医疗支付模式反思：难以承受的繁琐

试问，理想的医院是该是什么样？我想我的答案可能会是——没有医院。

原本，医院就不是一个正常的生态居所，而是一个充满着疾病、肮脏、丑陋以及痛苦的地方。绝望中残缝生存了星星点点的希望。即使在生命的最后，也没有人会愿意从医院的病床离世。也许没有医院本身才是我们所追求的最终目的。

但是当下，似乎我们所做的一切，都有这个最终目标相悖。不间断的新医院规划，医疗系统的版图在肆无忌惮地扩张。我们把一个诊所，变成一个诊所的联盟；把一个联盟体，变成一家综合的医院；把一个综合的医院，变成一个医疗集团；在之后呢，是不是应该把那个医疗集团变成一整座城池、一整片江山？然后，人们就可以安居乐业、摆脱疾病的痛苦和折磨了吗？

如果真的发展到那一天，每一个病房每一间手术室挤满了病人，那对于我们来说，才是一个最大的讽刺，也是最大的败笔。

自始以来，医疗系统的收费一直是依赖于生病或者需要急症救治的情况。大多数的救治过程都在医院里进行，所以病床是满员还是空置，直接等价了医院的得失。医生的思维模式，也是“给药模式（drug mentality）”，生了A病，请吃A种药。如果不明确疾病的诊断，可尝试B、C、D药等等。救治病人(sick care)的理念发展到了登峰造极，并且遇到了瓶颈。也许在当下我们应该考虑的是，关怀健康(well care）。

美国的现状给了很多国家一记警钟。目前，在美国用户的医疗体验经历是“糟透了”——Oscar health的CEO Mario这么评价。2016年美国人的平均年医疗费用已经高达8713。在花了18%的GDP、每年价格增长达到10-15%，但是在质量上却没有明显的改善。按照这个速度发展下去，到2050年，半数的GDP都将用于支持医疗健康，这显然是不可行的。

选择医生、选择医院、选择医疗保险等每一个环节，都令人眼花缭乱，不知所措。某种程度上，医疗服务是一个黑箱，没有明确的好与坏的标准。即便是服务的体验者——病人，都没有绝对的权力来定义什么叫好的医疗服务。

在美国，已经有不少的尝试致力于改变传统的基于服务付费模式（fee for service），希望最终能够实现，基于成效的付费模式（fee for result）。但对于“成效”这两个字究竟代表着什么，如何定义，大家莫衷一是。

美国医疗协会（The Institute of Medicine）有一个初级的定义，从六个维度衡量医疗的质量：1、安全性：病人不应该受到伤害；2、以病人为中心的关怀模式，基于个体的需求；3、即时：应该尽可能的减少的等待和延迟时间；4、有效性：健康服务应该是有证据支持的；5、高效率：降低浪费 6、平等：医疗健康应该对所有人都平等。理论上来说，优质的医疗健康非常容易定义：在最需要的时候，用正确的方式，做正确的事情，从而取得最好的成效。但如果想准确衡量评估“医疗质量”却是一项非常艰难的任务。

临床上所涉及的方方面面，如数据的分类方法，数据类型，采取的时间点，评估方法（定性还是定量qualitative or quantitative），很难用一个统一的标准来规定。同时，医疗的质量也应该从结构、过程以及结果（structure, process and outcome）分别来评价；对于特定的疾病也有特定的评价方式。这还不是一个单方面的判断过程，而是牵涉到病人、医生和医院、监管部门、商业公司以及社会的支持平台各方面。临床上的指标也需要有效、客观、敏感。

但即使我们能够取得比较好的临床质量，也不一定能够最终实现病人健康状况（health outcomes）的最优化。孰因孰果难以界定。有人认为，病人满意度是相对有效的一个指标，毕竟最终的购买力源自于病人本身。但是，从病人角度来看，他们不能客观的评价临床质量，医疗服务质量、保险套餐和价格水平往往容易占大头，这又会把医疗改革引入歧途。

很多人认为应该让第三方来公正客观的进行评估。但这个方法也是有内在的弊病的，毕竟，作为局外人的第三方，所看到的问题也许并不是根本问题，而只是冰山一角，他们所提出的解决方法，在很多场合也是不会被采纳的。

我不想再多赘述基于成效模式面对的未知数。医疗服务研究（health services research）目前很受追捧，各大医院都在积极配置人才，申报研究项目。最近，在新加坡中央医院SGH参与的“如何降低急诊的重复住院率（re-admission rate）、提高急诊效率、优化资源配置”项目，就是众多未知问题中的一个。研究模式直截了当，通过回顾性分析过去半年急诊所收治的病人，设定多个参考变量，回归分析得出可能的原因，由此探讨可能带来的政策结构性调整。比如，是否考虑延迟门诊的工作时间、是否增加家庭护理的比例等。但这些都还处在研究阶段，数据的积累、清理、优化是一个基本条件。

如果一个简单通用的评价模型暂时无法得到，是否我们就要被困于其中呢？是时候跳出盒子思考问题了。或者是逻辑上出了问题，或者是计算方法上不够优秀。