大數(shù)據(jù)環(huán)境下醫(yī)保數(shù)據(jù)監(jiān)測和預(yù)警平臺關(guān)鍵技術(shù)研究

1、科技專項(xiàng)： 科技惠民 計(jì)劃類別： 科技支撐計(jì)劃（社會發(fā)展） 指南代碼： 3140（其他社會事業(yè)） 常州市科技計(jì)劃項(xiàng)目申報(bào)書( 科技支撐計(jì)劃-社會發(fā)展 )項(xiàng)目名稱： 大數(shù)據(jù)環(huán)境下醫(yī)保數(shù)據(jù)監(jiān)測和預(yù)警平臺關(guān)鍵技術(shù)研究 承擔(dān)單位： 河海大學(xué)常州校區(qū) 所在地區(qū)： 常州市新北區(qū) 單位地址： 江蘇省常州市晉陵北路200號 郵編： 213022 項(xiàng)目負(fù)責(zé)人： 徐緒堪 電話：主管部門： 常州市科技局 申報(bào)日期：2013年4月23日常州市科學(xué)技術(shù)局二一三年 一、立項(xiàng)依據(jù)1、本項(xiàng)目國內(nèi)外科技創(chuàng)新發(fā)展概況和最新發(fā)展趨勢隨著常州市社會保障信息系統(tǒng)的廣泛應(yīng)用，特別是醫(yī)保數(shù)據(jù)爆炸式增長，積累了海量

2、的歷史數(shù)據(jù)，數(shù)據(jù)量更是有1.5T之多。這些數(shù)據(jù)有對醫(yī)保行業(yè)最關(guān)鍵的資金數(shù)據(jù)，還有尚未被利用的病人信息、醫(yī)院信息、治療項(xiàng)目和藥方信息等，對這些高關(guān)注度民生數(shù)據(jù)的應(yīng)用大多停留在錄入、查詢、修改和簡單的統(tǒng)計(jì)等數(shù)據(jù)展現(xiàn)功能。而目前對惡意配藥等騙保行為的監(jiān)管還主要靠人工，面對日益膨脹的數(shù)據(jù)，僅靠人工檢測已明顯不能滿足需求。所以目前已有的醫(yī)保系統(tǒng)無法對醫(yī)保資金進(jìn)行有效監(jiān)管，也無法獲取病人治療等規(guī)律或變化趨勢，由于醫(yī)保資金涉及范圍廣、人數(shù)多、業(yè)務(wù)復(fù)雜等特點(diǎn)，雖有配藥、治療、費(fèi)用使用明細(xì)等信息，但這些信息沒有得到充分利用和發(fā)揮效益，難以為人社局制定政策、資金預(yù)算和監(jiān)管提供決策支持。1.1醫(yī)保數(shù)據(jù)高關(guān)注度和高敏

3、感度醫(yī)保數(shù)據(jù)主要涉及社會醫(yī)療保險(xiǎn)基金征繳和使用，而醫(yī)療保險(xiǎn)基金是為實(shí)施社會醫(yī)療保險(xiǎn)制度而建立起的專項(xiàng)基金,是給予參保人員基本醫(yī)療保障的經(jīng)濟(jì)基礎(chǔ)。它主要由參保個人及單位所繳納的醫(yī)療保險(xiǎn)費(fèi)組成,并交專門的經(jīng)辦機(jī)構(gòu)統(tǒng)一組織與管理,用于補(bǔ)償參保人員因疾病所需要的醫(yī)療費(fèi)用"醫(yī)療保險(xiǎn)基金是貨幣形態(tài)的后備資金,是職工的“保命錢”。常州醫(yī)保系統(tǒng)依據(jù)的醫(yī)保政策及各種待遇極其復(fù)雜，主要包括職工醫(yī)療保險(xiǎn)、居民醫(yī)療保險(xiǎn)、低保二次補(bǔ)助、大病救助等,。醫(yī)保數(shù)據(jù)直接關(guān)系到常州廣大群眾“治病救命”的切身利益，同時(shí)也關(guān)系到常州國計(jì)民生和社會穩(wěn)定,對平穩(wěn)安全運(yùn)行保障要求極高。因此研究醫(yī)保數(shù)據(jù)監(jiān)測和預(yù)警顯得非常必要。醫(yī)保

4、數(shù)據(jù)監(jiān)測和預(yù)警是一項(xiàng)以防范和控制醫(yī)?；疬\(yùn)營風(fēng)險(xiǎn)為目標(biāo)的復(fù)雜且長遠(yuǎn)的課題,其涉及參保人員,各級醫(yī)療機(jī)構(gòu),醫(yī)生體系,定點(diǎn)藥店等多方面，人力資源和社會保障信息中心擁有所有參保人賬戶信息,醫(yī)療機(jī)構(gòu)信息,藥店和藥品信息等等，同時(shí)還維護(hù)了所有參保人就診、購藥等海量實(shí)時(shí)數(shù)據(jù)信息。醫(yī)保數(shù)據(jù)監(jiān)測和預(yù)警的關(guān)鍵問題在于如何從海量數(shù)據(jù)中獲得有價(jià)值的信息，從而指導(dǎo)醫(yī)療保險(xiǎn)政策決策，提高醫(yī)療效果和管理效率。目前國內(nèi)醫(yī)療保險(xiǎn)信息化已經(jīng)逐漸完善,數(shù)據(jù)庫和數(shù)據(jù)倉庫技術(shù)對醫(yī)療保險(xiǎn)實(shí)時(shí)交易數(shù)據(jù)和歷史數(shù)據(jù)的存儲起到了重要作用,在醫(yī)療保險(xiǎn)信息化過程中操作型數(shù)據(jù)庫記錄了大量詳細(xì)的醫(yī)保相關(guān)的交易信息,并通過每日更新至數(shù)據(jù)倉庫，數(shù)據(jù)倉庫保

5、存海量的歷史數(shù)據(jù),并維護(hù)數(shù)據(jù)的準(zhǔn)確性，通過對數(shù)據(jù)倉庫的統(tǒng)計(jì)分析等操作可以生成業(yè)務(wù)報(bào)表,然而隨著業(yè)務(wù)需求的不斷擴(kuò)大,對運(yùn)營決策支持需求日益強(qiáng)烈背景下,簡單的報(bào)表己經(jīng)不能滿足需要，醫(yī)療保險(xiǎn)機(jī)構(gòu)的決策者和醫(yī)?；疬\(yùn)營監(jiān)管人員希望能夠從海量數(shù)據(jù)中獲取更多的知識,以輔助決策和監(jiān)管,維護(hù)基金的穩(wěn)定運(yùn)營。1.2最新大數(shù)據(jù)發(fā)展趨勢大數(shù)據(jù)能夠成為可用的資源得益于大數(shù)據(jù)處理技術(shù)的出現(xiàn)。計(jì)算機(jī)歷史前五十年主要是利用人們專門收集的數(shù)據(jù)，這些資料被視為資源，而現(xiàn)在計(jì)算機(jī)開始關(guān)注工作流程中順帶積累的超大規(guī)模數(shù)據(jù)，無處不在的信息設(shè)施不停地記錄了人們行為的信息痕跡，利用大數(shù)據(jù)技術(shù)能夠分析這些信息痕跡，從中提取重要信息以減少對

