技能介绍

基层运营分析的三个真实痛点

基层医疗机构每月都要回答一组固定但棘手的问题：这个月收入是涨了还是跌了，跌在哪个科目；门诊量、出院人数、死亡率这些关键指标有没有异常波动；归档病历里缺了哪些必须补的文书；处方里有没有不合理用药。这些工作靠手工 Excel 拼表，口径很容易混——医疗收入和药品收入不分、死亡率分母漏掉自动出院人数、抗菌药物使用率把门诊和住院搅在一起算，都是常见错法。而一旦数据要对外报送（HQMS、绩效监测、医共体报表），数字出错就是责任问题。

三个核心工作流

月度业务数据分析。 从 HIS 导出的收入、人次、率值等指标，走同比/环比 → 收入结构拆解（药品/检查/诊疗/其他）→ 趋势表格 → 异常标注（降幅超 20% 或涨幅超 30% 自动标红）四步，输出带封面、指标总览表、分维度章节和结论建议的 docx。

归档病历质控。 读取 EMR 导出的 Excel，识别不同科室的表格差异，核对入院记录、病程记录、出院小结等关键字段完整性，产出标注缺失项与异常项的质控报告。质控要点包括入院记录 24 小时内完成率、知情同意书签署率、抗菌药物使用指征等。

处方点评。 从适应症适宜性、用法用量、相互作用与配伍禁忌、重复用药、特殊人群用药六个维度做合理性点评，结合药品知识库给出判断，最终报告可用 matplotlib/plotly 嵌入可视化图表。

防错机制与适用边界

工具链是 pandas + openpyxl 处理数据、Python-docx 生成报告，但这份技能真正花力气的地方在数据治理：每个数字必须带来源角标（真实锚点或 [待核]），无角标即违规；口径（门诊 vs 住院、含不含药品）必须显式标注；抽查数据与全量口径不得混用；趋势归因只给"假设，待核实"，定性结论归管理层。报告末尾固定输出「数据不可遗漏清单」，标出红线项、需人工终核项和信息缺口项；每条关键结论带 [H/M/L] 置信度，对外报送数字必须高置信或显式"待签批"。

适用边界也要说清楚：它不替代统计与医务部门的专业核定，所有计算基于用户导入的数据，异常值、零值、口径歧义项须人工复核后才能采用；患者信息必须脱敏；不同科室质控标准存在差异，动手前要先确认科室规范。实时自动取数仍是客观差距——数据靠人工导入，需对接信息系统。终核权在统计/医务部门，这份输出只是初稿。