数据挖掘技术在医院逃费预测分析中应用.docVIP

数据挖掘技术在医院逃费预测分析中应用摘要:文章论述了关联规则以及贝叶斯算法在医院住院患者逃费预测分析中的实现原理及应用,阐述了属性权重分析方法、分类分析进行逃费预测的实现。 关键词:商业智能;贝叶斯算法;关联规则;医院信息系统。 一、引言 医院的信息化建设在商业智能领域属于初级阶段,商业智能针对医院信息系统中所产生的庞大数据,通过BI所提供的各种强大的分析功能进行多角度、多层次的分析,为医院的科学管理和科学决策提供有价值的信息资源,真正实现医院全方位智能化管理,这将是医院信息化的大势所趋。 二、需求分析 从业务发展角度看,医院作为救死扶伤的机构承担着治病救人的社会职责。但另一方面,作为经营性实体,医疗机构同时也要对就诊者收费。由于种种原因,不少医院不同程度地面临着各式各样的欠逃费现象,医疗收费难成为不少医院的隐痛,为此本文将通过数据挖掘技术实现逃费分析预测模型,这是解决这些问题的第一步。纵观医院历年来的逃费记录来看,每年都有大量的逃费患者,包括急诊救治、住院、术后等各种状况,在现有医疗体制的大环境下,对逃费概率较高的患者需要多加关注,从管理的层面尽可能地将逃费的现状在一定程度上改善。逃费预测分析主要应用思路就是基于现有的医院信息系统历年的数据,采用数据挖掘模型的关联规则从多方位、多角度形成出逃费的模型,并据此模型对现有住院患者进行逃费分析,并将分析结果