醫保領域中基于醫療大數據的智能分析方法
【技術領域】
[0001]本發明屬于計算機數據分析領域，醫療業務領域，尤其一種醫保領域中基于醫療大數據的智能分析方法。
【背景技術】
[0002]近幾年來，隨著醫療技術的不斷發展，醫療數據迅速增長，基于醫療大數據的分析及決策支持也開始流行起來。傳統的醫院醫療業務主要由HIS、LIS、PACS等各個管理系統進行支撐與運作，同時這些管理系統能對醫院的醫療業務數據進行簡單的統計。但是隨著醫院的規模不斷增大，醫療的數據量不斷增加，這些簡單的業務分析已經不能滿足醫院對自身管理和發展的需求。針對醫保這一領域，這些簡單的統計分析更是不能反映出醫院的實際運營情況。例如特殊門診7日費用趨勢，特殊門診全年的費用累計趨勢這樣細粒度的分析在傳統的業務系統中并得不到體現，但是這樣的指標對于醫院來說又是極其重要的，不僅能反映醫院短期的運營狀況，還能反映出醫院全年的一個運營狀況，同時還能檢驗醫保政策制定的正確性和執行的有效性。
[0003]商務智能的出現為業務數據的深入分析與挖掘提供了可能，同時該技術也正在日趨成熟。但是與醫院相結合的商務智能分析還處在起步階段，特別是針對醫保領域的智能分析尤為缺乏。傳統的商務智能分析是從數據本身出發，根據企業的運營情況，將企業的訂單、庫存等交易項目的數據轉為知識，為企業的決策支持提供幫助。但是對于醫院來說，醫院自身的業務情況較為特殊，傳統的商務智能的解決方案并不能滿足對現有醫院的業務分析及支持決策。
[0004]醫院需要從醫院業務出發對現有的醫療數據進行更深層次的挖掘與分析，才能找出醫院自身發展中的問題并且對未來的發展做出正確的決策。
【發明內容】
[0005]針對上述傳統醫院管理系統及商務智能方案存在的問題與不足，需要提出一種從醫院的醫療業務出發結合現有成熟的商務智能解決方案的分析方法。該方法應充分利用醫院現有的醫療業務數據，根據現有的醫院醫保業務對數據進行細粒度的分類與劃分，使醫療數據得到的高效的利用，對醫院醫保業務進行全方位的分析。
[0006]本發明關注于醫院業務中醫保領域的業務數據的分析與知識挖掘，設計了一種基于醫療大數據的醫保領域的智能分析方法，該方法的工作包括:醫院原始醫療數據的抽取與清洗，然后在醫院醫療業務的框架下建立不同的數據集市，這樣可以對醫院的數據進行細粒度的分析，并且能夠各家醫院的差異做出相應的調整，以滿足各個醫院的不同需求。再由各個數據集市建立起數據倉庫，在這里稱為數據立方體。最后利用多維分析MDX語言進行數據的查詢，并將數據可視化。該智能分析方法進行實施的步驟是:
(I)醫院業務的框架分析
醫院的醫療業務相對于傳統公司的公司業務有一定的特殊性，特別對于醫保業務來說，更是異于一般公司的的業務。醫保業務是醫保中心根據醫院醫療業務的特點及國家相關醫療醫保的規定建立起來的一套連接醫院和醫保中心的運作流程。醫院和醫保中心的數據根據醫保的業務規范進行封裝后在醫院和醫保中心進行傳輸。該方法將傳統的醫療業務根據醫保規范劃分各個不同的業務子模塊。這樣有助于全面、完整的分析醫院的醫保業務。
[0007]( 2 )數據倉庫建立
數據倉庫在智能分析中起著重要的作用，這里數據倉庫的建立采用了分層建立的方法，通過源數據層、數據ETL層以及數據中心層最終建立起數據倉庫。其中ETL在建立數據倉庫的過程中是最主要的方法。這里的ETL通過ODS區的數據采集，數據轉換、清洗，數據加載，匯總、CUBE加載等幾個步驟完成了數據的ETL過程。
[0008](3)數據查詢過程
由于數據中設計的維度較多，本發明采用了開源的Mondiran作為OLAP引擎，并使用多維查詢語言MDX作為數據查詢語言，根據軸、單元進行數據的切割，最終通過OLAP引擎將多維查詢轉化為SQL查詢，從數據庫獲取相應的數據集。
[0009](4)數據可視化
最后將查詢獲得的不同維度的數據通過餅圖、柱狀圖、折線圖、表格等不同的形式展現出來，形成多維分析報表。該報表可直觀的反映醫院過去、當前醫院的運營情況，同時醫院還能根據報表中同比和環比等圖預測未來近一段時間的運營情況。
[0010]本發明具有的有益效果是:
1、本發明充分利用了現有醫院醫療業務系統所產生的數據，通過數據的抽取、清洗、轉化為符合本發明規范的標準化數據集成到所建立的數據倉庫當中。最大化的利用了現有的醫療數據。
[0011]2、本發明中利用了開源的Kettle作為ETL工具，同時使用了開源Mondrian作為OLAP引擎。從而本發明具有較強的適應性，能夠從不同的醫院，將不同的數據格式轉化為符合自身標準的數據格式填充到建立好的數據倉庫當中。