6、環(huán)境認(rèn)識的不確定性，提高工作與生產(chǎn)效率。大數(shù)據(jù)已成為新時(shí)期人類可開發(fā)利用的重要資源，以美國為代表的發(fā)達(dá)國家已經(jīng)開始把大數(shù)據(jù)的利用與大數(shù)據(jù)技術(shù)的開發(fā)視為國家一項(xiàng)戰(zhàn)略性任務(wù)。目前,我們已進(jìn)入大數(shù)據(jù)時(shí)代，科學(xué)研究的主導(dǎo)方式已經(jīng)從邏輯驅(qū)動、實(shí)驗(yàn)驅(qū)動轉(zhuǎn)向了數(shù)據(jù)驅(qū)動的研究范式。數(shù)據(jù)就像貨幣、黃金以及礦藏一樣，已經(jīng)成為一種新的資產(chǎn)類別，我們認(rèn)為，大數(shù)據(jù)必將在我國國民經(jīng)濟(jì)中成為一個重要產(chǎn)業(yè)。美通社最新發(fā)布的大數(shù)據(jù)市場：2012至2018年全球形勢、發(fā)展趨勢、產(chǎn)業(yè)分析、規(guī)模、份額和預(yù)測報(bào)告指出，2012年全球大數(shù)據(jù)市場產(chǎn)值為63億美元，預(yù)計(jì)2018年該產(chǎn)值將達(dá)483億。2012年，美國政府撥款2億美元啟動“大數(shù)

7、據(jù)研究和發(fā)展倡議”計(jì)劃。IBM、微軟、谷歌等國外IT巨頭早已嗅到了“大數(shù)據(jù)時(shí)代”的商機(jī)，這些國際巨頭借助自己擁有領(lǐng)先技術(shù)和豐富資源，以及穩(wěn)定的大客戶群，實(shí)力雄厚，率先涉足。我國互聯(lián)網(wǎng)數(shù)據(jù)中心（IDC）對中國大數(shù)據(jù)技術(shù)和服務(wù)市場2012-2016年的預(yù)測與分析指出：該市場規(guī)模將會從2011年的7760萬美元增長到2016年的6.17億美元，未來5年的復(fù)合增長率達(dá)51.4%，市場規(guī)模增長近7倍。在國內(nèi)，大數(shù)據(jù)正在引起越來越多的企業(yè)關(guān)注。不但阿里巴巴、騰訊等把大數(shù)據(jù)當(dāng)成近期的重點(diǎn)項(xiàng)目。作為國內(nèi)互聯(lián)網(wǎng)產(chǎn)業(yè)的發(fā)源地和創(chuàng)新高地，中關(guān)村也在搶抓大數(shù)據(jù)發(fā)展機(jī)遇，著手布局大數(shù)據(jù)產(chǎn)業(yè)。工信部發(fā)布的物聯(lián)網(wǎng)“十二五”

8、規(guī)劃上，把信息處理技術(shù)作為四項(xiàng)關(guān)鍵技術(shù)創(chuàng)新工程之一被提出來，其中包括了海量數(shù)據(jù)存儲、數(shù)據(jù)挖掘、圖像視頻智能分析，這都是大數(shù)據(jù)的重要組成部分。而另外三項(xiàng)信息感知技術(shù)、信息傳輸技術(shù)、信息安全技術(shù)，都與“大數(shù)據(jù)”密切相關(guān)。適逢世界走向數(shù)據(jù)化，邁入大數(shù)據(jù)時(shí)代的時(shí)刻，我們迎來了新的機(jī)遇，在這個新一輪產(chǎn)業(yè)發(fā)展中，醫(yī)保作為國家、省以及常州市重點(diǎn)民生工程領(lǐng)域，我們應(yīng)該如何應(yīng)對？如何開發(fā)利用大數(shù)據(jù)搶占競爭制高點(diǎn)？ 如何使未來大數(shù)據(jù)產(chǎn)業(yè)在常州醫(yī)保監(jiān)控、管理和預(yù)警等方面快速、健康和領(lǐng)先發(fā)展？大數(shù)據(jù)在醫(yī)保領(lǐng)域應(yīng)用是新一代信息技術(shù)的集中反映，是一個驅(qū)動性很強(qiáng)的服務(wù)領(lǐng)域，能有效解決大數(shù)據(jù)及醫(yī)保領(lǐng)域的技術(shù)問題。1.3本項(xiàng)目

9、國外技術(shù)發(fā)展概況數(shù)據(jù)挖掘(DataMining，簡稱 DM)技術(shù)是用于發(fā)現(xiàn)潛在數(shù)據(jù)信息和隱藏模式的技術(shù)。該技術(shù)最早出現(xiàn)于 20 世紀(jì) 80 年代后期，是機(jī)器學(xué)習(xí)、模式識別、數(shù)據(jù)庫、統(tǒng)計(jì)學(xué)以及管理信息系統(tǒng)等多學(xué)科研究成果的交匯，其在 90 年代有了飛速的發(fā)展，曾被認(rèn)為是未來對人類產(chǎn)生重大影響的 10大新興技術(shù)之一。全球研究數(shù)據(jù)挖挖掘比較著名的大學(xué)和研究機(jī)構(gòu)有：麻省理工學(xué)院，ACM（ACM Special Interest Group on Knowledge Discovery in Data and DataMining）等。典型數(shù)據(jù)挖掘系統(tǒng)有：IBM Intelligent Miner、SA

10、S Enterprise Miner、SPSS Clementine 及 Oracle Data Mining 等。數(shù)據(jù)挖掘技術(shù)起源于上個世紀(jì)的八九十年代，在西方發(fā)達(dá)國家首先得以推廣運(yùn)用。在金融、電信、商業(yè)和保險(xiǎn)界等擁有大量客戶數(shù)據(jù)的領(lǐng)域得到了成功的應(yīng)用。目前數(shù)據(jù)挖掘的產(chǎn)品較多，但主要是國外的產(chǎn)品。例如SAS公司的SAS Enterpriser Miner，SPSS 公司的SPSS系列產(chǎn)品，IBM公司的Intelligent Miner, Microsoft公司的SQL Server 2008等。數(shù)據(jù)挖掘在國內(nèi)外醫(yī)療保險(xiǎn)行業(yè)的應(yīng)用案例同樣也很豐富。國外的商業(yè)保險(xiǎn)公司中常使用定向營銷為不同的客戶

11、制定相應(yīng)的營銷策略,還有客戶忠誠度分析，客戶流失分析，保險(xiǎn)產(chǎn)品的交叉銷售等等"使用的數(shù)據(jù)挖掘技術(shù)也多樣化。IBM研究中心的Marisa等人基于澳大利亞醫(yī)療保險(xiǎn)機(jī)構(gòu)采集的數(shù)據(jù),將關(guān)聯(lián)規(guī)則和神經(jīng)分割技術(shù)應(yīng)用于醫(yī)療保險(xiǎn)信息系統(tǒng)中,從GB級的數(shù)據(jù)中獲取未知模式。MohitKumar等使用數(shù)據(jù)挖掘和機(jī)器學(xué)習(xí)技術(shù)預(yù)測和預(yù)防保險(xiǎn)公司在處理醫(yī)療保險(xiǎn)申訴過程中的支付錯誤,用以降低日益增長的醫(yī)療保險(xiǎn)開銷。還有許多數(shù)據(jù)挖掘方法研究集中在醫(yī)療保險(xiǎn)行業(yè)的異常和欺詐檢測。1.4本項(xiàng)目國內(nèi)技術(shù)發(fā)展概況我國社會醫(yī)療保險(xiǎn)起步較晚,數(shù)據(jù)挖掘技術(shù)在保險(xiǎn)欺詐檢測中的應(yīng)用較少,同時(shí)與國外的醫(yī)療保險(xiǎn)面臨的欺詐問題也存在諸多差異

