公立医院是我国医疗服务体系的主体，是全面推进健康中国建设的重要力量。提高卫生健康供给质量和服务水平，必须把公立医院高质量发展放在更加突出的位置。5月7日，健康中国·医院发展和运营管理高峰论坛（第一期）在上海举行，业界专家学者建言献策，建议落实政府投入责任、充分激发市场经济活力、加快智慧化转型，多措并举共同推动公立医院高质量发展。

坚持公益性第一原则 落实政府投入责任

医疗卫生服务体系承载着维护人民群众生命安全和身体健康的重要功能。加强公立医院运营管理，公益性是第一原则。专家建议，应当深化公立医院综合改革，构建维护公益性、调动积极性、保障可持续的运行新机制。

“推进公立医院高质量发展，改革创新是根本动力。”清华大学医院管理研究院常务副院长张宗久认为，要以患者体验为抓手，切实推进公立医院高质量发展。落实政府投入责任，持续深化医疗服务价格和医保支付方式改革，全面深化人事薪酬制度改革。

2023年3月，中共中央办公厅、国务院办公厅印发的《关于进一步完善医疗卫生服务体系的意见》中提出，完善政府投入机制。建立稳定的公共卫生事业投入机制，落实政府对专业公共卫生机构和基本公共卫生服务经费的投入保障责任，落实医疗机构承担公共卫生服务任务的经费保障政策。

“要全面落实政府投入责任。”张宗久认为，维护公立医院公益性的基础和前提是对公立医院基本建设、设备购置等发展建设性和人员保障投入，对公立医院开展疫情防控等公共卫生工作的支持。

张宗久提出，要深化医疗服务价格改革。保障群众获得高质量、有效率、可负担的医疗服务。建立健全适应经济发展、更好发挥政府作用、医疗机构充分参与、体现技术劳务价值的医疗服务价格形成机制，体现公益性，调动积极性，促进临床技术进步和医疗资源有效供给，控制医疗费用过快增长，发挥专业优势，更好发挥政府宏观管理作用。

在医保支付方式改革方面，专家建议发挥医保的激励约束作用。

减少项目付费，研究按病种付费、按疾病诊断相关分组付费，按病种分值付费等支付方式，合理设置付费权重和费用标准，让医院感受到收治的疾病严重程度越高，权重值越大，医院收益越大，不单纯以扩大服务数量来增加收入，引导大医院和医生向下分流常见病、慢性病患者。

激发市场经济活力 调动医务人员积极性

高质量发展是医院的生存之本，必由之路。2021年，国务院办公厅发布的《关于推动公立医院高质量发展的意见》提出：力争通过5年努力，公立医院发展方式从规模扩张转向提质增效，运行模式从粗放管理转向精细化管理，资源配置从注重物质要素转向更加注重人才技术要素，为更好提供优质高效医疗卫生服务、防范化解重大疫情和突发公共卫生风险、建设健康中国提供有力支撑。

在广东省医院协会会长黄力看来，推动医院高质量发展，要实现：广大人民群众享受基本医疗保障，看得起病、治得好病；广大医务人员能享受到幸福的生活；我国医学科学技术立足于世界科学之林。

“公有制下的社会主义市场经济，多元化的经济实体并存，是我国医疗体系生存的基本特征。”黄力认为，推动公立医院高质量发展，需要激发市场经济活力。供给侧改革是我国公立医院高质量发展的必要前提，政府的体制、职能和机制改革是医院供给侧改革的重要切入点。公立医院体制的基本特征是医院主体的公益性、医院管理的多源性和医疗资源分布的不均衡性。而现有公立医院管理的行政属性较强，个体医师管理的社会属性较弱。

张宗久提出要进一步调动医务人员的积极性、主动性、创造性。加快推动公立医院薪酬制度改革。改革以科室为单位“收减支”分配办法，合理确定、动态调整医务人员薪酬水平，实行以岗定责、以岗定薪、责薪相适、考核兑现，使医务人员付出与薪酬相匹配。

围绕人民群众健康需要 迈向“智慧化”发展新阶段

我国正在加快推动医疗卫生发展方式转向更加注重内涵式发展、服务模式转向更加注重系统连续、管理手段转向更加注重科学化治理，促进优质医疗资源扩容和区域均衡布局，建设中国特色优质高效的医疗卫生服务体系，不断增强人民群众获得感、幸福感、安全感。

在这一过程中，信息技术的应用发挥着重要支撑作用。专家认为，要加快发展“互联网+医疗健康”，建设面向医疗领域的工业互联网平台，加快推进互联网、区块链、物联网、人工智能、云计算、大数据等在医疗卫生领域中的应用，加强健康医疗大数据共享交换与保障体系建设。

江苏省医院协会会长、南京医科大学附属逸夫医院党委书记鲁翔表示，我国公立医院发展正处于从“信息化”转向“智慧化”的关键节点。“互联网+医疗”模式将颠覆传统医疗模式，互联网医疗新生态平台将加快形成。我国公立医院应当依托大数据和医疗创建优势学科，打造核心竞争力。而“互联网+医疗”则推动了分级诊疗依托医联体创建区域医疗中心，通过紧密型医共体，推动医疗资源下沉。

“医疗AI的技术核心是人工智能技术，服务对象为医院和患者，最终目标是提升诊疗效率和精准度。”鲁翔表示，医疗AI，泛指在医疗健康领域应用人工智能技术，包含但不限于智能传感器、神经网络芯片、开源开放平台等技术的应用。人工智能技术对算力、算法、数据提出了更高的要求，医疗领域具有大量的医疗数据，对更精准更高效的诊疗、操作存在现实需求，因而成为AI技术落地的重要场景。