本書針對公立醫院醫療服務收益管理問題進行了比較係統地研究，本書的研究主要有以下5個方麵的創新：
（1）明確了醫療服務收益管理的內涵，給出了公立醫院醫療服務收益管理的決策目標。基於公立醫院醫療服務收益管理的內、外部要素，構建了公立醫院醫療服務收益管理的結構體係和分析。
（2）界定了醫療顧客價值的概念和構成，將醫療顧客期望價值融人醫療顧客價值，提出了基於顧客價值的醫療服務市場細分模型，進一步構建了基於顧客價值的醫療服務市場細分的指標體係。提出並運用增量式蟻群聚類算法進行醫療服務市場細分。通過南京市公立醫院928份有效問卷調查得到醫療服務需求和感知樣本數據，將醫療顧客細分為服務優先型、服務經濟型和服務保障型等3個類別。
（3）明確了醫療服務需求的涵義和特點，及其與醫療顧客價值的內在關係，提出了識別醫療顧客服務需求的一般流程，並構建了醫療服務需求識別模型_TVE-SEC模型。基於支持向量分類機算法進行實證分析，將928份有效問卷調查數據進行歸一化預處理後，選擇最佳參數，運用算法識別了不同醫療顧客類別的需求，獲得了良好的識別效果。
（4）提出並研究了公立醫院在醜需求條件下實行二級差別定價需求區間分段數，確定了固定最優折扣率。在此基礎上，以不同細分目標市場需求為導向，構建了基於最優需求區間的醫療服務三級差別定價模型，並進行仿真模擬。這對於新醫改政策中為了補償取消藥品加成而新設立的藥事服務費的定價有一定的借鑒和參考價值。
（5）運用嵌套式策略計算高、低需求釀醫療顧客群體的保護水平（預留的醫療資源量），繼而推廣至醫療服務需求隨機情況和多類別顧客群體下的現有醫療服務資源（存量）配置問題，運用數學模型設置了最優保護水平。並以手術服務為例進行仿麵擬，結果表明最優保護水平的實施能使公立醫院獲得醫療服務最大化期望收益。在此基礎上，本書針對醫療服務的特殊性，對傳統啟發式算法做出了改進，提出醫療服務期望邊際存量收益（MSEMCR）算法。
作為一項探索性釀，本書構建了公立醫院醫療服務收益管理結構體係。在此基礎上，對模型中的市場細分、需求識別、差別定價和存量配置等4個主要方麵進行了理論和實證研究，得到了有意義的結論。限於時間與精力，本書隻對醫療服務收益管理理論框架中所涉及的一些關鍵與核心問題進行了探討，但在測量模型的構建、數據的收集、研究的設計等方麵還存在一些不足之處，有待於進一步的研究中深入解決。本書的主要研究局限和相應的進一步研究方向如下：
（1）盡管本書在用於顧客價值衡量、市場細分和需求識別的數據收集方麵付出了大量努力，雛據主要限於南京地區綜合性公立醫院。因此，還需要了解研究模型與其他省市公立醫院數據的擬合程度，確定是否能夠獲得一致性結果。另外，盡管本書有效樣本數量滿足數據分析處理的要求，但是928個有效樣本的規模相對數以萬計的醫療顧客來說還顯得很少，這可能會產生與更大規模樣本不一AAAA
致的結果，也可能會影響本書結果的真實性。因此，還需要收集更大規模的樣本，進一步驗證一些重要的指標體係構成以及概念之間的關聯性。
（2）由於本書是采用問卷調查的方法收集數據，要求醫療顧客和醫護人員在一定時間內填答完畢，給予他們思考的時間可能不夠；也由於醫療顧客和醫護人員對醫療服務臓的角度不同，在確定權重和最終醫療顧客價值均值之間會有差異。因此，本書的部分測量項可能無法在醫護人員和醫療顧客之間達成統一。為了克服這些因素，後續釀建細長期調查的方法不斷修改顧客價值指標體係中的各測量項，以期達到最佳反映醫療顧客的期望與感知。
（3）本書數據分析結果發現，運用蟻群聚類算法對醫療顧客市場進行細分，得到不同類別醫療顧客的醫療服務需求與感知，而在醫療服務需求類別識別中采用支持向量分類機學習算法驗證分類的準確性。這樣的研究路線是合理可行的，驗證的準確率在85.50%。還有待改鼓持向量分類機的編寫程序，提高準確率，以便尋求作為我國公立醫院的普適性工具，然後進行推廣。
（4）本書通過數學建模提出了公立醫院醫療服務需求區間的分段方法，確定了相應的價格折扣率。在此基礎上，對兩周期兩類別醫療顧客差別定價進行了研究和仿真計算，但沒有對兩周期3類別，以及《周期《類別醫療顧客的差別定價進行建模分析，這有待後續進一步深人釀。