议上初步确定，距离具体实施执行肯定没这么快，还得进一步研讨分析给出完善的一套解决方案，很多细节都得补充。
    比如在这样的机制之下，抑制了开源，肯定就会往节流方面动心思，为了节流而节流导致医院配套“破破烂烂”，这样显然也不行，这些都需要研讨出一个最低卫生标准出来，关键在于从中找到一个平衡点。
    这些靠医院内部自觉、自查、自咎与责任是一方面，但同时也得引入不与医院方面有利益关联交集的第三方监察机制并且直接对基金会负责。
    又或者会出现医院内部的人与外部的“病人”串通起来，没病找病变现刷单，然后利益分成。抑制这种现象到很简单，在技术上通过量化手段可以解决，然后根据不同的病例分配不同的权重，花销不大的小病权重比小，医生获得的提成小，大病重病花销大权重比高，治好一个这样的病人医生获得绩效指标权重高。
    小病容易刷单可一个单子获利空间小，除非以量取胜，但暴露的概率也会增加；大病花销大，一单的获利空间大，可很难刷数据，刷的越狠暴露的更大。
    通过大数据和量化手段让其风险与收益不成比例便能有效抑制这种现象，大数据既可以杀熟，也可以造福社会，技术本身没有
 <本章未完请点击"下一页"继续观看!>