跨區域醫聯體背景下“互聯網+醫療”平臺定價機制

梁 峰,季澤新,王雅潔,王 謙

(南開大學 商學院,天津 300071)

隨著我國老齡化程度的加深,關于醫療服務的需求正在逐年遞增。雖然醫療衛生及相關方面的改革在持續推進,醫療水平得到明顯改善,服務效率得到明顯提升,但是對于普通民眾而言,“看病難、看病貴”的問題仍然沒有被徹底解決。目前,我國東西部發展、城鄉發展差異性較大,醫療資源的地域分配尚不均衡,主要集中在東部經濟較發達地區?！?021中國衛生健康統計年鑒》[1]指出,2020年全國公立三級醫院數量為2 996 家,其中:東部地區擁有1 328家,占比44.3%;中部地區擁有767 家,占比25.5%;西部地區擁有901家,占比30.1%。

除分布不均問題外,醫療資源的利用也不夠充分?！?020年我國衛生健康事業發展統計公報》[2]顯示:2020年,我國一級醫院數量為12 252家,病床使用率為48.7%;二級醫院數量為10 404家,病床使用率為70.8%;三級醫院數量為2 996家,病床使用率為81.5%。統計結果表明,大醫院人滿為患,基層醫院一半的醫療資源閑置。這是由于基層醫療機構服務能力不足、服務質量不高,一些患者在尚未了解病情嚴重程度的情況下,盲目選擇到大型醫院就診,導致醫療資源利用的低效性和惡性循環。在醫療資源分布不均、利用不充分的情況下,二級醫院因為自身醫療實力有限,其患者通常需要跨區域就診,原本的檢查數據不被其他醫院承認,造成患者重復檢查、醫療費用增加等問題;三級醫院由于整體醫療資源有限,并不能容納過多的患者就醫就診。

遠程醫聯體作為目前我國建設的4類醫聯體之一,與城市醫療聯合體、醫共體及?？坡撁瞬煌?側重于支持醫療資源較為豐富的公立醫院向基層醫療機構提供遠程醫療、遠程教學及遠程培訓等服務,重點幫扶基層、邊遠和欠發達地區的醫療機構。本文所討論的“互聯網+醫療”平臺即是遠程醫聯體的一種模式,在目前的醫療背景下,多種醫聯體模式共同發展,線上線下結合,才能更好地促進我國醫療事業的發展。因此,構建跨區域“互聯網+醫療”平臺,將各地區沒有得到充分利用的醫療資源進行整合,鼓勵網絡轉診,提高醫療資源利用效率,而患者無須轉移物理地點就能享受到更加優質的醫療服務,這樣既減少了跨地區物理流動所產生的時間和金錢成本,也擴大了優質醫療資源的受益范圍。尤其是2022年12月12日,國務院聯防聯控機制醫療救治組發布了《關于做好新冠肺炎互聯網醫療服務的通知》,其中明確醫療機構可以通過互聯網診療平臺,為出現新冠肺炎相關癥狀的患者在線開具治療新冠肺炎相關癥狀的處方,并鼓勵委托符合條件的第三方將藥品配送到患者家中,也將進一步推動互聯網+醫療平臺的發展。

截至2022年11月,全國已建成互聯網醫院逾1 700家,但九成以上處于建而不用或淺嘗輒止的“僵尸狀態”,至于通過互聯網+醫療方式實現遠程醫聯體實際運營的更是少之又少[3]。究其原因,大部分的遠程醫聯體都是基于管理機構的要求建立,各參與方無法獲得足夠的政策激勵和實際收益,參與積極性較低。因此,為了提升平臺的幫扶力度和可持續運營前景,讓優質醫療資源向欠發達地區傾斜,平臺參與情況和醫院收益情況是重要考慮因素。首先對平臺和各類醫院的收支情況進行分析,構建了“互聯網+醫療”平臺各參與方的收益模型;然后,基于整數規劃和遺傳算法,求得二級和三級醫院的參與策略,在滿足二級和三級醫院參與度閾值的基礎上,以平臺運營商收益最大值為目標,制定平臺運營商定價策略;最后,本文分析了請求其他醫院協助概率和收入分成系數對各級醫院參與度和平臺收益的影響。研究結論既為遠程醫聯體提供了可持續的平臺運營模式和定價機制,也為互聯網+平臺在其他類型醫聯體中的應用提供了運營思路。