12、"根據(jù)研究,當(dāng)前我國醫(yī)療保險(xiǎn)的欺詐可能涉及的主體有參保人,定點(diǎn)醫(yī)院,定點(diǎn)藥店,醫(yī)保經(jīng)辦機(jī)構(gòu)等多方面,存在的欺詐方式多樣:如在征繳保費(fèi)時(shí)參保人出現(xiàn)少報(bào)或漏報(bào),在支付保費(fèi)時(shí)的超支或套現(xiàn)行為,此外還有保險(xiǎn)基金管理機(jī)構(gòu)的資金挪用等。目前，國內(nèi)對醫(yī)?；鸬娘L(fēng)險(xiǎn)相關(guān)研究主要集中于由于道德風(fēng)險(xiǎn)帶來的基金風(fēng)險(xiǎn)及控制醫(yī)療費(fèi)用增長的具體方法上，采用的手段較為簡單，往往是人工控制，輔助以簡單規(guī)則的數(shù)據(jù)篩選。缺乏系統(tǒng)、全面的醫(yī)?；痫L(fēng)險(xiǎn)控制框架，缺乏強(qiáng)有力的數(shù)據(jù)分析和系統(tǒng)的支持。上海市醫(yī)療保險(xiǎn)信息中心秦德霖基于 SOA 和動態(tài)數(shù)據(jù)倉庫技術(shù)，利用數(shù)據(jù)挖掘和分析技術(shù)，針對基金運(yùn)行管理的主要環(huán)節(jié)和基金風(fēng)險(xiǎn)的主要因

13、素，建立對醫(yī)?；痫L(fēng)險(xiǎn)防控基礎(chǔ)技術(shù)平臺。該平臺實(shí)現(xiàn)實(shí)時(shí)數(shù)據(jù)抽取、海量數(shù)據(jù)的整合、異構(gòu)平臺的集成。上海醫(yī)?；痫L(fēng)險(xiǎn)防控平臺的研究，為控制醫(yī)?；鸬娘L(fēng)險(xiǎn)、保障基本醫(yī)療、促進(jìn)醫(yī)療保險(xiǎn)可持續(xù)發(fā)展提供強(qiáng)有力的支撐。在醫(yī)保管理過程中，存在一種特殊的就醫(yī)現(xiàn)象，稱之為就醫(yī)聚集行為。就醫(yī)聚集行為通常表現(xiàn)為多張醫(yī)保卡過于頻繁地同時(shí)同地消費(fèi)。就醫(yī)聚集行為可能是由于某些特殊病癥人群如某些慢性病人群造成，也有可能存在欺詐行為。找出這些具有就醫(yī)聚集行為的人群，一方面能夠?qū)μ厥饧膊∪巳禾峁┽槍π缘墓芾砗头?wù)，另一方面能有效提高對違規(guī)人群的監(jiān)督力度。復(fù)旦大學(xué)何俊華基于 CBM 算法，開發(fā)出 B/S 結(jié)構(gòu)的一致行為挖掘平臺，該

14、平臺能夠有效地對一致行為進(jìn)行監(jiān)控。并將一致行為與參保人費(fèi)用記錄的信息，藥品使用情況，醫(yī)院醫(yī)生信息等相關(guān)聯(lián)。通過一致行為挖掘平臺，在醫(yī)保管理中能迅速鎖定慢性病人群，了解這些特殊人群的醫(yī)療費(fèi)用負(fù)擔(dān)等情況。挖掘平臺為醫(yī)保管理決策提供參考，便于為不同參保人群提供針對性的管理和服務(wù)。此外，該平臺能有效檢測出可疑違規(guī)人群，這類可疑違規(guī)人群可能同時(shí)使用了多張醫(yī)?？ㄟM(jìn)行就醫(yī)，針對這些可疑違規(guī)人員，需要對其進(jìn)行嚴(yán)格監(jiān)管。石萌利用數(shù)據(jù)挖掘的關(guān)聯(lián)分析方法,對社會醫(yī)療保險(xiǎn)基金收支情況進(jìn)行了研究,深入分析了參保人員、參保單位、醫(yī)療單位等各因素對社會醫(yī)療保險(xiǎn)基金平穩(wěn)運(yùn)行的影響,為社會保障部門適時(shí)調(diào)整基金收繳政策、確保醫(yī)療

15、保險(xiǎn)制度的順利實(shí)施提供有力的技術(shù)支持。國防科學(xué)技術(shù)大學(xué)朱攀利用人工神經(jīng)網(wǎng)絡(luò)模型對醫(yī)保定點(diǎn)醫(yī)療機(jī)構(gòu)的信用等級進(jìn)行學(xué)習(xí)，并且根據(jù)學(xué)習(xí)過程中出現(xiàn)的問題,對人工神經(jīng)網(wǎng)絡(luò)做了改進(jìn),克服了醫(yī)保定點(diǎn)醫(yī)療機(jī)構(gòu)信用等級評價(jià)網(wǎng)絡(luò)原有的不足。并以醫(yī)保信息系統(tǒng)形成的大量數(shù)據(jù)為基礎(chǔ),利用LOF算法對大量數(shù)據(jù)進(jìn)行挖掘,找出了醫(yī)保定點(diǎn)醫(yī)療機(jī)構(gòu)的違規(guī)行為。翁滔華等通過利用數(shù)據(jù)挖掘軟件SPSS11.0對病毒性肝炎的住院費(fèi)用情況進(jìn)行分析，并分別給出了病毒性肝炎費(fèi)用控制的上下限，發(fā)現(xiàn)能能起到控制醫(yī)院的住院費(fèi)用的作用。黃晶晶等利用數(shù)據(jù)挖掘技術(shù)制定醫(yī)保定額指標(biāo)并進(jìn)行相關(guān)數(shù)據(jù)的分析，結(jié)果發(fā)現(xiàn)數(shù)據(jù)挖掘技術(shù)能夠制定動態(tài)的定額指標(biāo)，加快分析反

16、饋的速度，并做出及時(shí)的分析返溯。綜上所述，國內(nèi)對醫(yī)保人群醫(yī)療費(fèi)用的分析研究還處于起步階段，方法與手段一般, 研究結(jié)果尚不科學(xué)全面；國外有不少相關(guān)的產(chǎn)品，由于國外醫(yī)保制度與我國的醫(yī)保制度差別很大，不能直接采用；另外，這些系統(tǒng)但大都是專有產(chǎn)品并且價(jià)格高,難以集成。國內(nèi)關(guān)于醫(yī)保人群醫(yī)療費(fèi)用分析的研究，大都采用訂立措施制度和傳統(tǒng)半手工方式進(jìn)行。不少單位制定相關(guān)規(guī)定和制度進(jìn)行管理，這些規(guī)定和制度大都是針對醫(yī)保政策和現(xiàn)有的醫(yī)院管理?xiàng)l文，結(jié)合醫(yī)保進(jìn)行修改的結(jié)果；或者，各醫(yī)院針對控制定額費(fèi)用情況，進(jìn)行大量的數(shù)據(jù)采集及統(tǒng)計(jì)，制作醫(yī)保分析報(bào)表并利用該報(bào)表對當(dāng)月醫(yī)保費(fèi)用進(jìn)行分析，由于均采用手工與信息系統(tǒng)的結(jié)合方式，

17、對于超定額費(fèi)用考核方面明顯滯后，也難以對醫(yī)保各方面進(jìn)行靈活的詳細(xì)分析,進(jìn)而無法及時(shí)分析產(chǎn)生各種異常情況的根本原因，亦不利于監(jiān)控實(shí)時(shí)費(fèi)用，沒有解決醫(yī)保病人醫(yī)療費(fèi)用的不斷上漲的根本問題，更談不上對醫(yī)保預(yù)算和預(yù)警。因此，本課題擬采用先進(jìn)的關(guān)系挖掘模型技術(shù)，分析常州醫(yī)?，F(xiàn)狀，開發(fā)醫(yī)保數(shù)據(jù)監(jiān)測和預(yù)警模型。2、本項(xiàng)目研究的目的、意義2.1 項(xiàng)目研究的目的項(xiàng)目以常州市人力資源和社會保障信息系統(tǒng)中醫(yī)保海量數(shù)據(jù)為研究對象，以提高醫(yī)保資金使用效率為目的，通過靜態(tài)的社會保障知識與動態(tài)的社會保障決策相結(jié)合方式，借助數(shù)據(jù)挖掘模型和聯(lián)機(jī)分析理論和算法，對醫(yī)保征收和使用等海量數(shù)據(jù)進(jìn)行聯(lián)機(jī)分析和數(shù)據(jù)挖掘研究，尋求醫(yī)保資金使用

