当前医院流量管理现金存在的问题分析
近年来，医疗费用的攀升，很大程度上是来源于贵重药和检查项目的滥用。但是，这种贵重药和检查项目的滥用情况虽然提高了医院的经济效益，却在社会上产生了巨大的负面影响，使医院的现金面临新的考验。为此我们总结了几点当前对现金流量产生较大影响的因素。
1、药品收支两条线政策对现金流量的影响
当前由于医疗收费价格绝大部分执行国家统一定价，没有施行成本价格，在财政补助水平不断下降，药品结余上缴的情况下，医疗亏损无法弥补，医院的生存与发展空间越来越小。还有医药药品利润全部上缴，返还要看亏损率，影响了医院流动资金正常周转。由于各级各类医院药品周转金大部分是建院初核定的，以后基本没有增拨，而且医院可支配资金的相当部分被药品和库存材料占用，致使医院可支配的资金短缺。此外，医院药品收支结余资金从医院上缴卫生行政部门，卫生行政部门统一缴存财政社会保险基金专户，再由财政部门把资金拨回卫生行政主管部门，直到返还医院， 1个周期大约20天， 1年4季将近1/3时间现金在体外循环，增加了医院的资金成本。
2、门诊药房转变对现金流量的影响
医院门诊药房转变为药品零售企业，流量管理必然会减少医院的现金流量。医院门诊药房实现的药品收入是以现金方式流入医院的，基本上不存在应收账款问题。在医院现有的社会环境和资金来源状态下，这部分现金流入对医院的正常运转起到至关重要作用。以衡阳市某市直医院为例，2007年1月至2009年3年间，门诊药房实现的药品收入年平均为5582.03万元，实现的药品进销差额年平均为1156.30万元。如果将医院的门诊药房转变为药品零售企业，在缴纳增值税和企业所得税的情况下，医院的流动比率每年平均降低0.18个百分点，因此，不但会减少医院的现金流量，而且还可能由于应收住院病人医药费和无主病人医疗欠费的不断增加，很大程度上影响医院的正常运转。同时在实际工作中，有关各方对医院的投资政策自出台以来基本上没有得到落实。从政策来看，医院发展所需的基本建设资金实行单位向银行贷款、财政贴息与自筹资金相结合的办法，而实际上，医院购置的医疗设备几乎全部是自筹资金。目前相关投资政策不能如实兑现，政府严格控制收费标准、发展建设靠自身积累的情况下，如果片面强调切断门诊药房与医院的经济联系，将医院门诊药房转变为药品零售企业，那么，医院门诊药房实现的药品进销差额将成为医院的净损失，对现行医院的生存和发展将带来前所未有的挑战。
3、药品集中招标采购对现金流量的影响
当前医院实行的药品集中招标采购，有利于降低药品的采购成本，防止药品采购环节的不正之风和腐败行为等，但是药品集中招标采购政策的实施，却减少了医院药品收入。据统计，2008年全国集中采购药品金额1569亿元，达到医院采购药品总金额43% ，中标药零售价平均下降20% ，向患者让利140多亿元。可见，药品集中招标采购，的确降低了医院的药品进销差额，直接造成医院现金流入量的减少。另外，医院还需调整现有库存药品的销售价格，当药品集中招标采购价格的降幅较大时，可能给医院带来巨额的现有库存药品的调价损失，流量管理甚至使该库存药品实现的现金净流量为负。
4、盲目引进大型医疗设备问题对现金流量的影响
目前一些医院盲目引进大型医疗设备。大型医疗设备的使用，可以增加医院的医疗项目，提高医院的治疗档次，例如CT检查上升为核磁共振检查，普通B超检查升级为彩色B超检查，可以使检查结果更精确，进而提高医生对疾病诊断的准确率。不过大型设备的升级和使用会提高医院的检查收入和手术收入等，但在病人不足的情况下往往造成设备利用率低下的浪费现象。据国家卫生部调查，我国CT利用率仅为31%，核磁共振利用率仅为40%。设备利用率不足会使投资回收期延长，由此可能带来高额成本，而不是高额利润。
专门针对网络的产品和解决方案正在出现。它们一般定位于运营商骨干等高端网络的检测分析，通过对骨干流量信息的提取、分析，实时检测网络中DoS/DDoS攻击、P2P通信、Worm、Spam等网络滥用事件，进而驱动响应系统进行阻断防御。同时，面向管理员提供流量图式、趋势预警、关键应用服务质量等各类关于骨干网络运行状况的统计分析数据，帮助管理员监控和掌握骨干链路及关键资源的运行情况。
专家介绍，这些方案的具体技术实现方式是流量管理:
1. 旁路接入设计防止性能下降。其技术机制需要通过旁路接入方式实现对监控网络的分析采集，能够彻底排除串联式DDoS防护机制给原有网络稳定性所引入的负面影响。同时还利用现有设备内嵌的各类代理自动完成数据提取，可无缝支持各种物理/链路层规程接口，如POS、MPLS、万兆以太网等。
2. 数据采集能力强。相关技术所支持的各种流量管理采集方式不再是简单的并列平行运作，而是能够按照检测策略要求在彼此之间进行智能化的复合关联，一种数据采集方式所产生的分析结果能够智能驱动其他数据采集方式的启用，自动引导数据进入不同层次的分析引擎中。
3. 检测作业分工疏密有致。多种采集方式直接对应到设备不同的分析引擎，各分析引擎提供针对不同层面的专项作业分工。通过不同引擎的配合，不仅可以成功发现分布在传输层以下的DDoS流量，并且还有能力对应用层内部的DDoS行为进行准确检测。各引擎之间既分工独立又可智能协同，能够广泛适用于网络性能分析、异常流量检测、服务质量监控、应用层安全过滤等多种环境中。
相关信息：