1 文獻綜述

國內有關“互聯網+醫療”平臺的研究多集中于以案例為主的定性研究。唐魁玉等[4]以黑龍江省醫院為研究案例,通過分析研究智慧醫療平臺的建設、發展和主導意識,為5G 網絡服務環境下的智慧醫療平臺搭建提供安全性、應用性和智慧性保障。鄧文浩等[5]以利益相關者的理論視角,基于商業畫布和價值畫布主張,采用單案例研究方法,以廣東航宇衛星科技有限公司的遠程醫療平臺為研究對象,針對其在商業模式下的智能化服務展開系列研究。楊凱艷[6]以某醫院在縣級平臺進行的遠程醫療服務為基礎,提出了完善遠程醫療扶貧工作的具體建議。劉寧等[7]分析了湖北省婦幼健康聯盟遠程醫療協同平臺的體系架構和功能應用,對其后期深層次發展提出了建議和政策指導。劉凱[8]將跨境醫療與互聯網醫療相結合,對其涉及的法律風險做出了評估,并探討了粵港澳大灣區的跨境醫療服務模式。

除了對案例展開的研究外,國內學者還進行了關于平臺架構或平臺設計等方面的探討和研究。賈倉倉等[9]基于TOGAF 遠程醫療服務平臺架構規劃,為平臺建設與應用提供諸多足以支持與提供技術指導的新方法。顧海等[10]以物聯網技術建設為依托,構建滿足多主體、多層次功能需求的智能遠程醫療平臺服務,實現了功能化架構,并對各個架構對應的邏輯關系進行分析。石金銘等[11]結合遠程醫療的特點,提出了建立基于遠程醫療的精準“醫療大數據”服務平臺,并對其進行了全面研究與分析。張超等[12]利用質量功能展開的理論框架和應用流程,對遠程醫療平臺服務質量模型進行改進,分析并厘清影響患者滿意度的重要因素,提出了改進策略。路薇等[13]也對遠程醫療的流程和服務框架進行分析和改進,對遠程醫療的框架體系進行解構,提出了一種由基層醫生發起申請,經過匹配后基層醫院醫生和三甲醫院專家共同對患者病歷進行討論的D2D2P(Doctor to Doctor to Patient)的服務模式,并針對基層醫生干預下的遠程醫療服務匹配問題,提出一種可以綜合考慮第三方偏好的雙邊匹配決策性方案。

如上所述,國內關于“互聯網+醫療”平臺相關研究大多集中在定性層面,而針對醫療平臺的定量研究大多為針對城市醫聯體的運營問題研究。王海燕等[14]基于最優化理論研究了一定付費策略下的城市醫聯體最優合作機制,提出按年付費和按患者訪問次數付費等方式,平臺運營商采取優化付費的定價策略,以實現城市醫聯體運營的可持續性。李忠萍等[15]通過構建一個排隊論框架下的四階段序貫博弈模型,對城市醫聯體內部的轉診決策進行研究。

對于醫療平臺的運營問題,國外學者針對當地醫院的信息共享機制與轉診機制展開研究。Stokes等[16]認為傳統的支付機制可能無法為整合護理的參與者造成激勵影響,提出了一種用于改善財政激勵的綜合支付類型。Hejazi[17]以患者在診療過程中的平均等待時間作為關鍵績效指標,研究并分析了一個可根據不同系統條件實現診療服務資源合理分配的激勵系統。Atasoy 等[18]研究發現,醫院之間增加電子病歷的共享雖然會增加個體醫院的成本,但是對于降低相鄰醫院的總成本具有顯著的溢出效應。Li等[19]運用排隊論和合作博弈模型,著重研究了反向轉診機制,給出了優化的地區醫院合作機制。Martinez等[20]建立了一個評估醫療機構參與信息交換網絡意愿的博弈模型,分析了醫院在不同市場條件下對醫療平臺決策的采納情況。

總之,現有的國內外文獻對“互聯網+醫療”平臺運營相關問題做出了一定程度的研究,但因國情、地域不同,適應方法和研究重點也各不相同。現有研究中,研究主體多為在同一行政區域的城市醫療集團或醫共體,缺乏針對跨區域“互聯網+醫療”平臺運營的定量研究。而在我國醫療資源分布不均且人口流動日益普遍的背景下,異地就醫、跨區就診的醫療訴求越發明顯,如何通過“互聯網+醫療”平臺的運營,既降低跨區域就診人數,節省患者的跨區域就診成本,同時又滿足患者對于優質醫療資源的需求,是互聯網+醫療平臺面臨的重要運營問題。因此,本文在上述研究的基礎上,構建了跨區域的“互聯網+醫療”平臺,充分考慮三級、二級醫院和平臺三方決策的各項影響因素,在滿足各類醫院參與度閾值的前提下,通過建立平臺總收益最大化的組合優化模型,制定合理的“互聯網+醫療”平臺運營商定價策略,以及確定各類醫院的參與策略,從而優化醫院參與方式,使各個參與主體得到合理的收益,同時也擴大了優質醫療資源的受益范圍。

