基于大数据概念医保费用控制管理探索

赵静如，冯奕

上海市中医药大学附属普陀医院医保办，上海 200062

基于大数据概念医保费用控制管理探索

赵静如，冯奕

上海市中医药大学附属普陀医院医保办，上海 200062

目的基于大数据概念对医保费用控制管理的探索。方法利用大数据进行解析，完成精细化管理，需要进一步完善改进医院信息系统。结果医保管理人员能实时掌控当前全院和各科室医保费用和指标情况，实行院科的两级监控和监管。结论医保管理者要懂得利用大数据，并从大数据中获取有用资讯，从医保管理角度入手改变医院运营机制，降低患者住院费用，降低医疗成本，提高医院经济效益。

大数据；医保管理；经济效益

随着科技的发展，现代社会已经进入“大数据”时代，其具有强大的数据收集、数据管理、数据分析、数据重组、数据预测能力，可促进公共管理的重大变革[1]。医院具有典型的“大数据”特征：数量庞大、类型繁多、价值密度低和速度快[1-2]，应用数据分析建立完善的医疗费用控制管理平台，通过管理数据达到管理“人”的目的，最大限度使用医保资金，提升医疗服务质量。

1 大数据的概念和价值

“大数据”（Big Data）一词首次出现于 1997 年[3]，最初仅是普通数据的集合和分析，2008年《Nature》杂志[4]和2011年《Science》杂志[5]均指出大数据概念将在目前数据爆炸的时代带来巨大的机遇和挑战。自从2012年美国奥巴马政府推出“大数据研究和发展倡议(Big Data research and development initiative)”[6]，大数据作为一种前沿技术进入国家发展层面，2015年我国制定《促进大数据发展行动纲要》的大数据发展战略规划文件，并逐步应用于各个领域。

“大数据”的定义即为“无法用现有的软件工具提取、存储、搜索、共享、分析和处理的海量的、复杂的数据集合”。通过这些概念行业概括出4V（Volume，Variety，Value，Velocity）的大数据技术特征：①数据体量巨大（Volume），目前个人计算机容量大概以TB（2的40次方B）计数，企业以以PB（2的 50次方 B）甚至EB（2的60次方B）计数，社会则以 ZB（2的70次方B）和YB（2的80次方B）计数；②数据类型繁多（Variety），改变以往文本为主的结构化数据，成为多元化的非结构化数据，如音频、视频、图片等；③价值密度低（Value），价值密度和数据总量成反比，数据越大价值越低，往往有效数据只有万分之一甚至更少，因此如何快速有效的“提纯”数据价值，成为当前大数据应用的难题[7]；④速度快（Velocity），这是“大数据”区别于普通数据挖掘的最显著特征，包括数据导入和数据分析，基于大数据应用目标定位为分析和预测，因此速度是决定成败的关键。

“大数定理”表明有规律的随机事件在大量重复出现的条件下，往往呈现必然的统计特性，因此人类和社会的轨迹是可预测的，越庞大的数据可挖掘的价值越高。数据本身不产生价值，如何分析和利用大数据对公共管理产生帮助才是关键。“大数据”可以通过分析非结构化数据，提供可供参考的决策数据[1]，因此在医疗、教育、商业等各行业均有广泛前景。

表1 我院2012—2016年医保费用数据

2 大数据与医保费用控制管理

2.1 医保费用控制

以该院为例，2012—2016年全院总费用、医保支付费用、医保支付比例、医保总药费和药费比例见表1，每年随着总费用上涨医保支付费用、医保总药费和医保支付比例均逐年升高，但药费比例逐年下降。通过数据可以看出合理的医保费用管理是要制定整体性约束指标，而不是单一指标，否则会变成当前控制药占比但医技比上升明显，如何建立科学且行之有效的管理信息系统是关键。

2.2 医保大数据来源和整合

医院医保系统有天然的数据庞大特点，通过现有的信息平台，可有效收集即时数据。目前常见的信息系统包括：医院信息系统(Hospital Information System，HIS)、临床信息系统(C1inical Information System，CIS)、医学影像信息系统(PictureArchiving and Communication Systems，PACS)、实验室信息系统(Laboratory Information System，LIS)等。

为了利用大数据进行解析，完成精细化管理，医院各个信息系统需要进一步完善改进。首先重建HIS、CIS中医保数据表结构，细化数据指标。其次重建HIS、CIS、PACS等医保相关信息回馈组件，以完成散在模块信息反馈结构数据收集。再其次整合HIS、CIS和医保业务组件数据，以达到能让管理者按需根据实时监控及时掌握动态。

