數(shù)據(jù)挖掘技術在醫(yī)院醫(yī)保費用分析中的研究與應用.pdf

1、隨著基于關系結(jié)構的傳統(tǒng)數(shù)據(jù)庫技術廣泛地應用于信息化時代的各個領域，各種復雜的數(shù)據(jù)庫系統(tǒng)紛紛被建立，由計算機代替了手工操作，極大提高了人們的工作效率。隨著關系數(shù)據(jù)庫和各類信息系統(tǒng)應用的年深日久，在數(shù)據(jù)庫系統(tǒng)中積累了大量的業(yè)務數(shù)據(jù)，并且由于業(yè)務應用的深入數(shù)據(jù)量還在日益增加。當前社會的市場競爭日趨激烈，使得醫(yī)療行業(yè)對于數(shù)據(jù)庫的要求不僅僅停留于數(shù)據(jù)處理層面，而逐漸向數(shù)據(jù)的深層次分析與利用的方向轉(zhuǎn)變。但如果沒有強大的數(shù)據(jù)分析工具對現(xiàn)有數(shù)據(jù)庫中的數(shù)

2、據(jù)進行挖掘分析，而單憑目前數(shù)據(jù)庫的分析查詢功能以及各業(yè)務系統(tǒng)的的能力，是無法發(fā)現(xiàn)并提取這些海量數(shù)據(jù)中所蘊含的知識與規(guī)律的。因此為了滿足日益增長的對數(shù)據(jù)進行深層次利用的需要，數(shù)據(jù)挖掘與數(shù)據(jù)倉庫技術應運而生，它們能夠?qū)ΜF(xiàn)有的海量數(shù)據(jù)進行深層次的知識提取和經(jīng)驗總結(jié)，并獲取對管理決策有用的信息。目前這些技術廣泛的運用于金融業(yè)（如銀行、保險）、零售業(yè)（超級市場）以及電信業(yè)等商業(yè)領域，但是在醫(yī)療衛(wèi)生領域還處于摸索階段，對此我們進行了大膽的嘗試，對這

3、一領域進行研究，在醫(yī)院醫(yī)保費用分析中采用了數(shù)據(jù)挖掘技術來產(chǎn)生對醫(yī)保費用管理工作有意義的規(guī)則集。 現(xiàn)在國內(nèi)許多醫(yī)院都建立了自己的醫(yī)院信息系統(tǒng)（HIS系統(tǒng)），甚至有些大型醫(yī)院都擁有了包括HIS系統(tǒng)、圖像存儲與傳輸系統(tǒng)（PACS）以及實驗室信息系統(tǒng)（LIS）等配套關聯(lián)的信息系統(tǒng)在內(nèi)的醫(yī)院綜合信息系統(tǒng)。HIS系統(tǒng)應用復雜，經(jīng)過多年的運行，現(xiàn)有的業(yè)務數(shù)據(jù)庫中包含的不僅僅是大量的病人基本信息，還包含了病人的費用信息以及臨床生理信息，影像圖片

4、信息等等。特別是醫(yī)保等新興醫(yī)療方式不斷涌現(xiàn)并逐漸占據(jù)重要地位，如何從現(xiàn)有的海量數(shù)據(jù)中提取出對于醫(yī)院臨床醫(yī)療、學科建設、決策管理等多方面具有指導意義的知識與經(jīng)驗，幫助醫(yī)院取得競爭優(yōu)勢，成為了醫(yī)院工作中的一個重要任務。我們采用數(shù)據(jù)挖掘與數(shù)據(jù)倉庫技術對醫(yī)院現(xiàn)有的歷史數(shù)據(jù)進行分析成為了一個必然趨勢，這也正是醫(yī)院信息化建設所面臨的新課題。 隨著醫(yī)療改革的深入，國家大力普及醫(yī)保的保障范圍、努力提高醫(yī)保的保障水平，醫(yī)保病人在醫(yī)院病人中占的比例

5、越來越高，醫(yī)保收入在醫(yī)院的營業(yè)收入中占的比重也越來越大，目前醫(yī)院醫(yī)保管理所面臨的問題有：如何合理的控制醫(yī)保病人醫(yī)療費用的上漲，同時又盡可能的為醫(yī)保病人提供完善的醫(yī)療服務，降低醫(yī)院的墊支壓力；如何制定科學、合理的醫(yī)保定額指標，合理分配醫(yī)保返回資源，調(diào)動科室積極性促使科室主動貫徹醫(yī)保政策。 基于本課題的研究，我們提取了醫(yī)院歷年來與醫(yī)保病人相關的各類信息，建立了基于費用分析為主題的數(shù)據(jù)倉庫，在數(shù)據(jù)倉庫建立過程中，對業(yè)務數(shù)據(jù)的數(shù)據(jù)抽取、

