医保决策支持系统的设计和应用

王 珏，刘 博，夏 新，朱 阳

医保决策支持系统的设计和应用

王 珏，刘 博，夏 新，朱 阳

目的：利用商业智能技术对医院的医疗保险数据进行分析并辅助决策支持。方法：通过数据仓库（data warehouse，DW），数据萃取、转换、载入（extract-transform-load，ETL）工具，联机分析处理（online analytical process，OLAP）和数据的多维度分析与展示技术，形成统一的数据视图和综合决策分析支持系统。结果：系统将对医保数据的综合分析结果以报表和仪表盘的形式进行展示。结论：决策支持系统有效地提高了医院对医保数据的查询能力，特别是分析能力，有较大的发展前景。

决策支持；数据仓库；医保分析；数据挖掘

0 引言

医院必须合理地制定医保政策，既要保障医院的医疗环境，给予患者充分优质的医疗服务，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[1]。决策支持系统可以对医保业务作出有效的分析，从而可以科学地管理和决策。

随着医院信息化建设的飞速发展，医院已经建立了以收费管理为主线的医院信息系统（hospital information system，HIS），以患者管理为主线的临床信息系统，如电子病历系统等。系统是针对业务进行设计的，而对于涉及到挖掘和分析部分的数据，HIS并不能完全满足并实现医保业务分析需求，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]。

1 决策支持系统的解决方案

东方医院决策支持系统的数据采集工作是通过数据萃取、转换、载入（extract-transform-load，ETL）工具，从医院HIS的相应表中抽取相关数据，加以处理并存放于搭建好的数据仓库中来实现的。使用SAP Business Objects方案，对最后形成的患者医保数据进行建模，设计相应的业务管理和分析决策模型，以仪表盘及报表等形式展示给医院管理者，从而达到决策支持的目的。通过多维分析方法，从时间、收费者、费用类型3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3种层级，收费者维度包括全院、科室、医生、病种、患者5种层级，费用类型维度包括门诊医保、住院医保及药品、材料、其他2种层级。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]。

2 决策支持系统的整体架构

2.1 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，将整个系统分为后端框架（数据源、存储层）和前端框架（展现层、用户层）2大部分[4]，如图1所示。

2.1.1 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。

2.1.2 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。

2.2 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，如图2所示。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临时存储区、基础数据区、汇总数据区[5]3个层次。

图1 系统整体架构

图2 分层数据存储模型

2.2.1 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2个：（1）为了避免重复的数据抽取工作对数据源造成影响；（2）为了对来自不同源系统的数据表作关联等操作。临时存储区不只存在于数据源系统到基础数据区的转换加载中。

2.2.2 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；数据归档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。

2.2.3 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”。

2.3 接口技术

决策支持系统为了集成多个数据源系统的数据，在各数据源系统中建立视图，并采用SAP Business Objects的ETL工具Data Services完成数据接口的工作。将各数据源系统提供的视图导入Data Services，并经过抽取、清洗、去冗余、合并等操作，最终为决策支持系统提供数据仓库。ETL技术是接口技术的核心。ETL技术主要有以下3个功能：

（1）数据抽取。数据抽取将分散在各种不同数据源系统中的数据以高效稳定的方式提取到数据仓库的待处理数据库中。

（2）数据转换。数据转换是ETL技术的核心部分。数据转换通过对数据进行合并、拆分、清洗、整合等一系列操作使来自不同数据源、不同格式的数据和信息达到语义上的一致性，并且对错误的数据进行清洗，保证决策支持系统数据的质量。

（3）数据加载。数据加载是将已经转

换好的数据放入数据仓库中，经过加载的数据可以快速地通过决策支持系统取用。

通过使用ETL可以在作业过程中快速完成对数据库的操作，并将包括汇总、合并、数据比对等在内的所有任务整合在同一个服务中，强化数据库的高可用度，并直接进行问题的警示与汇报。