2 問題描述與模型構建

2.1 問題描述

本文將搭建由一個“互聯網+醫療”平臺運營商、n個發達地區綜合三級醫院和m個地區二級醫院組成的跨地區“互聯網+醫療”平臺。平臺有兩種付費方式,分別為按年付費和按患者訪問次數付費,醫院可根據自身情況自主選擇付費方式。平臺中,三級醫院與二級醫院之間并無地域上的關聯,二級醫院與二級醫院可能存在一定地域上的關聯。發達地區三級綜合醫院擅長的醫療領域更加全面,醫療水平遠高于地區二級醫院;地區二級醫院醫療水平并不均衡,不同醫院擅長領域不同,可能在某一領域或某幾個領域的醫療水平較高。

依托這個平臺,三級醫院與二級醫院以及二級醫院與二級醫院共享的是患者的醫療信息和診療環節,即某個主治二級醫院在醫治某一患者時,由于在某一領域醫療水平有限,只能通過平臺向其他擅長該領域的二級醫院或綜合三級醫院尋求醫療幫助,同意協助的二級醫院和三級醫院借助“互聯網+醫療”平臺幫助該主治的二級醫院診斷患者。患者以主治的二級醫院的醫療價格付費,不需要轉移地點就可享受更加優質的醫療資源,主治醫院與協助醫院以一定比例共享醫療收入。由于患者實際醫治發生在主治醫院,所以主治的二級醫院產生治療的直接成本及間接成本,協助的二級醫院或三級醫院只產生治療的間接成本。

由于門診環節和治療環節的醫療流程、耗費的醫療資源、醫院的收入及產生的成本差距較大,故將門診和住院治療分類討論,即門診患者代表當天即可完成診斷的輕癥患者,住院治療患者代表需要住院進行進一步治療的重癥患者,后文統一將住院治療簡稱為治療。

患者就診流程如圖1所示。

圖1 患者就診流程

各主體決策會根據各自所處的角色來決定。對于二級醫院而言,加入“互聯網+醫療”平臺后向平臺支付的費用與醫療成本之和小于新增收入,即增加了收益,二級醫院就會作出參與平臺的決策。參與“互聯網+醫療”平臺的二級醫院數量也會影響三級醫院加入該平臺的決策。對于三級醫院而言,單純的收益并不是決定因素,要根據新增收入和新增成本以及社會效益來共同決定參與策略。對于平臺運營商而言,醫院的參與策略會直接影響平臺運營商的利潤。與一定行政區域下的城市醫聯體內部博弈不同,在跨區域的互聯網醫療平臺中,必須參與的是二級醫院,只有二級醫院參與,三級醫院才有動力積極參與。因此,在本模型中,假設平臺首先給出針對二級和三級醫院的付費價格,然后二級醫院是否參與,并將結果通知平臺運營商以及三級醫院,最后三級醫院根據二級醫院的決定作出決策。

“互聯網+醫療”平臺的運營決策過程如圖2所示。

2.2 模型假設

符號說明:

n——三級醫院數量/家

m——二級醫院數量/家

S——醫院集合,S={1,2,…,n,n +1,…,n+m}

k——k=0表示三級,k=1表示二級

l——參與方式集合,L={1,2},l=1表示按年付費,l=2表示按人數付費,l∈L

Qs——醫院年均訪問人次/萬人次,s∈S

αij——二級醫院i無法進行門診請求j醫院協助的概率

βij——二級醫院i無法進行治療請求j醫院協助的概率

ωi——二級醫院i的患者通過平臺尋求其他醫院幫助的概率

U0——二級醫院請求三級醫院協助時二級醫院的收益分成

U1——二級醫院請求二級醫院協助時二級醫院的收益分成

Uα——醫院門診的間接成本比例

Uβ——醫院治療的間接成本比例

Qp——平臺的固定成本/元

Qpα——平臺人均門診管理的成本/元

Qpβ——平臺人均治療管理的成本/元

Pkα——k類醫院人均門診費用/元

Pkβ——k類醫院人均治療費用/元

δ′k——k類醫院的參與度閾值

Ckα——k類醫院人均門診成本/元

Ckβ——k類醫院人均治療成本/元

Xsl——Xsl=0表示s醫院不選擇此付費方式,Xsl=1表示選擇此付費方式,s∈S,l∈L

Fkl——k類醫院對應的l付費方式的費用(按患者訪問次數付費,同時包含門診和治療兩種付費標準)