2.3 医保大数据处理

首先是建立医保大数据的数据仓库（Data Warehouse，DW），使用数据接口SAPBusinessObjects的ETL工具Data Services完成所有医保业务组件的数据收集，并将相关数据源系统反映的视图导入DataServices，经过抽取、清洗、过滤、整合等操作最终建立最终数据仓库[8]。数据仓库的建立核心接口技术是ETL，可同时完成搜集和处理两个步骤，并进行最终的整合。数据仓库是独立运行，游离于传统信息系统数据库以外，避免因运行数据仓库而对医院正常信息系统的影响，且对实时数据和历史数据的分析有更好的应用广度和性能[9]。

2.4 具体流程

医保费用控制管理的大数据源处理可将HIS和CIS作为主接口，PACS和LIS等为辅接口，使医保管理人员能实时掌控当前全院和各科室医保费用和指标情况，实行院科的两级监控和监管，能及时进行相关风险提示并通知相关科室和医务人员调整。将数据仓库中相似数据归类，划分为不同板块，同时尽可能细化使同一板块数据进一步提高其相似度，不同板块相似度降低。数据系统通过详细分析各个科室、医生、药品、检查、病种等从而达到对住院和门诊医保费用、门诊及住院特殊病种和慢性病、处方情况等全面掌控。还可以利用简易直观的图形或图标可视化方式将隐藏在数据仓库中各类医保数据挖掘并表达出来，突显医保管理者最关注的药品费用超标、药费比例等问题。

3 结语

随着“十三五”卫生事业发展规划的确定，尤其是中央、国务院《“健康中国2030”规划纲要》的发布，标志着医改最顶层设计已经完成，今后10多年新一轮的医改蓝图和行动纲领已经确立。医保费用控制管理也是新医改中的重中之重，医保管理者要懂得利用大数据，并从大数据中获取有用资讯，从医保管理角度入手改变医院运营机制，降低患者住院费用，降低医疗成本，提高医院经济效益。

[1]胡键.大数据与公共管理变革[J].行政论坛，2016,138（6）：6-12.

[2]曹爱明.大数据时代的医院医保管理[J].医药前沿，2015，2（5）：156-158.

[3]Cox M，Ellsworth D．Application-controlled demand paging for out-of-core visualization[C]//Proceedings of the 8th corderence on Visualization’97．Phoenix：IEEE，1997：235．

[4]Nature．Big data[EB ／OL]．http：//www．nature．com/news/specials/bigdata/index．html，2008．

[5]Science．Special online collection：Dealing with data[EB/OL]．http：//www．sciencemag．org/site/special/data/，2011．

[6]Obama administration unveils“Big Data”initiative：Announces$200 million in new R&D investments[EB/OL]．http：//www．whitehouse．gov/sites/defauh/files/microsites/ostp/big_data_press_release_final_2．pdf，2012．

[7]朱建平，章贵军，刘晓葳．大数据时代下数据分析理念的辨析[J].统计研究，2014（2）：10-17．

[8]王珏,刘博,夏新,等.医保决策支持系统的设计和应用[J].医疗卫生装备,2014,35(9):65-67.

[9]张丽,王晔.基于Business Objects的区域卫生综合管理和决策支持系统设计和实现[J].中国数字医学,2011,6(9):61-64.

Exploration of Medical Insurance Cost Control Management Based on Big Data Concept

ZHAO Jing-ru,FENG Yi
Medical Insurance Office,Putuo Hospital Affiliated to Shanghai University of Traditional Chinese Medicine,Shanghai,200062 China

ObjectiveThis paper tries to explore health insurance cost control management based on the concept of big data.MethodsIt is necessary to improve the hospital information system by using big data to analyze and finish the detailed management.ResultsThe health care management personnel can control the medical expenses and indicators of the whole hospital and departments in real time,and implement the two levels of supervision and control of the hospital and department.ConclusionHealth care managers need to know the use of big data,and to obtain useful information from large data,to change hospital operation mechanism from the angle of the management of health care,to lower in-hospital costs,to reduce the medical cost and to raise economic benefit of hospital.

Big Data;Medical Insurance Management;Economic effect

R7

A

1672-5654（2017）10（a）-0060-03

10.16659/j.cnki.1672-5654.2017.28.060

赵静如（1983-），女，浙江奉化人，本科，助理经济师，主要从事医保管理工作。

2017-07-02）