摘要：随着我国经济的飞速发展，人民生活水平的提高，医疗保险制度也日趋完善，并逐渐成为广大病患的福音，为方便病患看病提供了制度保障。近年来参保人数越来越多，医保费用也水涨船高，所以加强对医保费用的监管和支配成为重要的课题。本文从数据挖掘技术的基本特征出发，深入探讨了其在医院医保费用管理中发挥的作用，由此设计出一套医保费用挖掘体系，期望能在实际应用中不断完善医疗保险费用机制。
关键词：数据；挖掘技术；医保控费；管理
引言
医保政策是我国的社会保障系统的重要组成部分，能够让城乡民众在问诊就医方面减少支出，减轻患者的经济压力。为了提升居民的生活质量，建立完善健全的医疗保险制度已经迫在眉睫，但是随着参保人数不断增加，相关部门和医院在医保费用的管理上面临的问题逐渐凸显，传统人力操作处理大量费用信息已不现实，必须要发挥现代信息技术的作用。这就为数据挖掘技术在医疗保险上提供了广阔的应用空间。
1数据挖掘技术在医院医保费用管理中的应用价值
医保费用的相关信息和数据往往存在着无规律性和不透明性的特点，数据挖掘技术的应用可以将深层信息提取出来进行探究和返溯。以医院医保费用管理机制为基础，从临床实际情况出发，从科室、时间、病种、病患及医生等多方面进行剖析。此外，要注重医疗资源分配的公平性和均衡性，建立严格明确的医保费用管理机制。以上工作应该以医院和医疗信息系统为基础，应用数据挖掘技术，医医保费用挖掘系统的性能。
2相关概念
2.1数据挖掘技术
作为一项数据处理技术，数据挖掘技术可从海量的模糊和残缺的随机数据中将有价值的信息提炼出来。通过选择合适的分析工具，采用模糊集、遗传算法、决策树等统计学方法对数据仓库进行归类和整理，由此产生有价值的数据信息。数据挖掘主要包含以流程：数据集成、数据缩减、数据清理、数据转换、数据挖掘实施、模式评估和知识表示。
数据挖掘是一个不间断往复循环的过程，如果在某一环节未达到预期效果，就要回到第一个环节，重新进行分析。当然这八个环节是数据挖掘最完整全面的操作链，在某些作业中若数据源较少，数据集成这一环节可以去掉。
2.2医疗保险
医保政策是我国的社会保障系统的重要组成部分，能够让城乡民众在问诊就医方面减少支出，减轻患者的经济压力。医疗保险制度的搭建及优化对于国家和人民来说都有着重大现实意义。（1）医疗保险极大满足了百姓愈发多样化的医疗服务需求。随着我国经济的飞速发展，人民生活水平的提高，外加我国是一个人口老龄化趋势明显的大国，人们对医疗服务提出了更高的标准和要求。以往昂贵的医疗费用导致居民看不起病的现象逐渐减少，医疗保险的在城市和农村的普及让居民通过花费较低的费用便能享受到较高质量医疗服务。只有扩大我国医保的覆盖率，才能为广大居民营造高质量的医疗服务环境。所以要想提高居民的生活质量，对现行的中国医疗保险制度大力改革势在必行。
（2）推动中国社会稳定发展的一个重要措施是完善医疗保险制度。受不同地区经济发展水平的制约，各地的医疗资源水平差距较大，到目前为止依然有贫困地区的居民看不起病。科学合理的医疗保险制度能够分摊医疗费用问题，不仅能够让百姓有底气去医院看病，还能减少因为看不起病耽误治疗使病情恶化的现象。所以医疗保险制度是维护社会稳定、保证社会长治久安发展的一个极为重要的维稳机制，不论是地方政府还是中央政府，都应该将建立更加科学完善的医保机制作为改善民生的重中之重，作为推进社会治理体系现代化、治理能力现代化的重要一环。
当下信息技术已经广泛应用于工作生活的各个领域，未来在医疗保险的发展过程中，信息技术将会在提升报销速度等方面发挥越来越重要的作用，这也是医疗保险领域在便民方面的将要进行的重要改进，未来人民交医疗保险，报销医保也将越来越简单快捷。