基于2.1節問題描述,結合醫療體制改革和“互聯網+醫療”平臺的各項規定做出如下假設:

(1) 根據理性人假設,地區二級醫院和三級醫院的參與策略必須基于加入“互聯網+醫療”平臺后收入大于成本的基礎,并且醫院會自主選擇使自身收益更大的付費方式;“互聯網+醫療”平臺的長久運營同樣必須基于收入大于成本的基礎。

(2) 地區二級醫院和三級醫院若選擇參加“互聯網+醫療”平臺,只能選擇一種付費方式,即選擇按年付費或按患者訪問次數付費。

其中，x 1～x 5 分別表示i-C5、C6、C7、C8 和 C10的質量濃度，y為MDEA溶液吸收能力。

(3) 借助“互聯網+醫療”平臺,地區二級醫院可尋求其他地區二級或三級醫院的遠程醫療幫助,同時也可向其他地區二級醫院提供遠程醫療幫助;在此平臺中暫不考慮三級醫院尋求其他三級醫院遠程醫療幫助的情況。

(4) 為了保障平臺參與度,本文將設置二級醫院和三級醫院的參與度下限,即參與度閾值,三級醫院和地區二級醫院的參與度必須同時滿足高于各自的參與閾值,否則整個平臺無法實現運作。

(5) 根據《中華人民共和國社會保險法》規定,二級醫院一檔報銷比例為60%,三級醫院一檔報銷比例為50%,因此,在看同一種病的前提下,患者選擇在地區二級醫院通過平臺就診相比去三級醫院就診的總花費更少。該報銷比例在不同區域會因為當地政府的補貼而有所區別,但是考慮到研究的通用性,以《中華人民共和國社會保險法》的規定作為建模依據。

(6) 由于醫院請求其他醫院協助時要考慮醫院醫療水平、病種、距離等因素的影響,為了體現區分度、區域性等抽象特征,醫院無法進行門診或治療請求其他醫院協助的概率滿足一定參數范圍下的泊松分布。

(7) 考慮到三級醫院有正常的門診和治療工作,只能把一部分醫生的空余時間當作參與遠程診療的時間,結合本文調研的醫院及醫生參與意愿程度,將醫院承接各二級醫院請求診療的能力限定為自身能力(年均訪問人次)的15%,以避免影響到自身的診療過程。

2.3 模型構建

根據參與“互聯網+醫療”平臺后各方的收益變化(見圖3),構建各方參與的決策模型。

圖3 “互聯網+醫療”平臺中各方參與的收益變化

地區二級醫院i加入“互聯網+醫療”平臺實現醫療共享后相比加入之前增加的6個部分的人數之和為

病人增加帶來收入增加,增加的收入要與協助醫治的醫院共享,二級醫院i總收入為6類增加病人的收入分成之和:

成本包括本醫院向平臺運營商繳納的費用和醫療服務所需支付的直接成本以及間接成本之和。醫院向平臺繳納的費用由醫院參與策略和平臺定價策略共同決定,主治的醫院同時產生直接和間接的醫療成本,協助的醫院只產生間接的醫療成本。二級醫院i總成本為

2.3.2 三級醫院的決策模型 二級醫院決策之后,三級醫院會根據二級醫院的參與策略結果,決定是否參加“互聯網+醫療”平臺以及付費方式。由于該平臺為跨區域合作平臺,三級醫院只提供遠程醫療援助,并不占用本醫院床位、物資等醫療資源,故在一定程度上對三級醫院原來的病人群體不產生直接影響。三級醫院j加入“互聯網+醫療”平臺后,增加的患者人數由兩個部分構成:參加“互聯網+醫療”平臺的地區二級醫院利用平臺請求該三級醫院進行協助門診的患者增加量;參加“互聯網+醫療”平臺的地區二級醫院利用平臺請求該三級醫院進行協助治療的患者增加量。三級醫院j加入“互聯網+醫療”平臺實現醫療共享后相比加入之前增加的兩類患者人數之和為