18、網(wǎng)絡(luò)、病人診治規(guī)律以及醫(yī)保資金回溯和跟蹤，對醫(yī)保中心各定點(diǎn)醫(yī)療機(jī)構(gòu)的監(jiān)管、各種疾病的常用治療方案提供數(shù)據(jù)支持，以實(shí)現(xiàn)對醫(yī)療單位和參保人精細(xì)化管理。最終為市社會保障部門具體政策的合理制定及市政府的宏觀決策提供科學(xué)的依據(jù)，從而可以精確控制社會保障部門的決策過程,加強(qiáng)社保決策過程的信息化，保證決策過程的科學(xué)性、合理性和有效性。2.2 項(xiàng)目研究意義常州市醫(yī)保數(shù)據(jù)涉及范圍廣、人數(shù)多、數(shù)據(jù)龐大、業(yè)務(wù)復(fù)雜，是市民高關(guān)注度和敏感的數(shù)據(jù)，因此對醫(yī)保數(shù)據(jù)監(jiān)測和預(yù)警研究具有社會、學(xué)術(shù)和經(jīng)濟(jì)三個層面的價(jià)值和意義。（1）社會層面醫(yī)療保險(xiǎn)是社會保障制度的重要組成部分,涵蓋的參保人總多,其中核心就是醫(yī)保數(shù)據(jù)，例如常州市參加

19、職工醫(yī)療保險(xiǎn)、居民醫(yī)療保險(xiǎn)等的參保人數(shù)就超過100萬人，使用好數(shù)據(jù)挖掘?qū)Ρ姸嗟膮⒈Ｈ诉M(jìn)行有效的管理，掌握參保人的概況，群體特征和變化等信息對于醫(yī)療保險(xiǎn)機(jī)構(gòu)的管理和決策具有很高的參考價(jià)值，不僅是國家、省、市等政府部門制定政策預(yù)計(jì)影響范圍和程度，也是一項(xiàng)民生工程，為醫(yī)保管理決策部門和醫(yī)療機(jī)構(gòu)提供科學(xué)可行的建議，對科學(xué)合理地利用現(xiàn)有醫(yī)療資源，控制醫(yī)保醫(yī)療費(fèi)用的上漲，盡量減少群眾的經(jīng)濟(jì)負(fù)擔(dān)，構(gòu)筑一個和諧的醫(yī)、保、患關(guān)系，促進(jìn)關(guān)系千家萬戶的民生與幸福的醫(yī)藥衛(wèi)生體制改革順利進(jìn)行和實(shí)現(xiàn)，都具有非常重要的社會和現(xiàn)實(shí)意義。（2）學(xué)術(shù)層面本項(xiàng)目涉及統(tǒng)計(jì)學(xué)、公共管理、計(jì)算機(jī)技術(shù)等多個學(xué)科交叉，通過對常州醫(yī)保海量數(shù)據(jù)

20、分析，豐富社會經(jīng)濟(jì)統(tǒng)計(jì)理論，有助于在醫(yī)保領(lǐng)域探討不同的數(shù)據(jù)挖掘算法和實(shí)踐應(yīng)用。通過在常州醫(yī)保監(jiān)測和預(yù)警中的應(yīng)用，不斷優(yōu)化數(shù)據(jù)關(guān)聯(lián)規(guī)則和挖掘算法，提供較好的數(shù)據(jù)支撐。（3）經(jīng)濟(jì)層面通過對醫(yī)保數(shù)據(jù)監(jiān)測和預(yù)警，可以從系統(tǒng)角度對醫(yī)保過程中治療、資金合理使用等在線監(jiān)測，有效避免惡意配藥等不合理行為，提高市民治病的治療效果；同時(shí)通過預(yù)警預(yù)測技術(shù)分析醫(yī)保資金使用情況，有助于提高醫(yī)保資金預(yù)算精確度和資金使用效率，最終為常州市醫(yī)保資金預(yù)算和高效使用提供數(shù)據(jù)支撐，間接地為政府和市民節(jié)約醫(yī)保費(fèi)用。3、本項(xiàng)目研究現(xiàn)有起點(diǎn)科技水平及已存在的知識產(chǎn)權(quán)情況河海大學(xué)常州校區(qū)與常州市人力資源和社會保障信息中心雙方不斷探討、溝通

21、，明確系統(tǒng)總體目標(biāo)和思路，并開展了前期調(diào)研，掌握目前常州市醫(yī)保數(shù)據(jù)現(xiàn)狀和亟待解決的監(jiān)測和預(yù)警問題。通過研究和積累，課題組已獲得獲軟件著作權(quán)8件，出版基于模糊信息的多屬性決策方法研究及應(yīng)用、生態(tài)視角下企業(yè)管理與信息系統(tǒng)匹配研究兩本專著，相關(guān)學(xué)術(shù)論文12篇。4、本項(xiàng)目研究國內(nèi)外競爭情況及產(chǎn)業(yè)化前景在商業(yè)智能的研究和應(yīng)用不斷發(fā)展的同時(shí)，我國政府部門對于數(shù)據(jù)分析工作越來越重視，開始對數(shù)據(jù)倉庫技術(shù)有了一定的需求。就社保領(lǐng)域而言，相關(guān)的研究雖然不多，但已不斷的開始出現(xiàn)，是一種發(fā)展必然趨勢，是本項(xiàng)目產(chǎn)業(yè)化的基礎(chǔ)和前提。預(yù)計(jì)到2014年，我國六十歲以上人口將達(dá)到2億，2026年將達(dá)到3億，成為超老年型國家。與

22、年輕人相比，老年人的患病率和人均醫(yī)藥費(fèi)用均較高，并且多患有慢性非傳染性疾病，療程長、預(yù)后差、費(fèi)用大。這將進(jìn)一步加劇社會醫(yī)療保險(xiǎn)的支出壓力，因此有必要對醫(yī)療保險(xiǎn)基金運(yùn)行平衡做長期的測算，提前進(jìn)行預(yù)警，本項(xiàng)目具有廣闊的應(yīng)用范圍。二、研究內(nèi)容1、具體研究開發(fā)內(nèi)容和要重點(diǎn)解決的關(guān)鍵技術(shù)問題；針對醫(yī)療保險(xiǎn)業(yè)務(wù)中的各項(xiàng)數(shù)據(jù)進(jìn)行分析計(jì)算，利用計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)和數(shù)據(jù)倉庫與數(shù)據(jù)挖掘技術(shù)對參保單位、門診費(fèi)用、住院費(fèi)用等多年數(shù)據(jù)進(jìn)行采集、轉(zhuǎn)換、聚合或重用，提出了一套科學(xué)、合理、符合實(shí)際需求的多維數(shù)學(xué)模型，旨在分析不同病因、不同病種隨年齡變化的趨勢，掌握人們隨年齡增長的平均健康狀況，從而為醫(yī)療保險(xiǎn)政策指標(biāo)的制訂提供依據(jù)

