本發(fā)明涉及診費(fèi)異常檢測技術(shù)領(lǐng)域，尤其涉及基于大數(shù)據(jù)分析建立醫(yī)療診費(fèi)點(diǎn)陣模型的方法。

背景技術(shù)：

如今民眾對醫(yī)療體系多有非議，尤其是亂檢查、亂開藥等問題。醫(yī)生亂檢查、亂開藥不僅傷了民眾的錢包，浪費(fèi)了我國本就有限的醫(yī)療資源，也是對民眾健康的不負(fù)責(zé)任。對醫(yī)療費(fèi)用有效、及時、全面的監(jiān)控是患者、醫(yī)院、管理部門關(guān)心的熱點(diǎn)問題，直接影響醫(yī)療質(zhì)量和醫(yī)療健康的發(fā)展，及時有效全面地監(jiān)控管理，有助于完善監(jiān)督機(jī)制，對建立有效的醫(yī)院管理機(jī)制，提高醫(yī)院競爭力，起到推動作用。對于醫(yī)療費(fèi)用的監(jiān)控是研究學(xué)者們普遍關(guān)心和重視的問題。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明旨在提供基于大數(shù)據(jù)分析建立醫(yī)療診費(fèi)點(diǎn)陣模型的方法，可挖掘找出罕見數(shù)據(jù)，找出異常收費(fèi)項目點(diǎn)。

為實(shí)現(xiàn)上述目的，本發(fā)明采用的技術(shù)方案如下：

基于大數(shù)據(jù)分析建立醫(yī)療診費(fèi)點(diǎn)陣模型的方法，包括以下步驟：

步驟1，獲取費(fèi)用原始表中的數(shù)據(jù)；患者ID、各收費(fèi)項目，以及收費(fèi)項目金額的記錄值；

步驟2，數(shù)據(jù)預(yù)處理：將費(fèi)用原始表中各收費(fèi)項目的金額的記錄值轉(zhuǎn)化為量化值，然后對同一個患者的相同收費(fèi)項目的量化值進(jìn)行求和計算，并將處理后的數(shù)據(jù)存儲在量化值表中；

步驟3，采用基于距離的多指標(biāo)的異常數(shù)據(jù)挖掘技術(shù)對數(shù)據(jù)預(yù)處理后的數(shù)據(jù)進(jìn)行聚類分析，挖掘出數(shù)據(jù)記錄中的躁點(diǎn)。

進(jìn)一步的，還包括步驟4，利用echart的散點(diǎn)圖控件，將挖掘出來的躁點(diǎn)相關(guān)聯(lián)，展示出診療費(fèi)用中的異常數(shù)據(jù)。

進(jìn)一步的，所述步驟2中采用以下方式將量化值轉(zhuǎn)換為效用值，假設(shè)量化值表中有n條記錄，第t個字段的各個記錄值為：X_st，其中s＝1,2,…,n；t＝1,2,…,m；n為行數(shù)，m為列數(shù)；

方式1：越大越好型，記X_tmax＝max{X_st},X_ｔｍｉｎ＝ｍｉｎ｛X_sｔ）,其中1≤s≤n，將X_st轉(zhuǎn)化為X_st～,將最大值轉(zhuǎn)化為效用值1,最小值轉(zhuǎn)化為效用值0；

方式2：越小越好型，則將最小值轉(zhuǎn)化為效用值1,最大值轉(zhuǎn)化為效用值0；

方式3：適中型，記最佳適中值為X₀。

則此時靠近適中值的數(shù)據(jù)的效用值較大,接近于1,遠(yuǎn)離的數(shù)據(jù)的效用值較小,接近于0。

進(jìn)一步的，所述步驟3具體包括以下步驟：

步驟3.1，采用公式(1)計算各效用點(diǎn)之間的距離：

$D_k(D_p,D_q)={\left({\mathrm{\Σ}}_{i=1}^m\right|X_{pi}-X_{qi}{|}^k)}^{\frac{1}{k}}---\left(1\right)$

式(1)中，D_k為效用點(diǎn)之間的距離，X_pi為第p行第i列的效用值，X_qi為第q行第i列的效用值；1＜＜p＜＜n，1＜＜q＜＜n；n為行數(shù)，m為列數(shù)；