三級醫院加入“互聯網+醫療”平臺后,門診和治療的病人增加導致總收入增加,由于只考慮與二級醫院共同醫治的情況,故三級醫院分得的收入為協助二級醫院增加的收入乘以對應的收入分成系數(1-U0)。三級醫院總收入為增加的兩類病人收入分成之和)。三級醫院成本包括本醫院向平臺運營商繳納的費用之和以及醫療服務所需支出的成本之和。由于三級醫院只考慮與二級醫院共同醫治的情況,三級醫院只提供遠程醫療協助,故只產生間接的醫療服務成本。三級醫院j總成本為

2.3.3 平臺的決策模型 平臺運營商的收入為各級醫院繳納的參與“互聯網+醫療”平臺的費用,根據二級和三級醫院的參與策略結果,平臺運營商的收入為

平臺運營商成本為開發平臺、租賃設備、維護平臺等固定成本以及每提供一次服務的可變成本之和:

平臺收費定價水平會直接影響到參與醫院的利潤,從而影響醫院的參與決策。只有當二級和三級醫院參與數量高于一定比例,平臺才能正常運營,故引入三級醫院和地區二級醫院的參與度δ0和δ1來量化兩類醫院的參與意愿,即決定加入“互聯網+醫療”平臺的醫院數量與該類醫院總數量的比值。二級醫院參與度為

三級醫院的參與度為

根據上述問題描述和符號定義,建立如下“互聯網+醫療”平臺合作定價機制模型。

首先給定平臺運營商定價初始值F=(F01,F0α,F0β,F11,F1α,F1β),二級醫院根據最優化理論尋求收益最大的參與策略,即:

其中:式(1)是二級醫院i的利潤函數,同時也是決策的目標函數,表示根據平臺給定的平臺運營商定價初始值,二級醫院選擇是否參與和參與情況下使自身收益最大化的付費方式;式(2)表示二級醫院加入后的收入大于等于成本才會參與的約束條件;式(3)為醫院參與方式的約束條件,表示每個加入的醫院只能選擇一種付費方式;式(4)為付費方式是0-1變量的約束。求解商務模型,得到二級醫院的決策解為

其中:式(5)是三級醫院j的利潤函數,同時也是決策目標函數,表示根據平臺給定的定價解和二級醫院參與策略解,三級醫院選擇是否參與和參與情況下使自身收益最大化的付費方式;式(6)表示三級醫院加入后的收入大于等于成本才會參與的約束條件;式(7)為醫院付費方式選擇約束,表示每個加入的醫院只能選擇一種付費方式;式(8)為醫院付費方式是0-1變量的約束。求解上述模型,得到三級醫院參與策略解為

3 模型求解算法

本文所研究的“互聯網+醫療”平臺的定價機制問題,由確定每種付費方式的價格和決策醫院參與互聯網+醫療平臺付費方式兩個子問題組成,在求解時兩個子問題之間需要相互傳遞決策信息,且兩個子問題的計算需要通過序貫過程進行尋優,故采用改進的遺傳算法進行求解。一方面,決策信息的傳遞通過編碼方式來設計;另一方面,第2個子問題通過適應度函數的計算嵌套在第1個子問題中進行求解。具體求解思路:首先給定平臺運營商定價決策解F=(F01,F0α,F0β,F11,F1α,F1β)的初始種群,將初始種群代入二級醫院模型,利用整數規劃求出二級醫院參與策略解;將二級醫院參與策略解和初始種群代入三級醫院模型中,利用整數規劃求出三級醫院參與策略解;將二級、三級醫院參與策略解和初始種群代入平臺運營商收入成本模型中,分別計算種群中個體F定價策略下平臺運營商的收益π。然后通過選擇、交叉和變異操作對種群進行迭代,最終得到滿足醫院參與度閾值要求和相關約束的相對最優定價策略。具體步驟如圖4所示。

圖4 遺傳算法流程

步驟1生成平臺運營商定價策略的種群集合;

步驟2根據二級、三級醫院和平臺運營商的順序計算種群中的個體適應度;

步驟3對種群個體進行選擇、交叉和變異操作;

步驟4按給定的迭代次數進行迭代;

步驟5新一代群體的最優個體解作為新的初始解重新進行迭代;

