医疗保健资源分配不均致使患者集中在大型医院，是中美都面临的情况，如何更大程度提高就医效率考验管理智慧；

医生紧缺，金钱激励是否是唯一方法；

短期内很难培养大量优秀医生已是客观现实，科技能否提供突围点？

近日，《新英格兰医学杂志》家族新秀NEJM Catalyst团队携哈佛大学、凯撒医疗、普罗维登斯圣约瑟夫医疗集团、梅奥诊所及布莱根妇女医院的卫生经济学者、医疗管理人员、临床医生首次来到中国，在嘉会医疗与上海漕河泾高科技园区的共同促成下举办“中国医疗保健的发展与变化——来自全球的经验”学术交流会议，探讨初级医疗规模化过程中的从业者培训与激励、人工智能助力、财政及监管创新等热点议题。

小城市居民跨地区就医通病，“连接”创造就医效率提升

医疗保健资源分配不均致使患者集中在大型医院，而对中小型城市居民来说，许多疾病无法在当地解决，需要花费高昂代价到很远的大城市方能得到诊疗，这是中美都面临的情况。而国家医疗服务运营的目标则是以有限的资源回应巨大的需求，最终大规模地提供公共利益。个中平衡到底如何掌握？

管理着美国51家医院、800家诊所的Amy Compton-Phillips教授分享了其在普罗维登斯圣约瑟夫医疗集团的探索：这个系统中，包含很多医疗个体和机构，比如心脏中心、康复科医生、妇女医院、肿瘤医院、大学，他们来自不同地区，定期需要汇报三件事——你能提供什么、如何帮助降低整体医疗成本、如何改善对患者的诊疗结局。

Compton-Phillips教授称，经可行性分析，系统会相应提供硬件与软件支持，同时要求基于这三件事的数据反馈。如果某家机构能成功落实目标，系统会进一步提供资源支持其下一个循环，譬如手术室新添设备、电子病例中增加改善就诊流程的某一模块工具。

她进一步解释，通过这种方法，某家医院某方面的人力、药品、耗材投入成本确实会上升，但整体资源的连接使整个系统覆盖的就医人群扩大，人们的医疗可及性提高，总体就诊成本在降低，这是整个体系的变化。

嘉会医疗CEO葛丰对此补充：“大家都会问，在中国医疗服务中，私立占比仅有5%，能够做什么事？其实能做的很多，因为医疗行业是全球性的，通过大量全球性资源合作与连接，能开展更多前所未有的事，比如生物药物临床研究与应用，需要全球合作。”

与会讨论嘉宾从左至右分别为：Patrick T. Courneya, Amy Compton-Phillips， David J. Cook

金钱激励未必是唯一最佳，医生还需要什么？

众所周知，扩大初级医疗资源，人们不再一有咳嗽就去三甲医院，是提升整体医疗效率的关键。那么，如何提供足够的初级医疗资源以应对规模化需求挑战？凯撒医疗保险及医院执行副总裁兼首席医疗官Patrick T. Courneya教授回应：在用标准化的培训扩大从业人员队伍的同时，也要注重激励现有初级医疗保健从业人员。

据2019年美国一份非官方医生协会数据预测：2030年前，初级保健医生将短缺14.08万人左右，同时，78%的初级保健医生在职业生涯中出现职业倦怠问题。

Patrick教授称在其所在的凯撒集团，一方面，更多护理人员、儿科医生、药剂师被纳入初级医疗保健培训，另一方面，他们用从业者临床表现也就是诊疗结局的透明化来实现激励。

凯撒系统内的初级医疗从业者管理采取“松-紧”模式，松的是不要求医生的每个具体操作“按菜谱烧菜”，但在系统层面基于最终目标即诊疗结局提供一些贯穿教育和服务的标准化工具，这些工具中的要求决定了从业者必须最大程度去思考患者需要一个怎样的诊疗结局，以及促进和反映其诊疗结局的达成。这种标准化使系统和医疗机构、个体之间、医生之间、医患之间，实现诊疗质量、结局的高度透明化，也使系统对机构和个人的监测、评估，医生间的良性竞争、以及患者主动选择一个最适用的医生、机构成为可能。

