大数据环境下医保数据监测和预警平台关键技术研究855.docx

《大数据环境下医保数据监测和预警平台关键技术研究855.docx》由会员分享，可在线阅读，更多相关《大数据环境下医保数据监测和预警平台关键技术研究855.docx（26页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、科技专项项： 科技技惠民 计划类别别： 科科技支撑撑计划（社社会发展展） 指南代码码： 31440（其其他社会会事业） 常州市科科技计划划项目申申报书( 科技技支撑计计划-社会发发展 )项目名称称： 大大数据环环境下医医保数据据监测和和预警平平台关键键技术研研究 承担单位位： 河海海大学常常州校区区 所在地区区： 常州市市新北区区 单位地址址： 江苏省省常州市市晋陵北北路2000号 邮编编： 21330222 项目负责责人： 徐绪堪堪 电话话： 113866113336668 主管部门门： 常常州市科科技局 申申报日期期：20013年年4月223日常州市科科学技术术局二一三三年一、立项项依据1

2、、本项项目国内内外科技技创新发发展概况况和最新新发展趋趋势随着常州州市社会会保障信信息系统统的广泛泛应用，特特别是医医保数据据爆炸式式增长，积积累了海海量的历历史数据据，数据据量更是是有1.5T之之多。这这些数据据有对医医保行业业最关键键的资金金数据，还还有尚未未被利用用的病人人信息、医医院信息息、治疗疗项目和和药方信信息等，对对这些高高关注度度民生数数据的应应用大多多停留在在录入、查查询、修修改和简简单的统统计等数数据展现现功能。而而目前对对恶意配配药等骗骗保行为为的监管管还主要要靠人工工，面对对日益膨膨胀的数数据，仅仅靠人工工检测已已明显不不能满足足需求。所所以目前前已有的的医保系系统无法

3、法对医保保资金进进行有效效监管，也也无法获获取病人人治疗等等规律或或变化趋趋势，由由于医保保资金涉涉及范围围广、人人数多、业业务复杂杂等特点点，虽有有配药、治治疗、费费用使用用明细等等信息，但但这些信信息没有有得到充充分利用用和发挥挥效益，难难以为人人社局制制定政策策、资金金预算和和监管提提供决策策支持。1.1医医保数据据高关注注度和高高敏感度度医保数据据主要涉涉及社会会医疗保保险基金金征缴和和使用，而而医疗保保险基金金是为实实施社会会医疗保保险制度度而建立立起的专专项基金金,是给给予参保保人员基基本医疗疗保障的的经济基基础。它它主要由由参保个个人及单单位所缴缴纳的医医疗保险险费组成成,并交交

4、专门的的经办机机构统一一组织与与管理,用于补补偿参保保人员因因疾病所所需要的的医疗费费用医医疗保险险基金是是货币形形态的后后备资金金,是职职工的“保命钱钱”。常州州医保系系统依据据的医保保政策及及各种待待遇极其其复杂，主主要包括括职工医医疗保险险、居民民医疗保保险、低低保二次次补助、大大病救助助等,。医医保数据据直接关关系到常常州广大大群众“治病救救命”的切身身利益，同同时也关关系到常常州国计计民生和和社会稳稳定,对对平稳安安全运行行保障要要求极高高。因此此研究医医保数据据监测和和预警显显得非常常必要。医保数据据监测和和预警是是一项以以防范和和控制医医保基金金运营风风险为目目标的复复杂且长长远

5、的课课题,其其涉及参参保人员员,各级级医疗机机构,医医生体系系,定点点药店等等多方面面，人力力资源和和社会保保障信息息中心拥拥有所有有参保人人账户信信息,医医疗机构构信息,药店和和药品信信息等等等，同时时还维护护了所有有参保人人就诊、购购药等海海量实时时数据信信息。医医保数据据监测和和预警的的关键问问题在于于如何从从海量数数据中获获得有价价值的信信息，从从而指导导医疗保保险政策策决策，提提高医疗疗效果和和管理效效率。目前国内内医疗保保险信息息化已经经逐渐完完善,数数据库和和数据仓仓库技术术对医疗疗保险实实时交易易数据和和历史数数据的存存储起到到了重要要作用,在医疗疗保险信信息化过过程中操操作型

6、数数据库记记录了大大量详细细的医保保相关的的交易信信息,并并通过每每日更新新至数据据仓库，数数据仓库库保存海海量的历历史数据据,并维维护数据据的准确确性，通通过对数数据仓库库的统计计分析等等操作可可以生成成业务报报表,然然而随着着业务需需求的不不断扩大大,对运运营决策策支持需需求日益益强烈背背景下,简单的的报表己己经不能能满足需需要，医医疗保险险机构的的决策者者和医保保基金运运营监管管人员希希望能够够从海量量数据中中获取更更多的知知识,以以辅助决决策和监监管,维维护基金金的稳定定运营。1.2最最新大数数据发展展趋势大数据能能够成为为可用的的资源得得益于大大数据处处理技术术的出现现。计算算机历史