23、，如下年度基本醫(yī)療保險(xiǎn)費(fèi)的測算、醫(yī)保費(fèi)用補(bǔ)償比的合理確定、個人帳戶隨不同年齡段計(jì)提比例的合理確定等，并據(jù)此建立醫(yī)保數(shù)據(jù)監(jiān)測和預(yù)警模型，首先自動提取醫(yī)保業(yè)務(wù)數(shù)據(jù)，構(gòu)建數(shù)據(jù)倉庫，進(jìn)行多維分析測算，并用各種圖表形式來反映結(jié)果。這為政府各相關(guān)部門確定保障金制度及比例，拓寬醫(yī)療保障的范圍，為醫(yī)保資金預(yù)算和監(jiān)管提供直接的科學(xué)依據(jù)。項(xiàng)目具體研究開發(fā)內(nèi)容主要包括監(jiān)測和預(yù)警數(shù)據(jù)的準(zhǔn)備、醫(yī)保數(shù)據(jù)抽取與分類、算法選擇與改善、醫(yī)保數(shù)據(jù)倉庫設(shè)計(jì)、醫(yī)保數(shù)據(jù)再組織和分析、監(jiān)測和預(yù)警模型構(gòu)建以及醫(yī)保數(shù)據(jù)展現(xiàn)等。項(xiàng)目總體結(jié)構(gòu)如圖1所示。1.1監(jiān)測和預(yù)警數(shù)據(jù)的準(zhǔn)備對醫(yī)保數(shù)據(jù)分析目的是提高醫(yī)保資金使用效率，通過對海量的醫(yī)保大數(shù)據(jù)進(jìn)

24、行分析，尋求醫(yī)保資金使用網(wǎng)絡(luò)、病人診治規(guī)律以及醫(yī)保資金回溯和跟蹤，為醫(yī)保資金預(yù)算和監(jiān)管提供科學(xué)決策支持，同時(shí)也醫(yī)保中心各醫(yī)療單位的監(jiān)管、各種疾病的常用治療方案提供數(shù)據(jù)支持，以實(shí)現(xiàn)對醫(yī)療單位和參保人精細(xì)化管理。無論是醫(yī)院、患者還是人社局，對于醫(yī)保數(shù)據(jù)都是密切相關(guān)的，按照常州市社會醫(yī)療保險(xiǎn)政策和制度，確定問題的主題，主要包括醫(yī)保運(yùn)行主題、醫(yī)保監(jiān)督主題以及醫(yī)保征收主題三大部分，對醫(yī)保數(shù)據(jù)的獲取都是針對這三類主題展開收集和組織。1.2 醫(yī)保數(shù)據(jù)抽取與分類從醫(yī)保各個業(yè)務(wù)系統(tǒng)中抽取原始的醫(yī)保住院、門診、藥店、征繳等數(shù)據(jù)，是醫(yī)保數(shù)據(jù)監(jiān)測和預(yù)警所需數(shù)據(jù)的源頭，結(jié)合知識組織相關(guān)理論，以數(shù)據(jù)單位為基礎(chǔ)的知識組織，

25、按照數(shù)據(jù)來源或者用途等標(biāo)準(zhǔn)進(jìn)行分類，通過系統(tǒng)層次、數(shù)據(jù)顆粒度、數(shù)據(jù)成分描述成靜態(tài)醫(yī)保數(shù)據(jù)網(wǎng)絡(luò)。圖1 項(xiàng)目總體結(jié)構(gòu)圖1.3 算法選擇與改善常州醫(yī)保數(shù)據(jù)有其自身的特點(diǎn)，直接影響對關(guān)聯(lián)規(guī)則和算法的選擇，其特點(diǎn)主要體現(xiàn)在以下幾個方面：（1）事務(wù)數(shù)量巨大，醫(yī)保發(fā)生頻率往往較高，隨著時(shí)間的增長，醫(yī)保數(shù)據(jù)也會隨之快速增長，醫(yī)保數(shù)據(jù)庫中包含的大量數(shù)據(jù)會給數(shù)據(jù)的預(yù)處理和挖掘工作帶來很大的困難。（2）醫(yī)保開戶類型可能多值，由于有不同的人，不同的單位，所以開戶類型有不同的需求。（3）醫(yī)保開戶日期”不是名詞性屬性，不便進(jìn)行關(guān)聯(lián)分析。（4）不同的屬性值具有不同的重要性，如開戶類型中，不同的類型，保險(xiǎn)公司的盈利情況不一樣

26、，但是大多數(shù)情況下，大的保險(xiǎn)單的發(fā)生概率要低于其他類型，所以關(guān)聯(lián)分析要體現(xiàn)出重要屬性的發(fā)生規(guī)律。針對以上特點(diǎn)，通過在數(shù)據(jù)預(yù)處理階段將醫(yī)保數(shù)據(jù)根據(jù)時(shí)間間隔進(jìn)行劃分，例如按照季度或者月份進(jìn)行劃分；對于“開戶時(shí)間”不是名詞性屬性，可在預(yù)處理階段先將數(shù)值屬性做離散化處理。通過引入權(quán)值參數(shù)解決出現(xiàn)頻率較小的易被忽略的問題，在關(guān)聯(lián)規(guī)則挖掘階段通過不同的權(quán)值來衡量各種開戶類型的不同重要性從而挖掘出大保單的關(guān)聯(lián)規(guī)則。綜上所述，醫(yī)保數(shù)據(jù)的關(guān)聯(lián)分析采用的算法以Apriori算法為基礎(chǔ)，在數(shù)據(jù)處理階段加以相應(yīng)改造，在關(guān)聯(lián)規(guī)則發(fā)現(xiàn)階段，通過引入權(quán)值參數(shù)來挖掘醫(yī)保數(shù)據(jù)中潛在的規(guī)律。 改進(jìn)后的Apriori算法的基本思想

27、是：首先找出所有的頻集，這些項(xiàng)集出現(xiàn)的頻繁性至少和預(yù)定義的最小支持度一樣。然后由頻集產(chǎn)生強(qiáng)關(guān)聯(lián)規(guī)則，這些規(guī)則必須滿足最小支持度和最小可信度。然后使用第1步找到的頻集產(chǎn)生期望的規(guī)則，產(chǎn)生只包含集合的項(xiàng)的所有規(guī)則，其中每一條規(guī)則的右部只有一項(xiàng)，這里采用的是中規(guī)則的定義。一旦這些規(guī)則被生成，那么只有那些大于用戶給定的最小可信度的規(guī)則才被留下來。為了生成所有頻集，使用了遞推的方法。 （1）L1 = find_frequent_1-itemsets(D); / 挖掘頻繁1-項(xiàng)集，比較容易 （2）for (k=2;Lk-1 ;k+) （3）Ck = apriori_gen(Lk-1 ,min_sup);

28、/ 調(diào)用apriori_gen方法生成候選頻繁k-項(xiàng)集 （4）for each transaction t D      / 掃描事務(wù)數(shù)據(jù)庫D （5）Ct = subset(Ck,t); （6）for each candidate c Ct （7）c.count+; /   統(tǒng)計(jì)候選頻繁k-項(xiàng)集的計(jì)數(shù) （8） （9）Lk =c Ck|c.countmin_sup / 滿足最小支持度的k-項(xiàng)集即為頻繁k-項(xiàng)集 （10） （11） return L= k Lk; / 合并頻繁k-項(xiàng)集（k>0）Apriori候選產(chǎn)生函數(shù)Ap

29、riori-gen的參數(shù)Lk-1，即所有大型(k-1)項(xiàng)目集的集合。它返回所有大型k項(xiàng)目集的集合的一個超集(Superset)。首先，在Jion(連接)步驟，我們把Lk-1和Lk-1相連接以獲得候選的最終集合的一個超集Ck：(1) insert into Ck(2) select p1，p2，pk-1，qk-1(3) from Lk-1p，Lk-1q(4) where p1 = q1，pk-2 = qk-2，pk-1 < qk-1接著，在Prune(修剪)步驟，我們將刪除所有的項(xiàng)目集 cCk，如果c的一些k-1子集不在Lk-1中，為了說明這個產(chǎn)生過程為什么能保持完全性，要注意對于Lk中的

