基于DRG数据驱动的医疗绩效管理信息系统

基于drg数据驱动的医疗绩效管理信息系统
技术领域
1.本发明涉及信息系统技术领域，具体涉及一种基于drg数据驱动的医疗绩效管理信息系统。


背景技术：

2.建设一套医疗绩效管理信息系统(medical performance management information system,mpmis)是保障并持续提高医院医疗服务质量和效率的重要途径之一。drg是一种病例组合分类方案，其可根据年龄、疾病诊断、合并症、并发症、治疗方式、病症严重程度及转归和资源消耗等因素，将患者分入若干诊断组并赋予权值进行管理，而如何基于drg数据构建一套科学合理的医疗绩效管理信息系统是目前学者们研究的主要方向。
3.一套完整的基于drg数据的医疗绩效管理信息系统，其必须要能够构建科学合理的医疗绩效综合评价指标体系，同时要可以从大数据运用的视角出发找出影响医疗绩效的关键因素。
4.然而，现有的基于drg数据驱动的医疗绩效管理信息系统无法将医疗绩效综合评价指标体系的构建，以及医疗绩效关键因素的获取等功能利用计算机进行有机结合，使得现有的基于drg数据驱动的医疗绩效管理信息系统功能单一且智能化程度低。


技术实现要素：

5.(一)解决的技术问题
6.针对现有技术的不足，本发明提供了一种基于drg数据驱动的医疗绩效管理信息系统，解决了现有基于drg数据驱动的医疗绩效管理信息系统存在功能单一且智能化程度低的问题。
7.(二)技术方案
8.为实现以上目的，本发明通过以下技术方案予以实现：
9.本发明提出了一种基于drg数据驱动的医疗绩效管理信息系统，所述系统包括：
10.数据获取与预处理模块，用于获取医疗绩效相关数据并对所述医疗绩效相关数据进行预处理，并将预处理后的所述医疗绩效相关数据分别发送至病区医疗绩效评价模块、医疗绩效改进分析模块，以及数据储存与展示管理模块；
11.病区医疗绩效评价模块，用于基于内置的第一算法库构建病区医疗绩效评价指标获取模型，并基于所述病区医疗绩效评价指标获取模型获取病区医疗绩效评价指标，同时将该过程中的数据演算结果发送至数据储存与展示管理模块；
12.医疗绩效改进分析模块，用于基于内置的第二算法库构建cmi指标关键影响因素获取模型，并基于所述cmi指标关键影响因素获取模型获取cmi指标关键影响因素，同时将该过程中的数据演算结果发送至数据储存与展示管理模块；
13.数据储存与展示管理模块，用于存储和可视化展示所述数据获取与预处理模块、
所述病区医疗绩效评价模块，以及所述医疗绩效改进分析模块运行时所产生的数据。
14.优选的，所述系统还包括：系统设置模块，用于对用户进行分类管理，对不同角色用户分配系统使用权限。
15.优选的，所述数据获取与预处理模块包括：数据获取单元、数据预处理单元，以及病区病案drg分组单元。
16.优选的，所述病区医疗绩效评价模块包括指标体系设计单元、指标赋权单元、模型演算单元，以及第一结果展示与分析单元。
17.优选的，所述医疗绩效改进分析模块包括模型设计单元、数据演算单元，以及第二结果展示与分析单元。
18.优选的，所述系统设置模块包括：用户信息单元、权限分配单元，以及管理员设置单元。
19.优选的，所述基于内置的第一算法库构建病区医疗绩效评价指标获取模型包括以下步骤：
20.s21、基于基础指标的筛选标准获取基础指标并构建基础指标库；
21.s22、利用德尔菲法对所述基础指标库进行预处理，获取预设数量的保留评价指标；
22.s23、选择所述第一算法库中的算法构建病区医疗绩效评价指标获取模型，并基于所述病区医疗绩效评价指标获取模型从所述保留评价指标中获取最终评价指标；
23.s24、基于所述最终评价指标构建病区医疗绩效评价指标体系模型。
24.优选的，所述第一算法库中包括pca法、粗糙集法、k-means聚类法。
25.优选的，所述医疗绩效改进分析模块基于内置的第二算法库构建cmi指标关键影响因素获取模型，并基于所述cmi指标关键影响因素获取模型获取cmi指标关键影响因素包括：
26.s31、确定cmi指标影响因素并构建cmi指标影响因素初筛表；
27.s32、对所述cmi指标影响因素初筛表进行筛选以获取保留cmi指标影响因素；
28.s33、选择所述第二算法库中的算法构建cmi指标关键影响因素获取模型，并基于所述cmi指标关键影响因素获取模型获取cmi指标关键影响因素。
29.优选的，所述第二算法库中包括lasso回归算法模型、logistic模型、灰色关联分析模型。
30.(三)有益效果
31.本发明提供了一种基于drg数据驱动的医疗绩效管理信息系统。与现有技术相比，具备以下有益效果：
32.1、本发明一种基于drg数据驱动的医疗绩效管理信息系统，该系统包括用于数据获取和处理的数据获取与预处理模块，用于内嵌有病区医疗绩效评价指标体系模型的第一算法库的病区医疗绩效评价模块，用于内嵌有cmi指标关键影响因素获取模型的第二算法库的医疗绩效改进分析模块，以及用于存储和可视化展示的数据储存与展示管理模块。本发明的系统利用预设的第一算法库和第二算法库将医疗绩效综合评价指标体系的构建和获取医疗绩效的关键因素等功能进行有机结合，丰富了医疗绩效管理信息系统的功能，使系统的智能化程度更高。