“我觉得对医生来说最有效的激励并不来自于奖金，因为金额太低无法激励，太高则可能使其牺牲患者利益。”Patrick教授认为，有效的激励来自医生的职业成就感和自尊，让他们的绩效跟治疗结局相关。比如，某医生一段时期的所有患者的治疗结局情况怎么样，是否能证明他的诊疗结局要比其他医生都好、患者满意度达到多少。

“这些与众不同的战略和方法被证明可以激励行为，这不仅反映在医生个人不断改进的意愿和习惯上，也呈现在整个体系的医疗质量和声誉上。”Patrick教授称。

人工智能，开创医生、AI、患者间的三向动态共生

面对扑面而来的医疗保健压力，短期内很难培养大量优秀医生来解决问题，这是客观现实，借助科技或许可以有所突破。

近年，人工智能和自然语言处理在中国发展迅猛。今年2月，在《自然》杂志上，中美研究人员更是研究报告了通过AI学习应用，已拥有140万儿科患者数据库，称可能在下一阶段帮助提供大规模的基础医疗服务。

中国卫健委健康医疗大数据应用标准评估体系保障专家委员会委员余中博士分享了其在安徽省旌德县进行的实验——初级医疗保健的人工智能在中国的首次尝试。

这项实验中，有穿戴生命体征监护仪的患者 、AI、天使机器人、乡村医生，覆盖10个镇、68个村、15万人。最终，天使机器人帮助完成了15000次患者初级诊疗就诊，1800多例患者在天使机器人系统上获得远程服务，旌德当地政府和世界银行都认为这种智能医疗服务，大大增加了初级医疗可及性、而且可支付，因此具有很高的价值，可以在全球其他类似情况下加以应用。

余中博士用鸟类吃身上的寄生虫来类比正在应运的“医生、AI、患者”间三向动态的共生关系系统：用机器收集海量的患者数据，这些健康数据、行为数据、诊疗结局数据，反馈给医生，医生再反馈给机器，这是一个终极学习的闭环。医生是执行者，给患者提供提供智能服务，机器是帮助者，帮助患者达成更好的结局。患者也是很重要的反馈来源。机器非常快速而准确，但是它很天真，他没有共识、没有自己的意识，而人类有智慧，因此需要把反馈给到人类。

“当人类的学习、医生的学习、机器的学习，彼此联系、支持和作用时，就能给患者带来一些智能医疗服务。”余中称。

关于“医疗最终的决策者是人，还是机器”的问题，余中回应称：回答这个，必须谈到学习的要义和根本，“我们很难在一开始就设置出一个原则，之后都遵循这个原则，学习是不断持续演变的过程，当两者互相影响、提升时，就会产生一些制度、规则，之后我们再对规则进行修改、调整。”

谈及Catalyst此次来沪首秀的初衷，哈佛大学商学院工商管理学教授、美国国家经济研究局研究员Leemore S. Dafny教授表示，在世界上的每个国家，包括中国和美国，人们都对他们的医疗保健系统不满意，这种不快乐的一部分原因来自于人们对美好生活的追求，人们希望活得更长，期望更好的生活。

确实，据世界卫生组织最新数据显示，中国婴儿预计能维持健康至68.7岁，而美国是68.5岁。而总体预期寿命，美国是78.5岁，中国是76.4岁。

大家活得长了，也期待更好地医疗，继续维持健康，Dafny教授称，美国人的最后10年预期并不健康，中国或许有类似新挑战，两国可以互相学习、分享经验，“我是一名经济学家，我喜欢数据，喜欢竞争和比较，我认为总有一些东西可以从中学习。”

据介绍，本次会议由嘉会医疗发起，NEJM Catalyst创始人、Press Ganey首席医疗官、哈佛大学公共卫生学院卫生政策与管理教授、美国国会预算办公室卫生顾问组成员Thomas H. Lee教授率队主创。除现场与会者，还有4000人观看了全球直播。

NEJM Catalyst诞生于2015年，由《新英格兰医学杂志》所属的NEJM集团创建,它不是传统医学杂志，也不是简单的数字媒体，而是被誉为由医疗及相关行业意见领袖聚集而成的“雅典学院”，擅长用案例研究、现场或网络会议、领导者演讲或播客讨论等方式讨论解决卫生系统面临的难题。

作者：唐闻佳
编辑：李晨琰
责任编辑：唐闻佳

*文汇独家稿件，转载请注明出处。