在信息技术不断发展的背景下，我国进入了全媒体时代，同时对医疗机构来说，“互联网+医疗服务”的模式与技术应运而生。一方面，公立医院要强化网络意识形态的优化路径，持续推进网络意识形态从粗犷化到精细化、经验化到科学化，另一方面，公立医院要建构网络意识形态大格局和新境界，为医院实现高质量发展提供了思想保障，精神动力以及良好舆论环境。招标采购是一种公开、公正、公平的采购方式，通过竞争性的报价和评价，选择最优的供应商，以达到节约成本、提高质量的目的。然而，传统的招标采购方式存在一些问题，如信息不对称、评价不公正等。现如今，随着科技的飞速发展，大数据和人工智能已经成为了现代社会的两大驱动力。尤其在招标采购领域，这两大技术的引入不仅改变了传统的工作模式，更提升了工作效率，增强了公正性，降低了腐败风险。由此，本文旨在探讨大数据和人工智能在公立医院招标采购中的应用，以期为该领域的现代化进程提供理论支持和实践指导。

一、大数据和人工智能在公立医院招标采购的应用优势

（一）提供更精准全面的信息

大数据在招标采购中的应用不仅可以为公立医院提供更全面的市场信息，还可以提供更准确的需求信息。通过分析大量的数据，公立医院可以了解市场上的供应情况、价格走势以及竞争对手的活动等，从而更好地制定招标采购策略。此外，大数据还可以帮助公立医院了解自身的采购需求，提供准确的预测和规划，降低了采购过程中的错误和风险。

（二）提高效率和准确性

在人工智能方面，公立医院招标采购也可以借助智能化的辅助决策系统来提高效率和准确性。传统的招标采购流程通常需要耗费大量的人力和时间，而且容易受到主观因素的影响。而有了人工智能的支持，公立医院可以通过自动化的方式来完成招标文件的撰写、供应商的筛选和评估、报价的分析等工作。同时，基于人工智能的算法和模型，可以对供应商进行综合评估，从而提高采购决策的准确性和公正性。

（三）帮助公立医院建立更健全的风险管理体系

通过对各种数据的分析和挖掘，公立医院可以识别和预测供应链中的潜在风险，并采取相应的措施进行应对。例如，通过分析供应商的历史数据和质量评价，可以预测供应商医疗器械的质量，以及供应商所代理产品的可靠性。在具体方法上，公立医院可通过构建基于大数据模型，对供应链提供的医疗器械进行溯源，提高产品的质量和安全性，确保采购过程的合规性。

二、大数据和人工智能在招标采购应用中的不足

（一）数据质量和数据隐私问题

大数据的分析建立在海量数据的基础上，然而，如何保证数据的质量和隐私已经成为一个迫切的问题。经分析发现，随着“互联网医院”以及公众号服务功能的不断拓展，每天均有大量的信息内容通过医院官方微信公众号自动推送至病患，包括医院信息动态，预约、就医信息等，以门诊患者就诊为例，绑定医院官方公众号的用户每次就诊，从预约、挂号至取药结束就医流程，至少收到推送消息7条。同时，不少公众号为了彰显医院实力，也会将一些招标采购内容无差别公之于众。一般而言，在招标采购环节中，其内容往往会涉及到公立医院的多个商业机密和个人隐私，如何在使用大数据和人工智能的同时确保数据的安全性和合规性是一个重要的挑战。并且在招标采购中，如何正确处理数据的质量问题，并尽量将曝光度降至最低，也是需要借助人工智能技术进行信息筛选的。

此外，如果招标采购涉及到大量的数据收集和分析，但数据质量的不确定性可能会对结果产生重大影响。其中，如果数据采集出现错误或者数据源不可靠，那么分析结果就可能是不准确的，给公立医院带来潜在的风险和损失。就比如在招标的采购环节中，涉及到的数据几乎涵盖了公立医院的整个商业机密和部门管理人员的个人隐私。这些敏感数据的泄露，可能会导致不良竞争行为或者侵犯个人权益，以及腐败的发生。因此保护数据的隐私和安全，成为了一项重要任务。为了解决这些挑战，公立医院通过制定严格的政策和规范、使用先进的技术和强化员工培训，确保招标采购过程中数据的安全性、准确性和合规性。

（二）算法的精确度和稳定性问题

人工智能的算法在招标采购中的应用是基于历史数据的分析和学习，然而，历史数据不能完全代表未来趋势，算法的精确度和稳定性仍然是一个挑战。由于招标采购中涉及到各种复杂的具体情况和变动，人工智能算法的适应性也是一个需要解决的问题。经研究发现，目前我国不少公立医院成本核算方面，往往采取的是一种自上而下法。该方法以成本核算单元成本为基础计算DRG组成本，通过统计每名患者的药品和单独收费的卫生材料费用，形成每名患者的药耗成本。然后，将成本核算单元的成本剔除所有计入患者的药品和单独收费的卫生材料费用后，采用住院天数、诊疗时间等作为分配参数分摊到每名患者。将每名患者归入到相应的DRG组，然后将组内每名患者的成本累加形成该DRG组总成本，采用平均数等方法计算该DRG组单位成本。这种方法的精确度和稳定性取决于多个因素，包括医疗资源的投入和利用效率、患者的病情和治疗方案、成本核算单元的划分和核算标准的制定等。