步驟6滿足終止條件則終止,否則返回步驟2。

在編碼方面,采用二進制編碼的方式,每一個染色體均是一個由0、1組成的二進制序列,6個基因分別代表三級醫院按年付費價格、三級醫院按患者訪問次數門診付費價格以及三級醫院按患者訪問次數治療付費價格,二級醫院按年付費價格、二級醫院按患者訪問次數門診付費價格以及二級醫院按患者訪問次數治療付費價格。首先確定實數解范圍,劃定對應的二進制編碼長度,然后將實數解轉化為二進制解,最后將二進制的定價策略組合,成為最終的染色體。如圖5所示。

圖5 編碼方式

為了求得質量較高的定價解,首先生成滿足可行域的50組初始解,然后依次計算適應度。選擇操作上,采用錦標賽選擇的方法,首先計算種群中每個個體的適應度,從全部種群中隨機選擇5個個體,每個個體被選擇的概率相同,比較5個個體的適應度,選擇適應度最好的個體進入育種族群。交叉和變異操作上,對未被選擇的個體進行交叉和變異,交叉采取單點交叉,變異采取簡單隨機變異。最終,下一代種群個體來自上一代選擇操作下的精英個體、交叉操作新生成的個體和變異操作新生成的個體。

4 數值仿真和分析

4.1 數值仿真實驗

根據《2020 年我國衛生健康事業發展統計公報》[2]數據以及北京、天津等地區醫療專家的咨詢結果,給定系統參數初始值如表1所示。

表1 系統輸入參數

其中,αij和βij分別為醫院i無法進行門診或治療請求醫院j協助的概率。根據本文假設,三級醫院醫療實力較強,不會向其他醫院尋求幫助,因此,其轉出概率為零。對于其他二級醫院而言,向三級醫院尋求幫助的概率要高于二級醫院。由于地域等因素影響,二級醫院向其他二級醫院尋求幫助時呈現一定的區域性,故向其他二級醫院轉出的概率近似為泊松分布。結合現實情況,部分二級醫院因為自身醫療水平較弱,無法協助其他醫院救治患者,因此,其轉入值為零。α、β賦值結果如圖6、7所示。

圖7 βij 賦值

利用MATLAB軟件編寫遺傳算法和適應度函數代碼,尋求“互聯網+醫療”平臺相對最優定價策略。設置種群數量為50,迭代次數為50次,運轉次數為10次,將10次運行過程每一代的最優迭代結果求算數平均值,作為平臺運營商最優收益,繪制平臺收益隨著迭代次數變化曲線如圖8所示。

圖8 平臺收益變化趨勢

隨著平臺運營商定價策略的優化,得到平臺運營商的相對最優收益、定價策略、二級和三級醫院參與度以及醫院參與策略,結果如表2所示。

表2 仿真結果

由仿真結果可以看出,在滿足醫院參與度閾值的條件下,平臺運營商的定價策略使其收益達到相對最大值。因此,由平臺運營商、二級和三級醫院組成的“互聯網+醫療”平臺,在不需要政府補貼的情況下,通過合理的定價策略可以實現多方共贏,該合作運營機制有效。

三級醫院對眾多地區二級醫院提供遠程醫療協助,在不占用本醫院硬件醫療資源,只支付醫療服務間接成本的情況下得到來自二級醫院的醫療分成,參與意愿較高。并且,由于三級醫院數量小于二級醫院,分散在二級醫院需要幫助的患者通過平臺集中到三級醫院,患者數量較多,所以三級醫院更傾向于向平臺運營商按年付費。有10%左右的二級醫院因為年均訪問患者較少以及醫療資源較為薄弱、轉入患者較少等因素,無法平衡收入及成本,所以沒有參與意愿,參與平臺的二級醫院有七成選擇按年付費。

4.2 靈敏度分析

在互聯網+醫療平臺的運營機制中,二級醫院的參與積極性取決于是否在門診和治療過程中,需要請求其他醫院進行協助,而三級醫院的參與積極性則取決于在接受二級醫院協助請求時,其收入分配機制是否符合自身的收支情況。因此,本文分別分析了二級醫院i無法進行門診請求其他醫院協助的總概率、二級醫院i無法進行治療請求其他醫院協助的總概率、二級醫院請求三級醫院協助時二級醫院的收入分成系數U0、二級醫院請求二級醫院協助時二級醫院的收入分成系數U1等對平臺運營商的收益和醫院參與度的影響。

