劉新宇

摘要:文章論述了關(guān)聯(lián)規(guī)則以及貝葉斯算法在醫(yī)院住院患者逃費(fèi)預(yù)測(cè)分析中的實(shí)現(xiàn)原理及應(yīng)用,闡述了屬性權(quán)重分析方法、分類分析進(jìn)行逃費(fèi)預(yù)測(cè)的實(shí)現(xiàn)。

關(guān)鍵詞:商業(yè)智能;貝葉斯算法;關(guān)聯(lián)規(guī)則;醫(yī)院信息系統(tǒng)。

一、引言

醫(yī)院的信息化建設(shè)在商業(yè)智能領(lǐng)域?qū)儆诔跫?jí)階段,商業(yè)智能針對(duì)醫(yī)院信息系統(tǒng)中所產(chǎn)生的龐大數(shù)據(jù),通過BI所提供的各種強(qiáng)大的分析功能進(jìn)行多角度、多層次的分析,為醫(yī)院的科學(xué)管理和科學(xué)決策提供有價(jià)值的信息資源,真正實(shí)現(xiàn)醫(yī)院全方位智能化管理,這將是醫(yī)院信息化的大勢(shì)所趨。

二、需求分析

從業(yè)務(wù)發(fā)展角度看,醫(yī)院作為救死扶傷的機(jī)構(gòu)承擔(dān)著治病救人的社會(huì)職責(zé)。但另一方面,作為經(jīng)營(yíng)性實(shí)體,醫(yī)療機(jī)構(gòu)同時(shí)也要對(duì)就診者收費(fèi)。由于種種原因,不少醫(yī)院不同程度地面臨著各式各樣的欠逃費(fèi)現(xiàn)象,醫(yī)療收費(fèi)難成為不少醫(yī)院的隱痛,為此本文將通過數(shù)據(jù)挖掘技術(shù)實(shí)現(xiàn)逃費(fèi)分析預(yù)測(cè)模型,這是解決這些問題的第一步。縱觀醫(yī)院歷年來的逃費(fèi)記錄來看,每年都有大量的逃費(fèi)患者,包括急診救治、住院、術(shù)后等各種狀況,在現(xiàn)有醫(yī)療體制的大環(huán)境下,對(duì)逃費(fèi)概率較高的患者需要多加關(guān)注,從管理的層面盡可能地將逃費(fèi)的現(xiàn)狀在一定程度上改善。逃費(fèi)預(yù)測(cè)分析主要應(yīng)用思路就是基于現(xiàn)有的醫(yī)院信息系統(tǒng)歷年的數(shù)據(jù),采用數(shù)據(jù)挖掘模型的關(guān)聯(lián)規(guī)則從多方位、多角度形成出逃費(fèi)的模型,并據(jù)此模型對(duì)現(xiàn)有住院患者進(jìn)行逃費(fèi)分析,并將分析結(jié)果提供給護(hù)士以及相應(yīng)管理人員,提供管理依據(jù)。

三、設(shè)計(jì)方案

(一)數(shù)據(jù)倉(cāng)庫(kù)與數(shù)據(jù)挖掘

數(shù)據(jù)倉(cāng)庫(kù)是一種管理技術(shù),它將分布在企業(yè)中的異構(gòu)數(shù)據(jù)集成在一起,實(shí)現(xiàn)數(shù)據(jù)的采集、歸納和處理,使醫(yī)院的業(yè)務(wù)工作環(huán)境和信息分析環(huán)境相分離,為數(shù)據(jù)挖掘的應(yīng)用奠定基礎(chǔ)。把異構(gòu)的數(shù)據(jù)抽取、清理、轉(zhuǎn)載和更新到數(shù)據(jù)倉(cāng)庫(kù)中,是醫(yī)院數(shù)據(jù)挖掘應(yīng)用的基礎(chǔ)。