步驟3.2，對于效用點(diǎn)p，所有滿足D_k＜δ的點(diǎn)構(gòu)成效用點(diǎn)p的δ領(lǐng)域，δ為給定的一個正數(shù)；

步驟3.3，統(tǒng)計N_p，N_p為所述領(lǐng)域內(nèi)效用點(diǎn)的個數(shù)；

步驟3.4，若N_p＜N₀,則該效用點(diǎn)p為在距離意義下的異常點(diǎn)，N₀為給定的臨界值。

進(jìn)一步的，將D_k存儲在距離表中，設(shè)定δ和N0,對距離表中進(jìn)行兩次嵌套掃描，外層掃描從上往下進(jìn)行,內(nèi)層掃描從左至右進(jìn)行，統(tǒng)計每一行D_k＜δ的個數(shù),若N_p＜N₀,則該點(diǎn)為異常點(diǎn)；否則,進(jìn)入下一循環(huán)。

進(jìn)一步的，k＝2，δ＝3，N₀＝5。

本發(fā)明具有以下有益效果：

本發(fā)明針對醫(yī)療診費(fèi)建立模型數(shù)據(jù)分析，通過離群挖掘找出那些和大多數(shù)對象有非常不同的行為的罕見數(shù)據(jù)，研究離群點(diǎn)的異常行為，分析各類病癥、人群接受的治療項目、處方用藥及收費(fèi)，找出異常收費(fèi)項目點(diǎn)，形成的費(fèi)用異常散點(diǎn)圖可以為醫(yī)院決策層管理醫(yī)生臨床用藥和合理收費(fèi)提供參考，從而督促醫(yī)生堅持合理用藥，合理檢查、合理治療、合理收費(fèi)。

附圖說明

圖1是胃脘痛診費(fèi)的量化值表；

圖2是胃脘痛診費(fèi)的效用值表；

圖3是胃脘痛診費(fèi)的距離表；

圖4是費(fèi)用異常檢測散點(diǎn)圖。

具體實(shí)施方式

為了使本發(fā)明的目的、技術(shù)方案及優(yōu)點(diǎn)更加清楚明白，以下結(jié)合附圖對本發(fā)明作進(jìn)一步詳細(xì)說明。

大數(shù)據(jù)分析平臺處理框架是構(gòu)建基于大數(shù)據(jù)分析的醫(yī)療診費(fèi)點(diǎn)陣模型的核心功能，建立大數(shù)據(jù)采集平臺，采用云計算模式的醫(yī)療數(shù)據(jù)采集技術(shù)，采集80多家醫(yī)院的臨床病歷資料，數(shù)據(jù)采用xml文件形式處理，提供統(tǒng)一、便捷的上傳接口，支持實(shí)時文件處理情況查詢、上傳批次管理以及問題數(shù)據(jù)回滾。同時兼容其他數(shù)據(jù)格式處理和接口方。通過采集數(shù)據(jù)，提供臨床數(shù)據(jù)的預(yù)處理ETL(清洗、轉(zhuǎn)換、加載)操作，搭建大數(shù)據(jù)分布式Hadoop集群,分布式存儲和計算；流計算等對數(shù)據(jù)整合后進(jìn)行數(shù)據(jù)挖掘算法的計算，實(shí)現(xiàn)醫(yī)療診費(fèi)點(diǎn)陣應(yīng)用模型。其中數(shù)據(jù)清洗,是一個減少錯誤和不一致性、解決對象識別的過程，包括檢查數(shù)據(jù)一致性，處理無效值和缺失值等；轉(zhuǎn)換是主要進(jìn)行不一致的數(shù)據(jù)轉(zhuǎn)換,包括數(shù)據(jù)格式、誤寫等。轉(zhuǎn)換以保證數(shù)據(jù)的準(zhǔn)確性，轉(zhuǎn)換為目標(biāo)數(shù)據(jù)結(jié)構(gòu)，實(shí)現(xiàn)匯總，并裝入數(shù)據(jù)倉庫。

本發(fā)明的技術(shù)流程為：清洗數(shù)據(jù)，按病癥、人群進(jìn)行ETL數(shù)據(jù)整合分類；建立模型數(shù)據(jù)分析，基于聚類算法進(jìn)行離群檢測，通過離群挖掘找出那些和大多數(shù)對象有非常不同的行為的罕見數(shù)據(jù)，研究離群點(diǎn)的異常行為，分析各類病癥、人群接受的治療項目、處方用藥及收費(fèi)，找出異常收費(fèi)項目點(diǎn)。