7、史前五十十年主要要是利用用人们专专门收集集的数据据，这些些资料被被视为资资源，而而现在计计算机开开始关注注工作流流程中顺顺带积累累的超大大规模数数据，无无处不在在的信息息设施不不停地记记录了人人们行为为的信息息痕迹，利利用大数数据技术术能够分分析这些些信息痕痕迹，从从中提取取重要信信息以减减少对环环境认识识的不确确定性，提提高工作作与生产产效率。大大数据已已成为新新时期人人类可开开发利用用的重要要资源，以以美国为为代表的的发达国国家已经经开始把把大数据据的利用用与大数数据技术术的开发发视为国国家一项项战略性性任务。目前,我我们已进进入大数数据时代代，科学学研究的的主导方方式已经经从逻辑辑驱动、

8、实实验驱动动转向了了数据驱驱动的研研究范式式。数据据就像货货币、黄黄金以及及矿藏一一样，已已经成为为一种新新的资产产类别，我我们认为为，大数数据必将将在我国国国民经经济中成成为一个个重要产产业。美通社最最新发布布的大大数据市市场：220122至20018年年全球形形势、发发展趋势势、产业业分析、规规模、份份额和预预测报报告指出出，20012年年全球大大数据市市场产值值为633亿美元元，预计计20118年该该产值将将达4883亿。220122年，美美国政府府拨款22亿美元元启动“大数据据研究和和发展倡倡议”计划。IIBM、微微软、谷谷歌等国国外ITT巨头早早已嗅到到了“大数据据时代”的商机，这这

9、些国际际巨头借借助自己己拥有领领先技术术和丰富富资源，以以及稳定定的大客客户群，实实力雄厚厚，率先先涉足。我国互联联网数据据中心（IIDC）对对中国大大数据技技术和服服务市场场20112-220166年的预预测与分分析指出出：该市市场规模模将会从从20111年的的77660万美美元增长长到20016年年的6.17亿亿美元，未未来5年年的复合合增长率率达511.4%，市场场规模增增长近77倍。在在国内，大大数据正正在引起起越来越越多的企企业关注注。不但但阿里巴巴巴、腾腾讯等把把大数据据当成近近期的重重点项目目。作为为国内互互联网产产业的发发源地和和创新高高地，中中关村也也在抢抓抓大数据据发展机机

10、遇，着着手布局局大数据据产业。工工信部发发布的物物联网“十二五五”规划上，把把信息处处理技术术作为四四项关键键技术创创新工程程之一被被提出来来，其中中包括了了海量数数据存储储、数据据挖掘、图图像视频频智能分分析，这这都是大大数据的的重要组组成部分分。而另另外三项信息息感知技技术、信信息传输输技术、信信息安全全技术，都与“大数据”密切相关。适逢世界界走向数数据化，迈迈入大数数据时代代的时刻刻，我们们迎来了了新的机机遇，在在这个新新一轮产产业发展展中，医医保作为为国家、省省以及常常州市重重点民生生工程领领域，我我们应该该如何应应对？如如何开发发利用大大数据抢抢占竞争争制高点点？ 如如何使未未来大数

11、数据产业业在常州州医保监监控、管管理和预预警等方方面快速速、健康康和领先先发展？大大数据在在医保领领域应用用是新一一代信息息技术的的集中反反映，是是一个驱驱动性很很强的服服务领域域，能有有效解决决大数据据及医保保领域的的技术问问题。1.3本本项目国国外技术术发展概概况数据挖掘掘(DaataMMiniing，简简称 DDM)技技术是用用于发现现潜在数数据信息息和隐藏藏模式的的技术。该该技术最最早出现现于 220 世世纪 880 年年代后期期，是机机器学习习、模式式识别、数数据库、统统计学以以及管理理信息系系统等多多学科研研究成果果的交汇汇，其在在 900 年代代有了飞飞速的发发展，曾曾被认为为是

12、未来来对人类类产生重重大影响响的 110大新新兴技术术之一。全全球研究究数据挖挖挖掘比比较著名名的大学学和研究究机构有有：麻省省理工学学院，AACM（ACMM Sppeciial Inttereest Grooup on Knoowleedgee Diiscooverry iin DDataa annd DDataaMinningg）等。典典型数据据挖掘系系统有：IBMM Inntellliggentt Miinerr、SASS Ennterrpriise Minner、SPSSS CClemmenttinee 及 Orraclle DDataa Miininng 等等。数据据挖掘技技术起源源

