基于Power BI的国家集采与重点监控药品精细化管理平台构建

未经授权严禁商用，科研发表请引用文章

[1]辛昊,梁宇,姜明燕,曹建华等.基于Power BI的国家集中采购药品精细化管理平台构建[J].医药导报,2023,42(10):1497-1501.
Keyword-关键词: Power BI;国家集中采购;精细化管理;数据分析
Organ-机构: 青岛大学附属青岛市第三人民医院药学部;中国医科大学附属第一医院药学部;

作者：

辛昊，青岛大学附属青岛市第三人民医院药学部

指导老师：

曹建华，青岛大学附属青岛市第三人民医院药学部

梁宇，中国医科大学附属第一医院药学部

姜明燕，中国医科大学附属第一医院药学部

社会背景    

自2019年国务院办公厅发布《关于印发国家组织药品集中采购和使用试点方案的通知》至今，国家药品集中带量采购已启动至第九批，于2024年3月15日起全面落实集采中选结果。

2019年6月与2023年1月，国家卫健委先后印发了第一、二批国家重点监控合理用药药品目录。

业务背景

在国家组织药品集中采购执行期间，国家集采药品切实减轻了患者的经济负担，发挥了增进民生福祉、推动三医联动、促进医药行业健康发展重要作用。医疗机构也需尽快建立完善的信息化支持体系，实现药品集采工作全程化、精细化管理。

对于第一、二批国家重点监控合理用药药品，要求制定省级和各医疗机构目录、重点监控目录内药品的临床应用、加强目录外药品的处方管理、加强药品临床使用监测和绩效考核。做好常规临床使用监测工作，发现使用量异常增长、无指征、超剂量使用等问题，要加强预警并查找原因。

信息化现状

当前HIS系统内药品基本信息字典中已添加国家集采药品及国家重点监控药品的标识字段，仅能导出相应药品的使用量，但HIS系统内没有相关的数据分析功能，需要人工进行数据的清洗分析。

解决目标

本研究旨在利用Microsoft Power BI软件进行数据可视化分析，将HIS系统的药品使用量数据导入Power BI，构建药品数据分析与可视化管理平台，制定数据分析指标及公式，搭建信息可视化模型，实现高效自动化数据分析，为国家集中带量与国家重点监控药品政策的落地实施提供高效便捷的药品数据分析与可视化信息技术支撑。

意义目的

国家集采药品和国家重点监控药品在医疗机构内的管理需要信息化的有力支撑，以促进临床医生合理、经济使用药物，对减轻患者药品负担具有重要意义。

所构建出的Power BI药品数据分析与可视化管理平台以期能够提供标准化、同质化、可视化的管理实践，显著提升药事管理的工作效率。

项目实施路线

基于Power BI的国家集采与重点监控药品管理平台的构建路线图如下：

 项目的实施主要分为四步：

1）解读国家集采政策与国家重点监控政策；2）采用头脑风暴法将政策转换为信息化管理思路及策略；3）数据源的内容及格式制定与数据获取；4）数据分析模型的构建——构建数据分析与数据展示模型；5）将构建好的模型应用于工作实际；6）采用PDCA循环法根据工作实际中反馈以及各位业内专家教授提出的优化建议进行“2、3、4”步骤的修改后重新应用于工作实际，循环修改。6）得到一个相对稳定的模型，国家集采与重点监控药品管理平台初步构建完成。

Power BI是微软(Microsoft Office)公司的一款免费开源数据分析平台。通过Power Query（数据获取）——Power Piviot（数据分析）——Power View（数据展示）编写交互式报表，能够把的简单的、静态的源数据转换为直观的、动态交互的可视化报表，还能够根据filter（筛选）条件，动态筛选数据进行不同层面和维度的数据分析。Power BI具有极强的数据保密安全性，可单机使用，无需与HIS系统对接，无需连接内外网，不存在数据泄露风险。

数据分析表达式 (DAX函数) 是一个由函数和运算符构成的库，这些函数和运算服务可进行组合，在 Excel 数据模型中的 Power BI、Analysis Services 和 Power Pivot 内生成公式和表达式。

头脑风暴法，1938年美国奥斯朋(Dr. AlexF. Osborn)所创。利用创造性想法为手段，集体思考，使大家发挥最大的想象力。根据一个灵感激发另一个灵感的方式，产生创造性思想，并从中选择最佳解决问题的途径。不可批评与会中人的创意，以免妨碍他人创造性之思想。