3 决策支持系统的实际应用

决策支持系统的实际应用如图3所示。

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的内容广泛且关系复杂，难以在繁杂的医保数据海洋中发现真正的问题[6]。本研究发现，可以通过决策支持系统的多维分析，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[7]。例如，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，考察下级明细指标时我们发现结算药品均次以及结算药占比2个指标超标情况严重。利用决策支持系统的下钻功能，我们对结算药品均次实行下钻，逐层发现超标情况最严重的科室、医生，并且通过分析患者的具体费用发生情况来判断该医保是否合理，并作出决策。

图3 全院医保概览仪表盘

4 结论

决策支持系统在医院医保领域的实际应用已经取得了显著的效果。决策支持系统大大地增强了医院的医保综合查询分析能力[8]，分层级地层层深入挖掘了医保各项指标出现的异常情况。通过按全院、科室、医生、病种、患者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；分析不同医保类型所发生医保金额在全院的占比情况，辅助调控医保政策；通过对不同时间医保费用发生情况的分析，可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。通过系统在以上医保分析不同方面的应用，提高了医院的医保费用管理水平，并能及时调整有关医保业务的管理措施。

随着数据挖掘技术在医院管理中的不断深入应用以及医院HIS的不断完善[9]，决策支持系统将不只是作为医院管理者的一个数据分析工具，而且能够监控医院各项业务的实时情况，作为一个指挥控制平台协助医院院长进行管理。

[1] 于坤，曹建文.医保费用控制政策对医院用药行为的影响[J].中国医院管理，2004，24（8）：19-21.

[2] 严静东，张才明.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.

[3] 陆慧菁，肖安.商业智能在医保分析中的应用[J].医学信息，2010，23（4）：800-801.

[4] 俞磊，杨松涛，王宗殿.基于数据仓库的医院决策支持系统的研究与设计[J].计算机与数字工程，2010，28（4）：142-145.

[5] 王觅也，黄勇，毕永东，等.医院商业智能系统的应用[J].医疗卫生装备，2012，33（1）：82-84.

[6] 唐晓东，李顺飞，罗娟.决策支持系统在医院应用中存在的问题分析[J].解放军医院管理杂志，2011，18（6）：533-534.

[7] 张丽，王晔.基于Business Objects的区域卫生综合管理和决策支持系统设计和实现[J].中国数字医学，2011，6（9）：61-64.

[8] 郭庆，谷岩.数据挖掘技术在医院信息系统的统计分析与决策中的应用[J].中国医疗设备，2010，25（5）：64-67.

[9] 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[J].计算机与现代化，2010（9）：132-135.

（收稿：2013-10-10 修回：2014-01-25）

Design and application of medical insurance decision supporting system

WANG Jue,LIU Bo,XIA Xin,ZHU Yang
（Department of Information Technology,East Hospital,Tongji University School of Medicine,Shanghai 200120,China）

ObjectiveTo apply business intelligence technology to the analysis of the hospital medical insurance data and auxiliary decision support.MethodsBy using technology of data warehouse,Extraction-Transformation-Loading, Online Analytical Process,Data Multi-dimensional Analysis and display technology,uniform data views and decision support system were realized.ResultsThe analysis results of the medical insurance data were showed in the reports and panel.ConclusionThe system can be used for the inquiry and analysis of the medical insurance data in the hospital.[Chinese Medical Equipment Journal，2014，35（9）：65-67]

decision support;data warehouse;medical insurance analysis;data mining

R318；TP311.13

A

1003-8868（2014）09-0065-03

10.7687/J.ISSN1003-8868.2014.09.065

王 珏（1988—），男，研究方向为医疗信息管理、商业智能、数据挖掘等，E-mail：wjtjdx@163. com。

200120上海，同济大学附属东方医院，上海市东方医院信息中心（王 珏，刘 博，夏 新，朱 阳）

夏 新，E-mail：xinye_000@163.com