基于大数据的公立医院患者满意度融合平台建设实践
来源:用户上传
作者:
[摘要] 通过文献研究发现，目前患者满意度测评中存在样本体量小、数据后期分析运用不足等问题。该文旨在深入阐述某三甲医院患者满意度大数据融合平台建设及其实施效果。通过数据分析，深入探讨其在医院管理中产生的正向作用以及该平台目前存在的缺陷和完善方法。
[关键词] 大数据；患者满意度；医院管理
[中图分类号] R19 [文献标识码] A [文章编号] 1672-5654（2019）02（b）-0103-03
Construction Practice of Convergence Platform of Satisfactory Degree of Patients in the Public Hospitals Based on the Big Data
WANG Chen-hao， FAN Li-hong， ZHAO Jing
Shanghai 10th People’s Hospital， Shanghai， 200072 China
[Abstract] The literature study discovers that there are problems such as small sample size and insufficient application of data post-analysis in the evaluation of satisfactory degree. The paper deeply elaborates the construction and implementation effect of convergence platform of satisfactory degree of patients in some AAA hospital. The data analysis deeply studies the positive function of it in the hospital management and existing defects and improvement methods at present.
[Key words] Big data； Satisfactory degree of patients； Hospital management
医患满意度不仅是衡量医疗服务质量及客观反映医疗机构社会效益的重要测评指标，而且已成为全面深化公立医院综合改革、治理并构建和谐医患关系的重要考量指标[1]。目前的满意度测评在量表制作以及测评过程等方面更加规范化，但是在样本体量、数据后期分析方面尚存在上升空间。互联网业界通常将大数据的特点归纳为四个“V”，即多样性（Variety）、体量（Volume）、速度（Velocity）和价值（Value）[2]，基于这些特性。该文以上海市某三甲医院为研究样本，重点阐述大数据平台如何填补这个上升空间。
1 问题分析
通过文献研究发现，国内对于公立医院患者满意度的研究大多集中于测评量表的制作与验证[3]，以及针对问卷进行数据分析和对策研究，鲜少研究者集中探讨研究大数据平台的建设和作用分析[4]。大数据平台具有数据量庞大的特点，可以对非正常的干扰因素进行沉淀和过滤，更重要的是大数据平台具有强大的数据分析能力，更快地提供决策依据。该文旨在深入阐述某三甲医院基于大数据的患者满意度融合平台建设以及其实施效果。
2 基于大数据的公立医院患者满意度融合平台建设
2.1 信息平台建设
目前满意度测评系统实行门诊、住院的各环节“分层测评”，主要包含自助机、PAD、微信、网站等四大测评方式，通过后台管理系统采集数据，将数据集中于中央数据库，进行统一存储、分析和处理（详见图1），实时监控患者满意度，同时采用分级查詢功能，医院管理层、相关职能部门负责人、科主任、护士长，可以根据自己的管理层级与权限，实时查询浏览满意度调查的结果，及时整改，提升医德医风管理的质量。门诊患者主要通过自助机、微信和网站进行测评，住院患者主要通过PAD、微信和网站进行测评。为保证测评结果的公正可靠性，将满意度系统嵌入四个终端服务中，系统自动调取HIS系统中患者的就诊信息，方可进行测评。满意度问卷分为门诊问卷和住院问卷。门诊问题主要由17项环节问题组成，测评43个科室满意度情况；住院问题主要由27项环节问题组成，测评49个科室满意度情况，覆盖了门诊、住院病区的服务全流程。
