您的位置:首页 » 医疗资讯 » 权威发布 » 正文

医保付费DRG全国统一,对医院有何影响?医保局权威解答来了

发布时间: 2020-04-12 05:01:08      来源:

用手机扫描二维码在手机上继续观看

什么是自体免疫性肝炎
手机查看

我国医保付费方式正在从按数量付费走向按质量付费,而DRG支付是促进服务模式转变的重要手段。今年,国家医保局等四部门联合发文,确定在全国30个城市开展DRG付费改革试点,但到底推行哪个版本DRG是业内一

  我国医保付费方式正在从按数量付费走向按质量付费,而DRG支付是促进服务模式转变的重要手段。今年,国家医保局等四部门联合发文,确定在全国30个城市开展DRG付费改革试点,但到底推行哪个版本DRG是业内一直关注的话题。

  医保版CHS-DRG上线了

  作为全国医院DRG支付唯一标准

  昨日(10月23日),国家医保局召开了“疾病诊断相关分组(DRG)付费国家试点技术规范和分组方案解读会”,会上公布一个“通知”和两个“文件”。

  一个通知是,国家医疗保障局印发的《关于印发疾病诊断相关分组(DRG)付费国家试点技术规范和分组方案的通知》(医保办发﹝2019﹞36号,以下简称《通知》)。

  两个文件是,国家医疗保障局正式公布的《国家医疗保障DRG分组与付费技术规范》(以下简称《技术规范》)和《国家医疗保障DRG(CHS-DRG)分组方案》(以下简称《分组方案》)。

  据了解,《技术规范》对DRG分组的基本原理、适用范围、名词定义,以及数据要求、数据质控、标准化上传规范、分组策略与原则、权重与费率确定方法等进行了规范。《技术规范》中对DRG基本概念给予明确概述:

  疾病诊断相关分组(DRG)是用于衡量医疗服务质量效率以进行医保支付的一个重要工具。DRG实质上是一种病例组合分类方案,即根据年龄、疾病诊断、合并症、发病症、治疗方式、病症严重程度及转归和资源消耗等因素,将患者分入若干诊断组进行管理的体系。

  疾病诊断相关分组-预付费(DRG-PPS)是对各疾病诊断相关组制定支付标准,预付医疗费用的付费方式,在DRG付费下,依诊断的不同,治疗手段的不同和病人特征的不同,每个病例会对应进入不同的诊断相关组。在此基础上,保险机构不再是按照病人在院的实际费用(即按服务项目)支付给医疗机构,而是按照病例所进入的诊断相关组的付费标准进行支付。

  会议强调,国家医疗保障疾病诊断相关分组(China Healthcare Security Diagnosis Related Groups, CHS-DRG)是全国医疗保障部门开展DRG付费工作的统一标准。

  这意味着之前各地已经实施的C-DRG、CN-DRG、BJ-DRG等DRG相关版本,不再作为支付标准。

  据会议现场了解,医保版DRG以“CHS”作为前缀命名,经过了专家组多次讨论,最终认为china healthcare security(中国医疗保障)最能代表此版DRG的权威性,决定取其英文缩写,命名为CHS-DRG。

  CHS-DRG包括了26个主要诊断大类(Major Diagnosis Category,MDC),376个核心DRG(Adjacent Diagnosis Related Groups,ADRG),其中167个外科手术操作ADRG组、22个非手术操作ADRG组和187个内科诊断ADRG组。

  CHS-DRG是由国内研究DRG方面的知名专家,会同中华医学会,以国家医保版疾病诊断和手术操作编码为基础,融合当前主流DRG版本的优点形成的。具有权威性高、兼容性强、实用性强的特点。

  CHS-DRG业内也俗称“医保版DRG”,这是我国第一个能够直接用于全国性的医保付费DRG版本,标志着DRG在医保付费层面实现了全国统一。目前,此版本会率先在30个DRG试点城市落地。

  医保版DRG上线对医院的影响

  一、DRG实施中医院会出现分解住院、推诿病人等现象,对于这个问题A-DRG分组有哪些规避?

  北京医疗保障局医保中心副主任郑杰(国家医疗保障局成立DRG付费国家试点工作组技术指导组,设在北京市医疗保障局)表示,任何一种支付方式都有它的缺陷,DRG也有它的问题,对于推诿病人主要从两个层面去解决:

  一是和临床契合。在制定DRG分组方案的时候,尽量让它契合临床的规律,只有和临床越契合,才能让临床医生去接受。之所以出现推诿病人,就是出现的极端病例和临床不契合现象。CHS-DRG主要是引入中华医学会的权威认证,经过中华医学会组织全方位专家认证,它具有权威性,能被医生接受。

  同一个疾病,按照患者的并发症和严重程度,把它区分,最终将病人分为三六九等,而不是一个打包,这样就不会出现推诿患者现象。

  二是建立配套监测机制。DRG要实施,必须建立一系列配套机制。要充分利用大数据建立监控体系,通过大数据可以实施捕捉到异常的医疗行为,如DRG实施后收治重症患者有显著下降,将对其进行跟踪和处理。

  以上两点工作做好,可以做到防患于未然。

  二、试点城市要开展相应的信息化改造工作,是医保部门要做接口改造,还是医院要做接口改造?

