中国医院高水平质量的发展专业促进工程——中科厚立｜医院管理智能评估及分析系统（DMIAES/迪迈斯）。

  中科厚立致力于医疗大数据深度分析，将国外最先进的医疗管理经验带入国内医疗行业，利用医疗大数据专业建模分析方法提供整体解决方案，赋能医院高质量发展。

  DMIAES(迪迈斯）系统基于医疗大数据分析，融合疾病风险调整和业财融合精细化管理理念，帮助医院合理降本增效，为医院管理促进类精细化管理解决方案。

  DMIAES主要使用在于医院院级领导层管理、职能科室管理、临床科室管理等场景，赋能管理层决策支持、业财融合智能分析、医疗行为规范指导、医疗质量提升、医保支付合理控费等。

  医院管理智能评估及分析系统，又称DMIAES(迪迈斯），是中科厚立自主研发的大数据分析领域的核心产品，也是拥有的产品注册商标。DMIAES是基于大数据分析、数据建模、机器学习、医疗信息化及IT技术、医疗管理综合解决方案为一体的综合决策支持系统。

  DMIAES基于DRG/DIP分组逻辑，通过疾病风险调整建模，融合业财融合理念，提升医疗数据分析的颗粒度和准确性，测算出各医疗质量评价维度的参标值（即O/E值），O/E值作为医院相对性评价的指标，可实现管理的合理评价，对异常问题做到可追因、可溯源、可比较，DMIAES综合决策支持方案补齐了DRG/DIP控费下医疗质量评价的不足，帮助医院和临床医生快速精准发现管理问题和提供解决方案。

  1.智能分析提高管理效率。自研医院管理智能评估及分析系统（DMIAES）集成DRG&DIP医保支付、大数据建模及统计分析、医院成本分析及运营管理，实现医院管理的智能分析及决策。

  2.精准定位管理问题。透过精准量化数据差异，协助管理者明晰医院发展中内部的瓶颈或差异，从而透过数据分析精准定位、找准问题、对比标准、制定目标、持续发展。

  3.业财融合打造MDT管理模式。通过业财融合的数据分析支撑，形成医院科室间管理的MDT管理模式，通过综合协作力为医院提供有效的管理决策支持，推进公立医院高质量持续发展。

  4.相对性评价让管理落地。DMIAES解决方案融合了疾病风险调整理论，提供O/E值相对性的参标值，避免了医疗质量评价的绝对性和被平均，做到管理有客观依据，可参标、可比较、可量化，让管理更科学、合理，可让临床医务人员信服。

  传统的病种平均值、中位数的评价方式无法适应真实世界的各种情形和问题，导致对医疗质量管理不合理性评价，同时临床医生的接受度差，无法推进医疗质量的持续改进。DMIAES利用大数据方法和信息技术方法解决了临床多因素和多元性的差异性问题，为医疗质量管理的评价提供创新性思路。

  作为人工智能的前沿技术，DMIAES将神经网络迁移学习应用到医疗质量评价极大提升评价的精准度，不但解决单家医院数据量小或者病种缺失的问题，而且还能体现单家医院的治疗特征，更接近真实世界的情形。

  DMIAES相对性评价结合实际值和预测值的O/E判断方法，同时考虑临床复杂性导致的预测的误差区间，建立公正公平的评价方法，为持续的质量改进和提高提供创新方法。

  DMIAES医保过程管理方案实现了医保基金的“事前、事中、事后”全流程管理，同时融入了基于疾病风险建模的国际先进评价方法，既保障了医保基金的合规性使用，又保障了医疗资源的合理性利用，提高医疗质量，节约了医疗资源，保障临床医生救治高风险病人的积极性，为“合规和合理”的智慧化医院管理体系的建设，提供创新方法。

  DMIAES系统核心技术是疾病风险建模，建模方法主要是采用了神经网络算法。神经网络是一种模仿动物神经网络行为特征的数学模型，可用来做分类和回归。数据进入训练好的模型，通过一系列处理得到预测值。神经网络建模优势有：1.解决传统建模方法小样本无法建模问题；2.拟合复杂的数据关系；3.神经网络算法可通过自定义损失函数，采用中位数预测，能够完全满足因变量任意形态分布；4.神经网络预测加入区间的概念使得预测结果更科学合理，区间涵盖信息更多。

  DMIAES系统在优化资源配置方案中，还采用了病床资源优化算法-强化学习技术。病床数量决定接纳患者的数量，病床不足会造成患者无床可住，病床过剩又会导致资源浪费，因此病床的合理配置是关键。病床配置受多种因素影响，例如每天入出院患者量、节假日、病情、住院时长、医生调岗等，需要在复杂的医疗环境中决策出合理的病床配置。强化学习RL算法是一种模拟生活趋利避害行为的一种学习方式，能够在无指导的情况下自主学习并可以依据当前的环境实时地调整最优策略，在解决序列决策问题上有很大的优势。强化学习算法可减少空床的浪费现象，同时提高医疗质量，实现病床这一稀缺医疗资源的利用最大化地释放出来。

