【文章內(nèi)容簡介】 ；針對醫(yī)療保險業(yè)務中的各項數(shù)據(jù)進行分析計算，利用計算機網(wǎng)絡技術(shù)和數(shù)據(jù)倉庫與數(shù)據(jù)挖掘技術(shù)對參保單位、門診費用、住院費用等多年數(shù)據(jù)進行采集、轉(zhuǎn)換、聚合或重用，提出了一套科學、合理、符合實際需求的多維數(shù)學模型，旨在分析不同病因、不同病種隨年齡變化的趨勢，掌握人們隨年齡增長的平均健康狀況，從而為醫(yī)療保險政策指標的制訂提供依據(jù)，如下年度基本醫(yī)療保險費的測算、醫(yī)保費用補償比的合理確定、個人帳戶隨不同年齡段計提比例的合理確定等，并據(jù)此建立醫(yī)保數(shù)據(jù)監(jiān)測和預警模型，首先自動提取醫(yī)保業(yè)務數(shù)據(jù)，構(gòu)建數(shù)據(jù)倉庫，進行多維分析測算，并用各種圖表形式來反映結(jié)果。這為政府各相關(guān)部門確定保障金制度及比例，拓寬醫(yī)療保障的范圍，為醫(yī)保資金預算和監(jiān)管提供直接的科學依據(jù)。項目具體研究開發(fā)內(nèi)容主要包括監(jiān)測和預警數(shù)據(jù)的準備、醫(yī)保數(shù)據(jù)抽取與分類、算法選擇與改善、醫(yī)保數(shù)據(jù)倉庫設計、醫(yī)保數(shù)據(jù)再組織和分析、監(jiān)測和預警模型構(gòu)建以及醫(yī)保數(shù)據(jù)展現(xiàn)等。項目總體結(jié)構(gòu)如圖1所示。對醫(yī)保數(shù)據(jù)分析目的是提高醫(yī)保資金使用效率，通過對海量的醫(yī)保大數(shù)據(jù)進行分析，尋求醫(yī)保資金使用網(wǎng)絡、病人診治規(guī)律以及醫(yī)保資金回溯和跟蹤，為醫(yī)保資金預算和監(jiān)管提供科學決策支持，同時也醫(yī)保中心各醫(yī)療單位的監(jiān)管、各種疾病的常用治療方案提供數(shù)據(jù)支持，以實現(xiàn)對醫(yī)療單位和參保人精細化管理。無論是醫(yī)院、患者還是人社局，對于醫(yī)保數(shù)據(jù)都是密切相關(guān)的，按照常州市社會醫(yī)療保險政策和制度，確定問題的主題，主要包括醫(yī)保運行主題、醫(yī)保監(jiān)督主題以及醫(yī)保征收主題三大部分，對醫(yī)保數(shù)據(jù)的獲取都是針對這三類主題展開收集和組織。 醫(yī)保數(shù)據(jù)抽取與分類從醫(yī)保各個業(yè)務系統(tǒng)中抽取原始的醫(yī)保住院、門診、藥店、征繳等數(shù)據(jù)，是醫(yī)保數(shù)據(jù)監(jiān)測和預警所需數(shù)據(jù)的源頭，結(jié)合知識組織相關(guān)理論，以數(shù)據(jù)單位為基礎(chǔ)的知識組織，按照數(shù)據(jù)來源或者用途等標準進行分類，通過系統(tǒng)層次、數(shù)據(jù)顆粒度、數(shù)據(jù)成分描述成靜態(tài)醫(yī)保數(shù)據(jù)網(wǎng)絡。圖1 項目總體結(jié)構(gòu)圖 算法選擇與改善常州醫(yī)保數(shù)據(jù)有其自身的特點，直接影響對關(guān)聯(lián)規(guī)則和算法的選擇，其特點主要體現(xiàn)在以下幾個方面：（1）事務數(shù)量巨大，醫(yī)保發(fā)生頻率往往較高，隨著時間的增長，醫(yī)保數(shù)據(jù)也會隨之快速增長，醫(yī)保數(shù)據(jù)庫中包含的大量數(shù)據(jù)會給數(shù)據(jù)的預處理和挖掘工作帶來很大的困難。（2）醫(yī)保開戶類型可能多值，由于有不同的人，不同的單位，所以開戶類型有不同的需求。（3）醫(yī)保開戶日期”不是名詞性屬性，不便進行關(guān)聯(lián)分析。（4）不同的屬性值具有不同的重要性，如開戶類型中，不同的類型，保險公司的盈利情況不一樣，但是大多數(shù)情況下，大的保險單的發(fā)生概率要低于其他類型，所以關(guān)聯(lián)分析要體現(xiàn)出重要屬性的發(fā)生規(guī)律。針對以上特點，通過在數(shù)據(jù)預處理階段將醫(yī)保數(shù)據(jù)根據(jù)時間間隔進行劃分，例如按照季度或者月份進行劃分；對于“開戶時間”不是名詞性屬性，可在預處理階段先將數(shù)值屬性做離散化處理。通過引入權(quán)值參數(shù)解決出現(xiàn)頻率較小的易被忽略的問題，在關(guān)聯(lián)規(guī)則挖掘階段通過不同的權(quán)值來衡量各種開戶類型的不同重要性從而挖掘出大保單的關(guān)聯(lián)規(guī)則。綜上所述，醫(yī)保數(shù)據(jù)的關(guān)聯(lián)分析采用的算法以Apriori算法為基礎(chǔ)，在數(shù)據(jù)處理階段加以相應改造，在關(guān)聯(lián)規(guī)則發(fā)現(xiàn)階段，通過引入權(quán)值參數(shù)來挖掘醫(yī)保數(shù)據(jù)中潛在的規(guī)律。 改進后的Apriori算法的基本思想是：首先找出所有的頻集，這些項集出現(xiàn)的頻繁性至少和預定義的最小支持度一樣。