大数据催生健康预测分析，帮助医院“挑肥拣瘦”？

2014

07/04

佳丽 / 健康界

A-

A+

这种处于新兴领域前沿的分析被称为健康预测分析，旨在提高病人的医疗效果并控制成本，但同时也可能成为医院选择病人的工具。

坐在电脑前上网竟然和你在急诊室出现的频率存在一种联系！这种看似“八竿子”打不着的联系，仅仅是匹兹堡大学医学中心(UPMC)保险部门的医疗保健分析项目中得出的诸多奇怪联系之一。这种处于新兴领域前沿的分析被称为健康预测分析，旨在提高病人的医疗效果并控制成本，但同时也可能成为医院选择病人的工具。

大数据

UPMC是规模高达120亿的非营利性企业，在西宾夕法尼亚州拥有数家医院和一项240万会员参加的健康保险计划。该计划开发出的预测模型，分析了过去医疗保健消费的数据集，并用于预测未来的医疗服务。UPMC最近在其预测模型中扩充了会员的家庭信息和个人信息，并发现了几个意想不到的相互关系。目前，UPMC健康计划还没有依据其在家庭数据中发现的相关性而采取行动。但它已经基于对更多的传统数据集的分析，将其会员细分到不同的“市场篮子”中，然后给那些被标记为高风险的会员配备护理协调员。这样做的目的是为UPMC引导这些病人到初级保健医生或专科医生那里就医，这与零星的急诊室就医相比，病人得到的医疗服务更协调一致，并且成本更低。

虽然分析家庭属性细节和个体消费群习惯，是零售业、旅游业以及金融业的一贯做法。但是下列两个因素促使了医药行业加快采用这些技术：

首先，我们生活在一个共享的社会。虽然老一辈可能仍然选择将他们的健康状况与其购物和社交圈分开，而数字时代的新一辈正在病人网站和社交网络上公开交换他们医疗状况的细枝末节，另外，根据用户日常健身和睡眠状况，提供个性化信息的健身追踪器等可穿戴设备的数量正在激增。

其次，新的卫生保健法鼓励医院和医疗组织控制某些病人群体的费用。为了做到这一点，供应商正在致力于更尖端的分析工作。一些专业的分析公司走在了前沿。Predilytics公司，是一家位于伯灵顿的医疗保健分析公司，这家公司深入挖掘社会经济、人口统计和消费者购买数据，为医疗保险公司确定出那些可以从医疗干预中获益最多的高危会员。

深挖消费者数据，并细分市场的做法虽然可以带来广阔的市场前景，但是将这一理念施用在病人身上，令一些技术专家和卫生法专家感到困扰。他们认为这种做法可能会导致医院“挑肥拣瘦”，最终不能公平地提供医疗护理。

一些专业的医疗营销公司正深入挖掘个体消费者的细节特性，用于帮助医院确定那些能为医院带来丰厚利润的病人，并鼓动病人接受更多的医疗护理。MedSeek，是一家位于伯明翰的软件及分析公司，该公司提供的服务旨在帮助医院“无形中影响”病人和准病人的行为。该公司提供了一个“21世纪工具包”，基于个人和家庭信息来完善医疗市场营销策略，可以从人群中“科学地识别那些具备全面保险的潜在顾客”，可以“给所有高价值人群”发送生日邮件，或者为“有利可图的18岁及以上个人”提供护士值守的二十四小时医疗护理专线电话，并鼓励他们安排医疗检查或预约医生。

虽然医院早已试图通过提供精心装饰的楼层或私人房间来吸引有钱人。但这与专门针对可以带来利润的病人，并试图引导他们选择利润高的医疗流程是不同的。这种唯利是图的作风可能导致医院鼓动一些群体特别是健康焦虑症群体进行不必要的筛检测试。并且当医疗服务提供者在这些病人身上投入过度的关注和资源时，其最终可能忽视或无力为生病的、投保不佳的病人安排及时有效的诊疗。

“改善公众健康，还是让保险公司和医院赚更多的钱，哪一个才是我们更大的使命？”宾夕法尼亚大学的副院长、隐私法专家AnitaL.Allen教授如斯问。“在如此起劲的进入医疗保健分析这一领域时，我认为我们应该保持谨慎，因为这可能对那些实际需要治疗的病人不利。”

西顿霍尔大学法学院的FrankPasquale教授说：“这种密集的，侵入性的数据分析，将导致区别对待客户，即使我们在商务环境中能接受这一做法，但是在医疗环境中需要予以披露。”而且如果保险公司的预测模型使用的数据有问题，病人可能也发现不了。Pasquale教授建议，当健康保险公司和医院在使用消费者数据来引导病人到不同的治疗轨道时，必须要公开他们的预测结果，并证明他们是合理的、公平的。