30、任何有最小支持度的項(xiàng)目集，任何大小為k-1的子集也必須有最小支持度。因此，如果我們用所有可能的項(xiàng)目擴(kuò)充Lk-1中的每個項(xiàng)目集，然后刪除所有k-1子集不在Lk-1中的項(xiàng)目集，那么我們就能得到Lk中項(xiàng)目集的一個超集。1.4 醫(yī)保數(shù)據(jù)倉庫設(shè)計(jì)按照醫(yī)保運(yùn)行、監(jiān)督以及征收主題進(jìn)行醫(yī)保數(shù)據(jù)倉庫的設(shè)計(jì)，由于醫(yī)保數(shù)據(jù)分布于定點(diǎn)醫(yī)療機(jī)構(gòu)、藥店等不同的業(yè)務(wù)系統(tǒng)中，需要通過抽取工具獲取和清洗、數(shù)據(jù)轉(zhuǎn)換、關(guān)聯(lián)分析、知識點(diǎn)獲取以及數(shù)據(jù)倉庫構(gòu)建等過程，并結(jié)合數(shù)據(jù)顆粒度原理，按照醫(yī)保監(jiān)測和預(yù)警規(guī)范進(jìn)行數(shù)據(jù)組織，醫(yī)保數(shù)據(jù)倉庫設(shè)計(jì)層次結(jié)構(gòu)圖如圖2所示，通過分類和聚類算法，結(jié)合常州市人力資源和社會保障中心實(shí)際，形成醫(yī)保運(yùn)行主題數(shù)

31、據(jù)（職工醫(yī)保運(yùn)行、醫(yī)療救助、公務(wù)員補(bǔ)助、居民醫(yī)保、離休、榮軍分析、工傷保險(xiǎn)分析、生育保險(xiǎn)分析等）、醫(yī)保監(jiān)督主題數(shù)據(jù)（參保人醫(yī)療異常、定點(diǎn)單位醫(yī)療異常等）、社會醫(yī)療保險(xiǎn)參保征繳主題數(shù)據(jù)（社會醫(yī)療保險(xiǎn)參保情況、社會醫(yī)療保險(xiǎn)基金征繳情況）等。圖2 醫(yī)保數(shù)據(jù)倉庫設(shè)計(jì)層次結(jié)構(gòu)圖其中核心部分是數(shù)據(jù)關(guān)聯(lián)分析，是建立在醫(yī)保數(shù)據(jù)抽取和分類基礎(chǔ)上，按照粒度聚類和分類原理，形成動態(tài)的醫(yī)保數(shù)據(jù)網(wǎng)絡(luò)。1.5 監(jiān)測和預(yù)警模型構(gòu)建監(jiān)測和預(yù)警模型包括兩個方面的內(nèi)容：其一是建立監(jiān)測指標(biāo)體系，它將直接反應(yīng)醫(yī)保數(shù)據(jù)運(yùn)行現(xiàn)狀，同時(shí)可以抽取和挖掘形成治療方案庫；其二是建立預(yù)警指標(biāo)體系，它直接影響著監(jiān)測和預(yù)警模型的敏感性和正確率，融入數(shù)

32、據(jù)挖掘算法進(jìn)行預(yù)警算法模型，并給出科學(xué)合理的預(yù)警結(jié)果。監(jiān)測和預(yù)警模型如圖3所示。醫(yī)保數(shù)據(jù)監(jiān)測和預(yù)警模型監(jiān)測指標(biāo)體系運(yùn)行指標(biāo)異常指標(biāo)征繳指標(biāo)預(yù)測算法動態(tài)監(jiān)測結(jié)果預(yù)警指標(biāo)體系警情指標(biāo)警兆指標(biāo)警源指標(biāo)動態(tài)預(yù)警報(bào)告醫(yī)保預(yù)警模型治療方案庫圖3 監(jiān)測和預(yù)警模型1.5.1指標(biāo)選擇原則 監(jiān)測和預(yù)警指標(biāo)的選擇要遵循代表性、全面性、可比性、可獲得性等幾項(xiàng)原則。 （1）代表性是指選擇的指標(biāo)具有同類指標(biāo)的基本特征，能夠反映醫(yī)?；鹗杖胫С龅闹饕矫妫⒛軌虼硗愔笜?biāo)的變化趨勢。 （2）全面性是指選擇的指標(biāo)應(yīng)該要涉及醫(yī)?；疬\(yùn)行的各方面，既要涉及醫(yī)療保險(xiǎn)基金內(nèi)部的因素，也要涉及其外部因素；既要有微觀的財(cái)務(wù)指標(biāo)，也要有

33、宏觀的經(jīng)濟(jì)指標(biāo)。 （3）可比性是指預(yù)警指標(biāo)要能夠連續(xù)計(jì)算，使其具有可比性，從而可以連續(xù)觀察醫(yī)療保險(xiǎn)基金收支運(yùn)作的情況。 （4）可獲得性是指選擇的預(yù)警指標(biāo)應(yīng)該是公開的，便于獲取并能夠直接用于研究的。1.5.2 具體內(nèi)容通過對現(xiàn)有醫(yī)保靜態(tài)數(shù)據(jù)的分析整理，并綜合了相關(guān)專家意見，醫(yī)保基金運(yùn)行平衡的監(jiān)測和預(yù)警指標(biāo)包含三個方面，即財(cái)務(wù)性指標(biāo)、客戶性指標(biāo)和成長性指標(biāo)。在醫(yī)保監(jiān)測體系中主要通過分析和整理明確醫(yī)保基金的狀態(tài)和現(xiàn)狀。醫(yī)保預(yù)警體系一般包括以下幾個方面：明確警情、尋找警源、分析警兆和預(yù)報(bào)警度。（1）在預(yù)警體系中明確警情是第一步。警情是指影響醫(yī)療保險(xiǎn)基金正常運(yùn)行的負(fù)面擾動因素不斷發(fā)展到一定程度，從而表現(xiàn)

34、出來的、能夠被外界所觀察到的外部形態(tài)。通常設(shè)定一個醫(yī)?；疬\(yùn)行平衡指標(biāo)的安全區(qū)間，當(dāng)實(shí)際運(yùn)行數(shù)據(jù)超過特定的區(qū)間，則表明醫(yī)?；疬\(yùn)行的危機(jī)警情出現(xiàn)。警情嚴(yán)重時(shí)會引發(fā)整個醫(yī)療保險(xiǎn)制度性危機(jī)，因此，在保障基金穩(wěn)定運(yùn)行的過程中，明確警情是進(jìn)行醫(yī)療保險(xiǎn)基金危機(jī)預(yù)警的前提，而警源是警情發(fā)生的根源。（2）尋找警源是預(yù)警過程的起點(diǎn)和基礎(chǔ)。所謂警源，就是指產(chǎn)生醫(yī)?；疬\(yùn)行機(jī)制出現(xiàn)危機(jī)的根源，是醫(yī)療保險(xiǎn)危機(jī)警情的策源地。警源主要有以下幾種：第一類是內(nèi)生警源，即是醫(yī)療保險(xiǎn)制度自身內(nèi)部的因素。如醫(yī)療保險(xiǎn)水平指標(biāo)的高低、基本醫(yī)療保險(xiǎn)支出占國家財(cái)政支出的高低、基本醫(yī)療保險(xiǎn)范圍內(nèi)的支出狀況、城鄉(xiāng)不同的醫(yī)療保險(xiǎn)政策以及繳費(fèi)率

