數據挖掘技術在醫院醫保費用分析中的應用

林志強

摘要 醫療保險給廣大人民群眾提供了諸多社會福利，為促進人民健康優先發展做出了重要的貢獻。而隨著參保規模不斷擴大和醫院醫保費用的增加，需要進一步加強醫保費用的管理和控制，合理利用和分配。基于此，本文結合數據挖掘技術的特點，分析其在醫院醫保費用管理中的應用價值。然后進行醫保費用挖掘系統的設計，將其應用于實際工作中，進而提高醫療保險費用控制和管理水平。

【關鍵詞】數據挖掘技術 醫院醫保 費用 管理和控制

1 數據挖掘技術在醫院醫保費用管理中的應用價值

醫院醫保費用的數據和信息往往具有一定的模糊性和隨機性，利用數據挖掘技術，能夠深入探究潛在的信息，對其進行分析和返溯。在醫院醫保費用管理工作中，并與實際情況聯系起來，進行多維（時間、科室、疾病類型、醫護人員以及病患）業務分析。制定科學。合理的醫保分科定額，進而對醫保補償性收入進行拆分，便于進行核算和預估。與此同時，合理分配醫療資源，加強對醫保費用的監控。該過程中，基于醫院信息系統和醫療保險信息系統，借助數據挖掘技術，建立完善的醫保費用挖掘系統，充分發揮數據挖掘技術的作用價值。

2 醫保費用挖掘系統的設計

數據挖掘能夠分別面向對象和應用進行挖掘，兩者的步驟、方法存在著顯著的差異。前者的挖掘過程以數據源提取為主，并不會受到實際應用需求的影響，其挖掘過程較為簡單，但是建模要求較高，步驟較為繁瑣，工作效率不高。后者則是考慮到實際的應用需求，再對數據進行處理（集成、清洗、抽取）。在整合同一類數據時，則需要參考實際的應用需求，明確其主題，這是一項較為復雜的操作，但是具有建模速度快、調試方便的優勢。在構建醫保費用挖掘系統的過程中，需要對其體系結構、數據倉庫以及挖掘模型進行設計。

2.1系統結構

醫院基于數據挖掘技術進行系統的體系結構設計，為醫保費用管理提供支持。構建醫保費用挖掘系統的過程，設計了三層結構體系。在醫保費用挖掘系統的底層結構當中，將數據倉庫，經ODBC接口，與初始數據源（業務數據庫、醫保返還數據）相互聯接，進行數據導入，進而完成數據抽取、清洗等各項工作。在二維關系數據轉化為多維分層數據的過程中，需要出于OLAP分析和建模的考慮，對主題域與元數據進行設計。

2.2 數據倉庫

數據倉庫的設計，其目的是為了更加高效處理大量業務數據，方便查詢和統計，從中獲得有價值的信息，這是傳統數據庫無法做到的。數據采納倉庫的構建，其面向對象由普通的業務操作人員轉換為管理決策層，處理大量的當前數據外，還能夠對歷史數據進行處理。數據庫設計從面向應用改變為面向主題，并采用星型模式或雪花模式。數據倉庫的訪問模式為只讀操作和查詢，度量方式由事務吞吐量改變為查詢吞吐量和響應時間，無需頻繁的進行增加、刪除、修改等操作。業務數據經過提取（提取與主體相符的字段）、變化（格式與名稱的改變）、凈化（數據更正）、加載匯總（載入和計算）后，再進入數據倉庫。而在建立數據倉庫的過程中，需要考慮到業務收集和分析的需求，定義數據源。在物理設計當中，數據倉庫技術、數據庫連接軟件的選擇，需要參考數據模型進行。

2.3 挖掘模型

在醫保費用挖掘系統的構建過程中，其核心內容為挖掘模型的設計，對于數據挖掘的效果有著直接的影響。挖掘模型的建立是一個多次、反復的過程，需要根據醫院醫保費用管理的實際需要，相應的做出調整和改變。在對數據倉庫中集成與存儲的數據進行查看和分析時，需要確定其維度，能對維表中的列和層次進行定義和描述，進而從中提取信息。在醫院醫保費用管理和控制工作中，需要對時間、科室、病患以及醫護人員進行多維度的分析。

挖掘模型的設計，需要根據實際的應用需求來確定維度，其中形成了多層、復雜的邏輯關系。在醫保信息中，定義有醫保記錄、醫保月度、月度序號、住院登記號、個人電腦以及業務交接號等維度。在病患信息中，定義有住院記錄、患者姓名、性別、年齡、地區等維度。在科室信息中，定義有開單科室（一級、二級）、入院科室（一級、二級、三級）以及出院科室（一級、二級、三級）以及轉科標記等維度。在住院信息中，定義有入院日期、出院日期、主治醫生、經治醫生、出院診斷、高額專科等維度。基于此，選擇摘要與信息字段和挖掘算法。

3 數據挖掘技術在醫院醫保費用分析中的實際應用

目前，數據挖掘技術開始在醫院醫保費用分析中得到有效的應用，并發揮著重要的作用和價值。在醫院醫保費用管理工作中，面對醫療制度改革，應用大數據挖掘技術，建立了新型監管模式，構建了“智能監管平臺”，能夠對參保者醫療保險使用情況進行信息化管理，醫保基金的監管能力和醫療服務水平均得以顯著提升。數據挖掘技術的應用，在很大程度上解決了服務供給能力不足的問題。通過智能輔助審核信息系統，醫院醫保費用管理的工作效率和工作質量均得以顯著提升。該過程中，符合報銷情況的藥品費用和診療費用明顯降低，并進一步規范了醫護人員的行為，為參保人員提供更多的福利待遇，并給予其有著的醫療衛生服務，有效緩解醫院的監管壓力。由此可見，數據挖掘技術應用于醫院醫保費用管理中具有十分重要的意義。

4 結論

綜上所述，數據挖掘技術是一種科學、先進的數據處理手段，在醫院醫保費用管理中具有很高的應用價值。基于數據挖掘技術，建立醫保費用挖掘系統，對體系結構、數據倉庫以及挖掘模型進行設計，進而為醫院醫保費用分析工作提供支持。根據數據挖掘技術的實際應用，為醫院醫保費用管理和控制提供新的方法和途徑，進而推動醫療保障服務的改革與優化，具有十分重要的社會價值。

參考文獻

[1]韓春陽，數據挖掘技術在醫院信息管理中的應用分析研究[J].電子制作，2014 （16）：139-140.

[2]劉建龍，丁海燕，構建基于數據倉庫的醫院輔助決策支持系統[J].電子技術與軟件工程，2017 （10）：189-1901.

[3]彭雯君，數據挖掘技術對醫療保險費用控制中的作用解析[J].現代經濟信息，2016 （24）： 371.