13、于上个个世纪的的八九十十年代，在在西方发发达国家家首先得得以推广广运用。在在金融、电电信、商商业和保保险界等等拥有大大量客户户数据的的领域得得到了成成功的应应用。目目前数据据挖掘的的产品较较多，但但主要是是国外的的产品。例例如SAAS公司司的SAAS EEnteerprriseer MMineer，SPSSS 公公司的SSPSSS系列产产品，IIBM公公司的IInteelliigennt MMineer, Miccrossoftt公司的的SQLL Seerveer 220088等。数据挖掘掘在国内内外医疗疗保险行行业的应应用案例例同样也也很丰富富。国外外的商业业保险公公司中常常使用定定向营销销

14、为不同同的客户户制定相相应的营营销策略略,还有有客户忠忠诚度分分析，客客户流失失分析，保保险产品品的交叉叉销售等等等使使用的数数据挖掘掘技术也也多样化化。IBBM研究究中心的的Marrisaa等人基基于澳大大利亚医医疗保险险机构采采集的数数据,将将关联规规则和神神经分割割技术应应用于医医疗保险险信息系系统中,从GBB级的数数据中获获取未知知模式。MohitKumar等使用数据挖掘和机器学习技术预测和预防保险公司在处理医疗保险申诉过程中的支付错误,用以降低日益增长的医疗保险开销。还有许多数据挖掘方法研究集中在医疗保险行业的异常和欺诈检测。1.4本本项目国国内技术术发展概概况我国社会会医疗保保险起

15、步步较晚,数据挖挖掘技术术在保险险欺诈检检测中的的应用较较少,同同时与国国外的医医疗保险险面临的的欺诈问问题也存存在诸多多差异根据研研究,当当前我国国医疗保保险的欺欺诈可能能涉及的的主体有有参保人人,定点点医院,定点药药店,医医保经办办机构等等多方面面,存在在的欺诈诈方式多多样:如如在征缴缴保费时时参保人人出现少少报或漏漏报,在在支付保保费时的的超支或或套现行行为,此此外还有有保险基基金管理理机构的的资金挪挪用等。目前，国国内对医医保基金金的风险险相关研研究主要要集中于于由于道道德风险险带来的的基金风风险及控控制医疗疗费用增增长的具具体方法法上，采采用的手手段较为为简单，往往往是人人工控制制，

16、辅助助以简单单规则的的数据筛筛选。缺缺乏系统统、全面面的医保保基金风风险控制制框架，缺缺乏强有有力的数数据分析析和系统统的支持持。上海市医医疗保险险信息中中心秦德德霖基于于 SOOA 和和动态数数据仓库库技术，利利用数据据挖掘和和分析技技术，针针对基金金运行管管理的主主要环节节和基金金风险的的主要因因素，建建立对医医保基金金风险防防控基础础技术平平台。该该平台实实现实时时数据抽抽取、海海量数据据的整合合、异构构平台的的集成。上上海医保保基金风风险防控控平台的的研究，为为控制医医保基金金的风险险、保障障基本医医疗、促促进医疗疗保险可可持续发发展提供供强有力力的支撑撑。在医保管管理过程程中，存存在

17、一种种特殊的的就医现现象，称称之为就就医聚集集行为。就就医聚集集行为通通常表现现为多张张医保卡卡过于频频繁地同同时同地地消费。就就医聚集集行为可可能是由由于某些些特殊病病症人群群如某些些慢性病病人群造造成，也也有可能能存在欺欺诈行为为。找出出这些具具有就医医聚集行行为的人人群，一一方面能能够对特特殊疾病病人群提提供针对对性的管管理和服服务，另另一方面面能有效效提高对对违规人人群的监监督力度度。复旦大学学何俊华华基于 CBMM 算法法，开发发出 BB/S 结构的的一致行行为挖掘掘平台，该该平台能能够有效效地对一一致行为为进行监监控。并并将一致致行为与与参保人人费用记记录的信信息，药药品使用用情况

18、，医医院医生生信息等等相关联联。通过过一致行行为挖掘掘平台，在在医保管管理中能能迅速锁锁定慢性性病人群群，了解解这些特特殊人群群的医疗疗费用负负担等情情况。挖挖掘平台台为医保保管理决决策提供供参考，便便于为不不同参保保人群提提供针对对性的管管理和服服务。此此外，该该平台能能有效检检测出可可疑违规规人群，这这类可疑疑违规人人群可能能同时使使用了多多张医保保卡进行行就医，针针对这些些可疑违违规人员员，需要要对其进进行严格格监管。石萌利用用数据挖挖掘的关关联分析析方法,对社会会医疗保保险基金金收支情情况进行行了研究究,深入入分析了了参保人人员、参参保单位位、医疗疗单位等等各因素素对社会会医疗保保险基

