病人观察专家组(Patient Panels)的人数的多少?

有着重要的临床、财务和操作价值的一整套分析应用系统会围绕着一个问题建立：病人观察专家组的理想规模是什么？原因很简单。决定病人观察专家组的规模、结构和分组涉及到横跨许多业务功能的大量的业务问题。

一个病人观察专家组是由主治医生（PCP）负责管理的患者名册。医疗保健组织推行更大的观察专家组以便从每个医生那里得到更多财务回报。在一个医疗承包的环境中，医生会努力推行一个较小的观察专家组。如果医生同时也是一位所有人，那他或她就可能为了个人收入的最大化去推行一个较大的观察专家组。这种想要较大观察专家组与较小观察专家组的争斗驱动了对决定理想观察专家组的规模的因素进行详细分析的必要。

此外，新兴因素的出现让这样的分析更为重要。观察专家组如果太大，医护质量可能会有损失。换句话说，太多的患者意味着他们中的一些有时会给忽视。开放式的问诊因其方便能让患者感到愉快，但是施加了更多的压力在主治医生（PCP）身上，需要他们非常灵活的管理他们的病人。责任制医疗组织（accountable care organizations）的出现要求主治医生（PCP）对他们的患者群体有不同的思考，因为它要求医疗模式为它们而设立，即将群体健康管理和持续性健康，医疗放在首位。

商业智能（BI）的能力可以帮助建立理想的病人观察的规模和结构，并一旦建立后能有效地管理这些观察专家组。设置观察专家组并不是一次性的事情，因为这种分析背后的因素在不断地变化。五年前你的企业设置的最优化的观察专家组在今天看来也许不再那么优化，因为你所处的环境已经发生了改变。持续的变化要求对模型不断更新以及对模型使用的数据持续更新。

我们来看一看建立、运行以及支持病人观察专家组所需要的关键分析。我们也会考虑到机构中各种参与者与观察专家组中的患者所需要的商业智能（BI）的功能类型。此外，我们将考虑到拥有这种适用于机构的信息对业务、临床和流程的影响。

经常分析病人观察专家组的原因

通常，医生们决定病人观察专家组的规模和组织并试图让他们自己运行。对观察专家组的分析类似于一种研究项目，但有许多理由需要经常分析你的病人观察专家组组。由于种种原因，你可能不会将患者重新分配到其他观察专家组，但经常的分析能保持观察专家组的规模和构成是最新的。此外，有多种途径将这一结果用于改善实践的方方面面并赚到更多的钱。

利用商业智能（BI）和分析经常对观察专家组进行分析的一些原因包括：

对于连续治疗护理的改进

连续治疗护理是一个正确的观念。当不需要经常更换医生时，患者会更快乐，也更健康。他们更倾向于倾听和遵循他们知道和信任的医生的建议。对于医疗保健人员来讲，这个观念同样有道理，因为医护人员知道他们的患者，知道他们的历史并能更好地理解患者。此外，患者保持与同一位医生和同一个系统的关系让操作上更加顺利。

增加患者和医护人员的满意度

患者通常都喜欢“他们的”医生，愿意跟着同一个医生而不是转到其它医生那里去。患者尤其被激怒的是不征求他们的意见就决定把他们转移到另一个医护人员的手中。

患者在不同观察专家组间的转移的次数的多少应有一种平衡。例如，我家曾经在一年中换了四位主治医生（PCP），很明显，医疗保健商在设置观察专家组时使用的是一种自动算法并每季度运行一次。我们抱怨，而且我能想象其他患者也会抱怨。过去12年里我们拥有同一位主治医生（PCP），只有一次当我们的医生到其它州去的时候改变过一次。

