自2019年起，国家医保局先后启动了以DRG/DIP为主的支付方式改革试点。截至2023年底，全国超9成统筹地区开展了DRG/DIP付费，25个省（区、市）和新疆生产建设兵团实现了统筹地区全覆盖。
国家医保局于2024年7月23日发布《关于印发按病组(DRG)和病种分值(DIP)付费2.0版分组方案并深入推进相关工作的通知》，旨在进一步推进医保支付方式改革，提高医疗保障的规范性和统一性。
DRG/DIP 2.0 版分组方案于 2024 年推出，核心是更合理分组。新版 DRG 有 409 个核心分组和 634 个细分组，增加 33 组，优化 13 个学科并调整联合手术等问题；新版 DIP 有 9520 个核心病种，覆盖 95%以上出院病例，减少 2033 组。
该方案利于医保资金合理应用，医生分组更合理，基金结算精准高效，要求次年 6 月底前完成年度基金清算，鼓励基金预付，探索将异地就医费用纳入管理。医保资金向外科倾斜，利好创新药，用好特例单议机制。
总体而言，是医保支付方式重要升级，对提升医疗质量意义重大，技术优化完善，增强政策适应性和灵活性，提升医疗资源利用效率、服务质量和安全性，为医药行业带来新机遇。
DRG 相对权重（RW）是对每一个 DRG 依据其资源消耗程度所给予的权值，反映该 DRG 的资源消耗相对于其它疾病的程度。数值越高，说明这个 DRG 组医疗资源消耗越高，也理应获得更高的费用补偿。
费用算法：W = 该 DRG 细分组的平均费用 / 全区域内的平均费用。目前大部分采用此方法，因为成本计算标准无法统一。
例如，经过计算，所有患者的平均住院费用为 20000 元，DRG 组 1 的平均住院费用为 15000 元，那么 DRG 组 1 的相对权重就是 15000/20000 = 0.75。
成本算法：W = 该 DRG 细分组的平均成本 / 全区域内的平均成本。
DIP（按病种分值付费）分值算法是根据各病种及基准病种的次均医疗总费用，对照基准病种分值计算各病种分值。
其本质是通过对不同病种消耗医疗资源的量化评估，确定医保支付费用，以实现医疗资源的合理分配和医保基金的有效利用。
分值计算公式：某病种组合分值（RWi）=该病种组合内病例的平均住院费用（mi）/全部病例平均住院费用（M）。
其中，mi以近三年的往期数据按照时间加权的形式计算该费用均值，如当前年度为2024年，则采用2021年数据∶2022年数据∶2023年数据=1∶2∶7的比例进行测算。
例如，假设全部病例平均住院费用 M 为 15000 元，某病种组合内病例的平均住院费用 mi 为 12000 元，那么该病种组合分值 RWi = 12000/15000 = 0.8。
基准病种选择：基准病种通常是本地普遍开展治疗、临床路径明确、并发症与合并症少、诊疗技术成熟且费用相对稳定的某一病种，可以将区域内住院平均医疗费用作为基准。
DRG/DIP根据地区平均值、医院之间有区别，医疗数据差异
地区平均值在 DRG 和 DIP 付费体系中起着重要的基准作用。以 DIP 为例，各病种分值的计算是基于全部病例平均住院费用这一地区平均值。不同地区的经济发展水平、医疗资源分布等因素会导致地区平均值存在差异。
例如，经济发达地区的医疗资源相对丰富，医疗费用可能较高，地区平均值也会相应较高；而经济欠发达地区的医疗费用则可能较低，地区平均值也会相对较低。这种地区平均值的差异会直接影响到 DIP 分值的计算，进而影响医保支付费用。
在 DRG 付费体系中，地区平均值同样重要。DRG 相对权重的计算也会参考全区域内的平均费用或平均成本。不同地区的医疗服务价格、成本结构等不同，会导致地区平均值的差异，从而影响 DRG 组的权重分配。
不同医院在实施 DRG/DIP 付费方式时也存在区别。医院的规模、技术水平、医疗设备等因素会影响其对 DRG/DIP 的适应能力。大型综合性医院通常拥有更先进的医疗设备和技术，能够处理更为复杂的病例，在 DRG 分组中可能会更多地涉及高权重的病种组。而小型医院或基层医疗机构可能更多地处理常见疾病，病种组的权重相对较低。
医院的管理水平和成本控制能力也会影响 DRG/DIP 的实施效果。管理水平高、成本控制能力强的医院能够在保证医疗质量的前提下，降低医疗成本，提高运营效率，从而在 DRG/DIP 付费体系中获得更好的经济收益，而管理水平较低、成本控制能力差的医院可能面临成本超支的风险。
以某地区为例，大型三甲医院在 DRG 付费实施后，通过优化临床路径、加强成本控制，提高了医疗服务质量和效率，同时也获得了合理的医保支付费用。而一些小型医院由于技术水平有限、管理不善，在 DRG/DIP 付费体系下面临一定的挑战。
医疗数据的差异也是影响 DRG/DIP 实施的重要因素。首先，不同医院的数据质量存在差异。数据质量高的医院能够准确地记录患者的诊断信息、治疗过程和费用明细，为 DRG/DIP 分组和付费提供可靠的依据。而数据质量差的医院可能存在数据缺失、错误等问题，影响 DRG/DIP 的准确性。