PDCA循环法，即是计划(Plan)、实施(Do)、检查(Check)、处理(Act)的首字母组合。无论哪一项工作都离不开PDCA的循环，每一项工作都需要经过计划、执行计划、检查计划、对计划进行调整并不断改善这样四个阶段。对HR经理来说，这是一个有效控制管理过程和工作质量的工具。采用PDCA可以使管理向良性循环的方向发展，通过实施并熟练运用，HR经理一定能在工作中不断提高效率，更加有效地驾驭工作。PDCA循环是能使任何一项活动有效进行的一种合乎逻辑的工作程序，特别是在质量管理中得到了广泛的应用。

硬件配置

硬盘：至少需要1GB的可用硬盘空间。内存：推荐4GB。处理器速度与类型：最低要求x64处理器1.4GHz，推荐2.0GHz或更快。操作系统：Windows 10、Windows 11。

软件要求

应用软件：Power BI 版本2.112.603.0及以上。

数据源

模型视图

 measure表中的DAX函数

近1月使用量均值 = AVERAGEX(DATESINPERIOD('日期表'[日期],MAX('日期表'[日期]),-1,MONTH),[使用量])

近3月使用量均值 = AVERAGEX(DATESINPERIOD('日期表'[日期],MAX('日期表'[日期]),-3,MONTH),[使用量])

科室分配量占比.科室 =

var vol = [任务量.科室.药品]

var yaopin = SELECTEDVALUE('科室任务表'[药品名称])

var mol = CALCULATE([药品全院任务量],REMOVEFILTERS('科室'),'全院任务表'[药品名称] = yaopin)

var result = DIVIDE(vol,mol,0)

return result

科室分配量占比.药品 =

var yaopin = SELECTEDVALUE('全院任务表'[药品名称])

var keshi = SELECTEDVALUE('科室'[科室])

var quanyuan = CALCULATE([药品全院任务量],'全院任务表'[药品名称] = yaopin)

var result = DIVIDE([任务量.科室.药品],quanyuan,0)

return result

任务量.科室 = SUM('科室'[任务量])

任务量.科室.药品 = SUM('科室任务表'[任务量])

任务量.累计 = TOTALYTD([使用量],'日期表'[日期])

剩余量.科室 = [任务量.科室]-[使用量]

剩余量.科室.药品 = [任务量.科室.药品] - [使用量.药品.科室]

剩余量.全院 = [药品全院任务量] - [使用量]

剩余月均使用量 = DIVIDE([剩余量.全院],[剩余月数.跨年],0)

剩余月均使用量.科室 = DIVIDE([剩余量.科室],[剩余月数],0)

剩余月均使用量.科室.药品 =

var month_num = [剩余月数.跨年]

var cal = CALCULATE([剩余量.全院],REMOVEFILTERS('科室'[科室]))

var percentages = cal * [科室分配量占比.药品]

var result = DIVIDE(percentages,month_num,0)

return result

剩余月数 =

var max_date = MAX('实际使用量'[日期])

var months = MONTH(max_date)

var result = 12-months

return result

剩余月数.跨年 =

var months = all('实际使用量'[日期])

var months_num = COUNTROWS(months)

var result = 12-months_num

return result

实际完成进度 = DIVIDE([使用量],[药品全院任务量],0)

使用量 = SUM('实际使用量'[使用量])

使用量.科室 =

var keshi = SELECTEDVALUE('科室任务表'[科室])

var result = CALCULATE(SUM('实际使用量'[使用量]),FILTER('实际使用量','实际使用量'[科室] = keshi))

return result

使用量.药品.科室 =

var keshi = SELECTEDVALUE('科室'[科室])

var yaopin = SELECTEDVALUE('全院任务表'[药品名称])

var result = CALCULATE(SUM('实际使用量'[使用量]),FILTER('实际使用量','实际使用量'[药品名称] = yaopin && '实际使用量'[科室] = keshi))

return result

完成进度.科室 = DIVIDE([使用量],[任务量.科室],0)

完成进度.药品.科室 = DIVIDE([使用量.药品.科室],[任务量.科室.药品],0)

完成进度差值 = [实际完成进度]-[应完成进度]

药品全院任务量 = SUM('全院任务表'[任务量])

药品月使用量累计 =

CALCULATE([使用量],FILTER(ALL('日期表'),'日期表'[日期] <= MAX('日期表'[日期])))