2.2 三级测评流程建设
患者满意度测评对于提升医疗服务质量、减少医患纠纷、构建和谐医患关系具有重要意义[5]，患者满意度测评的目的在于快速解决患者不满意的问题。在制定测评流程时，分一级（总体满意度）、二级（就诊环节）和三级（不满意因素）进行测评，以期更快、更精准地找准问题，同时不让患者在测评过程中产生不满意。见图2。
2.3 问题整改与反馈机制
建立问题归纳和整改反馈机制。相关部门以问题为导向，分析患者不满意的问题及原因，每月制作满意度问题整改表，分发到相关科室主任手里，责令相关部门及时提交问题整改清单，并对整改后问题进行不定期检查，图3为整改反馈流程，有效提高评价的针对性和可操作性，促进规范管理，不断提升医疗服务水平。
2.4 激励机制建设
为了提高医务人员的服务质量和态度，建立正向激励机制。满意度测评表通过绑定患者就诊卡的方式开展，大数据平台智能获取与该次就诊相关医护人员，患者根据自身感受，自愿选择星级医护人员。该系统已与医院人事信息系统实现无缝对接，所有在人事系统中拥有正式ID编号的医生、护士、医技人员（包括实习生、规培生），均可选择。为了进一步巩固激励机制，按照年度内累计的点赞数，年底在全院范围内按照医生和护士两大类，评选“患者点赞的医护人员”。除了经查实有“红包”“回扣”“商业贿赂”，发生严重医患矛盾，被上级部门点评批评或被媒体曝光等，一律取消参评资格外，其余医务人员均可参评。 3 实施效果
3.1 样本量和数据信度
通过建立大数据平台，尤其是开通自助机和微信在线满意度测评以后，样本量有了很大的提升，2017年满意度的门诊样本量是2016年的296倍，住院患者满意度样本量由于床位数限制等原因，2017年是2016年的1.69倍（见表1）。由于样本量的急剧增加，使得数据库足以沉淀不真实数据，有效提高数据的可信度。
3.2 实时数据分析能力
大数据后台能整合分析4个融合平台的满意度数据，包含人群特征、科室、就诊环节等多个模块与不满意度之间的关系分析等。经过大数据平台的数据归纳分析，形成更为精细化的患者满意度测评报告，有的放矢地解决患者最为急迫的、反响最大的问题。例如，2016年第四季度的大数据分析显示，门诊测评一共涉及17个环节，其中患者投票选择不满意的门诊环节有7個，按照投票多少依次为挂号收费、接诊医生、门诊化验、西药房、一人一诊、门诊保安、门诊环境。住院测评一共涉及26个环节，其中患者投票选择不满意的住院环节有23个。
4 思考与讨论
4.1 为医院决策提供客观依据
从上文数据可知，使用大数据融合平台以后，受访者的样本量大幅提升，随着样本体量的增加，会将无效问卷等“杂音”数据进行沉淀，保证有效数据的体量，从而提高患者满意度数据客观性，在医院决策过程中更具参考价值。
4.2 辅助医院提高管理效能
与传统的医院管理工具相比，通过大数据平台取得的数据分析结果，具有速度快、精准度高、可视化的特点，能够辅助医院管理者找准医院诊疗技术、医院服务、基础设施规划等方面的问题所在。管理者聚焦患者不满意度最高的方面，即医院管理中最紧迫的问题精准施力，提高管理效能。
4.3 缺乏更加精准的归因分析
由于考虑到患者付出时间成本与做满意度测评配合度之间的反比关系，目前满意度测评量表存在涵盖面广、深入性不够的问题，使得大数据平台无法进行更加精准的归因分析。下阶段拟通过增加开放性问题的方式，通过大数据平台进行归类分析，提取患者满意度测评中的关键因素，逐步改善测评量表，以期完成更加精准的归因分析。
[参考文献]
[1] 钱宇，王小合，郑国管，等.医患满意度测评研究进展、问题及治理思考[J].中国医院管理，2017，37（3）：11-13.
[2] 赵晶，徐喆.大数据时代：媒体的发展现状及其趋势[J].今传媒，2013（9）：47-50.
[3] 汪慧，钱宇，王小合，等.医务人员工作满意度测评量表的研制及验证研究[J].中国医院管理，2017，37（3）：14-17.
[4] 包曹歆，周莹，李晶，等.2170例门诊患者满意度调查与分析[J].中国医院管理，2015，35（9）：34-36.
[5] 侯胜田，张永康.基于管理改进视角的医院患者满意度测评研究[J].中国医院管理，2012，32（8）：45-48.
（收稿日期：2018-11-08）
转载注明来源:https://www.xzbu.com/1/view-14687734.htm