由此可见，在招标采购中，公立医院工作人员基于以上较为繁杂的数据，在进行人工处理中必然会出现一定的纰漏。而应用人工智能算法，虽然该算法依赖于历史数据的分析和学习，将医院各个部门划分为更小的核算单元，以便更准确地核算每个部门的成本，但是不少公立医院的AI预测模型，其在核算过程中却未能充分考虑医疗质量和安全因素，而呈现出过于追求经济效益而牺牲医疗质量的情况。由此可见，公立医院预测模型算法的精确度和稳定性，仍然是一个需要克服的挑战。因为在招标采购中，往往涉及到各种复杂的具体情况和变动。所以作为模型的构建者，需要对人工智能技术展开进一步的优化，依据市场需求的变化、供应商的策略加以调整，并严格遵循政策法规，有效改善人工智能算法的适应性造和稳定性。

（三）人工智能对人员需求和职业发展的影响

值得肯定的是，人工智能技术的应用使得招标采购业务模式从数字化转向智能化，构建了新一代智能招标采购体系。比如通过大数据分析和智能算法，公立医院可以更准确地了解市场需求、供应商情况、产品性能等方面的信息，从而做出更加科学、合理的决策。但需要注意的是，这种决策方式的转变，对职业发展产生了积极的影响。因此公立医院需要具备相关技术的专业人才，如人工智能技术、数据分析等，来支持智能化招标采购体系的构建和维护。同时，对于原有的招标采购人员，他们需要适应新的业务模式，掌握相关的技术和知识，以适应新的工作需求。

然而在实际应用中，随着大数据和人工智能的应用，不少企业的人工岗位正逐渐被自动化替代，这对招标采购从业人员带来了一定的压力和挑战。以公立医院为例，如何适应和转变角色，提高自身的技术和专业能力，已成为公立医院招标人员一个亟待解决的问题。然而经观察发现，不少公立医院招标采购从业人员却鲜少开展相关专业知识，由此提升和充实专业水平。不可否认，虽然公立医院招标采购岗位确实有不少工作内容是人工智能无法替代的，如沟通能力、谈判技巧和人际关系的处理能力等。但这并不代表公立医院相关从业者就可以高枕无忧。因为只有不断学习和发展，公立医院从业者才能在自动化替代的浪潮中找到自己的位置，并为招标采购领域的发展做出更大的贡献。

三、优化大数据和人工智能在招标采购中的应用建议

（一）建立健全的数据安全保护体系

建立健全的数据安全保护体系，加强数据管理和监管，可确保公立医院数据的质量和隐私。比如人工智能技术中的加密技术和数据权限控制技术，就可以很好地限制公立医院之外的爬虫数据对该院进行非法访问，从而减少安全风险。再如对公立医院推行开放数据共享，不仅可以提高公立医院招标采购过程的效率，还可以避免信息孤岛的问题，比如在为放射科采购CT与MRI设备时，可以通过多方比较的方式，获悉各方渠道信息，进而能够更好地了解市场情况和竞争格局，从而做出更加明智的决策。而以上策略的实施，可协助公立医院根据大数据的分析结果更好地了解市场的需求和供应情况，并由此制定科学采购策略。

同时，人工智能还可以为供应商评估和风险预测等带来相关技术支持，帮助公立医院在相关设备、药品及器械的采购上选择更合适的供应商，并降低采购过程中的风险。在此期间，为了保护内部制定计划不会提前暴露，或是确保公立医院数据的安全，建立健全的数据安全保护体系是非常重要的。公立医院可建立供应商数据安全审核机制，并主要包括加强数据管理和监管，制定相关的数据安全政策和措施，确保数据的安全性、完整性和可靠性。定期对供应商进行数据安全评估和监督，及时发现和解决潜在的数据安全问题。在实际操作中，可以通过建立数据共享平台和数据联通机制，促进各方之间的数据共享和交流，旨在提高招标采购的效率和精准度，降低成本和风险，促进供需双方的合作和共赢。

（二）建立灵活、可调整的算法模型

为有效提升公立医院算法的精确度，在未来发展进程中可尝试建立灵活、便于调整的算法模型，比如将人工智能与专业人员的判断和决策相结合，以提高算法预测模型的精确度和稳定性。同时，公立医院也要根据实际情况进行调整，确保算法的准确性和适应性。比如通过引入专业人员的参与，不断优化预测模型，了解市场需求，流行病现状、重大疑难杂症的医药需求等细节，从而协助公立医院更加准确的采购相关药品、床铺、配套设备等。