  中科厚立核心产品DMIAES系统作为一个医院精细化管理平台，可用于病案质量控制、医疗质量管理、医保支付管理、个案成本及运营管理、临床医疗过程管理、三级公立医院绩效考核、医院绩效管理、360°综合评价，整体解决方案可打造医院科室间的MDT管理模式，统计数据集成，避免系统间信息孤岛，实现自下而上、自上而下的双向精细化管理。

  DMIAES可帮助医院完成DRG/DIP下病种结构、费用结构、床位资源等资源优化配置，帮助医院精细化管理到个案，实现管理可追因、可溯源、可实锤，为医院精细化运营提供数据分析支撑及综合决策支持体系方案。

  1.与国家卫健委合作，提供疾病风险调整技术上的支持，协助建设全面健康信息平台，搭建了社会办医质量评价信息系统、全面健康保障信息系统。

  2.与四川省卫健委、成都卫健委合作，完成所属区域800+医院的医疗数据分析，完成基于疾病风险调整的医疗监管模型研发，协助搭建三医监管平台医疗质量评价系统。

  3.与40+多家三级综合医院，如中山大学附属肿瘤医院、东南大学附属中大医院、中山大学附属第三医院、四川省肿瘤医院等百强医院，深度合作，协助医院做信息化建设，提供个案成本、精细化运营、医疗质量管理等精细化管理方案。

  1.2014年至今，与国家监督管理的机构、研究所、企业、医疗机构等50+家机构进行了不同程度的合作。

  4.DMAIES产品主要帮助医院做资源优化，提升精细化运营能力，合作客户普遍反馈产品实用，运用成效显著，如：

  医院开放病床数2118张，门、急诊量118万余人次，年住院量达13万人次，医疗业务量居全国肿瘤专科医院前列。2021年全面应用DMIAES个案成本及效益分析解决方案，推动了科室自主管理、规范医疗行为、优化床位等资源的配置，实施床位资源动态调整，各科室住院效率和费用结构明显提高，2021年住院次均费用由2017年的27259.63元降至23726.04元。医院应用案例荣获《2021年度中国现代医院管理典型案例奖》。

  医院现有职工2742人，开放床位2200张，年诊疗约154万余人次，出院6.4万余人次，住院手术3.8万余台次。2018年2月开始分阶段建设MDSS综合决策支持方案，到2021年1月完成了质控、绩效、成本、运营、医保的方案建设，并全面应用，2021年1-12月应用MDSS方案后，医疗服务收益增加15%，同比增加了1.5亿。医院应用案例荣获《中国医院运营管理区域优秀奖》及《2021年医院高水平发展创新管理与精益运营奖》。

  中科厚立信息技术（成都）有限公司成立于2014年，是由美国知名医院管理专家、数学和统计学博士、临床专家、信息化管理专家以及国内知名医院管理专家、信息IT团队同共组建的一家服务于卫健委、医保局及医院的医疗数据分析及应用型高新技术公司。

  2016年，与成都市卫健委签约合作，完成所属100+家医院的数据分析及专科评价。

  2017年，与四川省卫健委签约合作，完成所属800+家医院的医疗数据分析，及基于疾病风险调整的医疗监管模型研发，0/E值开始应用于三医监管平台医疗质量评价。

  2018年，与国家卫健委医管中心达成长期战略合作，搭建社会办医质量评价信息系统、全民健康保障信息系统。

  2020年，为国家卫健委分析10省8000万病历数据，DMIAES大范围的应用于中山大学肿瘤医院、东南大学附属中大医院等50多家三甲医院。

  2021年，与中国科学院浙江应用研究院和优势资本合作，正式更名中科厚立信息技术（成都）有限公司。

  2022年，与中山大学附属第三医院完成签约合作，个案成本管理、病案首页质量管理、二三级公立医院绩效考核新品发布。

  中科厚立是国家卫健委引入疾病风险调整方法的唯一技术上的支持方，医疗数据分析的数量及深度全国双第一，分析全国病例达8000万，合作单位覆盖监督管理的机构、研究所、企业、三甲医院等，拥有发明专利、实用专利、计算机软著等30+项专利。

  公司秉承“医疗大数据深度分析，推进医院管理综合决策”的理念，致力于将国外最先进的医疗管理经验带入国内医疗行业，利用医疗大数据专业建模分析方法提供整体解决方案，辅助医院监督管理的机构以及医院提升医院精细化管理能力，坚持做医院管理决策支持(MDSS)领航者。