一种自适应异常费用识别方法及系统与流程

摘要: 本发明涉及费用管理,尤其涉及一种自适应异常费用识别方法及系统。背景技术:1、在医疗费用管理领域,基于drg分组的费用异常识别是医保基金监管和医院精细化管理的重要...
一种自适应异常费用识别方法及系统与流程

本发明涉及费用管理,尤其涉及一种自适应异常费用识别方法及系统。

背景技术:

1、在医疗费用管理领域,基于drg分组的费用异常识别是医保基金监管和医院精细化管理的重要手段。现有技术中,已提出多种费用异常识别方案。例如,cn113593686a公开了一种基于

drg/dip全流程医疗质量监管的医保综合管理系统及管理方法,其包括与医院

his系统实时连接的

drg/dip分析单元、单病种审核单元等模块,通过将医院端医保业务在数据流程上分割为多个单元进行业务处理。又如,cn113327655a公开了一种多维度数据的离群值检测方法、装置、设备和介质,通过判断各维度数据是否服从正态分布并进行数据转换,实现异常值的自动检测。此外,还存在基于3

σ准则从

drg审核报销记录中筛选超标费用数据的技术方案,以及将费用低于病种组合支付标准一定比例或高于标准一定倍数的病例认定为异常费用病例的规则化判定方法。

2、然而,上述现有技术方案存在以下不足:

3、病例组合指数(

case mix index,

cmi)是评价医院收治病种难度的重要指标,能够反映医院真实的医疗技术能力和医疗服务水平。研究表明,医疗机构的

cmi值并非恒定不变,而是随政策环境、学科建设、编码质量等因素呈现阶段性上升或下降趋势。现有技术在进行费用异常判断时,通常直接采用医疗机构当前报告周期的

cmi值进行能力分层,而未考虑该机构的历史

cmi变化趋势,这可能导致因短期因素(如编码员更换、阶段性学科突击建设、

icd编码培训不足等)导致的

cmi偶发性波动被误认为真实的技术能力变化,从而造成医疗机构难度层级划分失准。部分方案虽引入医疗机构类别作为分组维度,但未能将医疗机构的技术难度动态变化纳入同质病例池的构建条件中。这使得同一分析单元内的病例虽然在

drg组别和机构等级上相同,但各病例所属医疗机构的技术难度层级可能存在实质性差异——例如,一家

cmi正处于快速上升通道的医院与一家

cmi长期稳定的医院,即使外部等级相同,其收治病例的复杂程度和资源消耗特征也可能不同。将二者置于同一病例池中进行费用比较,将影响异常识别的准确性。

技术实现思路

1、因此,为了解决上述不足,本发明在此提供一种自适应异常费用识别方法及系统,以降低误报率和漏报率,且阈值可调,减少对不同服务能力机构采用同一把尺子衡量所带来的管理不公平问题。

2、一方面,本发明在此提供了一种自适应异常费用识别方法,包括:

3、获取病案数据,根据病案数据进行医疗机构分类;

4、基于

drg分组方法,对病案数据进行分组;

5、计算各

drg组的权重,根据各

drg组权重计算各医疗机构的平均病例组合指数

cmi,基于各医疗机构的

cmi对各医疗机构内部能力进行分层;

6、基于医疗机构分类结果、病案数据分组结果以及

cmi分层结果标记进行分区,建立同质病例池;

7、在每个同质病例池中计算对应

drg组的实际费用,并根据实际费用计算结果确定费用上限与费用下限;

8、基于费用上限与费用下限进行异常病例判断,获得异常病例判断结果。

9、另一方面,本发明还提供了一种自适应异常费用识别系统,该识别系统用于执行上述的识别方法,包括:

10、分类模块,配置为获取病案数据,根据病案数据确定各病例所属医疗机构的外部静态等级类别;

11、

drg分组模块,配置为基于

drg分组方法对病案数据进行分组,确定各病例所归入的

drg组;

12、

cmi分层模块,配置为计算各drg组的权重,根据各

drg组权重计算各医疗机构的平均病例组合指数

cmi,基于各医疗机构的

cmi对各医疗机构内部能力进行分层;

13、同质病例池构建模块,配置为将外部等级类别相同、

cmi内部难度层级相同且

drg组相同的病例划入同一个同质病例池;

14、费用阈值计算模块,配置为分别计算各同质病例池内病例的费用统计分布,根据所述费用统计分布确定各同质病例池对应的费用上限阈值和费用下限阈值;

15、异常判断模块,配置为基于费用上限与费用下限进行异常病例判断,获得异常病例判断结果。

16、本发明具有如下优点:

17、本发明通过引入

cmi时间序列趋势修正机制,以

β=

cov(

t,

cmi

t)/

var(

t)量化医疗机构技术难度的历史变化速率,并采用

cmi

effective

=cmi

current-

α×

β×

t对当前

cmi进行负反馈修正,降低了因编码员更换、突击收治等短期非技术性因素导致的

cmi偶发性波动对分层结果的干扰,同时通过样本量门槛校验降低了小样本条件下回归估计偏差导致的修正失真;在此基础上,将外部静态等级类别、经趋势修正后的

cmi内部难度层级与

drg组三个维度有机结合构建同质病例池,使费用比较基准在临床特征、管理环境和技术难度三个层面同时具有可比性,从上游数据源头上提高了异常识别的逻辑合理性;通过基于偏态系数的自适应

iqr阈值确定方法,实现了对费用数据偏态分布特征的动态适配,在不依赖历史费用数据的前提下,在抑制误报与降低漏报之间取得更优平衡,配合多维费用指标协同监测,提升了医疗费用异常识别的准确性、公平性和可解释性。