基于Power BI 軟件對集采藥品的智能監測與管理

李雅琴，薛維佳，王芳芳，朱煒煒，蒙 婷，李 里△

（1. 四川大學華西醫院臨床藥學部＜藥劑科＞，四川成都 610041； 2. 四川省峨眉山市人民醫院，四川樂山 614200）

2018 年，國家醫療保障局會同國家有關部門以帶量采購為核心，開始推進藥品和高值醫用耗材帶量采購改革［1］。目前，藥品集中帶量采購改革已進入常態化、制度化階段［2］。截至2023 年4 月，已開展7 批國家藥品集中帶量采購，共納入294 種藥品。2021 年啟動胰島素專項采購，首次將集中帶量采購拓展到生物藥領域，第7 批在降壓藥領域首次納入緩控釋劑型［3-5］。隨著藥品集中采購工作的深入推進，覆蓋面越來越廣，納入品種范圍和采購金額均大幅提升，醫療機構在國家組織藥品集中采購、省際聯盟帶量采購藥品（以下簡稱集采藥品）的管理難度日逐增大。醫療機構當前面臨的工作任務不僅是簡單的統計、匯總各項考核指標，更重要的是快速分析和及時解讀數據，同時實現集采藥品科學、規范管理。為獲得集采藥品各項考核指標，對集采藥品進行監管，工作量大且煩瑣，極易出現失誤［6］。通過醫院自用藥品管理系統平臺和Excel 軟件進行數據跨表函數計算、整理、統計、分析等操作［7］，已無法應對復雜度和時效性都越來越高的數據分析要求。數據庫管理平臺MicrosoftAccess，SQL server，Oracle 等產品線及有美康、普華醫療軟件已應用成熟，但存在運行平臺單一、開發性較差、大規模數據處理能力弱、安全性較差或開發成本高、可供選擇后續定制化功能幅度較小等問題。Power BI是一個統一、可擴展的自助服務和企業商業智能（BI）軟件，可借力大數據，從技術層面提高集采藥品管理水平，實現集采藥品工作全程精細化管理，更好地貫徹落實藥品帶量采購政策，惠及更多患者是目前需要解決的問題［8］。使用此軟件內部的PowerQuery，PowerPivot，PowerView 功能，將藥品數據連接到相應數據并實現數據可視化，將視覺對象無縫融入集采藥品監控中［9］。通過圖表直觀、高效地傳達信息，且能通過人機交互的方式更輕松、快速地實現逐級深入分析和多維度的聯動分析［10-11］。基于Power BI 強大的數據獲取與清洗能力，結合四川某三級甲等醫院（以下簡稱醫院）集采藥品管理工作的實際情況，設計集采藥品智能監控系統，實現智能監測與管理，為不同應用場景提供數據分析，為醫院集采藥品的決策管理工作提供不同維度的數據支持。現報道如下。

1 需求分析

采用醫院藥品管理系統進行數據收集。采用選定查詢條件（如時間、藥品名稱、供貨企業等）→查詢藥品入出庫匯總→導出數據→手工轉換為Excel 表格→手工統計分析全院中選藥品采購量、合同量完成占比、中選采購金額占比等指標的方式來對醫院集采藥品進行監控管理。隨著集采藥品批次的增加，醫院集中帶量采購覆蓋的藥品品種多、金額大，不同批次集采藥品開始執行的時間不同、合同周期不一，導致監測報表數據量越來越大，同時需多藥師、多部門配合等，報表制作時間較長，效率較低，且極易出現錯誤。為了滿足日漸常態化的集采藥品管理需求，合理管理資源，迅速響應藥品集采相關的政策和指令，及時精細化地調整管理方案，整個獲取、整理、分析和展示數據的過程需要快速而準確［6］。本研究中基于Power BI 軟件強大的數據分析能力，可多報表聯動，實現不同維度、不同范圍數據展示的功能特點設計集采藥品智能監控系統。

2 集采藥品智能監控系統設計

2.1 監控系統設計理論依據

使用操作便捷的Power BI 軟件快速搭建數據倉庫、數據建模、添加視覺對象生成交互式可視化報表，自主設計集采藥品智能監控系統。主要研究思路：使用醫院藥品管理系統建立數據倉庫，以集采藥品等相關政策文件要求、考核指標作為依據對藥品各項信息分類，清洗數據，設計監控數據指標、度量值，進行數據建模。其中，建模內容包括藥品基本信息、藥品中選、非中選屬性、集采屬性、合同周期等。達到智能快速統計、分析數據，可視化呈現所需藥品數據，從而實現集采藥品的智能監測和科學化管理。

2.2 設計并創建數據倉庫

將藥品管理系統中事實數據與維度數據導入Power BI軟件，歷次入出庫筆次及相應數量用作“事實數據”使用；“本地藥品信息字典表”“集采藥品字典表”用作“維度數據”使用。