19、金金平稳运运行的影影响,为为社会保保障部门门适时调调整基金金收缴政政策、确确保医疗疗保险制制度的顺顺利实施施提供有有力的技技术支持持。国防科学学技术大大学朱攀攀利用人人工神经经网络模模型对医医保定点点医疗机机构的信信用等级级进行学学习，并并且根据据学习过过程中出出现的问问题,对对人工神神经网络络做了改改进,克克服了医医保定点点医疗机机构信用用等级评评价网络络原有的的不足。并并以医保保信息系系统形成成的大量量数据为为基础,利用LLOF算算法对大大量数据据进行挖挖掘,找找出了医医保定点点医疗机机构的违违规行为为。翁滔滔华等通通过利用用数据挖挖掘软件件SPSSS111.0对对病毒性性肝炎的的住院费费

20、用情况况进行分分析，并并分别给给出了病病毒性肝肝炎费用用控制的的上下限限，发现现能能起起到控制制医院的的住院费费用的作作用。黄黄晶晶等等利用数数据挖掘掘技术制制定医保保定额指指标并进进行相关关数据的的分析，结结果发现现数据挖挖掘技术术能够制制定动态态的定额额指标，加加快分析析反馈的的速度，并并做出及及时的分分析返溯溯。综上所述述，国内内对医保保人群医医疗费用用的分析析研究还还处于起起步阶段段，方法法与手段段一般, 研究究结果尚尚不科学学全面；国外有有不少相相关的产产品，由由于国外外医保制制度与我我国的医医保制度度差别很很大，不不能直接接采用；另外，这这些系统统但大都都是专有有产品并并且价格格高

21、,难难以集成成。国内内关于医医保人群群医疗费费用分析析的研究究，大都都采用订订立措施施制度和和传统半半手工方方式进行行。不少少单位制制定相关关规定和和制度进进行管理理，这些些规定和和制度大大都是针针对医保保政策和和现有的的医院管管理条文文，结合合医保进进行修改改的结果果；或者者，各医医院针对对控制定定额费用用情况，进进行大量量的数据据采集及及统计，制制作医保保分析报报表并利利用该报报表对当当月医保保费用进进行分析析，由于于均采用用手工与与信息系系统的结结合方式式，对于于超定额额费用考考核方面面明显滞滞后，也也难以对对医保各各方面进进行灵活活的详细细分析,进而无无法及时时分析产产生各种种异常情情

22、况的根根本原因因，亦不不利于监监控实时时费用，没没有解决决医保病病人医疗疗费用的的不断上上涨的根根本问题题，更谈谈不上对对医保预预算和预预警。因因此，本本课题拟拟采用先先进的关关系挖掘掘模型技技术，分分析常州州医保现现状，开开发医保保数据监监测和预预警模型型。2、本项项目研究究的目的的、意义义2.1 项目研研究的目目的项目以常常州市人人力资源源和社会会保障信信息系统统中医保保海量数数据为研研究对象象，以提提高医保保资金使使用效率率为目的的，通过过静态的的社会保保障知识识与动态态的社会会保障决决策相结结合方式式，借助助数据挖挖掘模型型和联机机分析理理论和算算法，对对医保征征收和使使用等海海量数据

23、据进行联联机分析析和数据据挖掘研研究，寻寻求医保保资金使使用网络络、病人人诊治规规律以及及医保资资金回溯溯和跟踪踪，对医医保中心心各定点点医疗机机构的监监管、各各种疾病病的常用用治疗方方案提供供数据支支持，以以实现对对医疗单单位和参参保人精精细化管管理。最最终为市市社会保保障部门门具体政政策的合合理制定定及市政政府的宏宏观决策策提供科科学的依依据，从从而可以以精确控控制社会会保障部部门的决决策过程程,加强强社保决决策过程程的信息息化，保保证决策策过程的的科学性性、合理理性和有有效性。2.2 项目研研究意义义常州市医医保数据据涉及范范围广、人人数多、数数据庞大大、业务务复杂，是是市民高高关注度度

