基于商务智能的医院医保业务决策支持系统的研究.pdf

《基于商务智能的医院医保业务决策支持系统的研究.pdf》由会员分享，可在线阅读，更多相关《基于商务智能的医院医保业务决策支持系统的研究.pdf（4页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、计算机与现代化?2010年第 9期JISUANJI YU XIANDA I HUA总第 181期文章编号:1006?2475(2010)09?0132?03收稿日期:2010?05?06作者简介:林济南(1972?),男,湖南邵东人,解放军第 309医院信息科工程师,硕士,研究方向:医院信息系统,医学图像处理与编码,网络通信与安全。基于商务智能的医院医保业务决策支持系统的研究林济南(解放军第 309医院信息科,北京 100091)摘要:利用商务智能技术为医院医保业务的科学管理和决策提供支持。本文首先利用数据抽取、转换及装载工具获取有效数据,并通过建立多维模型和数据分析、数据挖掘方法生成各种分析

2、、统计报表及图形。然后,建立智能的医院医保业务决策支持系统架构和数据仓库模型,并对医保病人的医疗费总额、药费比、自费比等进行多维度、多角度分析。结果表明,该智能系统在控制过度医疗、控制医保支出等方面提供了科学管理和决策依据。关键词:商务智能;数据分析;数据挖掘;医保业务;医院管理中图分类号:TP393.1?文献标识码:A?do:i 10.3969/.j issn.1006?2475.2010.09.038Research on Decision Support Syste m s ofHospitalH ealth InsuranceBased on Business Intelligence

3、LIN Ji?nan(Depart ment of Information,The 309th Hospital of PLA,Beijing 100091,China)Abstract:To provide intelligent support for scientificmanage ment and decision?making of hospitalhealth insurancew ith businessintelligence technology.To obtain valid dataw ith extracting,transfor mation and loading

4、,analysis report,statistical report and va?rious graphics are established by use ofvariousmethods such asmultidi mensionmode,l data analysis and datamining etc.To es?tablish decision support syste m architecture ofhospitalhealth insurance operation and datawarehousemode,l the totalmedicalex?penses、r

5、atio of drug expenses、ratio ofown expenses for insurance patients are analyzed onmulti?di mension andmulti?angle condi?tions.IntelligentSyste m provides supportof scientificmanagement and decision?making,which can controlover?treat ment and in?surance spending.Keywords:business intelligence;data ana

6、lysis;data m ining;health insurance operation;hospitalmanagement0?引?言近年随着国家大力推进基本医疗制度改革,医保病人收入在我院总收入中所占比重越来越大,2009年超过 60%,如果将外地医保病人考虑在内,则占到总收入的 70%以上。目前,北京市医保中心为了控制和合理使用有限的医保资金,对不同级别、类型的医院的总费用规定一个增长上限,以一个医保结算年度进行核算,超出定额部分由医院自己负担并对全市前几名的医疗机构进行通报。因此,医院必须在尽量提高患者满意度、给予患者充足优质医疗服务的前提下,控制过度医疗和医保支出,确保费用收支上维

7、持医院的正常运转。由于涉及复杂的医保政策,传统的医院信息系统已经不能满足医保业务分析的需要,也无法支持医院对医保业务的科学管理和决策。所以,有必要采用先进的商务智能工具建立一个医保业务决策支持系统,以便向医院各级领导和职能部门提供更全面、更系统、更实用、更科学的医保服务。1?商务智能技术1.1 商务智能的定义商务智能(Business Intelligence,BI)这一术语1989年由 Gartner Group的 Howard Dresner首次提出,它描述了一系列的概念和方法,通过应用基于事实的?2010年第 9期林济南:基于商务智能的医院医保业务决策支持系统的研究133?支持系统来辅助

8、商业决策的制定。商务智能是指企业利用信息科技以企业内部及外部已有的数据库为基础,根据要解决的问题进行数据的汇总整合成数据仓库(DataWarehouse,DW)后,利用适当的工具进行数据处理,利用联机分析(Online Analytical Processing,OLAP)及数据挖掘(DataM ining,DM)等技术分析数据,将所发现的潜在特性或是建立的预测模型传递给决策者,帮助他们作出对企业更有利的商业决策。1.2 商务智能的核心技术商务智能的核心技术体系结构包括数据仓库、联机分析处理及数据挖掘三个部分。数据仓库是?面向主题的(Subject Oriented)、集成的(Integrat