2.3 數據清洗

醫院藥品管理系統數據、醫院信息系統（HIS）數據、藥招平臺系統均屬不同系統來源的數據，存在各系統中藥品名稱、劑型、規格、生產廠家中英文、包裝轉換比不一致、多余的無效數據等問題，故需對垃圾數據、重復數據、數據浮點數控制、數據空缺等異常數據進行清洗，且在清洗過程中構建規范字典表作為維度表使用［12］。

2.4 數據建模

Power BI 的數據建模包括建立數據關系、度量值、可視化報表等步驟，其中使用DAX 函數編寫度量值、計算表、計算列模型。將事實表數據和維度表數據存入Power BI 軟件后，該數據模型將自動計算出統計分析結果，隨后根據展示需求將度量值以可視化報表控件的形式呈現為動態圖形，同時可視化報表控件可通過切片、鉆取、智能提問等方式請求篩選結果，數據與圖形則以篩選維度智能更新［13］。

關系的建立是數據建模過程中的核心，創建關系就是將事實表的列和維度表的列建立關聯，形成多關系映射連接。通過使用DAX 函數內的CALCULATE 函數設計“中選藥品入庫量”“中選藥品采購金額”“中選藥品品規數”等度量值；DIVIDE 函數設計“中選藥品采購量占比”“中選藥品采購金額占比”“合同量完成比例”等度量值；另外，為便于集采藥品采購管理更直觀、便捷，按剩余合同月份數創建“預計每月需求采購量”度量值。結合可視化報表工具將指標拖入數據報表頁面并按統計需求選擇相應的顯示方式，如柱狀圖、折線圖、散點圖等，直觀地呈現集采藥品各指標情況。

3 監控系統管理實踐

3.1 合同量完成情況監測報表

該報表可通過“集采批次”“藥品編碼”“藥品通用名”“藥品生產企業”“藥品配送企業”等項目進行篩選。以第五批集采藥品為例，在僅篩選“第五批”而不篩選其他項目的情況下可快速生成合同量完成情況監測報表，呈現出概況、集采中選藥品品種數完成占比、未完成品種（合同量完成比例）、“未完成合同量品種目錄”與“已完成合同量品種目錄”等模塊。

“概況”模塊可自動動態呈現當前第五批集采藥品的概況信息，包括“集采批次”“合同周期”“批次品規數”“中選藥品品規數”等；“集采中選藥品品種數完成占比”模塊則自動統計中選藥品完成情況，并生成餅狀圖，呈現該篩選條件下“中選藥品”已完成合同量的品規占比情況；而“未完成品種（合同量完成比例）”模塊則自動統計未完成合同量品種情況，并生成條形圖，相應藥品完成占比以升序的形式呈現，通過此方式可以直觀地得到第五批藥品中未完成合同量藥品信息及合同完成比例，同時設定了距離合同結束時間，根據未完成合同數量和剩余合同結束時間，自動計算“預計每月需采購量”，為后期的集采工作實施提供計劃預警支持；報表最下方的“未完成合同量品種目錄”“已完成合同量品種目錄”模塊均可智能更新、呈現該篩選條件下未完成合同量品種目錄和已完成合同量品種目錄的對應相關藥品的詳細信息。詳見圖1。

圖1 藥品合同量完成情況界面Fig.1 Interface of the completion status of the contract quantity of drugs

3.2 藥品采購詳情報表

以阿昔洛韋片為例，在“藥品通用名”項下篩選“阿昔洛韋片”，即可呈現出該藥品的具體信息詳情，包括集采批次、合同周期、合同量完成比例等，同時在Power BI軟件中打開“跨報表”聯動功能后，可將合同量完成情況監測報表中生效的篩選條件聯動至藥品采購詳情報表，呈現出“第五批”“阿昔洛韋片”的可視化數據。

報表中“中選與非中選采購數量占比”“中選與非中選采購金額占比”模塊分別以餅圖的方式顯示該通用名下的中選藥品采購數量與非中選藥品采購數量和采購金額的比例，實現中選與非中選藥品采購數量和金額的數據監控；“中選藥品入庫數量”模塊以縱向柱狀圖顯示時間區間內中選藥品的采購數量，直觀看出該段時間內采購量的浮動變化情況；“招標品種采購情況”模塊可具體呈現出該通用名下中選藥品與非中選藥品的采購數量、采購金額等數據、占比及中選藥品合同量完成占比，快速得到該品種的各項考核指標；“集采中選/非中選藥品明細情況”模塊可查看該品種的中選、非中選藥品信息明細，包括集采批次、是否中選藥品、藥品基本信息、藥品采購數量等數據。詳見圖2。

圖2 藥品采購界面Fig.2 Interface of the drug procurement

由此可見，該監控系統可快速按用戶的監控需求篩選“集采批次”“藥品通用名”“藥品生產企業”等項目，動態聯動某批次集采藥品的各項概況信息，快速統計出目標指標，從而滿足集采藥品管理的日常需求。

