决策支持在新农合管理中的研究和应用

　　摘要：新型农村合作医疗信息管理系统建设期间，积累了大量的基本数据资源。如何从这些基本数据中分析和挖掘出更深层次的信息，从而为整体医疗资金的使用和决策提供重要的科学依据，显得尤为迫切和重要。决策支持系统作为信息系统研究的最新发展阶段，已经成为解决这一问题的重要研究课题。本文针对新型农村合作医疗救助制度，提出了基于数据仓库的决策支持系统的设计方法。
　　关键词：决策支持
　　数据仓库
　　新农合
　　中图分类号：D267.2　文献标识码：A　文章编号：1672-3791(2012)01(b)-0234-02
　　新型农村合作医疗是根据《中共中央、国务院关于进一步加强农村卫生工作的决定》(中发[2002]13号)、《国务院办公厅转发卫生部等部门关于进一步做好新型农村合作医疗试点工作指导意见的通知》(国办发[200333号)等有关法规和政策建立起来的解决农民看病难问题的一项重大举措。新型农村合作医疗信息管理系统建设以来，已有部分县市建立了以县级新农合经办机构为中心的县级数据分中心，建立了较为完善的县级新农合信息系统，实现了日常业务办理、数据存储、在线结算和信息汇总功能；在取得新农合显著成效的同时，也出现了一些问题，如出现隐瞒、虚报、不按规定征缴等。如何分析这些已积累的大量基本数据信息，为整体医疗资金的使用和决策提供重要的科学依据，从而更好地监控和管理新农合基金，是十分有意义和重要的事情。
　　由于新农合管理部门的信息化建设内容直接面向事务和工作，从而使得应用系统中的数据比较零碎分散，数据应用程度较低，很难有效转换为支持管理决策的信息以供高层决策需要，使新农合基金管理水平的进一步提高受到阻碍。
　　基于数据仓库技术的决策支持系统是一个崭新的数据库应用领域，由于其功能特点而成为以提高决策有效性的一种以计算机为手段的信息系统。本文讨论将其应用于新农合管理系统，协助决策者发现和分析问题，探索决策方案，评价、预测和选择方案。
　　1　决策支持极其相关技术
　　1.1　决策支持
　　决策支持系统(Decision
　　SupportSystem，DSS)是以管理科学、运筹学、控制学和行为科学为基础，以计算机技术、仿真技术和信息技术为手段，以人机交互方式，辅助决策者对半结构化或非结构化问题的决策活动，具有一定智能行为的计算机应用系统。
　　DSS能够为决策者提供决策所需的数据、信息和背景材料，帮助明确决策目标和进行问题的识别，建立或修改决策模型，提供各种备选方案，并且对各种方案进行评价和优选，通过人机交互功能进行分析、比较和判断，为正确决策提供必要的支持。
　　DSS发展迅速，因其良好的交互式、强大的扩展性受到研究者们的重视，在灾害预测和防灾决策、企业生产活动决策、经济形势预测和政策决策中得到了广泛的应用，取得了不少的研究成果。
　　1.2　数据仓库
　　数据仓库是面向主题的、集成的、时变的、永久的数据集合数据库，最初是为了支持管理经营之中的决策，而将不同数据库(Data Base，DB)中的数据加以融合整理的解决方案。数据仓库来源于数据库，但又不同于一般的数据库。数据仓库的发展是基于对数据库技术的改进而进行的。数据库是按一定组织方式存储在计算机存储器中的相互关联的数据集合，数据库管理系统的快速发展与应用，使得“抽取”(从数据库搜索符合要求的数据并传递出来)处理逐渐变成了抽取中的抽取，并反复再次抽取等等。这样越来越严重的数据的“蜘蛛网”结构导致产生了一种新的体系结构——数据仓库。
　　数据仓库将大量用于事务处理的传统数据库数据进行集成、转换和综合，并重新组织成面向全局的数据视图，以满足不同决策主题的需要，为DSS提供数据存储和组织的基础。数据仓库的逻辑结构可分为近期基本数据层、历史数据层和综合数据层(其中综合数据是为决策服务的)。数据仓库的物理结构一般采用星型结构的关系数据库。多维数据结构的星型结构数据体现了空间的多维立方体。这种高度集中的数据为各种不同决策需求提供了有用的分析基础。
　　1.3　数据挖掘
　　信息系统运行多年后积累海量的、以不同形式存储的数据资料。但当面对越来越多迅速膨胀的超级数据库时，人们却无从着手去理解数据中包含的信息，更难以获得有价值的知识。