6、數(shù)據(jù)清洗、數(shù)據(jù)轉(zhuǎn)換、數(shù)據(jù)加載等一系列數(shù)據(jù)準備的過程進行了詳細闡述，并建立了包括時間維、科室維、醫(yī)生維、診斷維、地址維、性別維、年齡維、身份維等在內(nèi)的多種分析維度以及與費用相關的事實表，建立了以醫(yī)保費用分析為主題的星型模式的數(shù)據(jù)倉庫。 在本課題中數(shù)據(jù)源分別來自于醫(yī)院信息系統(tǒng)（HIS）與醫(yī)保信息系統(tǒng)（PJ3）這兩個異構數(shù)據(jù)源，面臨著描述同一種事物時存在著不同的表達方式，或者數(shù)據(jù)缺失、數(shù)據(jù)重復等情況，如果采用手工篩選的方式將無法完成這

7、些大量的數(shù)據(jù)清洗工作。數(shù)據(jù)準備的工作是建立挖掘系統(tǒng)的過程中重要的部分，它所花費的時間與精力也最多，而在數(shù)據(jù)準備的工作中數(shù)據(jù)清洗又是其中的重點內(nèi)容。數(shù)據(jù)清洗將從業(yè)務數(shù)據(jù)庫中提取出來的數(shù)據(jù)“干凈地”導入到數(shù)據(jù)倉庫中，數(shù)據(jù)清洗工作的好壞將直接影響到數(shù)據(jù)挖掘的質(zhì)量和效率，直接關系著數(shù)據(jù)挖掘的結(jié)果。 針對這一課題，我們設計了自動數(shù)據(jù)清洗的方式。其主要工作是：將HIS系統(tǒng)與PJ3系統(tǒng)這兩個異構數(shù)據(jù)源對其中數(shù)據(jù)的不規(guī)范性和二義性以及重復和不完

8、整等問題進行了數(shù)據(jù)清洗，經(jīng)過一段時間的跟蹤，我們記錄下通過自動數(shù)據(jù)清洗解決了以下幾個方面的問題： 1、自動篩選出缺少住院號的醫(yī)保記錄。 2、自動篩選出數(shù)據(jù)中住院號與姓名不匹配的記錄。 3、病人ID號與住院號在兩個數(shù)據(jù)源中不匹配的記錄。 4、數(shù)據(jù)中科室錯誤的記錄，包含沒有科室信息以及轉(zhuǎn)科信息等。 通過這種自動篩選的數(shù)據(jù)清洗方式，能夠有效的提取攔截有問題的數(shù)據(jù)，加快了數(shù)據(jù)清洗的時間，保證了數(shù)據(jù)挖掘的質(zhì)

9、量。 本課題通過對醫(yī)院歷年醫(yī)保病人數(shù)據(jù)采用數(shù)據(jù)挖掘的方法，使用關聯(lián)規(guī)則中的Apriori算法實現(xiàn)了對醫(yī)保費用與相關因素（如醫(yī)保病人身份、科室、醫(yī)生、診斷、住院天數(shù)、地域等）間的規(guī)則挖掘，得出了醫(yī)保費用分析的規(guī)則集。利用該規(guī)則集進行分析我們可以看出與醫(yī)保病人費用關聯(lián)最大的是住院天數(shù)和特定出院科室這兩個因素的組合，規(guī)則集中前5條規(guī)則的匹配模式是對醫(yī)保費用影響最大的因素，今后對于具有這些屬性的醫(yī)保病人應該給予較高的關注，一方面在滿足病

10、人醫(yī)療需求的前提下盡量避免超出定額情況的發(fā)生，另一方面努力調(diào)動科室積極性、合理分配醫(yī)療資源、保障醫(yī)保補償性收入。 通過本課題的研究表明：數(shù)據(jù)倉庫以及數(shù)據(jù)挖掘技術能夠找出與醫(yī)保費用管理工作關系密切的規(guī)則集，通過規(guī)則來為醫(yī)保費用管理工作提供有益的參考和指導，并協(xié)助制定動態(tài)的定額分配指標，加快醫(yī)保數(shù)據(jù)分析反饋的速度以及做出及時的分析回溯。數(shù)據(jù)挖掘技術與傳統(tǒng)技術相比具有靈活、快速、分析能力強的優(yōu)點，把數(shù)據(jù)挖掘技術引入醫(yī)保管理工作中將適應