3医保费用挖掘系统的设计
数据挖掘在面向对象和应用时所采用途径和操作流程存在着较大的区别。在面向对象时，核心步骤是提取数据源，考虑到实际应用的需要，整体挖掘过程并不复杂，难度较小，但是对建模有着较高要求，流程繁多，效率不高；在面向应用时，则主要针对实际应用需要进行数据的分析和处理。对同一数据进行整合时，要结合实际操作的现实情况，确定主题，整体较为繁琐和复杂，但是对建模要求较低，调试流程简便。在建立医保费用挖掘系统中，要针对面向对象和应用采用不同的构建方法，使之更适合当前工作的需要。
3.1系统结构
为强化对医保费用的监管和支配，医院会将数据挖掘技术体系构建作为加强管理的切入点。系统结构分为三个层次。医保费用挖掘系统的底层结构，利用ODBC接口将数据仓库和原始数据源进行衔接，然后导入数据，从而实现数据的提取和清洗。在一维数据转化为多维分层数据的过程中，不能忽视建模和OLAP的分析，以此为前提设计主题域和元数据。
3.2数据仓库
为了提升处理海量业务数据的效率，削减数据处理的时间，便于人们进行数据查询和统计工作，搭建数据仓库时要经过充分的考量，唯有如此才可以快速筛选出符合条件的有用信息。当该数据仓库需要满足管理人员的需求时，数据仓库就需要在满足基层人员需求的基础上，还要有汇总、分析、总结大量历史数据的能力。这个时候数据仓库的功能也从基础的应用型提升成主题性，主题型数据仓库多是采取雪花方式和星型方式。调阅数据仓库信息时常用的方式为查询和只读，查询吞吐量和相应时间是其基本的度量方式，不用过多更改、去掉或添加。
期刊文章分类查询,尽在期刊图书馆业务数据经过提取相关的内容，或者变化格式，或者修正数据，或者归纳汇总后，然后放在数据库。构建数据库时要从业务收集和分析的需要出发而定义与之相关的新数据源。在物理设计时，要结合数据模型的特征，选取合适的数据库连接软件和仓库技术。
3.3挖掘模型
设计挖掘模型是建立医保费用挖掘系统的关键环节，只有建立合理的挖掘模型才能挖掘出有价值的数据。挖掘模型的建立不是一蹴而就的过程，需要经过反复试验，就医院医保费用管理的需要进行必要的更改和调试。在查看数据仓库中的集成和储存的数据时，应该详细掌握其维度的具体信息，定义和诠释维度中的列和层次，提取有用信息。在支配和监管医保费用时，要对科室、时间、患者、病种和从医者从多个角度和方面进行分析。
挖掘模型搭建时必须要考虑到医保系统的特殊性，最终建成多层次、多角度、多方面的逻辑关系。医保信息中的维度包含多个方面，具体来说有个人电脑，医保记录、住院登记号、业务交单号等。科室信息中具体包括主要开单科室、入院科室、出院科室等，这些还需要细分一级二级或三级，具体根据需要而定。患者资料则记录了患者姓名、岁数、性别、居住地等维度。住院信息中涵盖了住院时间、主治医师、主管大夫、出院诊断、出院时间等维度。不同方面的信息所涵盖的维度是不同的，多种维度共同构成了庞大复杂的医保信息。在此基础上，要选择摘要与信息字段和挖掘算法。
4数据挖掘技术在医保控费管理中的作用和目前运用情况
4.1数据挖掘技术在医保控费管理中的作用
这些年以来，我国的医保参保人数逐渐增多，医院医保的数据和信息也越发庞大，海量、随机和模糊的信息使得传统的人力已经无法满足医保控费管理的需要。数据挖掘技术可以在海量的数据中快速筛选锁定目标，还能够分析反馈潜藏的信息，该技术能够满足医保控费管理的需要，可以节省医保控费管理的成本和时间，辅助医保控费管理进行业务解析及处置，能够筛选、解析医保患者的就医日期时间、就诊科室、病名、相关费用，有利于医保系统对具体患者医保政策评估及核查。另外，数据挖掘技术可以优化医院的医保费用管理体系，提高医保费用的监管水准，更为充分的利用医院信息管理系统。