本發(fā)明公開的基于大數(shù)據(jù)分析建立醫(yī)療診費(fèi)點(diǎn)陣模型的方法，在上述大數(shù)據(jù)分析平臺處理框架的基礎(chǔ)上，采用聚類方法，進(jìn)行離群檢測，尋找異常點(diǎn)。在這基礎(chǔ)上進(jìn)一步利用散點(diǎn)圖的形式，展現(xiàn)醫(yī)生的藥方收費(fèi)情況。

實(shí)施例1

基于大數(shù)據(jù)分析建立醫(yī)療診費(fèi)點(diǎn)陣模型的方法，包括以下步驟：

步驟1，獲取費(fèi)用原始表中的數(shù)據(jù)；患者ID、各收費(fèi)項目，以及收費(fèi)項目金額的記錄值；

步驟2，數(shù)據(jù)預(yù)處理：將費(fèi)用原始表中各收費(fèi)項目的金額的記錄值轉(zhuǎn)化為量化值，然后對同一個患者的相同收費(fèi)項目的量化值進(jìn)行求和計算，并將處理后的數(shù)據(jù)存儲在量化值表中。例如，費(fèi)用原始表中的記錄值存在不規(guī)范的現(xiàn)象，如“35元”，所以本步驟將“35元”轉(zhuǎn)化為量化值“35”。

步驟3，采用基于距離的多指標(biāo)的異常數(shù)據(jù)挖掘技術(shù)對數(shù)據(jù)預(yù)處理后的數(shù)據(jù)進(jìn)行聚類分析，挖掘出數(shù)據(jù)記錄中的躁點(diǎn)。

進(jìn)一步的，還包括步驟4，利用echart的散點(diǎn)圖控件，將挖掘出來的躁點(diǎn)相關(guān)聯(lián)，展示出診療費(fèi)用中的異常數(shù)據(jù)。

為便于計算，在步驟2中采用以下方式將量化值轉(zhuǎn)換為效用值，。假設(shè)量化值表中有n條記錄，第t個字段的各個記錄值為：X_st，其中s＝1,2,…,n；t＝1,2,…,m；n為行數(shù)，m為列數(shù)；

方式1：越大越好型，記X_tmax＝max{X_st},X_tmin＝min{X_st},其中1≤s≤n，將X_st轉(zhuǎn)化為X_st～,將最大值轉(zhuǎn)化為效用值1,最小值轉(zhuǎn)化為效用值0；

方式2：越小越好型，則將最小值轉(zhuǎn)化為效用值1,最大值轉(zhuǎn)化為效用值0；

方式3：適中型，記最佳適中值為X₀。

則此時靠近適中值的數(shù)據(jù)的效用值較大,接近于1,遠(yuǎn)離的數(shù)據(jù)的效用值較小,接近于0。

步驟3具體包括以下步驟：

步驟3.1，采用公式(1)計算各效用點(diǎn)之間的距離：

$D_k(D_p,D_q)={\left({\mathrm{\Σ}}_{i=1}^m\right|X_{pi}-X_{qi}{|}^k)}^{\frac{1}{k}}---\left(1\right)$

式(1)中，D_k為效用點(diǎn)之間的距離，X_pi為第p行第i列的效用值，X_qi為第q行第i列的效用值；1＜＜p＜＜n，1＜＜q＜＜n；n為行數(shù)，m為列數(shù)。當(dāng)然，如果沒有將量化值轉(zhuǎn)換為效用值，那么公式(1)中的X_pi可以為第p行第i列的量化值，X_qi為第q行第i列的量化值，這樣也是可以計算出數(shù)據(jù)點(diǎn)之間的距離的。k一般取值為2。

步驟3.2，對于效用點(diǎn)p，所有滿足D_k＜δ的點(diǎn)構(gòu)成效用點(diǎn)p的δ領(lǐng)域，δ為給定的一個正數(shù)；

步驟3.3，統(tǒng)計N_p，N_p為所述領(lǐng)域內(nèi)效用點(diǎn)的個數(shù)；

步驟3.4，若N_p＜N₀,則該效用點(diǎn)p為在距離意義下的異常點(diǎn)，N₀為給定的臨界值。

進(jìn)一步的，將D_k存儲在距離表中，設(shè)定δ和N0,對距離表中進(jìn)行兩次嵌套掃描，外層掃描從上往下進(jìn)行,內(nèi)層掃描從左至右進(jìn)行，統(tǒng)計每一行D_k＜δ的個數(shù),若N_p＜N0,則該點(diǎn)為異常點(diǎn)；否則,進(jìn)入下一循環(huán)。

