陳曉鋮

廣東省中山市人民醫(yī)院信息科，廣東中山 528403

基于大數(shù)據(jù)的醫(yī)院DRGs信息化管理模式研究

陳曉鋮

廣東省中山市人民醫(yī)院信息科，廣東中山 528403

經(jīng)過多年的研究和探索應(yīng)用，DRGs信息管理系統(tǒng)試運(yùn)行已經(jīng)積累了海量的數(shù)據(jù)資源，傳統(tǒng)的人工分析方法已經(jīng)無法滿足需求，亟需引入BP神經(jīng)網(wǎng)絡(luò)、支持向量機(jī)、K均值算法等，利用大數(shù)據(jù)分析技術(shù)構(gòu)建一個(gè)良好的管理系統(tǒng)，實(shí)現(xiàn)信息的再加工和利用，具有重要的作用和意義。該文重點(diǎn)描述大數(shù)據(jù)在DRGs試運(yùn)行中的應(yīng)用情況，同時(shí)分析了K均值、BP神經(jīng)網(wǎng)絡(luò)、支持向量機(jī)等大數(shù)據(jù)技術(shù)的應(yīng)用特點(diǎn)和發(fā)展趨勢(shì)，為DRGs試運(yùn)行的普及使用和效率改進(jìn)體用支撐。

大數(shù)據(jù)；DRGs；數(shù)據(jù)挖掘；BP神經(jīng)網(wǎng)絡(luò)

隨著“互聯(lián)網(wǎng)+”技術(shù)的發(fā)展和改進(jìn)，“互聯(lián)網(wǎng)+醫(yī)療”已經(jīng)成為當(dāng)前科研機(jī)構(gòu)、政企單位、醫(yī)院研究應(yīng)用的熱點(diǎn)，利用計(jì)算機(jī)技術(shù)開發(fā)HIS醫(yī)院信息系統(tǒng)，包括LIS（實(shí)驗(yàn)室信息系統(tǒng)或檢驗(yàn)信息系統(tǒng)、PACS（醫(yī)學(xué)影像存檔和通信系統(tǒng)）、EMR（電子病歷系統(tǒng)）、CIS（臨床信息系統(tǒng)）、NIS（監(jiān)護(hù)信息系統(tǒng)）等，大大地提高了醫(yī)院的信息化、智能化和自動(dòng)化水平，更好地滿足醫(yī)療診斷服務(wù)。DRGs是一個(gè)綜合考慮患者疾病嚴(yán)重程度、復(fù)雜性，同時(shí)結(jié)合醫(yī)療需求和醫(yī)療資源的使用強(qiáng)度，設(shè)計(jì)和開發(fā)的以患者為中心的病歷組合系統(tǒng)，該系統(tǒng)一經(jīng)投入使用，便能得到了迅速的普及，可以有效地為衛(wèi)生管理部門評(píng)價(jià)醫(yī)療機(jī)構(gòu)的服務(wù)績(jī)效提供支撐，同時(shí)也可以為醫(yī)療保險(xiǎn)部門根據(jù)分組劃分結(jié)果進(jìn)行醫(yī)療費(fèi)用管理[1]。

DRGs運(yùn)行需要引入海量的數(shù)據(jù)，傳統(tǒng)的人工、半人工分組模式已經(jīng)無法滿足需求，因此利用大數(shù)據(jù)技術(shù)，可以取代傳統(tǒng)的人工或半人工分析模式，利用大數(shù)據(jù)挖掘分析技術(shù)，從大數(shù)據(jù)中挖掘潛在的、有價(jià)值的信息，形成一個(gè)個(gè)的信息類，信息類之間具有較大的相異性，信息類內(nèi)部具有較高的同質(zhì)性，因此可以利用信息類進(jìn)行分類操作，提供一個(gè)合理的知識(shí)解釋和決策信息[2]。但是，大數(shù)據(jù)時(shí)代，數(shù)據(jù)量呈現(xiàn)出指數(shù)級(jí)上升特點(diǎn)，同時(shí)數(shù)據(jù)的評(píng)價(jià)維度也逐漸豐富，如何提高大數(shù)據(jù)挖掘結(jié)果的準(zhǔn)確性和價(jià)值性，已經(jīng)成為許多人的研究熱點(diǎn)。該文重點(diǎn)描述大數(shù)據(jù)在DRGs試運(yùn)行中的應(yīng)用情況，同時(shí)分析了K均值、BP神經(jīng)網(wǎng)絡(luò)、支持向量機(jī)等大數(shù)據(jù)技術(shù)的應(yīng)用特點(diǎn)和發(fā)展趨勢(shì)，為DRGs試運(yùn)行的普及使用和效率改進(jìn)體用支撐[3]。