35、的高低等。第二類是外來警源，即醫(yī)療保險(xiǎn)的外部因素。如醫(yī)療保險(xiǎn)法制、行政管理體制的有效性、監(jiān)控機(jī)制的完善程度、國內(nèi)經(jīng)濟(jì)發(fā)展?fàn)顩r、合理的計(jì)劃調(diào)控以及其他社會政策的配套。（3）分析警兆是預(yù)警過程中的關(guān)鍵環(huán)節(jié)。在警情在爆發(fā)之前必然會有相關(guān)的警兆出現(xiàn)，所以分析警兆及其報(bào)警的區(qū)間，便可以進(jìn)行相關(guān)的預(yù)測和預(yù)報(bào)警情。（4）預(yù)警的目標(biāo)是對預(yù)報(bào)系統(tǒng)所存在的危機(jī)程度，這就是預(yù)報(bào)警度。根據(jù)警兆的變動情況，參照警情的警限或警情等級，分析警兆的報(bào)警區(qū)間與警情的關(guān)系，結(jié)合專家的意見和經(jīng)驗(yàn)，預(yù)報(bào)實(shí)際警情的嚴(yán)重程度。在對醫(yī)?；疬\(yùn)行的平衡狀況進(jìn)行監(jiān)測和預(yù)報(bào)警度時(shí)，一般按照以下步驟進(jìn)行。首先是定量描述，也就是找出能夠反映警情指標(biāo)

36、的數(shù)量特征標(biāo)志。比如，有些警情指標(biāo)的數(shù)量標(biāo)志是變化率，以百分比作為計(jì)量單位，根據(jù)歷史的經(jīng)驗(yàn)和一定的理論分析，我們確定其可能變化的最大值和最小值，也就是說確定一個數(shù)值的波動區(qū)間，觀察實(shí)際運(yùn)行數(shù)據(jù)在波動區(qū)間的變化情況。第二步是在描述的基礎(chǔ)上進(jìn)行定量處理，即將警情指標(biāo)可能波動的最大區(qū)間劃分為若干個性質(zhì)不同的二級區(qū)間，稱為警限。不同的耳機(jī)區(qū)間代表不同的警限。本系統(tǒng)中，我們對警限采用了三個區(qū)間來表示：無警警限（R0），輕警警限（R1）和重警警限（R2），無警警限是警情變化的安全區(qū)間，我們的基金應(yīng)盡量在此區(qū)間進(jìn)行安全運(yùn)營。對于風(fēng)險(xiǎn)預(yù)警來說，不同的二級區(qū)間，也就是各類警限是最具有根本意義的。尤其是無警警限的

37、確定是最為困難的。對于醫(yī)保基金運(yùn)行平衡的預(yù)警系統(tǒng)來說，我們應(yīng)該根據(jù)醫(yī)保基金歷年來的運(yùn)營情況、國內(nèi)和國外的比較與理論分析的情況以及專家意見來綜合考慮，最終予以確定。確定了各類警限和警區(qū)之后，就可以在日常的運(yùn)行中觀測警情指標(biāo)的實(shí)際值及其變動區(qū)間，監(jiān)測其警度和警情的發(fā)展。重點(diǎn)解決的關(guān)鍵技術(shù)問題（1）醫(yī)保數(shù)據(jù)倉庫設(shè)計(jì)，醫(yī)保主題數(shù)據(jù)設(shè)計(jì)要符合常州醫(yī)保基金管理要求，同時(shí)又要符合數(shù)據(jù)倉庫設(shè)計(jì)和關(guān)聯(lián)規(guī)則，方便醫(yī)保數(shù)據(jù)組織和使用。（2）監(jiān)測和預(yù)警模型構(gòu)建，監(jiān)測模型是反應(yīng)當(dāng)前醫(yī)?；疬\(yùn)行狀態(tài)，通過分析和監(jiān)測醫(yī)?；甬?dāng)前狀態(tài)，借助預(yù)測算法和模型，預(yù)測醫(yī)?；鸢l(fā)展趨勢，形成適合常州市人力資源和社會保障信息中心的醫(yī)保數(shù)

38、據(jù)監(jiān)測和預(yù)警模型。2、項(xiàng)目的特色和創(chuàng)新之處；（1）從知識組織的視角設(shè)計(jì)醫(yī)保數(shù)據(jù)倉庫，以方便挖掘醫(yī)保數(shù)據(jù)中潛在規(guī)律為目的，按照知識組織理論對醫(yī)保數(shù)據(jù)進(jìn)行抽取和分類、再組織等方式分析醫(yī)?；疬\(yùn)行規(guī)律和診療資料發(fā)展趨勢。（2）從服務(wù)的角度構(gòu)建監(jiān)測和預(yù)警模型，醫(yī)保數(shù)據(jù)分析和預(yù)警最終成果可以提供醫(yī)保相關(guān)的數(shù)據(jù)服務(wù)，可以為政府、醫(yī)療機(jī)構(gòu)、藥店、患者等提供數(shù)據(jù)服務(wù)。3、要達(dá)到的主要技術(shù)、經(jīng)濟(jì)指標(biāo)及社會、經(jīng)濟(jì)效益。（1）主要技術(shù)及經(jīng)濟(jì)指標(biāo)構(gòu)建一套適合常州醫(yī)?；鸸芾硪蟮尼t(yī)保數(shù)據(jù)監(jiān)測和預(yù)警模型，實(shí)現(xiàn)項(xiàng)目預(yù)期目標(biāo)，形成示范應(yīng)用。（2）經(jīng)濟(jì)及社會效益醫(yī)保數(shù)據(jù)與市民生活息息相關(guān)，是一項(xiàng)基礎(chǔ)性的民生工程。推進(jìn)民生工程

39、建設(shè)，有利于提升醫(yī)保基金管理水平，提高醫(yī)?；鹄眯剩瑵M足群眾民生期待。要高度重視醫(yī)保數(shù)據(jù)的監(jiān)測和預(yù)警，切實(shí)做到覆蓋全面、信息融合、運(yùn)轉(zhuǎn)高效，確保第一時(shí)間發(fā)現(xiàn)問題、處置問題和解決問題，建立健全科學(xué)、合理的醫(yī)保監(jiān)測和預(yù)警體系，不僅對醫(yī)保管理工作提高效率大有作用，最終的目的是服務(wù)于廣大市民群眾，具有廣泛社會效益。同時(shí)通過該項(xiàng)目的實(shí)施，形成醫(yī)保監(jiān)測和預(yù)警管理模型，具有較強(qiáng)的推廣價(jià)值。三、研究試驗(yàn)方法、技術(shù)路線以及工藝流程3.1 研究方法本項(xiàng)目結(jié)合數(shù)據(jù)挖掘、知識組織和醫(yī)?；鸸芾硌芯恐卸喾N方法。（1）文獻(xiàn)調(diào)研法。閱讀和參考了國內(nèi)外相關(guān)論文、論著、工具書、醫(yī)保相關(guān)業(yè)務(wù)系統(tǒng)，用于醫(yī)保基金知識背景、醫(yī)保數(shù)

40、據(jù)監(jiān)測和預(yù)警研究現(xiàn)狀、設(shè)計(jì)、構(gòu)建和應(yīng)用模式等研究。（2）統(tǒng)計(jì)分析法。通過收集大量醫(yī)保數(shù)據(jù), 利用統(tǒng)計(jì)分組方法對數(shù)據(jù)進(jìn)行預(yù)處理，將數(shù)據(jù)按照建立的模型進(jìn)行分類挖掘，分析醫(yī)保基金運(yùn)行、監(jiān)管和征繳現(xiàn)狀。（3）聚類分析法。對醫(yī)保數(shù)據(jù)的屬性值進(jìn)行相似程度計(jì)算，實(shí)現(xiàn)對醫(yī)保數(shù)據(jù)的自然劃分，便于分析隱藏在醫(yī)保數(shù)據(jù)中的規(guī)律。（4）關(guān)聯(lián)規(guī)則法。建立關(guān)于醫(yī)保事物數(shù)據(jù)集或關(guān)系數(shù)據(jù)集的數(shù)據(jù)關(guān)聯(lián)規(guī)則，挖掘?qū)芾碚哂杏玫幕蛘哂幸饬x的聯(lián)系。（5）時(shí)間序列預(yù)測。對不同時(shí)期的醫(yī)保數(shù)據(jù)序列進(jìn)行挖掘，期望對數(shù)據(jù)的趨勢變化進(jìn)行分析和預(yù)測。3.2 技術(shù)路線項(xiàng)目借用知識組織理論和軟件生命周期開發(fā)方法，形成如下項(xiàng)目技術(shù)路線圖3所示。圖3 項(xiàng)目