(二)建立逃費(fèi)影響因素的關(guān)聯(lián)模型

1、數(shù)據(jù)準(zhǔn)備和屬性權(quán)重分析。數(shù)據(jù)準(zhǔn)備需要做的工作主要為:使用數(shù)據(jù)提取、轉(zhuǎn)換和裝載工具基于事務(wù)型數(shù)據(jù)庫(kù)建立逃費(fèi)相關(guān)的主題數(shù)據(jù)倉(cāng)庫(kù),使用數(shù)據(jù)有效性過濾方法過濾掉不完整的記錄,使用數(shù)字規(guī)范化方法把逃費(fèi)的結(jié)果歸納成布爾值(0不逃費(fèi),1逃費(fèi)),在數(shù)據(jù)處理完畢后,利用Microsoft Naive Bayes算法找出各住院相關(guān)的屬性影響逃費(fèi)的權(quán)重。權(quán)重是根據(jù)對(duì)應(yīng)屬性取不同值時(shí),影響病人逃費(fèi)的概率統(tǒng)計(jì)。其中,權(quán)重大于零的屬性被認(rèn)為是與逃費(fèi)相關(guān)的屬性,權(quán)重小于等于零的屬性被認(rèn)為是對(duì)逃費(fèi)沒有影響的屬性。下文針對(duì)權(quán)重大于零的屬性,利用關(guān)聯(lián)規(guī)則進(jìn)行相關(guān)性分析。

2、關(guān)聯(lián)規(guī)則基本概念。設(shè)I={i1,i2,i3,…,in｝是事件全集。設(shè)集合D是事件的集合(D?奐I)。A、B是兩個(gè)事件,關(guān)聯(lián)規(guī)則是形如A→B的蘊(yùn)涵式,其中A∈I,B∈I。規(guī)則A→B在事件集D中成立,具有支持度s,其中s是D中的事件包含A∪B(A和B同時(shí)發(fā)生)的概率,記為P(A∪B)。規(guī)則A→B在事件集D中具有置信度c,c是在D中包含事件A的條件下也包含B的概率,即條件概率P(B|A)。分別記為:Support(A→B)=P(A∪B)Confidence(A→B)=P(B|A)。

3、Microsoft關(guān)聯(lián)規(guī)則的應(yīng)用。關(guān)聯(lián)規(guī)則在應(yīng)用中考慮的是事件的存在與不存在,即布爾值0或1,所以它是布爾關(guān)聯(lián)規(guī)則。根據(jù)規(guī)則中涉及的數(shù)據(jù)維可以分為單維關(guān)聯(lián)規(guī)則和多維關(guān)聯(lián)規(guī)則。對(duì)于使用關(guān)聯(lián)規(guī)則中的項(xiàng)或?qū)傩悦總€(gè)只涉及一個(gè)維的方法,是單維關(guān)聯(lián)規(guī)則。

例1:RA→IsEscape(逃費(fèi)):表示入院來源為A的病人逃費(fèi)情況為逃費(fèi)(其中支持度和置信度省略)。符號(hào)說明:RA——入院來源A,HB——戶籍B,MA——醫(yī)保類型A,JB——職業(yè)類型B,其他類推;下文均符合這個(gè)約定。

同樣,對(duì)于使用多個(gè)維度進(jìn)行關(guān)聯(lián)的分析的方法,稱為多維關(guān)聯(lián)規(guī)則。

例2:RA∧HD→IsEscape(逃費(fèi)):表示入院來源為A并且戶籍屬于D的病人,逃費(fèi)情況為逃費(fèi)。

在關(guān)聯(lián)分析模型中的維數(shù)可以任意地進(jìn)行指定,不過指定的維數(shù)與數(shù)據(jù)挖掘進(jìn)行的速度是成反比的,而且大于3個(gè)維度的置信度將會(huì)非常小,模型具有實(shí)際意義的可能性很小。表1是一個(gè)3個(gè)維度關(guān)聯(lián)分析的運(yùn)行結(jié)果,可以看到不同屬性的組合能夠影響逃費(fèi)情況的量化判定。以第一行為例:入院來源為A、職業(yè)為C并且醫(yī)保類型為B的病人逃費(fèi)的置信度為90.9%,支持度為85.9%?？梢钥闯鋈朐簛碓礊锳、職業(yè)為C并且醫(yī)保類型為B的病人逃費(fèi)概率比較高(90.9%的逃費(fèi)概率)。

(三)分類分析進(jìn)行逃費(fèi)預(yù)測(cè)

分類分析是針對(duì)離散值進(jìn)行預(yù)測(cè)的方法,這個(gè)方法的天然特性決定了其適合于解決逃費(fèi)這個(gè)布爾值的預(yù)測(cè)問題。該方法實(shí)現(xiàn)采用Naive Bayes算法,該算法所需的運(yùn)算量小,能夠快速生成挖掘模型以發(fā)現(xiàn)輸入列和可預(yù)測(cè)列之間的關(guān)系。應(yīng)用分類分析需要三個(gè)主要步驟:

