大数据背景下医院财务管理存在的问题

大数据背景下医院财务管理存在的问题

 

随着国家医疗改革相关政策的出台，“进一步推进医疗信息化进程”被越来越多的医院列入医院规划议程。然而，大数据分析技术的优势并没有在医院财务管理的实际应用中得到充分体现。

 

(一)财务费用数据信息整合困难

 

我国大多数医院科室收集的海量数据相对独立，共享率极低。独立的医疗信息系统（如HIS）使医院数据中心难以共享和整合有效的医疗数据，阻碍了大数据分析所需的综合成本数据的产生。

 

一般来说，医院各部门的不同医务人员有权输入各种数据，输入的数据质量主要取决于操作人员的熟练程度和工作责任感。此外，数据采集的工作量也会影响数据的质量。例如，在数据采集量大的服务窗口，医务人员会因忙碌和紧张而导致各种数据的泄漏和误输。大数据分析的数据来自于医院各工作岗位每天广泛准确地收集原始医疗数据。原始数据质量低意味着输入数据的不准确和不全面，因此基于这些数据的大数据分析的结论是不可靠的，使大数据技术的应用失去了应有的意义。因此，各种财务干预措施的有效性大大降低，严重阻碍了大数据技术的广泛应用。

 

（2）医疗费用与医院收入的矛盾

 

多年来，医院一直实行以科室为单位的财务会计制度。这种“自收自支、自负盈亏”的财务管理制度，在一定程度上鼓励了科室领导的创收冲动，使科室有权在药品采购和定价中发挥作用。

 

首先，大数据分析技术倡导的提高医疗数据透明度和节约患者医疗成本是基于大数据分析的长期应用，制定科学的医院发展战略。如果医院继续实施独立的财务会计制度，盲目强调收入创造，忽视患者的利益，那么通过大数据分析的应用来改变医院财务收入下降的趋势肯定很难实现。

 

其次，“自收自支、自负盈亏”的独立会计制度显著扩大了部门间的收入差距。为了维护自身利益，依靠这一制度的部门不自觉地拒绝了大数据分析的实施和应用，使得医院的总体规划难以实施。

 

长期实践证明，现有的财务会计制度与大数据分析技术节约患者医疗成本的本质背道而驰，这种情况必须通过财务制度创新来扭转。

 

(三)大数据财务技术人才培养滞后

 

医疗行业的大数据本身复杂、数量大、变化快、模式多、潜在价值巨大，但如果不能有效利用，这些数据就是垃圾。医疗非结构化财务数据必须通过语义分析变成可分析数据，然后进行数据挖掘。为了获得有价值的财务数据，我们需要具有大数据经验的财务人才。人才问题一直是医疗行业金融大数据应用的诸多挑战之一，因为医疗行业金融大数据的应用需要寻找不仅要了解医疗金融知识，还要了解数据挖掘的新创新人才。大数据财务分析技术应用医院迫切需要建立健全的人才共享和共同发展机制，为大数据财务分析的广泛应用铺平道路。没有人才的培养和积累，一切都是空谈。