基于OLAP技术的医保费用分析

叶健伟 沈亚诚 黄小玲 伍 蓓

据测算，截至2010年底我国城乡参保率已达到94.26%〔1〕。随着医保患者占医院患者比例的增高，医保支付占医院收入的份额逐年上升，对医保人群医疗费用的统计分析势在必行。而医院信息系统面对庞大的业务数据，只能限于日常增、删、查、改操作，无法满足医保费用分析的需求。对于医保人群医疗费用的分析，医院医保管理者往往采取手工与信息系统相结合的方式，由信息系统提取数据，手工整合汇总所需数据做成报表形式，但种方式存在明显的滞后性且缺乏灵活性。

本研究使用某三甲医院2008～2009年度的1000例医保患者数据，基于联机分析处理(online analytical processing，OLAP)技术，利用 Microsoft SQL Server 2005的Analysis Services组件，以星型结构模型构建医保费用多维数据集，使用多维数据集浏览器灵活展现医保费用数据并进行统计分析。

OLAP技术理论

1.OLAP概述

OLAP技术最早是由 Codd在1993年提出的。OLAP具有快速性、可分析性、多维性、信息性的属性。OLAP的技术核心是“维”这个概念，维是观察数据的特定角度，是考虑问题时的一类属性，属性集合构成一个维。OLAP可以对存放在数据库中的数据进行分析处理，并以多维视图的形式呈现给用户〔2〕。

2.OLAP的数据分析方法

OLAP主要的数据分析法有切片、切块、旋转、上卷和下钻等。OLAP技术可将医院信息系统数据库中的数据表以某种模型结构建立医保费用多维数据集(多维数据集由于其多维的特性也称作数据立方体)，然后通过以上五种分析方法多维度多层次分析医保人群医疗费用的各个事实表度量值，并灵活展现数据，辅助医院对医保费用作监控、分析和决策。OLAP已经在众多领域发挥着重要作用，其在医疗卫生领域中与医院信息管理系统结合应用也有初步研究〔3〕。

OLAP在医保费用分析中的应用

1.确定分析主题

医保患者费用作为本文OLAP分析主题，可根据分析需求确定多个分析方向，本文只选择其中较典型的两个分析方向:

(1)对超定额费用分析。结合平均住院天数、平均住院费用、药比等因素从住院科室、病种、患者参保类型等维度分析患者的超定额费用。

(2)对病种分析。分析常见病种的患者年龄段、性别以及医疗费用构成特征;计算病种实际的平均定额，为制定单病种定额结算提供数据支持。

2.数据准备

从所在三甲医院的医院信息系统数据库后台导出数据表，选取医保统计表、疾病表、患者医保类型表和科室表，排除不必要属性;增加年龄表、性别表、转科表;从病人住院费用流水表中根据病人ID选取并汇总各项具体费用，加载进入医保统计表，充实费用主题信息。把以上七个表导入到SQL Server数据库中，它们将作为多维数据集的维表与事实表。

3.多维数据集的模型构建

使用SQL Server 2005的Business Intelligence(BI)开发平台，新建Analysis Services项目后，导入数据准备过程中已建立好的数据库作为数据源;在“数据源视图”中建立科室、病种、患者医保类型、年龄、性别、转科六个维度，分别通过六个维表中的住院科室标识、疾病标识、患者医保类型标识、年龄标识、性别标识、转科标识六个列作为目标列，医保费用事实表相应列作源列，相互做关联形成如图1所示以星型结构模型组织的医保费用多维数据集，事实表度量值字段主要包括:医疗总费用、纳入定额费用、超定额费用、超大额费用、中药费、西药费、检查费、手术费、住院人次、住院天数等;在“计算”视图中新建实际平均定额(纳入定额费用/住院人次)、药比((中药费+西药费)/医疗总费用)、平均住院天数(住院天数/住院人次)、平均住院费用(医疗总费用/住院人次)四个“计算成员”;在“操作”视图中新建“钻取操作”，以便查看分析具体案例的各种属性值;在“翻译”视图中为度量值组、维度、操作、计算成员生成多维数据集所包含对象的翻译。

图1 医保费用多维数据集的星型结构模型

4.OLAP多维数据集的浏览与分析

使用Analysis Services的多维数据集浏览器，根据所建立的多维数据集模型对医保费用多维数据集作数据分析与展现。

(1)对超定额费用分析

如图2所示，把科室维、疾病维、患者医保类型维加入到多维数据集浏览器中，从科室维可以看出，超定额费用较多的科室分别为:血液内科，内二科，神经内科。对神经内科作分析:总共78人次住院，平均住院天数为15.7天，药比为0.539，平均住院费用为10309元，平均住院天数不算长，但平均住院费用偏高;从疾病维进行分析，发现此科室有31名脑梗死患者，他们的平均住院天数为18天，平均住院费用为12712元，总超定额费用为84190元，即神经内科超定额主要是源于脑梗死患者，而此疾病只能做保守治疗，且病情往往反复，因此较容易超定额;再从医保类型维进行分析，发现主要的超定额患者集中在市医保退休、铁路医保退休，脑梗死是老年人的多发病，与其医保类型相符。当需要查看某一个数据背后的具体数据列构成，可使用“钻取操作”，它能查看到每一个人次的所有费用信息。多维数据集分析非常灵活，如分析人员需要从其他维度或其他事实度量值进行分析时，只需把相关项目拖拽进入浏览器相应位置，再做旋转、上卷、下钻等操作。

图2 超定额费用分析视图

(2)对病种分析

如图3所示，把疾病维、年龄维、性别维、转科维加入到多维数据集浏览器中，以2型糖尿病作为研究对象。住院总人次为50，其中＞66岁33人次，41～65岁17人次，即主要患者为中老年人，以男性为主(40人)，平均住院费用为8213元，药比为0.436，患者大部分为非转科病人。平均住院天数为16.84天，其费用构成主要由西药费(178437元)、检查费(68359元)、治疗费(27746元)组成。此病种的实际平均定额为7596元。对其他的病种也可以按照所需维度、所需度量值进行分析。(注:限于篇幅，下图未加入所有度量值以及未完全下钻维度层次)

图3 病种分析视图

结 论

使用OLAP技术对医保费用进行多维数据集分析，能根据需求进行灵活分析，并把数据统计结果导出。这样能减少分析报表制作的工作量和人为疏忽导致的错误。更突出的作用是:一方面，事实度量值可以任意拖拽进入或者离开浏览器，并在浏览器中做排序、筛选以及显示形式等操作，方便对任何一个事实度量值的观察分析;另一方面，可从各维度作任意组合的多维分析，维度可进行旋转操作以便用户从所需角度作数据浏览，并且在存在维层次的维度中作综合性和具体性(即上卷和下钻)分析，数据展现结果能满足不同分析人员的主观需要，为其分析提供数据支持，这是OLAP多维分析的优势。

1.褚福灵.我国城乡医疗保险现状分析.中国医疗保险，2011，12:22-25.

2.王欣，徐腾飞，唐连章.SQL Server 2005数据挖掘实例分析.北京:中国水利水电出版社，2008.

3.易珺，曹东.基于OLAP技术的病案统计分析研究.中国卫生统计，2011，28(3):316-318.