根据医疗机构的医疗费用和疗效数据，通过建立的成本-效果（疗效）分析模型，计算病种不同治疗方案的平均成本、平均效果、增量平均成本、增量平均效果等指标，以及成本-效果比（C/E）、增量成本-效果比（ICER）等效果指标，并进行相关指标的敏感度以及不同治疗方案的成本敏感度分析。
管理
基于医院信息系统产生的医疗业务、临床业务、医疗运营数据可开展动态化、过程化、精细化的医院管理。可以更有效地对各科室、各种医疗人员进行全面的医疗业务、医疗费用、医疗安全、医疗质量、医疗绩效的监管。
14.3 医疗大数据的 AI 应用
目前，行业治理、临床科研、公共卫生、管理决策、便民惠民以及产业发展已经成为我国健康医疗大数据的六大核心应用。AI应用以前三者为重点分析对象，聚焦于行业治理的体制改革评估、医院管理和医保控费；临床科研领域的临床决策支持药物研发、精准医疗等方面；公共卫生则在多元化数据检测的基础上构建重大突发事件预警和应急响应体系，同时探索开展个性化健康管理服务。在应用开发方面，IT巨头和数据驱动型创新企业各有特点，除此之外，拥有丰富资源的政府和医疗机构也开始扮演重要的角色。
下面我们阐述医疗大数据的几个AI应用：智能辅助诊疗、影像数据分析与影像智能诊断、合理用药、远程监控、精准医疗、成本与疗效分析、绩效管理、医院控费、医疗质量分析等。
14.3.1 智能辅助诊疗
借助大数据分析挖掘技术，在医院大量疾病临床资料的基础上，将同种疾病不同患者的就诊数据根据体征、环境因素、社会因素、心理因素、经济因素等多个角度划分为不同的组，以选择适合不同组的检查检验类型、治疗方案类型等。当有新的患者来医院就诊时，医生可进入系统，依据该患者的特征数据将其进行分类，然后为其选择个性化的诊疗方案。
14.3.2 影像数据分析与影像智能诊断
影像数据分析与影像智能诊断即借助PACS系统，在尽可能保持图像数据准确性和真实性的条件下，首先利用多维影像融合（CT/MRI/PET-CT）技术等对影像数据进行配准、分割、聚类，经过PACS处理的影像数据，进一步通过人工智能技术进行病灶识别等数据上的挖掘和应用，可有效减少医生的负担，提高医学判断的精准性。
14.3.3 合理用药
合理用药是根据疾病种类、患者状况和药理学理论选择最佳药物及其制剂，制定或调整给药方案，以期安全、有效、经济地预防和治愈疾病。除了执行国家药物政策、规范医疗行为、加强药学服务等措施之外，通过临床合理用药审核、咨询系统来规范临床医师的用药行为也是提高合理用药水平的有效措施。可采用大数据技术，依据患者的病历病史、疾病诊断、医嘱信息、用药信息、过敏信息等进行用药安全警示，如药物禁忌审查、配伍禁忌审查、药物相互作用审查等，及时发现不合理的用药问题。此外，可对医院历史处方数据进行大数据挖掘，分析抗菌药、注射剂、基本药物等占处方药的百分比，检验医院处方开具的不合格率，为规范医疗行为提供数据支持。
人工智能与大数据技术导论
416