　　数据挖掘(Data Mining)就是从大量不完全的、有噪声的、模糊的、随机的实际应用数据中，提取隐含在其中的、人们事先不知道的但又是潜在有用的信息和知识的过程。它是一门处理数据的新兴技术。数据挖掘技术是使数据仓库成为决策支持的最好工具。它是从大量数据中挖掘出隐含的、先前未知的、对决策有潜在价值的知识和规则，为决策、策划、预测等提供依据，帮助决策者调整策略，减少风险，作出正确判断和决策。
　　2　新农合决策支持系统设计
　　新农合决策支持系统是以数据仓库为基础，以联机数据分析和数据挖掘为工具，对已有的大量新型农村合作医疗数据进行分析处理，为决策者提供辅助决策信息。
　　2.1　设计目标
　　新农合各业务处理系统可以看成是对数据信息的搜集归类，而分析决策应该是对整个信息数据的再利用。决策支持系统主要是管理决策支持系统数据仓库，采用数据综合管理、数据分析和数据挖掘等方法，对数据仓库中的数据进行智能化分析和计算，得出关键的决策性数据和建议，并和用户界面接口，保证用户与分析决策系统之间友好地交互，其中包括以下几方面。
　　统计报告：通过对各试点合作医疗的基金数据、补偿数据、参合数据进行审核、汇总，并按照卫生部《新型农村合作医疗统计报告制度》的要求自动生成报表，满足政府相关部门决策和管理的基本需要。主要包括；试点地区社会经济状况、合作医疗基金运行情况、各级卫生机构的工作开展状况、农民的参合情况和实际受益情况。统计报告可直接反映出新农合目标和工作计划的实现程度，并提供关键有用信息进行进一步分析计算，为反映出合作医疗管理过程中遇到的问题及评估风险，为医疗管理决策的调整提供重要依据和数据支撑。
　　基金监控：对新农合基金的收缴情况、补偿情况、基金的平衡状况及承受能力等情况进行监控，分析并做出基金使用及风险评估预判。主要包括：基金收入情况、基金支出情况、收支比较、收入分析等。基金监控可以稽核有无隐瞒或虚报情况；核查不按规定征缴的情形，如私自调整人员性质、漏缴合作医疗基金；判断基金收入构成是否符合相关基金政策。
　　农民信息分析：通过对参与合作医疗病患人群基本资料，病情统计，用药用量统计，家庭病史等资料的收集，并和电子病历系统相结合，对参加新型农村合作医疗群体构成、经济状况和补偿状况进行综合分析，以及通过对农民医疗信息的统计分析实现农民健康疾病信息监测。
　　医疗机构信息分析：对提供新型农村合作医疗服务单位进行日常运行状况的监测和评价，当出现违规等异常情况时，可及时发现并采取相应措施。
　　2.2　建立数据仓库
　　从事务数据库或外部数据库提取的数据需要转换成数据仓库的数据库结构和格式，并经数据净化才能加载到数据仓库中，以确保数据有足够的品质为其所用于的决策服务。
　　新农合决策支持数据仓库的原始数据是新农合数据库中当前和历史数据的集合，其中大部分数据通过统计调查等手段从本省或各市、县数据库中获取，另一部分数据来自财政、统计等部门。从这些大量的事务型数据中通过归档，分类，清理，筛选出有效信息，并转换成按统一的数据格式抽取的必要数据，形成便于查找，调用和存储的结构化数据库。并实现实时的数据共享，归档和备份，为决策支持提供全方位的资源共享和调用平台。
　　2.3　数据挖掘和知识发现过程
　　建立了数据仓库，还需要分析工具分析，以产生的分析结果来实现决策支持系统。数据挖掘就是数据仓库分析工具之一。它以数据仓库及一般数据库中的大量数据为基础，自动地发现数据中的潜在模式，并以这些模式为基础自动地做出预测。
　　实现数据挖掘有多种途径，有通过机器学习的，有通过归纳学习的，也有通过统计分析的等等，特别是机器学习和数据挖掘的关系最密切，如集合论法、决策树法、遗传算法、神经网络法等。集合论法又分为粗(糙)集理论方法、概念树方法、覆盖正例排斥反例方法等。
　　2.4　信息展现过程
　　表达、共享与传递决策支持系统分析的结果，此过程是信息服务的平台，主要包括人机交互、信息发布等。针对不同的决策信息需求者采用不用的数据信息展现方式，或者依据不同用户、不同级别划分不同层次的信息范围，以确保各类用户对决策信息的数据获取。
　　3　结语
　　我国是人口大国，农业大国，新型农村合作医疗作为一种农村居民的健康保障制度，在我国经历了近十年的艰难探索，建立基本覆盖农村农民的新型农村合作医疗制度，期望可以最大程度地减轻农民因疾病带来的经济负担，农民享受到更好的医疗保障服务，提高广大农民的健康水平。
　　目前新农合信息管理系统面向的是事务型业务处理，决策支持的功能还很有限。本文提出将决策支持系统应用于新农合管理机制中，将有助于更好地管理和监督新农合基金的使用和执