4.2目前数据挖掘技术在医保控费管理中的运用情况
⑴因为医保数据库信息较为复杂交错，数据挖掘技术在实际运用时操作重复性动作较多；
⑵很多医院的医保数据库搭建时没按规范操作，数据库中医保人员的无关信息较多，使得数据挖掘技术的效果受到影响；
⑶医保系统需要升级完善才能去除缺陷，因系统自身原因或者是操作不规范，会让数据挖掘技术筛选时出现目标不准确或是信息不清晰的情况。
5数据挖掘技术在医保控费管理中的运用
5.1数据挖掘技术的主体系统结构
该技术能够在医保控费的控制医疗保险费用环节作为技术支持，发挥出积极作用。实际应用时可按如下操作：最下层时把数据仓库和原始数据衔接，该技术具备数据的筛选、导入等功能；在医保表格中，把普通数据转变为立体多层数据中，要重视自己所需的控费目的，并且要不断完善各级标题设计和建立重要监测点。
5.2挖掘模型设计
挖掘模型是数据挖掘技术的关键部分，运用在医保控制管理中也发挥了重要作用。数据挖掘技术的主体系统结构用于后台工作，主要是选中符合条件的相关数据并将其导入。而挖掘模型是前台操作，操作系统是否容易上手，操作者能否轻松学会并接受，设计是否符合人们的操作习惯等等，这些都关系到挖掘模型是否能够推广，是否实用。该模型也并非是固定不变的，是在实践中逐渐完善的。在实际操作中不断优化程序，让其效率更高、操作更方便、筛选更精准。大量的原始数据存在数据库中，想要对其作出分析判断，筛选条件尽可能简单、详细，能够节省筛选的时间，并且获取的信息越精准明确。
5.3数据仓库
数据仓库将上面两个程序衔接起来，节省了数据处理的时间，让数据更为精准，能够快速选中目标数据、汇总数据，让数据更具价值，这也是数据仓库比其他数据库更为优秀之处。医保管理机构的中层以上领导负责搭建数据仓库，该数据仓库能够解决医保控费信息方面的事情，还能够查阅、探究历史性或有异议的费用疑问。数据仓库的优点有三：一，医保部门人员和医生能够直接使用数据仓库；二，数据仓库可以容纳更多的数据；三，数据仓库能够汇总相同筛选条件的数据，用于分析，方便应用。
结束语
综上所述，数据挖掘技术是前沿数据处理技术，应用于医院医保费用管理系统能够发挥巨大的作用，一定要给予足够的重视和应用。以数据挖掘技术为技术支撑，搭建医保费用的挖掘体系，能够提高医院医保费用分析的准确度以及效率。医院医保费用管理和控制体系中运用数据挖掘技术，能够提高医疗保障服务水平，社会价值非常高。
参考文献：
[1]韩春阳.基于数据挖掘技术的医保控费管理应用[J].电子技术与软件工程，2019（24）：139-140.
[2]仇法新.数据挖掘技术在医保控费管理中的应用[J].中外企业家，2019（19）：76.
[3]林志强.数据挖掘技术在医院医保费用分析中的应用[J].电子技术与软件工程，2018（06）：167.
[4]李璟，胡立勇，肖鸥，黄璇璇，林亚忠.数据挖掘技术在医保管理平台中的应用[J].中国数字医学，2016，11（05）：79-80+116.
论文作者:杨万霞
论文发表刊物:《基层建设》2019年第31期
论文发表时间:2020/4/2
标签：医保论文; 数据挖掘论文; 数据论文; 技术论文; 费用论文; 数据仓库论文; 信息论文; 《基层建设》2019年第31期论文;