9、e)、相对稳定的(Non?volatile)、反映历史变化的(T i me Variant),用于支持决策的数据集合 。可以从容量庞大的业务处理型数据库中抽取、清洗、转换数据为新的存储格式,数据仓库是商务智能系统的基础,它是所有报表及作进一步分析的数据源。联机分析处理是帮助分析人员、管理人员或执行人员能够从多种角度对从原始数据中转化出来的,能够真正为用户所理解的,并真实反映企业特性的信息进行快速、一致、交互地存取,从而获得对数据的更深入了解的一类软件技术。OLAP的一个主要特点是数据的多维分析,多维分析是指对以多维形式组织起来的数据采取切片(Slice)、切块(D ice)、钻取(Roll)、

10、旋转(Pivot)等各种分析动作,以求剖析数据,使用户能从多角度、多侧面地观察数据库中数据,从而深入理解包含在数据中的信息。数据仓库侧重于存储和管理面向决策主题的数据;而 OLAP侧重于数据仓库的分析,并将其转换成辅助决策信息。OLAP是商务智能的核心技术之一。数据挖掘是指在数据仓库中,利用人工智能、机器学习、统计学等技术,高度自动化地分析企业过去所累积的大量繁杂的历史数据,做出归纳性的推理,寻找规律、联系、隐藏特性等,萃取出潜在的模式,预测客户的行为,提供企业管理阶层在决策时的参考依据。数据挖掘的目的是通过计算机对大量历史数据进行分析,找出数据潜藏的规律和知识,并以可理解的方式展现给用户。数

11、据挖掘是最高级的 BI应用,因为它能代替部分人脑功能,数据挖掘的主要方法包括神经网络、决策树、关联规则、模糊聚类、遗传算法等。2?基于商务智能的医院医保业务决策支持系统架构?本文讨论我院医保业务决策支持系统基于数据仓库、OLAP和数据挖掘的智能架构,并以医疗费用管理为例详细讨论商务智能系统的建立过程及应用,系统架构如图 1所示。图 1?商务智能系统结构图系统第一部分为数据获取层,主要包括医院 H IS数据和医保系统数据,也包括数据的抽取(Extrac?tion)、转换(Transformation)和装载(Loading)。系统第二部分为数据仓储,包括在 ODS(Opera?tionalDat

12、a Store)和数据仓库,ODS是源数据通过ETL过程后形成的统一信息层。ODS中间层的出现,使原有的操作型环境和分析型环境完全隔离开,使全局的 OLTP、即时的 OLTP成为技术上的可能,同时也方便了 DW 的数据追加。系统第三部分为信息表示层,数据挖掘、即席查询、统计报表、OLAP 等智能引擎对数据仓库中的数据进行查询、分析和预测。最后通过前端工具进行展现,为管理层的决策提供支持。本文以我院 2009年医保病人医疗费用数据及政策数据来具体实现该决策支持系统。系统开发环境采用 SQLServer2008为数据仓库平台,采用 Integration Services来实现数据的 ETL,使用

13、 Analysis Services来做 OLAP多维分析引擎和数据挖掘,通过 B S结构的 Analyzer2007来制作和展示报表,客户通过 I E浏览器浏览报表。3?数据仓库模型医疗费用明细数据涉及 H IS数据库中多个表,如住院病人费用明细、门诊病人费用明细、科室字典表、费用类别字典、病人信息表等上千万条的数据,医保政策数据也涉及医保数据库中的多个表,如医院用药目录字典、医院组合项目字典、医院诊疗项目字典、病人待遇字典等。因此,只有建立结构化、主题化的数据仓库,按多维模型予以组织,才能进行多角度、多层次的分析,挖掘出有价值的经验和规则。建立数据仓库模型首先进行需求分析。数据仓库是按照决

14、策分析的主题来组织数据,因此,需且仅需提取决策主题那部分事务处理数据库中的数据即可。通过对业务理解、数据理解及数据准备后,建立134?计?算?机?与?现?代?化2010年第 9期如图 2所示的模型。图 2?数据仓库模型建好了模型,就可以通过 Integration Services来收集并提取数据源中的数据到数据仓库,即完成数据的提取、转化和装载。在 Business Intelligenc Develop?ment Studio中新建一个 Integration Services项目,设置好数据源目标和数据流目标后,对项目进行生成并运行,就可以把符合系统要求的数据按照事先建立的结构存储起来,