41、技術(shù)路線圖四、工作基礎(chǔ)和條件1、承擔(dān)單位概況，擁有知識產(chǎn)權(quán)狀況河海大學(xué)是教育部直屬高校，常州校區(qū)是其重要組成部分，現(xiàn)有三個學(xué)院，6個碩士點(diǎn)，5000多本科生，300多研究生，具有副高以上、博士學(xué)位的科研人員200多人，每年承擔(dān)國家、部、省、市及企事業(yè)單位委托項(xiàng)目200多項(xiàng)。校區(qū)擁有發(fā)明專利、實(shí)用新型專利數(shù)百項(xiàng)。與本項(xiàng)目相關(guān)的研究成果：先后發(fā)表10多篇研究論文，出版專著2本、獲得軟件著作權(quán)8項(xiàng)。2、本項(xiàng)目現(xiàn)有的研究工作基礎(chǔ)河海大學(xué)常州校區(qū)與常州市人力資源和社會保障信息中心雙方不斷探討、溝通，明確系統(tǒng)總體目標(biāo)和思路，并開展了前期調(diào)研，掌握目前常州市醫(yī)保數(shù)據(jù)現(xiàn)狀和亟待解決的監(jiān)測和預(yù)警問題。通過研究和

42、積累，課題組已獲得獲軟件著作權(quán)6件，（見附件），出版基于模糊信息的多屬性決策方法研究及應(yīng)用、生態(tài)視角下企業(yè)管理與信息系統(tǒng)匹配研究兩本專著，相關(guān)學(xué)術(shù)論文12篇。相關(guān)軟件著作權(quán)一共有6項(xiàng)（1）防洪預(yù)警管理系統(tǒng)軟件 2011SR062578 （2）高校研究生教務(wù)管理系統(tǒng)軟件 2009SR017554 （3）工程管理系統(tǒng)軟件 2011SR061862 （4）計(jì)生智能報(bào)表組件軟件 2008SR32008 （5）快遞貨運(yùn)管理系統(tǒng)軟件 2009SR055198（6）食堂進(jìn)銷存管理系統(tǒng)軟件 2009R017396 （7）樓盤表管理系統(tǒng)軟件 2012SR073731（8）河道地理信息系統(tǒng)軟件 2012SR084

43、973主要學(xué)術(shù)論文（1）徐緒堪.生態(tài)視角下企業(yè)管理與信息系統(tǒng)匹配研究M.化學(xué)工業(yè)出版社.2012. （2）徐緒堪.企業(yè)信息系統(tǒng)生態(tài)環(huán)境成熟度研究J.情報(bào)雜志.2011,(29)2:207-210.(CSSCI)（3）徐緒堪,卞藝杰,田澤.ERP系統(tǒng)導(dǎo)入模式的博弈分析J.情報(bào)科學(xué),2009,27(10):1575-1580.(CSSCI)（4）徐緒堪,李曉東.基于生態(tài)理論的信息系統(tǒng)生長模型構(gòu)建J.情報(bào)雜志,2009,28(9):-17-20.(CSSCI)（5）徐緒堪,段振中,郝建.基于模糊層次分析法的信息系統(tǒng)績效評價(jià)模型構(gòu)建J.情報(bào)雜志,2009,28(2):11-13,49.(CSSCI)（

44、6）徐緒堪,汪利利,錢常春.基于MVC的教參信息系統(tǒng)分析與設(shè)計(jì)J.現(xiàn)代圖書情報(bào)技術(shù).2005,127:79-71.（7）徐緒堪,汪利利.基于Web的數(shù)字參考咨詢系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)J.現(xiàn)代圖書情報(bào)技術(shù).2005,128:85-88.（8）龔艷冰,梁雪春. 基于組合模型的直覺模糊集多屬性決策方法J. 控制與決策,2010,(03):469-472.（9）龔艷冰. 基于支持向量機(jī)的金融衍生品風(fēng)險(xiǎn)評價(jià)J. 統(tǒng)計(jì)與決策,2010,(05):65-67.（10）龔艷冰. 高校青年教師教學(xué)能力培養(yǎng)的實(shí)踐因素分析J. 高等教育研究學(xué)報(bào),2010,(02):61-63.（11）龔艷冰,張繼國,梁雪春. 基于全排列多

45、邊形綜合圖示法的水質(zhì)評價(jià)J. 中國人口.資源與環(huán)境,2011,(09):26-31.（12）龔艷冰. 基于正態(tài)云模型和熵權(quán)的河西走廊城市化生態(tài)風(fēng)險(xiǎn)綜合評價(jià)J. 干旱區(qū)資源與環(huán)境,2012,(05):169-174.（13）龔艷冰,張繼國. 基于正態(tài)云模型和熵權(quán)的人口發(fā)展現(xiàn)代化程度綜合評價(jià)J. 中國人口.資源與環(huán)境,2012,(01):138-143.（14）張繼國,劉新仁. 水文水資源中不確定性的信息熵分析方法綜述J. 河海大學(xué)學(xué)報(bào)(自然科學(xué)版),2000,(06):32-37.（15）張繼國,劉新仁. 降水時(shí)空分布不均勻性的信息熵分析()基本概念與數(shù)據(jù)分析J. 水科學(xué)進(jìn)展,2000,(02)

46、:133-137.（16）張繼國,劉新仁. 降水時(shí)空分布不均勻性的信息熵分析()模型評價(jià)與應(yīng)用J. 水科學(xué)進(jìn)展,2000,(02):138-143.3、項(xiàng)目負(fù)責(zé)人以往承擔(dān)國家、省級等各類科技計(jì)劃項(xiàng)目完成情況主要相關(guān)科研項(xiàng)目：（1）面向知識服務(wù)的知識組織模型與應(yīng)用研究（國家自然科技基金項(xiàng)目(71273126)，是本項(xiàng)目的研究基礎(chǔ)）;（2）基于生態(tài)理論企業(yè)信息系統(tǒng)成長機(jī)理及模型研究省教育廳高校哲學(xué)社會科學(xué)基金（09SJD870001）；（3）生態(tài)視角下企業(yè)信息系統(tǒng)成長過程及演化研究中央高?；究蒲袠I(yè)務(wù)費(fèi)專項(xiàng)資金項(xiàng)目（2009B32914）。4、項(xiàng)目實(shí)施具備的人才隊(duì)伍、經(jīng)費(fèi)配套投入能力及科技服務(wù)管理能力；本課題組技術(shù)力量雄厚，系統(tǒng)工程、計(jì)算機(jī)技術(shù)、情報(bào)學(xué)、統(tǒng)計(jì)學(xué)等專業(yè)技術(shù)人才，目前有教授1名、副教授2名，講師3名及多名在讀研究生。校區(qū)可確保對項(xiàng)目經(jīng)費(fèi)給予配套，校區(qū)科技處是校區(qū)專門的科研項(xiàng)目管理單位，有豐富的項(xiàng)目管理經(jīng)驗(yàn)，組織管理工作到位。5、本項(xiàng)目實(shí)施可能對環(huán)境的影響及預(yù)防治理方案。本項(xiàng)目實(shí)施對環(huán)境沒有任何影響。五、項(xiàng)目研究