24、和敏感感的数据据，因此此对医保保数据监监测和预预警研究究具有社社会、学学术和经经济三个个层面的的价值和和意义。（1）社社会层面面医疗保险险是社会会保障制制度的重重要组成成部分,涵盖的的参保人人总多,其中核核心就是是医保数数据，例例如常州州市参加加职工医医疗保险险、居民民医疗保保险等的的参保人人数就超超过1000万人人，使用用好数据据挖掘对对众多的的参保人人进行有有效的管管理，掌掌握参保保人的概概况，群群体特征征和变化化等信息息对于医医疗保险险机构的的管理和和决策具具有很高高的参考考价值，不不仅是国国家、省省、市等等政府部部门制定定政策预预计影响响范围和和程度，也也是一项项民生工工程，为为医保管

25、管理决策策部门和和医疗机机构提供供科学可可行的建建议，对对科学合合理地利利用现有有医疗资资源，控控制医保保医疗费费用的上上涨，尽尽量减少少群众的的经济负负担，构构筑一个个和谐的的医、保保、患关关系，促促进关系系千家万万户的民民生与幸幸福的医医药卫生生体制改改革顺利利进行和和实现，都都具有非非常重要要的社会会和现实实意义。（2）学学术层面面本项目涉涉及统计计学、公公共管理理、计算算机技术术等多个个学科交交叉，通通过对常常州医保保海量数数据分析析，丰富富社会经经济统计计理论，有有助于在在医保领领域探讨讨不同的的数据挖挖掘算法法和实践践应用。通通过在常常州医保保监测和和预警中中的应用用，不断断优化数

26、数据关联联规则和和挖掘算算法，提提供较好好的数据据支撑。（3）经经济层面面通过对医医保数据据监测和和预警，可可以从系系统角度度对医保保过程中中治疗、资资金合理理使用等等在线监监测，有有效避免免恶意配配药等不不合理行行为，提提高市民民治病的的治疗效效果；同同时通过过预警预预测技术术分析医医保资金金使用情情况，有有助于提提高医保保资金预预算精确确度和资资金使用用效率，最最终为常常州市医医保资金金预算和和高效使使用提供供数据支支撑，间间接地为为政府和和市民节节约医保保费用。3、本项项目研究究现有起起点科技技水平及及已存在在的知识识产权情情况河海大学学常州校校区与常常州市人人力资源源和社会会保障信信息

27、中心心双方不不断探讨讨、沟通通，明确确系统总总体目标标和思路路，并开开展了前前期调研研，掌握握目前常常州市医医保数据据现状和和亟待解解决的监监测和预预警问题题。通过研究究和积累累，课题题组已获获得获软软件著作作权8件件，出版版基于于模糊信信息的多多属性决决策方法法研究及及应用、生生态视角角下企业业管理与与信息系系统匹配配研究两两本专著著，相关关学术论论文122篇。4、本项项目研究究国内外外竞争情情况及产产业化前前景在商业智智能的研研究和应应用不断断发展的的同时，我我国政府府部门对对于数据据分析工工作越来来越重视视，开始始对数据据仓库技技术有了了一定的的需求。就就社保领领域而言言，相关关的研究究

28、虽然不不多，但但已不断断的开始始出现，是是一种发发展必然然趋势，是是本项目目产业化化的基础础和前提提。预计到220144年，我我国六十十岁以上上人口将将达到22亿，220266年将达达到3亿亿，成为为超老年年型国家家。与年年轻人相相比，老老年人的的患病率率和人均均医药费费用均较较高，并并且多患患有慢性性非传染染性疾病病，疗程程长、预预后差、费费用大。这这将进一一步加剧剧社会医医疗保险险的支出出压力，因因此有必必要对医医疗保险险基金运运行平衡衡做长期期的测算算，提前前进行预预警，本本项目具具有广阔阔的应用用范围。二、研究究内容1、具体体研究开开发内容容和要重重点解决决的关键键技术问问题；针对医疗

29、疗保险业业务中的的各项数数据进行行分析计计算，利利用计算算机网络络技术和和数据仓仓库与数数据挖掘掘技术对对参保单单位、门门诊费用用、住院院费用等等多年数数据进行行采集、转转换、聚聚合或重重用，提提出了一一套科学学、合理理、符合合实际需需求的多多维数学学模型，旨旨在分析析不同病病因、不不同病种种随年龄龄变化的的趋势，掌掌握人们们随年龄龄增长的的平均健健康状况况，从而而为医疗疗保险政政策指标标的制订订提供依依据，如如下年度度基本医医疗保险险费的测测算、医医保费用用补偿比比的合理理确定、个个人帐户户随不同同年龄段段计提比比例的合合理确定定等，并并据此建建立医保保数据监监测和预预警模型型，首先先自动提