更好的定义工作量

对于供应商来说，智能地建立病人观察专家组并经常性地回顾他们有助于以一种更智慧的方式定义他们的工作量，并能在工作量要到达临界之前就能识别出问题。

更准确的需求预测

一个特定的病人观察专家组的规模和组成是一个很好的需求预测。对于个别医生来说，因为有了确定的病人观察专家组，他们现在知道了医护的最大外部界限。此外，医生也可知道不同类别病人的问诊概率。我们在稍后将深入地了解预测所需要的人口因素，但在观察专家组上设置可信的数据会让收入和工作量的预测变得更容易。

揭示流程和绩效的问题

在定义和分析病人观察专家组的过程中，给患者看病过程中的多余步骤就呈现出来。如果似乎应该处于平衡状态下的观察专家组失控了，那就有可能是流程中的某个步骤在某个设施上阻碍了患者。也许患者的地理因素没有被考虑在内。当患者应该在一种平衡流动里来看病时，因为地点的不便利，他们可能会不断地重新安排或不出现。接下来所要描述的因素，呈现了一套好的临床和各种应涉及到诸如地理问题等复杂变化的服务问题。

同样地，如果一个特定的医护人员没有跟上需求，它可能预示着工作绩效的问题。另一方面，如果供应商没有产生他们应该带来的收益，也许他们没有积极地从最佳的临床和财务结果出发管理他们的患者群体。大多数的时候，这个问题是一种流程的问题而不是哪一个医护人员的问题，但是设置观察专家组的流程可以提醒管理者这两方面的问题。

分析病人观察专家组

在设置病人观察专家组规模的时候，有三种基本变量必须加以分析。它们是:

1. 每天看的患者
   这是医护人员工作量的一个指标。来自患者调度系统的历史信息给设置观察专家组的分析师所需要的平均数。

1. 医护人员可工作的天数
   这是医护人员对工作量的承受力。分析应该基于历史记录的基础上，对已经发生的事情做出精确的理解。分析还应该对来年做立项研究，看看是否有任何大的变化可能发生，如医护人员休年假，接受新的医院职责，被牵扯到项目改进流程中等等。

1. 病人每年的问诊量
   这是需求方面的数字。患者每年的平均问诊量让设置观察专家组的决策制定者知道患者群体中有多少患者成员会来问诊，它反过来驱动了医护人员的工作量。

这些都将使得在实践中设置一个合理规模的观察专家组，但并不足以指导管理者确定观察专家组的最佳组成。要确定个别的观察专家组的形状，你需要对如下因素进行分析：

1. 患者的年龄
   从统计学的观点来看，年纪很轻和年纪很老的患者的问诊量较高。这是有道理的，因为这些人群通常需要最多的照料。分析数据能告诉你相对你整体实践的患者人口，这些人群的分布，以及他们对每个医生的观察专家组的规模和组成有怎样的影响。

2. 患者的性别
   同样地，从统计学的观点来看，女性通常比男性更愿意去访问医护人员。这种差别对于青少年和成年女性相较于青少年和成年男性来说，尤其真实。利用这一信息，并将其用于你系统中的患者人口，将使你平衡观察专家组时更有效。

• 患者的居住地段
  你的医疗保健系统或许分布很广，而且从算法上说，利用人口因素平衡观察专家组是有道理的，但地段因素也起了一定的作用。如果一位患者的医生“在城市的另一端”或甚至在另一个城镇，患者可能比较不愿问诊，甚至会更努力地捆绑式地问诊 (例如，为全家人安排在同一天在一个连续的时间档期里访问医生)。如果人们不太愿意问诊，地段因素在临床结果上也起到一定的作用。因此，设置观察专家组的另一个平衡因素就是地段位置。

• 患者病情的程度
  通常一个医生会将超负荷的工作量归结于他/她的患者的病更严重，需要更多的时间。这可能是事实，而且需要在设置和维护他或她的观察专家组时将此因素纳入。对历史信息的分析让管理者分辨出这是否是真实的情况或仅仅是一个流程上的借口或绩效的问题。患者病情程度要作为一个关键数据放在病人观察专家组的管理中。