4 集采藥品智能監控系統運行前后工作流程比較

在集采藥品智能監控系統運行前（2022年1月至6月），由以前的在醫院管理系統中導出數據后，采用Excel 軟件查找與引用函數、數據與三角函數、邏輯函數等處理多部門的多張表格，整理集采藥品綜合報表，獲取全院中選藥品采購量、合同完成占比等考核指標，以支持集采藥品的決策管理。整個工作流程耗時數小時，且操作人員必須熟練應用Excel 辦公軟件，從不同工作簿與不同工作表之間快速切換選擇各種數據表，同時在切換選擇各數據表之間創建各種集采指標字段及其他輔助字段，且需在表與表之間、函數與函數之間、數據與數據之間做多表、多部門、多人員協同操作，最快預計花費約20 min 僅能得到單一藥品的數據，100 個藥品則需花費2 000 min，遠無法滿足常態化集采背景下的工作要求。如果數據處理操作的先后順序、邏輯思路出現錯誤，還可能導致指標結果出錯。集采藥品智能監控系統運行后，因相關數據表在程序后臺已建立表關系，設計的各指標函數已使用度量值，經初始數據測試指標準確后則無須擔心人為計算錯誤，實現快速查詢醫院所有集采品種情況的功能。上100種集采藥品任意的指標數據僅用2 個步驟、幾秒鐘即可完成，設置篩選條件后系統自動刷新目標指標便可直接生成報表，極大地提高了工作效率，同時確保數據準確，數據處理更規范化，指標計算更標準化，使得集采藥品的監控管理也更科學、高效。詳見圖3和表1。

表1 集采藥品智能監控系統運行前后報表制作時間及合格率比較Tab.1 Comparison of report preparation time and pass rate before and after the use of the intelligent monitoring system for drugs in centralized procurement

圖3 集采藥品智能監控系統運行前后工作流程比較Fig.3 Comparison of the workflows before and after the use of the intelligent monitoring system for drugs in centralized procurement

5 集采藥品智能監控應用效果及不足

隨著藥品集采工作的推進，品種數量急劇增加，大量煩冗復雜的工作給醫院的運營管理和臨床醫療工作帶來了很大的挑戰［14］，本研究中基于Power BI軟件自主設計的集采藥品智能監控系統有針對性地將最煩瑣、費時、易出現差錯的工作進行了簡化，極大地節省了人力，保證了工作的準確性和效率，實現了面向集采藥品為業務場景的多維分析，為醫院集采藥品的管理提供了強大的技術支持，實現了集采藥品的智能監測與管理［15］。

該監控系統僅用合同量完成情況監測報表、藥品采購詳情報表以簡單的點選操作即可快速得到集采藥品的合同量完成情況、中選與非中選藥品采購量占比、采購金額占比等數據，完成絕大多數重要指標數據的監控工作，并以直觀的數據圖表呈現。該系統可滿足靈活、高效的集采藥品信息整合需求，以及管理中普遍存在的數據采集、分析、展示等實際需求，且系統的預警功能還可根據目前合同量完成進度及距離合同結束時間，自動計算在剩余合同時間內需完成合同量任務，醫院每月需采購藥品數量，為接下來的集采藥品管理提供快速、精確的數據預警參考方案。通過信息化的手段可保障數據的安全性、準確性，規避人工統計出錯的風險、解決人工監測不及時等一系列問題，通過改變傳統、紛繁復雜的藥品監管模式，讓藥師有更多精力用于向醫務人員進行集采藥品政策宣傳培訓、開展患者用藥教育等專業化的藥學服務中，提高藥學服務質量，保障患者用藥安全。該系統的投入使用提高了醫院對集采藥品管理的科學性、信息獲取的及時性、采取措施的有效性［16］。

隨著藥品集中帶量采購政策的深入推進，集采規則不斷優化，通過國家組織和省際聯盟采購覆蓋藥品品種不斷增加，隨之對集采藥品的管控難度日益增加，該系統也暴露出體系內容不完善，監測指標有限等問題。下一步，醫院將對該系統進行升級改造，如增設臨床使用監控功能，實時獲取中選藥品、同通用名原研藥用量及費用、月度處方數量、用藥頻度、藥品有效性的換藥人數、患者二次換藥率等數據，以便及時掌握藥品使用情況，滿足調研、匯報、檢查、數據上報等工作，同時也為臨床合理使用集采中選品種提供參考；添加中選藥品滯銷管理項，若中選藥品已采購入庫，但出現滯銷時系統可向藥劑科及臨床科室預警，提示優先使用該藥品；對與集采中選品種有相近藥理作用的品種實現監管，促進臨床合理用藥；增加集采藥品報量測算功能，結合醫院上年度藥品使用總量、用量變化趨勢、本院藥品供應目錄的調整、持續更新的臨床指南等，形成帶量采購模式下最優的報量決策。同時，考慮逐步將該系統運用到國家重點監控藥品、抗菌藥物、抗腫瘤藥物等特殊藥品的管理中。