30、提取医保保业务数数据，构构建数据据仓库，进进行多维维分析测测算，并并用各种种图表形形式来反反映结果果。这为为政府各各相关部部门确定定保障金金制度及及比例，拓拓宽医疗疗保障的的范围，为为医保资资金预算算和监管管提供直直接的科科学依据据。项目具体体研究开开发内容容主要包包括监测测和预警警数据的的准备、医医保数据据抽取与与分类、算算法选择择与改善善、医保保数据仓仓库设计计、医保保数据再再组织和和分析、监监测和预预警模型型构建以以及医保保数据展展现等。项项目总体体结构如如图1所所示。1.1监监测和预预警数据据的准备备对医保数数据分析析目的是是提高医医保资金金使用效效率，通通过对海海量的医医保大数数据进

31、行行分析，寻寻求医保保资金使使用网络络、病人人诊治规规律以及及医保资资金回溯溯和跟踪踪，为医医保资金金预算和和监管提提供科学学决策支支持，同同时也医医保中心心各医疗疗单位的的监管、各各种疾病病的常用用治疗方方案提供供数据支支持，以以实现对对医疗单单位和参参保人精精细化管管理。无无论是医医院、患患者还是是人社局局，对于于医保数数据都是是密切相相关的，按按照常州州市社会会医疗保保险政策策和制度度，确定定问题的的主题，主主要包括括医保运运行主题题、医保保监督主主题以及及医保征征收主题题三大部部分，对对医保数数据的获获取都是是针对这这三类主主题展开开收集和和组织。1.2 医保数数据抽取取与分类类从医保

32、各各个业务务系统中中抽取原原始的医医保住院院、门诊诊、药店店、征缴缴等数据据，是医医保数据据监测和和预警所所需数据据的源头头，结合合知识组组织相关关理论，以以数据单单位为基基础的知知识组织织，按照照数据来来源或者者用途等等标准进进行分类类，通过过系统层层次、数数据颗粒粒度、数数据成分分描述成成静态医医保数据据网络。图1 项项目总体体结构图图1.3 算法选选择与改改善常州医保保数据有有其自身身的特点点，直接接影响对对关联规规则和算算法的选选择，其其特点主主要体现现在以下下几个方方面：（1）事事务数量量巨大，医医保发生生频率往往往较高高，随着着时间的的增长，医医保数据据也会随随之快速速增长，医医保

33、数据据库中包包含的大大量数据据会给数数据的预预处理和和挖掘工工作带来来很大的的困难。（2）医医保开户户类型可可能多值值，由于于有不同同的人，不不同的单单位，所所以开户户类型有有不同的的需求。（3）医医保开户户日期”不是名名词性属属性，不不便进行行关联分分析。（4）不不同的属属性值具具有不同同的重要要性，如如开户类类型中，不不同的类类型，保保险公司司的盈利利情况不不一样，但但是大多多数情况况下，大大的保险险单的发发生概率率要低于于其他类类型，所所以关联联分析要要体现出出重要属属性的发发生规律律。针对以上上特点，通通过在数数据预处处理阶段段将医保保数据根根据时间间间隔进进行划分分，例如如按照季季度

34、或者者月份进进行划分分；对于于“开户时时间”不是名名词性属属性，可可在预处处理阶段段先将数数值属性性做离散散化处理理。通过过引入权权值参数数解决出出现频率率较小的的易被忽忽略的问问题，在在关联规规则挖掘掘阶段通通过不同同的权值值来衡量量各种开开户类型型的不同同重要性性从而挖挖掘出大大保单的的关联规规则。综上所述述，医保保数据的的关联分分析采用用的算法法以Apprioori算算法为基基础，在在数据处处理阶段段加以相相应改造造，在关关联规则则发现阶阶段，通通过引入入权值参参数来挖挖掘医保保数据中中潜在的的规律。 改进后后的Apprioori算算法的基基本思想想是：首首先找出出所有的的频集，这这些项

35、集集出现的的频繁性性至少和和预定义义的最小小支持度度一样。然然后由频频集产生生强关联联规则，这这些规则则必须满满足最小小支持度度和最小小可信度度。然后后使用第第1步找找到的频频集产生生期望的的规则，产产生只包包含集合合的项的的所有规规则，其其中每一一条规则则的右部部只有一一项，这这里采用用的是中中规则的的定义。一一旦这些些规则被被生成，那那么只有有那些大大于用户户给定的的最小可可信度的的规则才才被留下下来。为为了生成成所有频频集，使使用了递递推的方方法。（1）LL1 = fiind_freequeent_1-iitemmsetts(DD); / 挖掘频频繁1-项集，比比较容易易（2）forr