[0012]3、本發明緊密結合現有的醫保政策，建立相關的醫療業務模型。從醫療業務本身出發，通過醫療業務數據作為支持，以商務智能解決方案作為分析方法，全面細致且有針對性的對醫院醫保業務進行分析。擺脫了傳統從數據本身出發的智能分析，更好的貼合了醫院的實際情況。
[0013]4、本發明在前端進行了豐富的數據可視化展示。通過醫保業務整合及醫療數據的分析，按照醫療業務維度對于業務進行了劃分，同時結合傳統統計分析方法對各個業務子模塊的費用、人次、人數采用同比、環比、增長率趨勢等分析手段對醫院業務進行了分析。表格和圖形相結合的方式間接明了的展示了醫保業務的分析結果。
【附圖說明】
[0014]圖1醫院業務分析模型圖；
圖2數據倉庫架構圖；
圖3系統層次架構圖。
【具體實施方式】
[0015]下面結合附圖和具體實施應用過程對本發明進一步說明:
(O醫院醫保業務分析模型構建
如圖1所示，根據醫保政策的及醫院的相關業務，建立相應的醫院醫保分析模型。將醫院的總體業務分為特殊門診、一般門診、小費住院、一般住院、大費住院幾個業務子模塊。各個業務模塊都和醫保政策及規范緊密相連。例如特殊門診包括了特殊病、慢性病等符合醫保報銷政策的特殊門診。相對于一般門診，特殊門診會產生符合醫保報銷范圍的部分報銷費用，對于該類門診的單獨分析有助與醫院很好的掌握現在的經營狀況，同時還能掌握當前門診的各種病種的構成情況。針對各個業務子模塊，通過指標維度中的不同指標對業務維度中各個業務子模塊進行分析，提取出各個業務子模塊的不同的特征。通過各個子模塊各自的特征，能很好的幫助使用者把握當前醫院的一個運營狀況，同時還能為使用者提供相應的決策支持。
[0016](2)數據倉庫構建流程
如圖2所示，核心業務數據層有很多不同類型的系統，這些系統采用不同的機器，不同操作系統，不同的數據庫，這里通過數據抽取將不同數據庫的數據抽取到ODS庫中。接下來進行數據的ETL，通過數據抽取，數據轉換，中間計算，任務調度，處理出錯的處理后將數據傳輸至數據中心層建立起最終的數據倉庫。
[0017](3)整體系統構建流程
如圖3所示，該系統由數據層、應用層及UI層構成。依次由下網上構建。首先構建數據層。數據倉庫的建立如(2)中所述。接下來搭建應用層，在應用層使用Mondrian作為OLAP分析引擎，通過MDX語言與數據層進行交互，返回相應的查詢結果。接下來將返回的結果在前端渲染，在前端通過表格、柱狀圖、餅圖等豐富的圖形進行展示，讓分析的結果一目了然。
【主權項】
1.醫保領域中基于醫療大數據的智能分析方法，其特征在于該方法包括以下步驟: 步驟1.根據醫院的現有業務及相關醫保政策建立相應的業務分析模型；該業務分析模型從業務維度和指標維度出發進行建立；使用指標維度對業務維度進行劃分； 步驟2.以業務分析模型為基礎建立數據倉庫，此處的數據倉庫建立分別從源數據層、數據ETL層以及數據中心層進行建立；源數據層從現有醫院的業務進行數據的整合，ETL層針對源數據層的數據進行抽取，同時根據業務分析模型對數據進行相應的轉換；最后在數據中心層建立最終的數據倉庫； 步驟3.對已經建立好的數據倉庫進行OLAP分析與決策；這里的OLAP引擎基于Mondrian 實現； 步驟4.通過MDX語言對已建立的數據倉庫進行多維數據查詢，將查詢返回的數據傳送到前端，通過豐富的表現形式最終呈現給用戶。2.根據權利要求1所述的一種基于醫療大數據的醫保領域的智能分析的實現方法，其特征在于:步驟4中所述的表現形式包括餅圖、柱狀圖、折線圖或表格。
【專利摘要】本發明涉及一種醫保領域中基于醫療大數據的智能分析方法。本發明首先對醫院原始醫療數據的抽取與清洗，然后在醫院醫療業務的框架下建立不同的數據集市，這樣可以對醫院的數據進行細粒度的分析，并且能夠各家醫院的差異做出相應的調整，以滿足各個醫院的不同需求。再由各個數據集市建立起數據倉庫，在這里稱為數據立方體。最后利用多維分析MDX語言進行數據的查詢，并將數據可視化。本發明充分利用醫院現有的醫療業務數據，根據現有的醫院醫保業務對數據進行細粒度的分類與劃分，使醫療數據得到的高效的利用，對醫院醫保業務進行全方位的分析。
【IPC分類】G06F19/00
【公開號】CN105117587
【申請號】CN201510469058
【發明人】司華友, 楊琛, 李碩, 徐志遠, 張紀林, 任祖杰, 殷昱煜
【申請人】杭州健港信息科技有限公司
【公開日】2015年12月2日
【申請日】2015年8月4日