大数据背景下的医院组织学习动态过程模型研究.pdf

《大数据背景下的医院组织学习动态过程模型研究.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、2015年第2期《发展研究》大数据背景下的医院组织学习动态过程模型研究●刘贞天[内容提要]按照组织学习与知识管理相结合的思路，通过分析公立医院组织学习特征，针对公立医院的公共属性和官僚特性，结合大数据应用背景，以知识特征和权力等级为标准，构建了一个全新的医院组织的学习动态过程模型，同时，深入分析了影响该学习过程的障碍因素并提出相应的对策建议。[关键词]公立医院组织学习大数据动态过程模型中图分类号：D911．04文献标识码：A文章编号：11303—0670(2015)03—0095—6在新医改背景下，医院不仅面临着逐渐激烈的竞争压一理论基础、力、各种新的疾病和疑难杂症的考验，而且还面临

2、着医患(一)医院的组织学习特征关系紧张、医务工作者生理、心理不堪重负的压力。在新从一般意义上来说，公立医院应属于非营利性组织的医改的背景下，医院怎样既能在市场竞争中立于不败之范畴。医院是产生医疗服务产品的机构，其经营宗旨是不地，又能有效缓解老百姓“看病难、看病贵”问题、构建和谐断满足公众对医疗卫生服务的需求，其管理目的是降低成医患关系，促使医院和谐健康发展，关键在于提高医院的本、提高效率，为患者提供高质量的服务。公立医院组织医疗技术水平和服务能力。对于公立医院来讲，既要坚决学习的主要特征：贯彻落实国家新医改政策措施，又要加强自身组织学习能1、主体具有双重属性。我国公立医院既有不断满足

3、力建设，从医院自身出发，充分调动自身积极性，有效地加公众医疗服务需要的公共事业属性，面对逐渐壮大的民营强医院知识管理，推动医院组织学习以促进医院知识创医院及同行医院的竞争，有保持一定盈利增长的市场化属新，从而提高整体医疗技术水平和医疗服务质量，探索医性；疗改革新出路。2、处于不完全竞争环境。公立医院作为我国卫生事本文以我国公立医院为研究对象，按照组织学习与知业发展的主体，能够得到政府的政策、资金和人才培养等识管理相结合的思路，通过分析医院组织学习特征，剖析方面的支持，而民营医院仍受到诸多限制；另一方面，我国了公立医院的公共属性和官僚特性，结合大数据应用背目前的现状是优质医疗服务的需求

4、仍远大于供给，因此，景，以医院组织知识特征和权力等级为标准，构建了一个公立医院将在较长一段时间内在非完全竞争环境下运行；全新的医院组织的学习动态过程模型。同时，分析了影响3、官僚主义。我国公立医院作为政府管理的事业单该学习过程的障碍因素，提出相应的对策建议，希望能对位，实行院长负责制，院长由政府卫生管理部门任命，具有我国不断深入的新医疗改革探索有所启发。官僚机构特性，对医院组织学习的影响较为明显。医院的工作探讨等级制度、权威人物和权力制约将影响医院组织学习的进和共享的重要过程。对知识管理最常见的一种理解是对程。知识进行管理的活动流程。王广宇在其著作《知识管4、依赖隐性知识。医院的组织

5、知识可以划分成两种：理——一冲击与改进战略研究》一书中认为知识管理“包显性知识与隐性知识。显性知识如医院的期刊、书籍、病括知识的获取、整理、保存、更新、应用、测评、传递、分享和历本、医疗图片、数据库等各种文档库里的知识。医院的创新等基础环节，并通过知识的生成、积累、交流和应用管理，复合作用于组织的多个领域，以实现知识的资本化和隐形知识可以从认知和技术两个维度来描述：认知层面包产品化”。括全体医务人员救死扶伤、为人民服务等信仰、观念、价值组织学习与知识管理存在不可分割的关系。一方面，观、心智模式等；技术层面包括难以直接描述的医疗技能、知识管理可以嵌入组织学习的过程中，让知识管理过程与临

6、床经验、诀窍等。医院隐性知识的转移、积累、利用与创组织学习整合起来，构成一个紧密连接的知识循环学习。新是医院改善与创新医疗服务之关键。因此，医院作为典组织学习与知识管理各自领域需要相互支持和补充，组织型的知识和技术密集型组织，比一般企业和官僚机构更加学习是提供组织知识的过程，知识管理是管理和扩散知识依赖隐性知识。的过程。另一方面，学者U—AnHo、Chin—YenLin和5、医疗大数据。随着物联网和云计算等技术发展，大Tsung—HsienKuo通过实证分析角度证明了知识管理的能数据已经渗透到医院各个领域。涉及医院的大数据类型力与组织学习呈正相关关系，并对组织学习绩效产生直接主要包括

7、两个方面：一是结构化数据，例如药品费用、服务的显著的正向影响。总之，这种基于知识管理的组织学习价格等；二是非结构化数据，包括图片、视音频文件、患者治观，可使组织学习的动因更加明确，学习的速度和效率大疗感受、满意度等。据调查，一个普通三甲医院的数据规大提高。模至少几十T；而一个基于个人健康档案及个人电子病历《Nature》早在2OO8年就推出了“BigData”专刊介绍海建立的区域平台，其数据量更是庞大，通常的市级区域卫量数据带来的挑战。<