36、(kk=2;Lk-1 ;k+) （3）Ck = aapriiorii_geen(LLk-11 ,mmin_supp); / 调用aapriiorii_geen方法法生成候候选频繁繁k-项项集（44）foor eeachh trranssacttionn t D / 扫扫描事务务数据库库D（55）Ctt = subbsett(Ckk,t);（66）foor eeachh caandiidatte cc Ctt（7）cc.coountt+; /统计候候选频繁繁k-项项集的计计数（88）（99）Lkk =c Ckk|c.couuntminn_suup / 满足最最小支持持度的kk-项集集即为频频繁k

37、-项集（110） （111） retturnn L= k Lk; / 合并并频繁kk-项集集（k0）Apriiorii候选产产生函数数Aprriorri-ggen的的参数LLk-11，即所所有大型型(k-1)项项目集的的集合。它它返回所所有大型型k项目集集的集合合的一个个超集(Suppersset)。首先先，在JJionn(连接接)步骤，我我们把LLk-11和Lk-1相连连接以获获得候选选的最终终集合的的一个超超集Ckk：(1) inssertt iintoo CCk(2) sellectt pp1，p2，ppk-1，qqk-1(3) froom Lk-1p，LLk-11q(4) wheere

38、 p1 = qq1，pk-22 = qk-22，ppk-1 qqk-1接着，在在Pruune(修剪)步骤，我我们将删删除所有有的项目目集 ccCk，如如果c的一些些k-11子集不不在Lkk-1中中，为了了说明这这个产生生过程为为什么能能保持完完全性，要要注意对对于Lkk中的任任何有最最小支持持度的项项目集，任任何大小小为k-1的子子集也必必须有最最小支持持度。因因此，如如果我们们用所有有可能的的项目扩扩充Lkk-1中中的每个个项目集集，然后后删除所所有k-1子集集不在LLk-11中的项项目集，那那么我们们就能得得到Lkk中项目目集的一一个超集集。1.4 医保数数据仓库库设计按照医保保运行、监监

39、督以及及征收主主题进行行医保数数据仓库库的设计计，由于于医保数数据分布布于定点点医疗机机构、药药店等不不同的业业务系统统中，需需要通过过抽取工工具获取取和清洗洗、数据据转换、关关联分析析、知识识点获取取以及数数据仓库库构建等等过程，并并结合数数据颗粒粒度原理理，按照照医保监监测和预预警规范范进行数数据组织织，医保保数据仓仓库设计计层次结结构图如如图2所所示，通通过分类类和聚类类算法，结结合常州州市人力力资源和和社会保保障中心心实际，形形成医保保运行主主题数据据（职工工医保运运行、医医疗救助助、公务务员补助助、居民民医保、离离休、荣荣军分析析、工伤伤保险分分析、生生育保险险分析等等）、医医保监督

40、督主题数数据（参参保人医医疗异常常、定点点单位医医疗异常常等）、社社会医疗疗保险参参保征缴缴主题数数据（社社会医疗疗保险参参保情况况、社会会医疗保保险基金金征缴情情况）等等。图2 医医保数据据仓库设设计层次次结构图图其中核心心部分是是数据关关联分析析，是建建立在医医保数据据抽取和和分类基基础上，按按照粒度度聚类和和分类原原理，形形成动态态的医保保数据网网络。1.5 监测和和预警模模型构建建监测和预预警模型型包括两两个方面面的内容容：其一一是建立立监测指指标体系系，它将将直接反反应医保保数据运运行现状状，同时时可以抽抽取和挖挖掘形成成治疗方方案库；其二是是建立预预警指标标体系，它它直接影影响着监

41、监测和预预警模型型的敏感感性和正正确率，融融入数据据挖掘算算法进行行预警算算法模型型，并给给出科学学合理的的预警结结果。监监测和预预警模型型如图33所示。医保数据监测和预警模型监测指标体系运行指标异常指标征缴指标预测算法动态监测结果预警指标体系警情指标警兆指标警源指标动态预警报告医保预警模型治疗方案库图3 监监测和预预警模型型1.5.1指标标选择原原则 监监测和预预警指标标的选择择要遵循循代表性性、全面面性、可可比性、可可获得性性等几项项原则。 （11）代表表性是指指选择的的指标具具有同类类指标的的基本特特征，能能够反映映医保基基金收入入支出的的主要方方面，并并能够代代表同类类指标的的变化趋趋

