DIP是利用大数据优势所建立的完整管理体系，发掘'疾病诊断+治疗方式'的共性特征，对病案数据进行客观分类，在一定区域范围的全样本病例数据中形成每一个疾病与治疗方式组合的标化定位，客观反映疾病严重程度、治疗复杂状态、资源消耗水平与临床行为规范。
DRG付费和DIP付费都源于病种的分组，采用相类似的分组工具，反映的都是临床实际。大家已经很熟悉DRG付费了，那么运行DIP又需要准备哪些数据？对数据有哪些要求？如何审核治理这些数据？
数据准备
数据来源
历史数据采集：
1、医院病案数据
收集试点地区一年以上、三年以内符合《病历书写基本规范》、《医疗机构病历管理规范》、《住院病案首页数据填写质量规范（暂行）》和《住院病案首页数据质量管理与控制指标（2016 版）》要求的病案首页数据。
2、医院疾病诊断与手术操作编码库
收集各医疗机构病案首页数据收集时段内的编码库版本，便于历史数据的编码转换，包括疾病诊断编码库、手术与操作编码库。
3、医疗费用结算数据
收集各医疗机构医疗服务项目收费等级，分为一级、二级和三级，符合医疗机构收费票据管理规定向患者出具的医疗费用收费票据数据及费用明细清单。
实时数据采集：
依据医保的结算要求，目前通过医院的各信息系统生成医保结算清单，实时上传。国家医保信息系统建成上线后应依照国家《医疗保障结算清单》信息传输要求实时上传。
数据变量
业务流水号、票据代码、票据号码、结算期间、金额合计、医保统筹基金支付、其他支付、大病保险支付、医疗救助支付、公务员医疗补助、大额补充、企业补充、个人自付、个人自费、个人账户支付、个人现金支付、医保支付方式等。
审核治理
数据审核：
数据审核是在数据采集端的质量控制，主要考核四个维度，即及时性、完整性、合理性和规范性。发现问题时需及时反馈给医疗机构，在条件允许的情况下，进行数据的重新采集。
1、及时性：在规定时间内完成数据上传，以满足医保结算的需要。
2、完整性：患者病案首页按病案管理规范要求填写完整，核心指标无漏项。
3、合理性：包括性别与诊断、年龄与诊断的相符判断；出入院时间的逻辑判断；诊断与手术的逻辑判断；总费用与明细费用的逻辑判断；诊断与费用的逻辑判断等。
4、规范性：包括病例诊断是否为规范诊断，以及诊断编码与诊断是否相匹配；手术操作编码是否为规范编码等。
数据治理：
数据治理是在数据采集源无法改善优化的条件下，数据应用时进行的数据清洗和质量优化。
1、规范性问题的治理：
当诊断代码出现不规范，可以结合诊断名称或诊断说明，以及与标准代码目录的映射，进行校验清洗。
当手术操作代码出现不规范，可以结合手术操作名称或说明，以及与标准代码目录的映射，进行校验清洗。
2、合理性问题的治理：
当患者性别或年龄与诊断出现矛盾，或者出入院时间出现矛盾时，可以结合病案首页其他变量，进行逻辑分析后，进行校正。当总费用与明细费用出现矛盾时，可以结合医保明细数据进行费用层面的校验。
当疾病诊断与手术操作出现矛盾时，可以利用已经梳理的疾病诊断与手术操作的对应白名单目录，进行相互校验，摒弃其中的混杂因素。
DRG/DIP并行，对病案人来说意味着更大的责任与更多的任务。病案首页是进行DIP的基础，与DRG付费系统一样，DIP在病案数据采集及数据质量上，也有自己的'高要求'。临床医生和病案人们可以提早了解这些需求，即使是非试点城市，也要在日常工作中写好每一份病历，编好每一个编码，把好数据质量的关。