4.2.1 請求其他醫院協助的概率 如圖9所示:二級醫院參與度隨著的增加先保持穩定,然后呈震蕩下降趨勢;三級醫院參與度穩定在較高值。究其原因,目前我國醫院扣除藥品的門診收入在100元,而門診成本維持在70～80元,如果二級醫院在門診環節過多尋求其他醫院幫助,不僅需要承擔醫療服務的直接成本和間接成本,還需要向平臺付費、向協助醫院分享收入。因此,二級醫院在門診轉出環節收入小于成本。一旦概率高于某個數值,會導致部分二級醫院整體收入低于支出,二級醫院參與度會稍有下降。但由于二級醫院整體參與度較高,二級醫院利用平臺向三級醫院轉診患者較多,三級醫院可以得到較多的收入分成,所以三級醫院參與度不變。如圖10所示,隨著二級醫院i無法進行門診請求其他醫院協助的總概率的增加,平臺運營商的收益呈現震蕩遞增趨勢。究其原因,二級醫院在門診轉出環節的患者增多且整體參與度保持在較高水平,因此向平臺支付費用增多,所以平臺收益增加。

圖9 不同下三級和二級醫院參與度的變化趨勢

圖10 不同 下平臺運營商相對最大收益的變化趨勢

圖11 不同 下三級和二級醫院參與度的變化趨勢

圖12 不同 下平臺運營商相對最大收益的變化趨勢

4.2.2 醫院間的收入分成系數 如圖13所示,當U0<0.6時,由于二級醫院所分得的收入過低,收支無法平衡,二級醫院不會選擇參與平臺,利用平臺向三級醫院轉診的患者人數較少,導致三級醫院無法收支平衡,所以二級和三級醫院參與度均為零。當U0>0.6<0.8時,二級醫院參與度先緩慢上升,之后隨著U0的增加迅速上升,此時利用平臺轉診的患者人數逐漸增多,并且三級醫院所分得的收入較多,三級醫院能夠收支平衡,因此,三級醫院參與度迅速上升。當U0>0.8時,二級醫院分得的收入較多,故參與度保持在較高水平;三級醫院分得的收入較低,收支無法平衡,故參與度迅速下降。

圖13 不同U0 下三級和二級醫院參與度的變化趨勢

如圖14所示,平臺運營商的收益初始值為零,當U0增加超過某一值時收益突增,并隨著U0的增加而增加;當U0大于某一值時,平臺收益迅速降至零。究其原因,當U0較低時,二級醫院參與度較低;當U0過高時,三級醫院參與度較低,兩種情況都無法達到平臺運營的閾值,因此,平臺收益為零。隨著U0在適當的區間上升,二級醫院參與度升高,向平臺支付的費用增加,因此,平臺收益增加。

圖14 不同U0 下平臺運營商的相對最大收益的變化趨勢

如圖15所示,二級醫院參與度隨著U1的增加而增加,當U1超過某一值時,參與度隨著U1的增加而減少。三級醫院參與度一直保持在100%。究其原因,U1代表二級與二級醫院收入分成系數,當U1較低時,主治的二級醫院收入較少,收支無法平衡,故參與度較低;當U1較高時,協助的二級醫院收入較低,無法從參與平臺中獲利,故參與度下降。隨著U1在適當的范圍增加,二級醫院逐漸收支平衡,因此,其參與度增加。三級醫院在U1變化過程中一直可以保證收入,因此,其參與度一直保持在100%。

圖15 不同U1 下三級和二級醫院參與度的變化趨勢

如圖16所示:隨著U1的增加,平臺運營商的收益先上升后下降;三級醫院平均收益先上升后下降。究其原因,隨著U1的變化,二級醫院參與度先升高,通過平臺向三級醫院轉診患者增多,三級醫院分得的收入和平臺得到的費用增多,因此,三級醫院和平臺運營商的收益增多。隨著二級醫院參與度下降,就診患者減少,因此,三級醫院和平臺運營商的收益下降。

圖16 不同U1 下平臺運營商的相對最大收益的變化趨勢

4.3 管理啟示

根據數值仿真和靈敏度分析結果,結合互聯網+醫療平臺的管理實踐,可以得到以下管理啟示:

