陆鸣在会议上把大方向战略和基调确定下来，至于具体的方案推进与实施，就给下面的人去干。
可以预见的是，科学与民生基金会这五百家三甲医院的计划一旦给公布出来，必然会对国内一些资本化的私立医院带来巨大的冲击。
你资本是要赚钱的，是要业绩指标的。
而科学与民生基金这边的医院不但不谋求利润，甚至还会给这些医院一定的补贴维持正常运营，到底谁更有竞争力绝对是一目了然。
再一个就是，科学与民生基金间接的转移支付方式在医疗欠发达地区的中西部地区着手，规模还这么庞大，能够极大的缓解国家在医疗公共卫生领域的财政支出，这种利国利民的事业，国家定然是大力支持的。
陆鸣的目标很清晰，被资本根植的医院要么因此从竞争中倒闭淘汰出这个行业，科学与民生基金另一手随时准备并购重整那些活不下去的私立医院，让其真正的走向普惠医疗的道路上来。
要么那些私立医院就改变方针放弃从穷人老百姓身上牟利，把目标客户群体定位到富人，去割有钱人的韭菜吧，有钱的富人反正也不差那点钱，还能有效拉动GDP那多好啊。
医疗卫生公共领域的事情，大的方向战略算是在会议上初步确定，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
本章未完，请点击下一页继续阅读！