数据挖掘技术在医保中的研究

前言：想要写出一篇引人入胜的文章？我们特意为您整理了数据挖掘技术在医保中的研究范文，希望能给你带来灵感和参考，敬请阅读。

[摘要]该文从数据挖掘技术的概念、数据挖掘技术在医保管理平台中的应用以及其在医疗保险费用控制中的作用3个方面分析，以期能够为促进医保业务的良性发展献策献力。

[关键词]医疗保险；数据挖掘技术；大数据

1数据挖掘技术

数据挖掘技术是一种数据处理技术，它从大量不完整和模糊的随机数据中提取可能有用的信息[1]。在挖掘数据时，需要选择适当的分析工具，对数据仓库中的数据信息使用统计学方法（如决策树、模糊集、遗传算法等）加以分析，并导出有用的数据信息。数据挖掘通常需要八个步骤，包括信息收集，数据集成，数据缩减，数据清理，数据转换，数据挖掘实施，模式评估和知识表示。在重复的数据挖掘循环过程中，若是有一步未能实现预期的目标，那么需要返回到其一步骤，重新调整，再次分析。这八个步骤并不是在每项数据挖掘工作中都要用到。例如，如果作业中没有多个数据源，则可以省略数据集成步骤。

2医疗保险

医疗保险已成为中国社会保障体系的重要组成部分，也成为降低居民医疗费用的重要途径。医疗保险的大力发展，有着极大的意义。①广大居民的医疗服务需求更容易得到满足。随着社会的发展，广大居民越来越享受更优质、更高效的医疗服务。尤其是随着我国老龄化趋势的加快，这种需求越来越旺盛。但高昂的医疗费用支出会使患者和家庭在一定程度上“因病致贫，因病返贫”。不过，通过全面的医疗保险，大多数居民享受医疗援助服务所需的经济成本可以降到最低。为了最大限度地为广大居民创造良好医疗服务条件，首先要做的便是提高我国医保的覆盖率。因此，积极开展中国医疗保险制度改革是未来中国居民幸福指数提高的主要途径。②大力推进医疗保险制度建设是实现我国社会稳定发展的主要手段。长期以来，由于我国医疗资源发展不平衡，“看病难，看病贵”是困扰广大居民的一大难题。通过全面的医疗保险制度，与医疗和治疗有关的费用可以有效分摊。客观上有利于提高广大居民求医的积极性，避免因延误治疗而给患者及其家属造成更大的负担和创伤。因此，从这个角度看，中国的医疗保险是促进社会长期稳定和谐发展的一个重要思路。从中央政府到地方政府，只有系统性推进医保体系的建设才能更好地支持社会现代化和和谐发展。随着现代计算机技术的不断发展，在未来社会医疗保险发展的过程中，如何利用不断提高的技术水平，促进医保在报销上更加的便捷，逐步推广国家医疗保险报销统一制度，最大限度地为广大医疗保险用户提供便利，也是未来医疗保险领域研究的主要方向。

3在医保管理平台中的应用

3.1应用背景

随着信息技术的飞速发展，医院的信息化建设不断加强，信息化管理水平有了明显提高。但许多医院医疗保险业务并没有采用统一的医疗保险管理制度。繁多的系统形式使得医保数据信息量庞杂且分散[2]。传统的关系型数据库在医保的信息化管理中的局限性日益明显。它只能对数据进行简单的查询和分析，难以在目前大量分散的医保信息中深层次提取有效数据。无法对医院的决策工作进行有效的指导和分析。此外，繁杂多样的医保管理系统，对医保数据的统计分析差异较大，有些数据自相矛盾，也严重制约了决策的开展。

3.2数据挖掘技术的应用

数据挖掘技术能够对数据进行高效的采集处理、整合分析，最终预测，挖掘出更具有价值的信息，进而帮助医院管理者快速准确地获得所需决策信息[3]。①可以以关联的方式集中管理医院现有的数据。并据此建立详尽完善的医保信息数据库。②以该医保资源库为基础，对数据挖掘技术进行有效利用，将更高层次的数据分析提供给医院工作人员，帮助医院进一步加强保险管理平台的完善，利用管理平台，一层层地展示出药占比、费用使用情况、人员来源等情况和指标等医保管理部门所关心的信息数据，从而更好地支持医保管理部门的政策制定和管理评估。