42、势。 （22）全面面性是指指选择的的指标应应该要涉涉及医保保基金运运行的各各方面，既既要涉及及医疗保保险基金金内部的的因素，也也要涉及及其外部部因素；既要有有微观的的财务指指标，也也要有宏宏观的经经济指标标。 （33）可比比性是指指预警指指标要能能够连续续计算，使使其具有有可比性性，从而而可以连连续观察察医疗保保险基金金收支运运作的情情况。 （44）可获获得性是是指选择择的预警警指标应应该是公公开的，便便于获取取并能够够直接用用于研究究的。1.5.2 具具体内容容通过对现现有医保保静态数数据的分分析整理理，并综综合了相相关专家家意见，医医保基金金运行平平衡的监监测和预预警指标标包含三三个方面面

43、，即财财务性指指标、客客户性指指标和成成长性指指标。在医保监监测体系系中主要要通过分分析和整整理明确确医保基基金的状状态和现现状。医医保预警警体系一一般包括括以下几几个方面面：明确确警情、寻寻找警源源、分析析警兆和和预报警警度。（11）在预预警体系系中明确确警情是是第一步步。警情情是指影影响医疗疗保险基基金正常常运行的的负面扰扰动因素素不断发发展到一一定程度度，从而而表现出出来的、能能够被外外界所观观察到的的外部形形态。通通常设定定一个医医保基金金运行平平衡指标标的安全全区间，当当实际运运行数据据超过特特定的区区间，则则表明医医保基金金运行的的危机警警情出现现。警情情严重时时会引发发整个医医疗

44、保险险制度性性危机，因因此，在在保障基基金稳定定运行的的过程中中，明确确警情是是进行医医疗保险险基金危危机预警警的前提提，而警警源是警警情发生生的根源源。（2）寻寻找警源源是预警警过程的的起点和和基础。所所谓警源源，就是是指产生生医保基基金运行行机制出出现危机机的根源源，是医医疗保险险危机警警情的策策源地。警警源主要要有以下下几种：第一类类是内生生警源，即即是医疗疗保险制制度自身身内部的的因素。如如医疗保保险水平平指标的的高低、基基本医疗疗保险支支出占国国家财政政支出的的高低、基基本医疗疗保险范范围内的的支出状状况、城城乡不同同的医疗疗保险政政策以及及缴费率率的高低低等。第第二类是是外来警警源

45、，即即医疗保保险的外外部因素素。如医医疗保险险法制、行行政管理理体制的的有效性性、监控控机制的的完善程程度、国国内经济济发展状状况、合合理的计计划调控控以及其其他社会会政策的的配套。（3）分析警兆是预警过程中的关键环节。在警情在爆发之前必然会有相关的警兆出现，所以分析警兆及其报警的区间，便可以进行相关的预测和预报警情。（4）预警的目标是对预报系统所存在的危机程度，这就是预报警度。根据警兆的变动情况，参照警情的警限或警情等级，分析警兆的报警区间与警情的关系，结合专家的意见和经验，预报实际警情的严重程度。在对医保基金运行的平衡状况进行监测和预报警度时，一般按照以下步骤进行。首先是定量描述，也就是找

46、出能够反映警情指标的数量特征标志。比如，有些警情指标的数量标志是变化率，以百分比作为计量单位，根据历史的经验和一定的理论分析，我们确定其可能变化的最大值和最小值，也就是说确定一个数值的波动区间，观察实际运行数据在波动区间的变化情况。第二步是在描述的基础上进行定量处理，即将警情指标可能波动的最大区间划分为若干个性质不同的二级区间，称为警限。不同的耳机区间代表不同的警限。本系统中，我们对警限采用了三个区间来表示：无警警限（R0），轻警警限（R1）和重警警限（R2），无警警限是警情变化的安全区间，我们的基金应尽量在此区间进行安全运营。对于风险预警来说，不同的二级区间，也就是各类警限是最具有根本意义的

47、。尤其是无警警限的确定是最为困难的。对于医保基金运行平衡的预警系统来说，我们应该根据医保基金历年来的运营情况、国内和国外的比较与理论分析的情况以及专家意见来综合考虑，最终予以确定。确定了各类警限和警区之后，就可以在日常的运行中观测警情指标的实际值及其变动区间，监测其警度和警情的发展。重点解决决的关键键技术问问题（1）医医保数据据仓库设设计，医医保主题题数据设设计要符符合常州州医保基基金管理理要求，同同时又要要符合数数据仓库库设计和和关联规规则，方方便医保保数据组组织和使使用。（2）监监测和预预警模型型构建，监监测模型型是反应应当前医医保基金金运行状状态，通通过分析析和监测测医保基基金当前前状态，借借助预测测算法和和模型，预预测医保保基金发发展趋势势，形成成适合常常州市人人力资源源和社会会保障信信息中心心的医保保数据监监测和预预警模型型。2、项目目的特色色和