决策支持系统在医院医保分析中的应用

决策支持系统在医院医保分析中的应用

摘要医疗作为公共服务领域的重点问题，一直备受关注，长久以来医疗水平都是衡量社会文明的重要标志。医疗保险是每个医院关注的重点，如何从医院庞大的医疗保险数据中分析出有用的价值对医院至关重要。利用商业智能技术针对医保信息进行分析的决策支持系统的出现，对于各大医院有着极其重要的意义。本文以上海市同济大学附属东方医院为例，阐述了现代商业智能系统在医保业务分析中的应用，旨在为医保业务的科学管理和决策提供可行和科学的智能支持。

关键词决策支持；数据仓库；医保分析；数据挖掘

1背景介绍

医保收入作为各大医院收入来源的重要组成部分，如何控制医疗费用是医疗保障体制改革的重点，决策支持系统可以对医保业务做出有效的分析，从而可以科学的管理和决策。

作为医院必须合理的制定医保政策，既要保障医院医疗环境，给予患者充足的优质的医疗服务，提升患者的满意度；又要避免过度治疗、控制医保支出，确保费用收入上的平衡。

随着医院信息化建设的飞速发展，医院现有的HIS系统数据库中存储了大量的历史业务数据，但由于HIS系统是针对业务进行设计得，因此对于涉及到数据挖掘和分析部分的数据，HIS（Hospital Information System）并不能完全满足和实现医保业务分析，因此有必要使用专门的商业智能工具建立决策支持系统，以便向医院各级领导、职能部门提供医保分析服务。

2 决策支持系统的解决方案

东方医院决策支持系统采用多维分析方法，从时间、收费者、费用类型三个维度多种粒度层级综合考虑医保费用的发生情况，时间维度包括（天、月、年）三种层级，收费者包括（全院、科室、（医生、病种）、病人）五种层级、费用类型维度包括（门诊医保、住院医保）、（药品、材料、其他）两种层级。通过ETL （Extract Transform and Load）工具，从医院的HIS系统的相应表中抽取相关数据，并加以处理存放与搭建好的数据仓库中；之后采用SAPBO方案，对形成的最后的患者医保相关数据进行建模，设计相应的业务管理和分析决策的模型，以仪表盘以及报表等形式展示给医院管理者，以达到决策支持的目的。决策支持并不仅仅局限于医保分析，对于医院管理的众多应用领域都有着很大的参考价值。

3 决策支持系统的整体架构

3.1整体框架

医院决策支持系统采用多级架构的方式实施开发，将整个系统分为两大部分后端框架（数据源、存储层）和前段框架（展现层、用户层）。（如图1）

3.1.1后端部分

基于Oracle关系型数据库进行企业级数据仓库的数据模型构建，建立分层次、易于扩展和维护、稳定而又安全可靠的企业级数据仓库。基于SAP Business Objects的Data Services工具实现ETL过程，完成HIS数据的抽取、转换、加载过程。

图1 系统整体架构

3.1.2前端部分

使用SAP Business Objects数据分析套件以仪表盘和报表的方式展示数据，使用多维分析、数据挖掘的方法分析数据。

3.2数据存储模型

数据存储是指所有医院相关信息的一体化存储（图2）。为了解决“模型稳定和需求易变”的矛盾，对于综合数据平台中的数据可以分为以下三个层次：临时存储区、基础数据区、汇总数据区。

图2 分层数据存储模型

3.2.1临时存储区

将不同源系统的数据首先加载到一个临时存储区的原因有两个，一是为了避免重复的数据抽取工作对数据源造成影响，二是为了对来自不同源系统的数据表做关联等操作。临时存储区不仅仅存在于数据源系统到基础数据区的转换加载中。

3.2.2基础数据区

基础数据区是整个数据存储的核心，通过构建多维模型，从不同的维度对每一项事实进行分析。基础数据区又可以分为：运营数据区、分析数据区、数据归档区。

其中运营数据区存储按主题分类的面向运营的准实时数据，提供统一的医院数据视图；分析数据区存储面向经营决策分析的历史数据；归档数据区用于存储运营数据区和分析数据区中产生的历史归档数据。

3.2.3汇总数据区

为了提高跨域报表和分析的访问性能，需要对预处理好的数据进行额外存储，提供给前端使用。这部分是个虚拟层，不实际存储数据。我们把表、字段和它们的复杂关系在这部分整合为直接供前端展示的业务术语和指标名称。这部分称之为“语义层”。

4 决策支持系统的实际应用

图3 全院医保概览仪表盘

图4 科室层级药品均次报表

图5 医生层级药品均次报表

有效管控医保一直以来都是医院的难点，原因在于医保数据涉及内容广泛而又关系复杂，难以在繁杂的医保数据海洋中发现真正的问题。

可以通过决策支持系统的多维分析，来发现医保数据情况的异常，并通过层层下钻，找到问题的根源。（如图3、4、5所示）某月份总控医保金额达到了红色区域，超过了当月额定指标，考察下级明细指标我们发现结算药品均次以及结算药占比两个指标超标情况严重，通过决策支持系统的下钻功能，我们通过结算药品均次实行下钻，并逐层发现超标情况最严重的科室，医生，并且通过分析病人的具体费用发生情况来判断该医保是否合理并作出决策。

5 结论

通过决策支持系统在医院医保领域的实际应用，已经有了显著的成果。决策支持系统极大地增强了医院的医保综合查询分析能力，分层级的层层深入挖掘医保各项指标出现的异常情况。

通过按全院、科室、（医生、病种）、病人5个层级进行医保费用分析，可以逐层下钻及时发现大额医保费用发生的最明细项；按医保费用类型分析不同医保类型所发生医保金额在全院占比情况，来辅助调控医保政策；通过不同时间医保费用发生情况分析，来发现医保费用的时间波动规律等，分析不同季节医保费用类型的特殊性，通过以上医保分析不同方面的应用，提高医院的医保费用管理水平，并及时调整有关医保业务管理措施。

当然，本次决策支持系统只是解决了在医院管理医保领域上的一些应用，随着数据挖掘技术在医院管理的不断深入应用以及医院HIS系统的不断完善，决策支持系统将不单单只是作为医院管理者的一个数据分析工具，并且能够监控医院各项业务实时情况，作为一个指挥控制平台协助医院院长进行管理。

参考文献