与此同时，随着技术的不断发展和实际情况的变化，关于公立医院招标采购的模型算法及网络构架上，也可以与时俱进，不断地进行调整和改进，以保持其准确性和适应性。为了实现这一点，公立医院可建立一个高效的反馈机制，收集用户的反馈和意见，并及时对算法进行调整和更新。同时，密切关注行业的最新发展和趋势，学习和借鉴其他领域的先进算法和方法，为自身的算法提供新的思路和技巧，建立一个灵活可调整的算法模型，将人工智能与专业人员的判断和决策相结合。对于一些关键的决策和判断，在设计算法模型时应该注重可解释性，并提供相应的解释和解读，使得用户和专业人员能够理解算法的决策过程和依据。按照以上思路，对预测模型进行优化，对模型算法加以完善、更新，由此运用人工智能为公立医院专业人员提供更加全面、客观的判断和决策，降低信息不对称带来的干扰，以保持其准确性和适应性。唯有如此，才能提高算法的精确度和稳定性，确保其在各种实际情况下的准确性和适应性。

（三）加强人员培训和技能提升

随着人工智能、大数据和物联网等技术的兴起，各行各业都面临着新的挑战和机遇。因此加强公立医院培训，使其中的投标采购从业者能够紧随市场需求，了解并掌握社会卫生健康讯息，并熟练运用相关新技术、新工具、新系统搜集信息，无疑将提升他们在工作中的技术水平和能力。因此，本文建议政府和公立医院在加强人员培训和技能提升方面也应该扮演重要角色。其中，政府可以通过设立培训资金和机构，推动相关行业的培训项目，并提供补贴或奖励来鼓励从业人员参加培训。同时，政府还可以加强与公立医院和行业协会的合作，通过深度调研和市场预测，为从业人员提供准确的培训需求信息，以便他们选择适合自己的培训项目。

而公立医院，则应充分利用政府提供的相关优化政策，加大公立医院加大对人员培训的投入。公立医院在加强人员培训和技能提升的过程中，要合理分配相关培训资源，比如针对内科最新关于冠心病疾病的临床诊疗问题，以及相关药品的选择策略，公立医院可以为心内科员工提供内部培训和外部培训的机会，包括组织专题讲座、邀请行业专家进行讲解和指导，或者资助员工参加行业相关的培训课程和研讨会。至于外科部门工作人员，则可以将更多参加内科培训的时间用于熟练更多人工智能技术上，而不是一味地，不加以细分的，无休止的培训。此外，公立医院也要根据人工智能技术的应用和招标采购业务模式的变化，制定针对性的培训计划，加强人工智能技术、数据分析、供应链管理等方面的深度，以提升员工的专业技能和综合素质。

同时，公立医院也可以建立良好的员工晋升机制，为员工提供转岗机会和职业发展通道，鼓励从业人员积极适应新技术和新模式，提高自身的竞争力。在具体方法上，公立医院可以安排员工参加相关的外部培训和认证，如数据科学、人工智能等领域的课程和证书考试。或是通过内部研讨会、经验交流等方式，促进员工之间的交流和学习。这样，员工可以根据自身的兴趣和能力，不断学习新知识和技能，实现自身的职业发展和转型。使其在岗位中深刻明白，只有不断提高自身的竞争力，从业人员才能稳步前行，并在激烈的职场竞争中占据有利地位。

四、结论

随着科技的飞速发展，大数据和人工智能技术已成为了现代社会的两大驱动力。尤其在招标采购领域，这两大技术的引入不仅改变了传统的工作模式，更提升了工作效率，增强了公正性，降低了腐败风险。本文以公立医院为例，探讨如何将以上两种技术加以融入，并应用于公立医院的招标采购中，旨在为该领域的现代化进程提供理论支持和实践指导，协助公立医院更有效地处理海量数据，挖掘出更深层次的规律和模式。经分析得出，当前公立医院在隐私数据、预测模型精准度以及人员培训方面都存在些许问题。由此，本文从大数据安全性，人工智能技术动态更新，以及公立医院招标采购人员培训三个方面提出了相关建议，希望公立医院在日新月异的技术爆发中，相关从业人员可以积极适应新技术和新模式，跟上时代的步伐并保持竞争力，为社会健康卫生事业添砖加瓦。

参考文献

[1]王雯雯.论大数据和人工智能背景下公立医院的财务转型[J].当代会计,2022(3):3.

[2]蒋增平,陈华,黄达春.区块链,大数据,人工智能在供应链管理中的应用[J].中国高新科技,2023(7):152-154.

[3]周晓玲.大数据和人工智能背景下公立医院财务转型研究[J].经济视野,2021(1):1.

[4]耿蕙至.大数据和人工智能背景下公立医院财务转型研究[J].财会学习,2021(26):3.

[5]晋宇,付鹏.基于大数据与人工智能在企业财务管理的应用探究[J].通信与信息技术,2022(1):122-124.

[6]寇金萌,洪学智,卿妤婕,等.基于演化博弈的公立医院医疗设备招标采购监管机制研究[J].中国医疗设备, 2022(9):37.