然后由頻集產(chǎn)生強關(guān)聯(lián)規(guī)則，這些規(guī)則必須滿足最小支持度和最小可信度。然后使用第1步找到的頻集產(chǎn)生期望的規(guī)則，產(chǎn)生只包含集合的項的所有規(guī)則，其中每一條規(guī)則的右部只有一項，這里采用的是中規(guī)則的定義。一旦這些規(guī)則被生成，那么只有那些大于用戶給定的最小可信度的規(guī)則才被留下來。為了生成所有頻集，使用了遞推的方法。 （1）L1 = find_frequent_1itemsets(D)。 // 挖掘頻繁1項集，比較容易 （2）for (k=2。Lk1 ≠Φ 。k++) { （3）Ck = apriori_gen(Lk1 ,min_sup)。 // 調(diào)用apriori_gen方法生成候選頻繁k項集 （4）for each transaction t ∈ D { // 掃描事務數(shù)據(jù)庫D （5）Ct = subset(Ck,t)。 （6）for each candidate c ∈ Ct （7）++。 //統(tǒng)計候選頻繁k項集的計數(shù) （8）} （9）Lk ={c ∈ Ck|≥min_sup} // 滿足最小支持度的k項集即為頻繁k項集 （10） } （11） return L= ∪ k Lk。 // 合并頻繁k項集（k0）Apriori候選產(chǎn)生函數(shù)Apriorigen的參數(shù)Lk1，即所有大型(k1)項目集的集合。它返回所有大型k項目集的集合的一個超集(Superset)。首先，在Jion(連接)步驟，我們把Lk1和Lk1相連接以獲得候選的最終集合的一個超集Ck：(1) insert into Ck(2) select p[1]，p[2]，……，p[k1]，q[k1](3) from Lk1p，Lk1q(4) where p[1] = q[1]，……，p[k2] = q[k2]，p[k1] q[k1]接著，在Prune(修剪)步驟，我們將刪除所有的項目集 c∈Ck，如果c的一些k1子集不在Lk1中，為了說明這個產(chǎn)生過程為什么能保持完全性，要注意對于Lk中的任何有最小支持度的項目集，任何大小為k1的子集也必須有最小支持度。因此，如果我們用所有可能的項目擴充Lk1中的每個項目集，然后刪除所有k1子集不在Lk1中的項目集，那么我們就能得到Lk中項目集的一個超集。 醫(yī)保數(shù)據(jù)倉庫設計按照醫(yī)保運行、監(jiān)督以及征收主題進行醫(yī)保數(shù)據(jù)倉庫的設計，由于醫(yī)保數(shù)據(jù)分布于定點醫(yī)療機構(gòu)、藥店等不同的業(yè)務系統(tǒng)中，需要通過抽取工具獲取和清洗、數(shù)據(jù)轉(zhuǎn)換、關(guān)聯(lián)分析、知識點獲取以及數(shù)據(jù)倉庫構(gòu)建等過程，并結(jié)合數(shù)據(jù)顆粒度原理，按照醫(yī)保監(jiān)測和預警規(guī)范進行數(shù)據(jù)組織，醫(yī)保數(shù)據(jù)倉庫設計層次結(jié)構(gòu)圖如圖2所示，通過分類和聚類算法，結(jié)合常州市人力資源和社會保障中心實際，形成醫(yī)保運行主題數(shù)據(jù)（職工醫(yī)保運行、醫(yī)療救助、公務員補助、居民醫(yī)保、離休、榮軍分析、工傷保險分析、生育保險分析等）、醫(yī)保監(jiān)督主題數(shù)據(jù)（參保人醫(yī)療異常、定點單位醫(yī)療異常等）、社會醫(yī)療保險參保征繳主題數(shù)據(jù)（社會醫(yī)療保險參保情況、社會醫(yī)療保險基金征繳情況）等。圖2 醫(yī)保數(shù)據(jù)倉庫設計層次結(jié)構(gòu)圖其中核心部分是數(shù)據(jù)關(guān)聯(lián)分析，是建立在醫(yī)保數(shù)據(jù)抽取和分類基礎(chǔ)上，按照粒度聚類和分類原理，形成動態(tài)的醫(yī)保數(shù)據(jù)網(wǎng)絡。 監(jiān)測和預警模型構(gòu)建監(jiān)測和預警模型包括兩個方面的內(nèi)容：其一是建立監(jiān)測指標體系，它將直接反應醫(yī)保數(shù)據(jù)運行現(xiàn)狀，同時可以抽取和挖掘形成治療方案庫；其二是建立預警指標體系，它直接影響著監(jiān)測和預警模型的敏感性和正確率，融入數(shù)據(jù)挖掘算法進行預警算法模型，并給出科學合理的預警結(jié)果。監(jiān)測和預警模型如圖3所示。醫(yī)保數(shù)據(jù)監(jiān)測和預警模型監(jiān)測指標體系運行指標異常指標征繳指標預測算法動態(tài)監(jiān)測結(jié)果預警指標體系警情指標警兆指標警源指標動態(tài)預警報告醫(yī)保預警模型治療方案庫圖3 監(jiān)測和預警模型 　監(jiān)測和預警指標的選擇要遵循代表性、全面性、可比性、可獲得性等幾項原則。 　（1）代表性是指選擇的指標具有同類指標的基本特征，能夠反映醫(yī)?；鹗杖胫С龅闹饕矫妫⒛軌虼硗愔笜说淖兓厔??！?（2）全面性是指選擇的指標應該要涉及醫(yī)?；疬\行的各