应完成进度 =

var X= 4

var Y= 12

var result = DIVIDE(X,Y)

return

result

// var months = VALUES('实际使用量'[日期])

// var months_num = COUNTROWS(months)

// var result = DIVIDE(months_num,12,0)

// return result

预计完成月 = DIVIDE([剩余量.全院],[近3月使用量均值],0)

预计完成月.科室 = DIVIDE([剩余月均使用量.科室],[近3月使用量均值],0)

可视化展示

1.1全院使用情况

“全院使用情况”画布可了解该批次执行周期内药品的全院总体使用情况，在该画布中进行了“应完成进度”“完成进度差值”“剩余月均使用量”“近3个月使用量均值”“预计完成月数”的计算，其中“剩余月均使用量”=剩余量/剩余月数、“预计完成月数”=剩余量/近3个月使用量均值。

1.2科室使用情况

“科室使用情况”画布可了解该批次执行周期内药品的科室具体使用情况，在该画布中进行了“科室分配量占比”“剩余月均使用量”的计算，其中“剩余月均使用量”=[（全院任务量-全院使用量）×该科室分配量占比]/剩余月数，该算法可进行实时动态的二次科室使用量分配。

1.3任务完成进度

“任务完成进度”画布可了解该批次执行周期内药品的科室任务量及目前科室或全院的具体完成进度。

1.4全院及科室任务量

“全院及科室任务量”画布可了解该批次执行周期内药品的全院或科室任务量及科室任务量占比。

1.5药理功效分析、品种通用名分析、产品通用名分析

“药理功效分析”画布可了解该批次执行周期内药品的全院使用详情及药品之间的使用量占比。以上三个画布的格式相同，因此以“药理功效分析”为例进行展示。

1.6会议沟通

“会议沟通”画布将“全院使用情况”与“科室使用情况”视图合二为一，便于在会议时沟通详细数据，避免了两个画布之间的切换。

1.7抗菌药-集采完成情况

一键筛选抗菌药，即时查询集采中选品种的抗菌药使用情况。

1.8抗菌药-集采中标与同类完成情况

一键筛选抗菌药，即时查询集采中选品种与同类品种的抗菌药使用情况。

1.9医保二级分类-集采及其它药品使用情况

即时查询医保二级分类，集采中选品种与同类品种的药品使用情况。

1.10医保四级分类-集采及其它药品使用情况

即时查询医保四级分类，集采中选品种与同类品种的药品使用情况。

1.11药理功效维度

占比分析、趋势图

相同药理功效分类的药品进行使用数量和占比的分析。

例：抗菌药的头孢类、青霉素类、喹诺酮类、林可酰胺类、碳青霉烯类等进行分析。

1.12即时查询药品科室使用占比

即时查询“品种通用名”、“产品通用名”、“药理功效分类”、“ATC大类”等维度使用情况。用于集采报量、科室任务量分配、使用量监控。以上三个画布的格式相同，因此以“品种通用名”为例进行展示。

1.13国家重点监控

国家重点监控等亦可用此方式管理，“国家重点监控、基本药物等”的管理也可沿用上述“国家集采药品”管理的画布进行，将医院或科室的“任务量”→“监控量”即可，因篇幅有限，暂不在此进行展示。

以上数据均为虚构演示数据

本项目的创新点主要体现在两方面：

（1）学会做减法

良好的药品数据分析与可视化管理平台，不仅要有丰富的数据和多维度的分析，更要学会做减法。

1.1管理上的减法

画布上的“筛选器”，可个性化的定制需要呈现的药品数据和信息，避免了满屏都是药品数据的繁杂界面和无效信息的呈现。

1.2数据源上的减法

1.2.1仅需提供药品最基本的4项信息即可进行数据分析。

1.2.2开创性地将国家药品信息标准库（YPID）对接其中，无需维护药品属性，降低信息差错。

1.3使用操作上的减法

每月将当月药品《使用量》导入，5s内即可自动计算并完成分析，操作简洁，节约时间成本。

（2）易用性

该管理平台操作简便，无编程基础的药师可直接使用本研究模板；有编程基础的信息药师可自主修改和调整。在集采和重点监控政策不断做加法背景下，信息化手段的有力支撑可以为管理做减法。该管理平台应运而生，进一步强化药品集采全流程管理，为科学管控策略的落地实施提供抓手，以信息化、精细化的分析视图，标准化、可视化的分析数据，为药事管理助力，显著提升工作效率，可供医疗机构进行参考、推广和使用。