(1) 二級醫院應借助平臺提高自身醫療水平,降低無法進行門診請求其他醫院協助的概率α。目前我國醫院扣除藥品的門診收入約為100元,而門診成本約為70～80元。如果二級醫院在門診環節過多尋求其他醫院幫助,不僅需要獨自承擔醫療服務的直接成本,還需要向平臺付費、向協助醫院分享收入。一旦α高于某個極限,會導致二級醫院整體收入低于支出,二級醫院參與度會下降。當二級醫院參與度過低時,三級醫院難以通過平臺協助診療獲利,故三級醫院參與度也會迅速下降,平臺的合作運營機制平衡被打破。因此,二級醫院應依托平臺優勢,在大量會診中不斷加強自身醫療實力,盡量能夠較為獨立地完成相對不復雜的門診環節。

(2) 收入分成系數應保持在合理區間。二級與三級醫院的收入分成U0應該保持在0.6～0.8的合理區間,在此區間內,二級和三級醫院的參與度較高,并且二級、三級醫院及平臺運營商都能保持在較高的盈利水平,“互聯網+醫療”平臺的影響力最大,優質醫療資源受益群體范圍更大。二級醫院與二級醫院的收入分成U1應該保持在0.8左右,當U1=0.8時,二級和三級醫院參與度最高,且都具有收支平衡能力,“互聯網+醫療”平臺的影響力最大,優質醫療資源受益群體范圍更大。

4.4 適用性分析

本文數值實驗中的數值設計主要參考了京津冀地區的醫院樣本。北京、天津存在大量的優質三甲醫院,核心醫療中心的周邊地區遍布著許多二級醫院和基層醫療機構。這樣一個醫聯體天然具備三甲醫院和二級醫院的區分度,自然存在著不同醫院對患者的不同吸引力,可以抽象為轉院概率。在此基礎上,類似于長三角、珠三角和以省會城市為核心的城市圈,都可以嘗試運用本模型進行互聯網技術支撐下的互聯網+醫療平臺建設。除此之外,對于一個常規的市縣醫療范圍,市中心醫院也可以看作核心醫療中心,縣級醫療機構可以看作周邊機構,將模型中門診和治療環節的具體項目進行替換,就形成一個小型的醫聯體或醫共體,加上當前互聯網基礎設施的完善,這種結構也可以嘗試互聯網醫療平臺的運營決策。

另一方面,從收益角度看,雖然模型是基于互聯網運營商平臺的利潤最大化進行構建求解的,但從優化結果和靈敏度分析可以看出,最終三級醫院和二級醫院的參與度得到提升,使得更多患者受益,減少了跨區域就診帶來的時間成本和交通成本。而且三級醫院和二級醫院的自身成本得到降低,實際收益得到提高,同時也提高了就醫效率和醫療資源利用率。醫院超額收入可以通過醫保等轉移支付手段回饋就醫患者,降低患者的醫療負擔,提高患者的就醫體驗,讓公眾充分享受互聯網醫療平臺帶來的醫療資源可及性的提升益處。

5 結語

本文針對遠程醫聯體的平臺運營模式,尤其是定價機制展開研究,綜合考慮了由二級、三級醫院和平臺運營商三者組成的“互聯網+醫療”平臺,平臺運營商分別為三級醫院和二級醫院提供按年付費和按患者訪問次數付費兩種付費方式,通過合理的定價決策,使參與醫院所獲收入大于成本,在保證醫院參與意愿的同時實現平臺收益的相對最大值。根據數值模擬結果,在“互聯網+醫療”平臺的運營過程中,平臺運營商建立的運營模式和定價機制能夠代替政府的資金補貼,實現平臺自身可持續運營。

本文的研究既為遠程醫聯體提供了可持續的運營模式,也為互聯網+平臺在其他類型醫聯體中的應用提供了運營思路。在算法方面,本文將遺傳算法進行了改進,通過編碼設計和適應度函數計算,將付費方式和付費價格兩個子問題在遺傳算法中嵌套計算,為序貫尋優的信息傳遞和優化求解提供了解決思路。本文所提出的“互聯網+醫療”平臺的可持續運營模式不僅能夠提高醫院的收入,還能形成雙邊效應,激勵各級醫院加入平臺,促進醫療資源下沉,更好地普惠基層、邊遠和欠發達地區的醫療機構及患者。

本文對轉院概率的研究僅利用調研統計得到的泊松分布進行了討論,但是對于轉院概率的具體公式和內在影響機制還有待進一步挖掘。未來通過對轉院概率的進一步定量研究,探索醫院距離、醫院地理分布形態、醫院擅長病種對醫聯體參與狀況的影響,以及互聯網醫療平臺對于患者就醫體驗改善的定量評價,是下一步的研究方向。