第一步:建立預(yù)測(cè)模型。本例中使用基本屬性作為樣本屬性,同時(shí)簡(jiǎn)化逃費(fèi)情況的分類,逃費(fèi)狀態(tài)只分為逃費(fèi)和不逃費(fèi)兩類。使用已知分類結(jié)果的訓(xùn)練數(shù)據(jù)集計(jì)算出a式中P(Xk|Ci)和P(Ci)的值(i=1,2;1≤k≤5),這些概率已知后,給任一樣本X就可以根據(jù)a式判定出它屬于哪個(gè)分類,這樣預(yù)測(cè)模型就建立了。

第二步:模型準(zhǔn)確性的評(píng)價(jià)。利用同樣已知分類結(jié)果的測(cè)試數(shù)據(jù)集來評(píng)價(jià)第一步中生成的預(yù)測(cè)模型,即把測(cè)試數(shù)據(jù)集的預(yù)測(cè)結(jié)果和實(shí)際情況進(jìn)行比較,評(píng)價(jià)的結(jié)果為預(yù)測(cè)矩陣,行標(biāo)表示實(shí)際發(fā)生的結(jié)果,列標(biāo)表示預(yù)測(cè)的結(jié)果,對(duì)角線上的數(shù)據(jù)表示預(yù)測(cè)模型預(yù)測(cè)正確的次數(shù),數(shù)據(jù)部分反對(duì)角線上的兩個(gè)數(shù)據(jù)是預(yù)測(cè)結(jié)果與實(shí)際結(jié)果不符的情況發(fā)生的次數(shù),同時(shí)可以獲得模型的準(zhǔn)確程度為97.8%。如果對(duì)模型不滿意,可以通過調(diào)整貝葉斯方法入口參數(shù)值,重新進(jìn)行第一步,直到獲得滿意的準(zhǔn)確度。入口參數(shù)即為a式中P(Xk|Ci)的人為設(shè)定的最小參考值,當(dāng)P(Xk|Ci)小于設(shè)定的入口參數(shù)時(shí),P(Xk|Ci)的值由設(shè)定的入口參數(shù)值替代,這個(gè)參數(shù)設(shè)置的目的是為了保證樣本屬性k取值為Xk時(shí),把樣本預(yù)測(cè)為屬于分類Ci的概率,入口參數(shù)通常結(jié)合屬性權(quán)重分析結(jié)果設(shè)定,入口參數(shù)在0-1之間變化。

第三步:預(yù)測(cè)模型的應(yīng)用。對(duì)模型準(zhǔn)確度滿意后,就可以將分類模型應(yīng)用于應(yīng)用數(shù)據(jù)集;這里的應(yīng)用數(shù)據(jù)集是醫(yī)院住院數(shù)據(jù)的病人相關(guān)資料信息,但是沒有逃費(fèi)情況的數(shù)據(jù)集。應(yīng)用數(shù)據(jù)集存儲(chǔ)在一個(gè)數(shù)據(jù)表中,把這個(gè)數(shù)據(jù)表中的記錄分別作為預(yù)測(cè)模型(a式)的輸入預(yù)測(cè)出病人逃費(fèi)的結(jié)果,可以把預(yù)測(cè)結(jié)果的逃費(fèi)率與歷史上相同情況的逃費(fèi)率進(jìn)行比較,判定某個(gè)醫(yī)療環(huán)節(jié)是否需要調(diào)整以及優(yōu)化?；蛘咄ㄟ^預(yù)測(cè)模型的準(zhǔn)確度和某病人的逃費(fèi)概率,提前針對(duì)逃費(fèi)病人采取措施,以避免逃費(fèi)情況的發(fā)生。

四、結(jié)論與建議

在當(dāng)前的大環(huán)境下,我國(guó)與國(guó)外的醫(yī)療信息化的發(fā)展步伐相比,還有很多方面需要建設(shè)與完善,尤其是在商業(yè)智能的應(yīng)用領(lǐng)域還處于初級(jí)階段狀態(tài)下,合理、適時(shí)的逃費(fèi)分析預(yù)測(cè)系統(tǒng)有現(xiàn)實(shí)的建設(shè)意義。

參考文獻(xiàn):

1、段云峰,李劍威,韓潔,宋美娜.數(shù)據(jù)倉(cāng)庫(kù)基礎(chǔ)[M].電子工業(yè)出版社出版,2004.

2、邵峰晶,于忠清.數(shù)據(jù)挖掘原理與算法[M].水利水電出版社,2003.

3、韓家煒.數(shù)據(jù)挖掘概念與技術(shù)[M].機(jī)械工業(yè)出版社,2006.

(作者單位:上?；ヂ?lián)網(wǎng)軟件有限公司)