—CRP的阶梯替代……但最让我印象深刻的，是麻醉数据：全麻延时项目平均使用2.94次。按两小时计费、每超一小时加收一次的规则倒推，平均手术时长接近5小时。专家的点评很克制：缩短到3小时左右会是更好的水平。同样的手术，5小时和3小时、出血100ml和10ml，消耗的医疗资源和费用完全不同——而这就是医疗费用差异的第三重来源：临床技术水平本身。田老师把医疗费用差异归结为三个因素：临床方案不同（合理）、患者个体差异（合理）、临床技术水平（可提升）。前两个是天性，第三个是空间。他也坦率地说，过去很多病种分析发现的都是滥用和不足，希望未来能更多发现“临床技术能力有待提升之处”——因为只有这样的提升，才能真正实现医保和医疗的长期良性互动。四、这套方法论“先进”在哪？复盘整场报告，我认为这套方法的先进性可以概括为四点。一是可比性。以频率为度量，跨机构、跨区域的数据第一次有了公平比较的基础——大家比的不是价格，而是行为。二是穿透性。103个低频项目聚合后暴露出0.85的“伪必需”用药，这说明单项目视角下的监管盲区，恰恰是聚合分析的主场。三是定位清晰。不越界制定临床规范，而是以国家既有的指南路径为锚，让数据去和规范对话——医保分析的正当性因此更加稳固。四是建设性。从“抓问题”走向“找空间”，从稽核视角走向能力视角，这套方法天生带着促进改善的基因。五、对医保工作的三点启发我更关心这套方法能用在哪。我的理解是三个层面。第一，对医保目录执行的启发：从“支付目录”到“使用画像”。目录内的药品，真实世界用得怎么样？脑梗死案例给出了教科书式的示范：辅助类中成药聚合频度0.85、一线抗血小板药0.45——一升一降之间，目录执行的结构性问题一目了然。这为目录动态调整、谈判药品落地监测、重点监控品种管理提供了一个可直接复用的分析框架。第二，对结算政策调整的启发：让支付标准长在真实数据上。双峰分布说明同一病种在不同层级机构间的行为模式差异显著，这对分组方案和权重测算都是直接输入；费用向门诊转嫁的信号提示结算政策需要住院门诊一体化的视角；而基础项目分层的做法，本身就是剔除支付标准测算中噪声的利器。3.0分组将机器人手术单列以支持新技术，也正体现了数据支撑下的政策弹性。第三，对稽核检查与控费思路的启发：从“事后抽查”到“数据画像”。传统稽核靠抽样、靠举报，覆盖面和效率都有天花板。频度分析提供的是全样本的行为基线：聚合频度异常抬高的品类、必查项缺失的机构、编码质量偏离国家标准的病组、可疑的手术时长分布——都是稽核可以直奔