其次，不同地区的医疗数据也存在差异。由于医疗资源分布不均、疾病谱不同等原因，不同地区的医疗数据在病种分布、费用水平等方面存在差异。这种差异会影响 DRG/DIP 分组的科学性和合理性，进而影响医保支付的公平性和有效性。
例如，在某些地区，由于特定疾病的高发，该地区的医院在相关病种的治疗经验和数据积累上更为丰富，这可能会影响该地区在 DRG/DIP 分组中对该病种的权重分配和分值计算。而在其他地区，由于该疾病的发病率较低，可能在分组中对该病种的考虑相对较少。
按照 DRG/DIP 均值核算
按照 DRG/DIP 均值核算，临床科室变数学老师
在 DRG/DIP 付费体系下，临床科室面临着巨大的挑战。医生需要像“数学老师”一样精确计算每个患者的治疗费用，以确保在医保支付范围内提供高质量的医疗服务。
例如，以鼻咽癌的放疗为例，以往不管什么肿瘤的放疗都进放疗组，支付标准大概只有 7 万元，但鼻咽癌放疗取决于患者的疾病严重程度，大概在 9 万元左右，收一个亏一个。这就要求医生在制定治疗方案时，不仅要考虑患者的病情，还要考虑医保支付的限制。
另外，临床科室需要对科室的整体收支情况进行精确核算。总收入包括医保支付和患者自付，总支出包括诊断、治疗、手术、化验、检查、用药、耗材等费用。在实施 DRG 后，争取更多的医保支付不太可能，而企图增加患者自付也不可能，因为 DRG 这些都是被限定死的，那么解决问题的方法就只能在减少总支出方面想办法。
临床科室应对之策：理清思路、调整节奏
摸清底子
科室需明确收治病种数量并准确分组。分析费用不足原因，确定费用去向，思考可避免支出的费用。从新技术、新服务、新价格、新规范四个角度深入分析，找出费用不足的关键原因。梳理科室费用，如发现部分检查项目过度使用，致费用增加而治疗效果提升有限，可针对性调整检查方案以减少不必要支出。
找对法子
诊断填写全面：尽可能将诊断写全，特别是其他诊断的填写。在填写其他诊断时，遵循先填写主要疾病并发症，后填写合并症；先填写病情较重的疾病后填写病情较轻的疾病；先填写已治疗的疾病，后填写未治疗的疾病的原则。
改进服务流程：对照诊疗规范，下决心降低成本。对现有的服务流程进行全面审查，找出可能存在浪费资源或效率低下的环节，并进行改进。
改进绩效考核办法：有效调动积极性，制定合理的绩效考核办法，激励医护人员在保证医疗质量的前提下，积极控制成本。
合理分流病人：门诊与住院合理分流，对于病情较轻的患者，引导其在门诊接受治疗，避免不必要的住院，从而降低医疗成本。
医院精细化管理：搭建医院数据指标，指导临床科室科学发展
在 DRG/DIP 付费背景下，医院精细化管理成为提升医疗服务质量、保障患者安全、提高医院竞争力的关键途径。传统管理模式难以满足现代医院的发展需求，精细化管理的核心在于细节把控和流程优化，涵盖诊疗流程、资源配置、人员培训、设备维护等多个方面。
通过科学的数据分析和系统的管理方法，实现资源的最大化利用和服务的最佳化提供，例如通过电子病历系统应用提高诊疗准确性和效率，合理规划床位、药品采购等资源配置降低运营成本并提高就医体验。
DRG/DIP结合自身三年数据辅助，实现临床精细化管理
在临床科室的精细化管理中，DRG/DIP结合自身三年数据辅助具有至关重要的意义，数据是实现精细化管理的基础和关键。
通过对三年来的DRG/DIP数据进行深入分析，可以清晰地了解科室的运营状况、病种分布、费用结构等重要信息，为制定科学合理的管理策略提供有力依据。
以某医院为例，通过分析三年来的DRG数据发现，某些病种的费用消耗指数较高，而时间消耗指数较低。这表明在这些病种的治疗过程中，虽然医疗资源的使用较为高效，但治疗时间相对较长。针对这一情况，医院可以进一步优化临床路径，合理安排治疗流程，缩短住院时间，提高医疗效率。
在 DRG/DIP 付费模式下，临床科室一度陷入了“数学老师”的角色，过度关注费用核算和成本控制，这在一定程度上偏离了医疗的本质。全面构建高标准、精细化管理，医疗的核心是为患者提供高质量的诊疗服务，而不是单纯的财务计算。
临床科室应该回归医疗本身，专注于疾病的诊断、治疗和预防，提高医疗技术水平和服务质量。
奇璞智——高质量知识付费内容在线AI创作共享平台！
奇璞智致力于打造一个开放、共享、学习的高质量知识付费内容在线AI创作分享平台，让医保卫健领域的专业知识得以轻松访问和充分传播。我们希望通过聚集优质知识付费内容，围绕医疗从业者日常工作、家庭教育、生活娱乐等方面提供多元化的交流分享服务，帮助他们不断提升专业水平和知识储备。奇璞智“创作者中心”允许知识创作者上传原创文档等虚拟知识产品，在享受平台充分的流量曝光和推广权益同时，也为知识创作者提供了一个展示自己、实现收益的机会，实现知识的最大化利用和价值转化。平台将逐步接入GPT大模型技术，基于海量的知识库资源，提供生成式问答、智能推荐、内容创作等功能，为用户提供更多AI智能化服务，让每个人都成为知识的创作者！
