数据挖掘技术在医院医保费用分析中的应用

林志强

摘要 医疗保险给广大人民群众提供了诸多社会福利，为促进人民健康优先发展做出了重要的贡献。而随着参保规模不断扩大和医院医保费用的增加，需要进一步加强医保费用的管理和控制，合理利用和分配。基于此，本文结合数据挖掘技术的特点，分析其在医院医保费用管理中的应用价值。然后进行医保费用挖掘系统的设计，将其应用于实际工作中，进而提高医疗保险费用控制和管理水平。

【关键词】数据挖掘技术 医院医保 费用 管理和控制

1 数据挖掘技术在医院医保费用管理中的应用价值

医院医保费用的数据和信息往往具有一定的模糊性和随机性，利用数据挖掘技术，能够深入探究潜在的信息，对其进行分析和返溯。在医院医保费用管理工作中，并与实际情况联系起来，进行多维（时间、科室、疾病类型、医护人员以及病患）业务分析。制定科学。合理的医保分科定额，进而对医保补偿性收入进行拆分，便于进行核算和预估。与此同时，合理分配医疗资源，加强对医保费用的监控。该过程中，基于医院信息系统和医疗保险信息系统，借助数据挖掘技术，建立完善的医保费用挖掘系统，充分发挥数据挖掘技术的作用价值。

2 医保费用挖掘系统的设计

数据挖掘能够分别面向对象和应用进行挖掘，两者的步骤、方法存在着显著的差异。前者的挖掘过程以数据源提取为主，并不会受到实际应用需求的影响，其挖掘过程较为简单，但是建模要求较高，步骤较为繁琐，工作效率不高。后者则是考虑到实际的应用需求，再对数据进行处理（集成、清洗、抽取）。在整合同一类数据时，则需要参考实际的应用需求，明确其主题，这是一项较为复杂的操作，但是具有建模速度快、调试方便的优势。在构建医保费用挖掘系统的过程中，需要对其体系结构、数据仓库以及挖掘模型进行设计。

2.1系统结构

医院基于数据挖掘技术进行系统的体系结构设计，为医保费用管理提供支持。构建医保费用挖掘系统的过程，设计了三层结构体系。在医保费用挖掘系统的底层结构当中，将数据仓库，经ODBC接口，与初始数据源（业务数据库、医保返还数据）相互联接，进行数据导入，进而完成数据抽取、清洗等各项工作。在二维关系数据转化为多维分层数据的过程中，需要出于OLAP分析和建模的考慮，对主题域与元数据进行设计。

2.2 数据仓库

数据仓库的设计，其目的是为了更加高效处理大量业务数据，方便查询和统计，从中获得有价值的信息，这是传统数据库无法做到的。数据采纳仓库的构建，其面向对象由普通的业务操作人员转换为管理决策层，处理大量的当前数据外，还能够对历史数据进行处理。数据库设计从面向应用改变为面向主题，并采用星型模式或雪花模式。数据仓库的访问模式为只读操作和查询，度量方式由事务吞吐量改变为查询吞吐量和响应时间，无需频繁的进行增加、删除、修改等操作。业务数据经过提取（提取与主体相符的字段）、变化（格式与名称的改变）、净化（数据更正）、加载汇总（载入和计算）后，再进入数据仓库。而在建立数据仓库的过程中，需要考虑到业务收集和分析的需求，定义数据源。在物理设计当中，数据仓库技术、数据库连接软件的选择，需要参考数据模型进行。

2.3 挖掘模型

在医保费用挖掘系统的构建过程中，其核心内容为挖掘模型的设计，对于数据挖掘的效果有着直接的影响。挖掘模型的建立是一个多次、反复的过程，需要根据医院医保费用管理的实际需要，相应的做出调整和改变。在对数据仓库中集成与存储的数据进行查看和分析时，需要确定其维度，能对维表中的列和层次进行定义和描述，进而从中提取信息。在医院医保费用管理和控制工作中，需要对时间、科室、病患以及医护人员进行多维度的分析。

挖掘模型的设计，需要根据实际的应用需求来确定维度，其中形成了多层、复杂的逻辑关系。在医保信息中，定义有医保记录、医保月度、月度序号、住院登记号、个人电脑以及业务交接号等维度。在病患信息中，定义有住院记录、患者姓名、性别、年龄、地区等维度。在科室信息中，定义有开单科室（一级、二级）、入院科室（一级、二级、三级）以及出院科室（一级、二级、三级）以及转科标记等维度。在住院信息中，定义有入院日期、出院日期、主治医生、经治医生、出院诊断、高额专科等维度。基于此，选择摘要与信息字段和挖掘算法。

3 数据挖掘技术在医院医保费用分析中的实际应用

目前，数据挖掘技术开始在医院医保费用分析中得到有效的应用，并发挥着重要的作用和价值。在医院医保费用管理工作中，面对医疗制度改革，应用大数据挖掘技术，建立了新型监管模式，构建了“智能监管平台”，能够对参保者医疗保险使用情况进行信息化管理，医保基金的监管能力和医疗服务水平均得以显著提升。数据挖掘技术的应用，在很大程度上解决了服务供给能力不足的问题。通过智能辅助审核信息系统，医院医保费用管理的工作效率和工作质量均得以显著提升。该过程中，符合报销情况的药品费用和诊疗费用明显降低，并进一步规范了医护人员的行为，为参保人员提供更多的福利待遇，并给予其有着的医疗卫生服务，有效缓解医院的监管压力。由此可见，数据挖掘技术应用于医院医保费用管理中具有十分重要的意义。

4 结论

综上所述，数据挖掘技术是一种科学、先进的数据处理手段，在医院医保费用管理中具有很高的应用价值。基于数据挖掘技术，建立医保费用挖掘系统，对体系结构、数据仓库以及挖掘模型进行设计，进而为医院医保费用分析工作提供支持。根据数据挖掘技术的实际应用，为医院医保费用管理和控制提供新的方法和途径，进而推动医疗保障服务的改革与优化，具有十分重要的社会价值。

参考文献

[1]韩春阳，数据挖掘技术在医院信息管理中的应用分析研究[J].电子制作，2014 （16）：139-140.

[2]刘建龙，丁海燕，构建基于数据仓库的医院辅助决策支持系统[J].电子技术与软件工程，2017 （10）：189-1901.

[3]彭雯君，数据挖掘技术对医疗保险费用控制中的作用解析[J].现代经济信息，2016 （24）： 371.