  郑杰提到,因DRG版本统一产生的信息改造工作,目前有两套方案可参考。

  方案一、下沉到医院,让医院自行去改造。目前这项工作可行,因为这个工作也是契合卫健委文件的要求,要求全国各省市统一疾病编码,统一到国家版本的2.0上。大家意识到,疾病诊断和手术编码要按期实现和国家编码的对接。如编码改造下沉到医院,医院势必会有压力,但这是必须做的基础工作。

  方案二、放在省市的医保局,而不是在医院。

  目前各地编码不统一是实际存在的情况,为了尽可能减少医院端的波动,把统一对接软件的改造工作放到管理端,医院依然按照现状去申报,到医保端进行转换,转换后就实现分组。

  这两种方案,各有利弊,具体采取哪种方案,还需要信息方面的专家,统一论证,最终由国家医保局定夺。目前方案还在酝酿中,最终还要权衡各方的利益。

  总之,下面的基层信息改造,可能会有一些工作量,但预计不会造成太大的波动,因为卫生健康部门和医疗保障部门的目标方向是一致的。

  三、DRG推行后是否会限制医院医疗技术的创新?

  后续国家会出台相关配套措施。郑杰在解读DRG(CHS-DRG)分组方案时表示,DRG在实施后可定会有一些新的医学技术出现,新的医学技术可能会导致医院成本增加,如果DRG把费用卡死,会导致医学发展没有动力。关于这块,下一步医保局将围绕着DRG支付标准出台建立的一系列配套机制,为医学创新保驾护航。

  而关于医学新技术影响的问题,建议推行一套新技术准入机制。新技术出现之后,由于之前的数据和临床用药没有在A-DRG里面体现,不好评估其影响,所以暂时把它拿出DRG打包付费一段时间。让其和市场接轨,经过一段时间,有了临床经验积累。最终,把它拿出单独进行论证。看是否把分入新的组,或者并入其他个组,保证分组管理和临床发展的匹配性。

  DRG四大流派终迎统一,合力支持医保版DRG

  前面已经提及,在医保版DRG没有发布之前,国内在卫生领域已经有四个比较成熟的DRG版本,C—DRG、CN-DRG、BJ-DRG、CR-DRG。

  这四个DRG版本和医保版DRG有什么关系,目前,医保版DRG作为医保开展DRG付费工作的统一标准,那这四个版本的DRG该何去何从?

  C-DRG,研发单位是国家卫计委卫生发展研究中心,使用全国1200多家三级医院2012-2016年成本数据。2017年6月,C-DRG改革试点在深圳启动,广东省深圳市、福建三明市、新疆克拉玛依列入试点。医保版DRG出台后,三个试点已经被降为观察点。

  CN-DRG,研发单位是国家卫计委质控中心,主要在北京地区;相关省市医院做绩效评价。

  BJ-DRG,研发单位北京市医管所,虽然是北京(BJ)作为前缀,但它是我国卫生领域DRG最早的一个版本,是医院内部做质量绩效管理的鼻祖。主要在北京地区;相关医院用于内部绩效评价。

  CR-DRG,研发单位,原国家卫计委基层司,主要用于新农合结算的相关应用。

  四大流派在前期我国DRG方式改革探索中做出了有力贡献,但版本众多,技术标准差异大,即使同一个疾病诊断和治疗方式在各版本中也会被分入不同的病组,长期以来给医院、医生带来了一定的困扰。

  统一DRG版本势在必行。

  医保版DRG通过版本融合论证,寻求共识,去除差异,将A-DRG组统一到了376个,包含73350个疾病诊断和手术操作组合,去除了A-DRG差异组262个,疾病诊断和手术操作组合22339个,让管理者的指挥棒更加明确了方向,也避免了医院、医生重复管理工作。

  据相关专家分析,医保版DRG上线后,未来非官方版的DRG有望被整合,不复存在;但官方版的DRG,如C-DRG、CN-DRG还会保留,只是他们不具备医保支付功能,更多用于医院内部医疗质量管理和医院绩效评价。

  本次医保版DRG最大的突破是它吸纳了原来DRG四大流派牵头专家和团队,将这些专家融入到了CHS-DRG的咨询组和专家组中。得到了原有四大流派(BJ-DRG、CN-DRG、CR-DRG和C-DRG)的支持,再加上召集了临床、病案、统计等方面的专家参与,会同中华医学会,共同设计制定完成。

  目前,医保版DRG成为国内权威性最高医保付费版本。

以上内容仅授权39健康网独家使用,未经版权方授权请勿转载。
 
(文/小编)

标签阅读: 医保,付费

分享到:

润宝医疗网 Copyright © 2006-2020 AiBaoYL.Com All Rights Reserved

Processed in 0.231 second(s), 66 queries, Memory 1.36 M