15、为下一步数据分析做好准备。4?数据分析按照多维数据模型,规划好度量值和维度,通过Business Intelligenc Development Studio新建 AnalysisServices项目,生成和布置数据立方体。这样就可以进行多维分析,即通过钻取、切片、切块及旋转等基本的 OLAP操作,从医保类型、科室、时间、收费类别、人员类型等多个维度,对医疗费用总额、收治人次、平均住院日、平均住院费用、个人自费额、药费比例这 6个度量值进行多角度、多侧面地观察,从而深入了解包含在数据中的信息。通过 OLAP多维分析,可以了解不同科室的医疗费总额、占比情况及其变化趋势,结合对科室收治人次情况及变

16、化趋势的分析,就能为管理者下达临床科室年度医疗费上限指标提供依据。通过向下钻取可以得到平均住院费用,药费比例等信息。由此可见,通过对数据进行时间序列上的趋势分析、预测分析及多角度和多层面的分析,可以为医保业务管理提供强有力决策支持。5?数据挖掘采用 SQL Server 2008中的时序分析方法来进行数据挖掘。SQL Server 2008 Analysis Services中的时间序列分析使用的算法是决策树算法的特例。时间序列是指按照时间的先后顺序所取得的一系列数据,可以是年度数据、季度数据、月度数据或其他时间形式的数据,通常用 Y=Yt|t=1,!,n来表示,其中 t表示相应的时间。例如:

17、医保病人月度总费用就构成一个时间序列。对时间序列的未来趋势进行预测是时间序列分析的重要目的之一。时间序列预测的常用方法包括回归预测模型、指数平滑模型和 ARI MA模型等。ARI MA模型可以根据一个时间序列的历史数据对未来的数据进行预测,不需要另外的自变量,使用起来非常方便。ARI MA模型的建模过程就是通过 d阶差分把不平稳的序列转化为平稳序列,再对差分后的序列建立 ARMA模型,可以用以下公式表示:?Zt=(1-B)dYtZt=?0+?1Zt-1+!+?pZt-p+?t-1?t-1-!-q?t-q式中符号 B表示后移算子。医保病人医疗总费用是社保管理和监控的重点之一,如果能挖掘出各科室的

18、医疗总费用的情况,则可以下达每个科室当年度的医保病人医疗总费用上限,同时可以加强对医疗总费用较高科室的监管,从而达到合理控制医疗费总额不超限的目标。本文使用 2007、2008和 2009三个年度的各科室月度医保病人总费用来预测 2010年 1月的科室医保病人总费用,由于使用的是月度数据,所以时间序列挖掘结构的 PERODICI TY_H I NT(周期性建议)一项设置为 12。通过测算,预测的数据与我院 1月份的真实数据误差不大,可以作为科室当月医保病人医疗总费用的上限值。6?结束语基于商务智能的医院医保业务决策支持系统弥补了医院 H IS的不足,丰富和完善了医保业务分析功能;通过多维度的数

19、据分析和趋势预测,提高了决策的科学性,可以防止过度医疗,控制医疗支出过快增长;同时大大减轻了医保办人员工作量,许多手工作业实现了自动化操作。下一步的研究可以扩大到医院更多的业务,如临床路径管理、电子病历质量管理等方面;另外,也可以通过对医保业务的深入学习和理解,将更多的数据挖掘方法更好地与医保业务结合,提供更加丰富的信息资源。参考文献:1?Lawton.George.M aking business intelligence more useful J.IEEE Computer Society,2007,39(9):14?16.2?郑华.基于商业智能的银行分析型 CRM 数据仓库的设计与实现