1 DRGs信息化管理實(shí)踐分析

疾病診斷相關(guān)分組（Diagnosis Related Groups，簡(jiǎn)稱DRGs）是上個(gè)世紀(jì)70年代美國(guó)學(xué)者研發(fā)的一種先進(jìn)的、科學(xué)的病例組合系統(tǒng)，該系統(tǒng)能夠以出院患者的病歷為基本依據(jù)，綜合考慮患者的診斷模式、治療方式，結(jié)合患者的個(gè)體特征進(jìn)行分組，個(gè)體特征可以包括并發(fā)癥、伴隨病、年齡、性別等，同時(shí)結(jié)合患者疾病的復(fù)雜程度、診斷治療的費(fèi)用劃分病例分組，是一個(gè)真正以患者為中心、精細(xì)化管理的工具[4]。2015年，廣東省成立DRGs管理中心，近年來經(jīng)過省衛(wèi)生計(jì)生委的領(lǐng)導(dǎo)下，DRGs管理中心開始研究、實(shí)施、應(yīng)用和管理工作，逐漸探索出一條適合廣東醫(yī)院實(shí)施的DRGs，促進(jìn)醫(yī)院從管理隨意化向規(guī)范化、粗放經(jīng)營(yíng)向精細(xì)化管理轉(zhuǎn)變。開展DRG付費(fèi)改革是促進(jìn)公立醫(yī)院運(yùn)行機(jī)制改革，破除以藥養(yǎng)醫(yī)的有效手段，是建立分級(jí)診療制度的有效途徑，通過醫(yī)保打包付費(fèi)，將藥品和耗材等轉(zhuǎn)化為醫(yī)療機(jī)構(gòu)的成本要素，這種激勵(lì)機(jī)制的轉(zhuǎn)變，有利于調(diào)動(dòng)醫(yī)療機(jī)構(gòu)主動(dòng)的調(diào)整結(jié)構(gòu)和機(jī)制，充分調(diào)動(dòng)醫(yī)務(wù)人員主動(dòng)有效地降低醫(yī)療成本、提高醫(yī)療效率和提升服務(wù)質(zhì)量的積極性。

①管理隨意化向規(guī)范化轉(zhuǎn)變。隨意化管理是在機(jī)構(gòu)的初創(chuàng)期所采取的一種管理方式，一般缺乏規(guī)則意識(shí)和制度約束，無法支撐機(jī)構(gòu)的正常發(fā)展和壯大。機(jī)構(gòu)想要繼續(xù)發(fā)展，必須是管理走上規(guī)范化、制度化道路。DRGs試運(yùn)行之后，能有效規(guī)范醫(yī)院管理模式，由經(jīng)驗(yàn)型、隨意化向科學(xué)化、正規(guī)化、制度化管理模式轉(zhuǎn)變，順應(yīng)時(shí)代的發(fā)展潮流。

②由粗放型經(jīng)營(yíng)向精細(xì)化管理發(fā)展。醫(yī)療機(jī)構(gòu)開展過程中，由于醫(yī)療科室很多，各個(gè)科室均有自己的業(yè)務(wù)，因此長(zhǎng)期粗放型經(jīng)營(yíng)模式已經(jīng)無法滿足需求，僅僅靠投資、需求拉動(dòng)增長(zhǎng)無法提升醫(yī)療服務(wù)水平，許多醫(yī)療結(jié)構(gòu)領(lǐng)導(dǎo)過于務(wù)虛，管理流程流于形式。DRGs試運(yùn)行強(qiáng)調(diào)管理的數(shù)據(jù)化、精確化，管理流程得到了持續(xù)優(yōu)化和改進(jìn)，實(shí)現(xiàn)了以人為核心的醫(yī)療診斷服務(wù)模式，提升了醫(yī)院的持續(xù)創(chuàng)新精神[5]。

2 大數(shù)據(jù)在DRGs信息化管理中的應(yīng)用

DRGs信息化管理試運(yùn)行期間已經(jīng)積累了海量的數(shù)據(jù)資源，從病歷信息中可以提取藥物使用、診斷模式、患者個(gè)人信息等，這些數(shù)據(jù)為提高醫(yī)療診斷服務(wù)水平具有重要的作用，但是海量的數(shù)據(jù)搜索工作非常耗費(fèi)人力，不能夠匹配最優(yōu)化的分組，因此，大數(shù)據(jù)分析技術(shù)誕生之后，可以利用BP神經(jīng)網(wǎng)絡(luò)、支持向量機(jī)、K均值等數(shù)據(jù)挖掘技術(shù)，從DRGs信息化管理試運(yùn)行積累的海量數(shù)據(jù)中尋找有價(jià)值的信息，從而可以更好的調(diào)整和改進(jìn)工作水平。大數(shù)據(jù)在DRGs信息化管理中地應(yīng)用如圖1所示。