實(shí)施例2

本實(shí)施例以胃脘痛的醫(yī)療診費(fèi)為例，對本發(fā)明進(jìn)行詳細(xì)的說明。

獲取某個時間段某個年齡段胃脘痛患者的費(fèi)用原始表中的數(shù)據(jù)；將費(fèi)用原始表中各收費(fèi)項目的金額的記錄值轉(zhuǎn)化為量化值，然后對同一個患者的相同收費(fèi)項目的量化值進(jìn)行求和計算，并將處理后的數(shù)據(jù)存儲在量化值表中，量化值表的表頭包括患者ID及各收費(fèi)項目的名稱；如圖1所示的胃脘痛診費(fèi)的量化值表；

將量化值表中的量化值轉(zhuǎn)換為效用值，得到如圖2所示的效用值表，效用值表的表頭包括患者ID及各收費(fèi)項目的名稱；然后掃描效用值表，采用公式(1)計算效用值表中各效用點(diǎn)之間的距離。因為記錄條數(shù)量大，因此,將距離參數(shù)另存在如圖3所示的距離表中。

為便于分析各種不同的情況，設(shè)定一個比較小的正數(shù)δ＝3和一個給定經(jīng)驗臨界值N₀＝5,在距離表中進(jìn)行兩次嵌套掃描。外層掃描從上往下進(jìn)行,內(nèi)層掃描從左至右進(jìn)行,對每一行統(tǒng)計距離d＜δ的個數(shù),若小于給定值N₀,則可判斷該點(diǎn)為異常點(diǎn)。否則,進(jìn)入下一循環(huán)。由于可以任意地修改鄰域的半徑δ和臨界值N₀,此時只需調(diào)用距離參數(shù)表而不用計算相互間的距離。這樣可以動態(tài)地確定在不同的領(lǐng)域半徑和臨界值意義下的異常點(diǎn)。

在鄰域半徑δ＝3和經(jīng)驗臨界值N₀＝5的情況下,挖掘出19個異常點(diǎn),即19位患者。這些患者的異常是指他們的費(fèi)用相對于其他患者來說差異較大。

利用echart的散點(diǎn)圖控件，將挖掘出來的躁點(diǎn)相關(guān)聯(lián)，展示出診療費(fèi)用中的異常數(shù)據(jù)，費(fèi)用異常檢測散點(diǎn)圖如圖4所示。圖4中縱坐標(biāo)是醫(yī)生開藥開單的治療平均治療費(fèi)用(單位：元)，橫坐標(biāo)是醫(yī)生醫(yī)院地區(qū)的分布，圓點(diǎn)大小表示醫(yī)生就診人數(shù)情況，圓點(diǎn)區(qū)域越偏離，說明醫(yī)生平均收費(fèi)越高。通過費(fèi)用異常檢測散點(diǎn)圖，不僅能看到醫(yī)生所在醫(yī)院，還能看到平均收費(fèi)和最高收費(fèi)，以及診療人數(shù)。

本發(fā)明通過實(shí)時采集醫(yī)院的電子病歷，對80多家醫(yī)院30多萬條病歷按病癥、人群進(jìn)行分類，利用聚類算法，進(jìn)行離群檢測，形成的費(fèi)用異常散點(diǎn)圖可以為醫(yī)院決策層管理醫(yī)生臨床用藥和合理收費(fèi)提供參考。從很大程度上督促醫(yī)生堅持合理用藥，合理檢查、合理治療、合理收費(fèi)。

當(dāng)然，本發(fā)明還可有其它多種實(shí)施方式，在不背離本發(fā)明精神及其實(shí)質(zhì)的情況下，熟悉本領(lǐng)域的技術(shù)人員可根據(jù)本發(fā)明作出各種相應(yīng)的改變和變形，但這些相應(yīng)的改變和變形都應(yīng)屬于本發(fā)明所附的權(quán)利要求的保護(hù)范圍。