商业智能分析模式在医保病人住院化管理当中的应用研究.docx

?

?

商业智能分析模式在医保病人住院化管理当中的应用研究

?

?

王亮仇雷谈永奇

摘要：目的：通过搭建商业智能分析平台，实现对医保住院病人管理工作进行实时监控与干预。方法：通过建立医保业务数据仓库，使用商业智能（BI）分析挖掘医保病人住院期间各个方面的信息数据，建立预警监控平台、并提供多维分析平台。结论：通过应用商业智能（BI）技术，深度挖掘医保病人在住院期间的各个节点信息数据。通过预警平台监控、多维分析等技术方法，及时发现医保病人住院管理方面的存在的各种问题，从而为提升医院内涵质量建设，医院综合科学管理水平，辅助管理决策提供有效信息化手段。

关键词：医保管理；商业智能；决策支持

：TP311：A：1009-3044（2016）24-0229-02

1医保管理干预建设的必要性

1.1医院自身医保管理监管系统建设的不足

伴随医院整体医疗水平的提高，医院住院患者量的不断增加，尤其是全民医保政策的落实，大量的医保患者出现在医院当中。而各地医保中心对医院医保病人的就诊费用管控而出台的各种限制政策也随之加强，尤其是由于自身管理工作的疏忽造成医保年度费用支付拒付情况的增加逐渐成为医院管理部门需要面对的一个难题[1]。由于医院自身不能够充分有效的利用医院信息系统内部积累的大量医保业务数据资源，构建一套完整分析平台对现有医保业务数据进行深度加工转换，挖掘数据背后的隐藏的规律，将数据转换成为有价值的信息，从而造成医保管理干预工作的滞后。

1.2商业智能（BI）系统的特点

1）即时性

传统手工数据处理时，从数据的采集、整理、分类、到最后的汇总，往往都需要经历较长的时间。但是通过使用商业智能技术，可以实时的从医院的各个分业务系统当中获得最新的数据（如：HIS、PACS、LIS等）。这点对与大量医保病人的业务数据处理分析来说可谓是尤其重要。

2）准确性

由于在医保费用干预中，对费用统计的准确性尤为重要，常规处理时由于手工统计过程中存在一定的失误率，所以在最终数据计算结果的可信度大大降低[1]。但是通过使用商业智能技术，可以建立数据核对机制，以保证数据在即时准确性上的大大提高。

3）自动性

商业智能系统当中包含一整套对数据的处理的功能，从数据抽取、转换、装载（ET）的过程，都可以按照使用者的要求进行设定，整个数据的获得、数据的出来、分析数据的展现，都是自动化，无需手工干预，保证了数据新鲜度。这种自动化的模式，对与需要进行快速分析，做到实时干预的医保费用管控平台来说尤为重要。

4）灵活性

商业智能系统可以以多种方式灵活多样的进行展示，比如可以通过图标和图形的方式进行分析展示。同时可以对数据进行钻取、旋转和切片操作。强大的数据展示的灵活性，对于医保费用干预的直观性起到了积极的作用。

2商业智能分析模式下的医保费用管控系统体系架构

商业智能的最大的优点是可以快速精确、及时得到信息，从而帮助管理人员做出正确的决策干预。那么在多变的市场环境下，医院必须力争成为市场的支配者，而不是成为市场的追随者。住院病人医保费用管控是医保管理当中的一项重点工作，这项工作对政策敏感度强，需要借助行之有效的手段进行管控和干预。商业智能分析模式依次可以通过高效强大的数据挖掘功能对医保的业务数据进行挖掘分析。根据分析的结果，对医保工作进行医疗服务，服务渠道，工作流程和服务方式。根据预警信息及时获取医保费用信息，提前进行干预和管控，控制医保费用拒付风险，降低因政策导致的无谓的处罚和行政支出。

2.1医保数据分析平台

据分析平台是该体系架构的基础。我们通过建立以医保交易数据为基础的异构数据仓库，以商业智能数据分析（BI）平台，对住院医保病人的个人基本信息、诊断信息、医嘱信息、费用信息通过ETL数据抽取功能将这些数据整理、清洗、归类。导入到建立好的异构数据仓库里，同时依托当月医保中心反馈的违规病人情况，建立违规问题知识库。将违规病人产生的各项医疗数据同样通过ETL数据抽取功能导入到知识库当中。利用BI系统强大的数据挖掘分析功能对数据仓库当中的数据进行进一步的分析，形成对应的指标。

2.2医保费用监控预警平台

预警平台是该系统架构核心功能之一，它担负着为管理部门提供有效干预信息提供者的功能。目前大多医院医保管理工作还处在事后处理，不利于医保费用有效控制。而通过商业智能分析提供的预警监控平台，设定相应的费用警戒值和标准值，针对费用达到触发警戒指标的病人进行风险预警。医保管理部门在日常医疗管理中进行管理控制，针对风险进行提前干预。将问题解决在事前和事中，从而大大提高管理部门的管理效率，有助于医院医保工作质量的改进。

2.3多维度分析模式

传统的医院医保住院管理相关数据大部分是单一指标，有效的组合指标较少，数据分析的高度和深度不够。大部分数据指标都是事后通过人工方式