①BP神經(jīng)網(wǎng)絡(luò)。BP神經(jīng)網(wǎng)絡(luò)又被稱為連接機(jī)模型，模仿人的大腦神經(jīng)系統(tǒng)活動(dòng)的規(guī)律建立起來的計(jì)算模式，是對(duì)眾多需要處理的單元進(jìn)行互聯(lián)形成的網(wǎng)絡(luò)系統(tǒng)。BP神經(jīng)網(wǎng)絡(luò)在運(yùn)行時(shí)可以將DRGs信息劃分為多層層次，每一個(gè)層次都需要進(jìn)行計(jì)算，計(jì)算過程中可以針對(duì)不同的特征映射進(jìn)行操作完成，每一個(gè)特征操作映射都采用二維平面的形式存在，這些平面中擁有很多的神經(jīng)元，這些神經(jīng)元都可以在約束情況下完成權(quán)值集合操作。卷積神經(jīng)網(wǎng)絡(luò)在卷積層完成相關(guān)的信息計(jì)算服務(wù)處理之后，系統(tǒng)可以實(shí)現(xiàn)一個(gè)強(qiáng)大的局部平均操作處理，這樣就可以實(shí)現(xiàn)信息處理和加工操作，經(jīng)過多層次的平移變換操作，可以產(chǎn)生相關(guān)的敏感度，這些敏感度正在逐漸下降，可以更好地進(jìn)行子抽樣操作服務(wù)。

②支持向量機(jī)。支持向量機(jī)是一種性能強(qiáng)大的數(shù)據(jù)分析技術(shù)，其可以解決樣本數(shù)量較少、非線性或高維模式數(shù)據(jù)分析的問題，比如推廣到函數(shù)擬合的其他類型數(shù)據(jù)分析問題中，可以更好地分析數(shù)據(jù)、識(shí)別模式，用于分類和回歸分析。支持向量機(jī)作為一種先進(jìn)的數(shù)據(jù)挖掘技術(shù)，在DRGs分組中也存在嚴(yán)重的精確度較低問題，因此可以引入自適應(yīng)共振理論，進(jìn)一步利用數(shù)據(jù)中蘊(yùn)含的有價(jià)值信息，將這些信息進(jìn)行分類和挖掘，從而可以從不同的角度進(jìn)行分類和操作。

圖1 基于大數(shù)據(jù)的DRGs算法運(yùn)行流程圖

③K均值。K均值（K-means）算法是一種基于距離的聚類算法，其可以把DRGs中的患者對(duì)象數(shù)據(jù)之間相似程度作為度量指標(biāo)，采用無監(jiān)督學(xué)習(xí)模式，通常兩個(gè)患者對(duì)象數(shù)據(jù)的距離越近，這兩個(gè)數(shù)據(jù)對(duì)象的相似性就會(huì)越高，不需要指定數(shù)據(jù)的類別標(biāo)簽就可以獲取內(nèi)部結(jié)構(gòu)，將數(shù)據(jù)匯聚在一起，實(shí)現(xiàn)數(shù)據(jù)解釋。

3 結(jié)語

DRGs作為一種疾病診斷相關(guān)分組管理模式，其需要根據(jù)歷年患者的信息，按照某種規(guī)則或需求劃分患者到組中。DRGs分組劃分過程中，由于數(shù)據(jù)量非常大，傳統(tǒng)管理模式無法滿足需求，該文探討了在DRGs分組中引入BP神經(jīng)網(wǎng)絡(luò)、K均值和支持向量機(jī)，可以大幅度提升分組的準(zhǔn)確度，具有重要的作用和意義。

[1]李婧,胡光宇.DRGs在醫(yī)院精細(xì)化管理中的應(yīng)用[J].中國(guó)管理信息化,2016,19(14):72-73.

[2]簡(jiǎn)偉研,胡牧.基于診斷相關(guān)組(DRGs)付費(fèi)的工作模式和運(yùn)作機(jī)制[J].中華醫(yī)院管理雜志,2015,31(11):812-816.

[3]劉會(huì)勛,劉超然.大數(shù)據(jù)時(shí)代的醫(yī)院信息化建設(shè)研究[J].中醫(yī)藥管理雜志,2015(5):56-58.

[4]王鵬,陳仲強(qiáng),胡牧.基于DRGs制定平均住院日指標(biāo)的方法[J].中國(guó)醫(yī)院,2009,13(5):23-27.

[5]王鵬,金昌曉,胡牧.診斷相關(guān)組促進(jìn)醫(yī)院管理[J].中國(guó)社會(huì)保障,2016,12(10):41-43.

Research on Hospital DRGs Information Management Model Based on Big Data

CHEN Xiao-cheng
Department of Information,Zhongshan People’s Hospital of Guangdong Province,Zhongshan,Guangdong Province,528403 China

With the advancement of medical reform and the development of hospital information,the introduction of DRGs management model for the general trend of the hospital,this model can achieve a more standardized,scientific and refined hospital.After many years of research and exploration and application,DRGs information management system has accumulated a large amount of data resources,the traditional manual analysis method has been unable to meet the needs of the urgent demand for introduction of BP neural network,supporting vector machine,K-means algorithm.Building a good management system to achieve the re-processing and use of information by data analysis technology has an important value and function.

Big data;DRGs;Data mining;BP neural network

R197

A

1672-5654（2017）09（b）-0051-02

2017-06-18）

10.16659/j.cnki.1672-5654.2017.26.051

陳曉鋮（1976-），男，廣東中山人，碩士，高級(jí)工程師，主要從事信息化建設(shè)管理工作。