3.3应用效果分析

通过建立医疗保险信息数据仓库，医院利用数据挖掘技术挖掘数据的内在联系，并据此搭建医院保险管理平台，为医院提供更高层次的数据分析和决策，为医疗保险奠定管理基础[4]。医院管理人员通过分析各类被保险人的门诊费用，疾病种类，患者来源等信息，及时发现问题，解决问题，优化门诊以及住院治疗过程进行优化，并及时制定相关管理计划，对各项保险指标实施更加合理的管理和控制。以门诊医疗保险为例，医疗保险管理部门每个月都高度重视医疗保险费用情况。在数据挖掘技术提供的数据表格中，同时可以清楚地看到各院系医疗保险费用在院外门诊的使用情况，并能够与以前的数据进行比较。通过进一步对数据信息进行整合处理，可以将不同时期的增长率和各类详细信息进行计算和分析。如果想了解更多关于部门费用细节，就医人数，药品比例等信息，可以进一步点击部门名称以查询部门使用情况。如果想了解该部门所有医患信息、药品比例，或者项目是否超标以及超标详细情况等，都可以通过点击相应要素进一步查询。例如，根据上个月某部门门诊平均费用的使用情况，可以提前调整下月指标，以确保医院医疗保险的年费用达到预期目标。

4医疗保险费用控制中的作用

4.1应用背景

近年来，中国的社会福利制度日益完善，医疗保险范围不断扩大。但我国人口基数很大，人口数量增长快，医疗保险的服务压力日益增加。为了让更多的人充分享受有限的医疗保险资金，地方政府医疗保险机构建立了严格的医疗保险体系。经过对医疗保险信息的严格审查后，医疗费用按照国家规定返还医院。但是，日益提高的医疗保险患者比例给医院带来了更大的压力。为医疗保险的管理带来了不小的困难。如何合理地对医疗保险进行控制，减轻患者负担，降低医院的垫支压力，是促进医疗保险取得进一步发展所必须解决的问题[5]。数据挖掘技术的使用解决了这一燃眉之急。数据挖掘技术，可以对医院的的信息系统、医疗保险返还的数据进行整合并采取关联性分析，将返还的医疗保险费用按照科室进行拆分，然后由科室对医保费用进行核算与预估，若有异常情况，则可以通过模型钻取分析发现，对医疗管理与经济核算水平的提高有着积极意义，同时也为医疗保险费用控制中数据挖掘的应用作了有效的尝试。

4.2数据挖掘技术在医保费用控制中所起作用

数据挖掘技术中的算法分析医疗保险患者到医院就医的费用，挖掘有利于医院对医疗保险进行管理的数据信息。数据挖掘技术分析具有信息和智能的特点。利用数据挖掘技术对医院的患者信息进行分析，得到不同人口学特征的患者各项目次均费用的中位数数据。在这一数据表格中，可以很清楚地看到不同的性别、年龄、住院时间长短等不同情况下医疗费用情况，以及患者就医时职工医保及居民医保的使用情况。通过数据挖掘技术的分析得到详细而清晰的费用报告，可以减少医疗保险管理人员的大量计算，有利于提高工作效率和数据准确性，及时分析发生异常情况并追查原因，有利于医院加强对医疗保险患者看病就医的规范管理[6]。

4.3医保费用控制中需要分析的信息

①医院，主要是借助数据挖掘技术对医院月度、年度的医疗保险费用进行分析；②科室，以科室月度或年度时间为依据进行信息分析，分析截取时间段内医疗保险患者的费用情况。③患者，包括患者的医保费用和超出限额的部分。④药物，主要是医疗保险患者的药物清单和医疗过程中使用药物。⑤医疗保险范围内的检查项目，患者检查项目。⑥单一疾病，主要分析患者的患病类型。这些庞大而又复杂的信息通过数据挖掘技术可以很快地给出分析结果，为医院医疗保险的管理创造了很大的便利[7]。数据挖掘技术在医疗保险中的应用，可以对医院的医保信息化系统进行升级完善，提高医保的管理效率[8]。其精准的数据分析有利于深化医院医保的精细化管理,帮助医院实现医保稳定健康持续发展。

[参考文献]

[1]李璟,胡立勇,肖鸥,等.数据挖掘技术在医保管理平台中的应用[J].中国数字医学,2016,11(5):79-80.

[2]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.

[3]廖亮.数据挖掘技术在医疗信息管理中的应用[J].中国科技信息,2016(11):54.

[4]赵青.医疗保险信息系统的数据仓库与数据挖掘初探[J].人力资源管理,2018(3):9-10.

[5]张庆涛.加强医保信息化建设深化医院医保精细化管理[J].中国卫生产业,2016,13(5):4-6.

[6]刘丹.计算机数据挖掘城镇居民大病保险中的应用分析[J].科技创新导报,2017(21):128-129.

[7]李怡.数据挖掘技术及应用[J].科技资讯,2017,15(24):21-22.

[8]张海燕.新形势下医院医保的精细化管理[J].中国卫生产业,2016,13(15):16-18.

作者：欧慧 李韬 单位：赣南医学院第一附属医院财务科