20、 J.制造业自动化,2010,32(1):136?139.(下转第 137页)?2010年第 9期饶烜等:一种基于智能住宅的用户小交换机硬件设计方案137?(2)实现交换网络和 PC 机之间的数据接口功能。图 4?中心控制器框图为了完成话音接口功能,该控制器采用与用户通信控制器相同的设计方案,实现数字话音到模拟话音信息的相互转换。为了完成数据接口功能,该控制器采用 89C2051作为数据接口的微处理器负责数据的识别和转发。该处理器一方面接收从交换网络转发来的用户采集数据,进行校验后取出信息部分上传给PC机,PC机进行显示、存储等工作;另一方面将 PC机下传的命令数据进行封装后转给交换网络。同时

21、,微处理器也要对 TP3057和 AM79R70进行初始化和控制。5?结束语本系统小交换机配上电话机、控制各类传感器的数据采集控制器和控制中心的计算机等硬件,加载相应的管理软件,将形成一个完整的智能住宅系统。通过实际的测试和使用,表明该方案可行、可靠、配置灵活且低成本。另外,可根据实际需要,通过引入嵌入式手持系统实现移动物业管理;同时也可以对用户进行集中和分散处理,实现用户容量的扩展。参考文献:1?陆永忠,等.住宅小区综合数字化报警系统的设计 J.微计算机信息,2007(14):81?83.2?张一哲,等.基于公众电话网的住宅远程智能报警和遥控系统设计 J.低压电器,2007(12):14?3

22、0.3?陈大章.住宅小区智能化系统设计与工程实施 M.上海:同济大学出版社,2000.4?中华人民共和国国家技术监督局.防盗报警中心控制台国家标准(GB/T 16572?1996)S.1996.5?中华人民共和国国家技术监督局.安全防范报警设备安全要求和实验方法(GB/T 16572?1996)S.1996.6?叶选.小康型住宅小区保安救护系统的设计 J.城市智能系统,2002(6):19?21.7?肖辉,等.智能小区对讲系统的设计 J.低压电器,2001(3):34?35.8?张艳.小区智能监控防盗系统的设计与实现 J.计算机工程与应用,2002(8):25?27.9?张萱.基于 MATLA

23、B的智能住宅终端测试系统 J.数据采集与处理,2009(S1):281?285.10 余启家.基于 AR M 及 GPRS的智能家居系统的实现 J.微计算机信息,2007(20):119?121.11 谢昆.智能住宅小区无线网络系统研究 J.电气应用,2007(5):41?43.12 M itel Networks Corporation.ISO?CMOS ST?BUS FAM ILYMT8980D D igital Sw itch EB/OL.http:/www.m ite.lcom,2010?04?30.13 NationalSe m iconductor.TP3054,TP3057?En

24、hanced SerialInterface CODEC/FilterCOMBO Fa m ily EB/OL.http:/www.nationa.l com/ds/TP/TP3054.pd,f 2010?04?30.14Advanced M icro Devices.Am79R70 R inging SubscriberLine Interface Circuit EB/OL.http:/cnpd.f alldatashe? 79R70.htm,l2010?04?30.(上接第 134页)3?黄杰,孙莉.商业智能在电力公司决策支持系统的研究与应用 J.计算机应用与软件,2010,27(1):

25、221?223.4?宋丽丽,王嵘冰.商务智能系统的数据体系结构研究 J.辽宁大学学报,2009,36(1):55?58.5?马鸣,赵轶超.实时商务智能的框架及其技术分析 J.计算机应用与软件,2009,26(10):130?132.6?严静东.张长明.依托商业智能系统的医院医保费用分析 J.医疗卫生装备,2009,30(4):54?56.7?李振国,朱杰.商务智能在供应链管理中的应用 J.物流技术,2007,26(2):145?147.8?陈志泊.数据仓库与数据挖掘 M.北京:清华大学出版社,2009.9?谢邦昌.商务智能与数据挖掘 M.北京:机械工业出版社,2008.10 刘军,段卉.基于 BI的人保财险业务系统的设计与研究 J.计算机与数字工程,2008,32(12):100?103.11Jia weiH.数据挖掘概念与技术 M.北京:机械工业出版社,2001.12 帅立,吴永明.数据挖掘技术在 HIS中的应用探讨 J.计算机应用与软件,2004,21(3):48?50.13 黄威,邵伟民,刘学仁.基于 W eb Services的商业智能系统研究与设计 J.计算机工程与设计,2009,30(11):2702?2706.14 360百科.M icrosoftSQL Server 2008联机丛书 EB/OL.ht?tp:/ 2010?05?06.