33.2、本发明中运用pca方法筛选出病区医疗绩效评价指标中的指标的主成分，然后基于此构建出一套符合医疗背景、具备现实意义、可精准获取病区医疗绩效评价结果的病区医疗绩效评价指标体系，较传统的评价指标体系而言，该指标体系来源的基础指标库较为完善，且最终用于评价的主成分又相对比较精炼。
34.3、本发明运用lasso回归法挑选出影响医院cmi指标的关键影响因素并将其运用于医疗绩效管理信息系统的功能模块中，合理运用了drg的相关数据，丰富了本发明医疗绩效管理信息系统的功能性和适用性。
附图说明
35.为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
36.图1为本发明实施例中基于drg数据驱动的医疗绩效管理信息系统的结构图；
37.图2为本发明实施例中lasso回归结果分析图。
具体实施方式
38.为使本发明实施例的目的、技术方案和优点更加清楚，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
39.本技术实施例通过提供一种基于drg数据驱动的医疗绩效管理信息系统，解决了基于drg数据驱动的医疗绩效管理信息系统存在功能单一且智能化程度低的问题，实现利用该系统提高医院医疗服务质量和效率的目的。
40.本技术实施例中的技术方案为解决上述技术问题，总体思路如下：
41.为了解决现有的医疗绩效管理信息系统功能单一且智能化程度低等问题，本发明提出一种基于drg数据驱动的医疗绩效管理信息系统，其包括数据获取与预处理模块，病区医疗绩效评价模块，医疗绩效改进分析模块，数据储存与展示管理模块；其中，数据获取与预处理模块用于获取系统运行所需的相关数据，病区医疗绩效评价模块利用其内置的第一算法库获取病区医疗绩效评价指标，医疗绩效改进分析模块利用其内置的第二算法库获取cmi指标关键影响因素，数据储存与展示管理模块用于对上述各模块的原始数据，演算数据进行数据存储和可视化展示。本发明中基于drg数据驱动的医疗绩效管理信息系统将医疗绩效综合评价指标获取以及cmi指标关键影响因素的获取等功能利用计算机进行有机结合，丰富了医疗绩效管理信息系统的功能，其智能化程度更高。
42.为了更好的理解上述技术方案，下面将结合说明书附图以及具体实施例1：
43.第一方面，本发明首先提出了一种基于drg数据驱动的医疗绩效管理信息系统，参见图1，该系统包括：
44.数据获取与预处理模块，用于获取医疗绩效相关数据并对所述医疗绩效相关数据进行预处理，并将预处理后的所述医疗绩效相关数据分别发送至病区医疗绩效评价模块、
医疗绩效改进分析模块，以及数据储存与展示管理模块；
45.病区医疗绩效评价模块，用于基于内置的第一算法库构建病区医疗绩效评价指标获取模型，并基于所述病区医疗绩效评价指标获取模型获取病区医疗绩效评价指标，同时将该过程中的数据演算结果发送至数据储存与展示管理模块；
46.医疗绩效改进分析模块，用于基于内置的第二算法库构建cmi指标关键影响因素获取模型，并基于所述cmi指标关键影响因素获取模型获取cmi指标关键影响因素，同时将该过程中的数据演算结果发送至数据储存与展示管理模块；
47.数据储存与展示管理模块，用于存储和可视化展示所述数据获取与预处理模块、所述病区医疗绩效评价模块，以及所述医疗绩效改进分析模块运行时所产生的数据。
48.可见，本实施例中提出的一种基于drg数据驱动的医疗绩效管理信息系统，包括用于数据获取和处理的数据获取与预处理模块，用于内嵌有病区医疗绩效评价指标体系模型的第一算法库的病区医疗绩效评价模块，用于内嵌有cmi指标关键影响因素获取模型的第二算法库的医疗绩效改进分析模块，以及用于存储和可视化展示的数据储存与展示管理模块。本实施例的系统利用预设的第一算法库和第二算法库将医疗绩效综合评价指标体系的构建和获取医疗绩效的关键因素等功能进行有机结合，丰富了医疗绩效管理信息系统的功能，使系统的智能化程度更高。
49.下面结合附图1-2，以及对具体模块的解释，来详细说明本发明一个实施例的实现过程。
50.数据获取与预处理模块，用于获取医疗绩效相关数据并对所述医疗绩效相关数据进行预处理，并将预处理后的所述医疗绩效相关数据分别发送至病区医疗绩效评价模块、医疗绩效改进分析模块，以及数据储存与展示管理模块。具体的，数据获取与预处理模块包括数据获取单元、数据预处理单元，以及病区病案drg分组单元。
51.数据获取单元，其连接医院的数据集成平台或其他信息系统，可从医院的数据集成平台或其他信息系统直接抓取数据，也可由系统使用人员导入或录入相关数据；数据预处理单元用于对抓取的数据进行效验，检查是否有超出值域范围的数据，并提供系统使用人员增加、修改、删除等数据操作功能；病区病案drg分组单元利用获取的病案首页数据结合内置国家drg分类标准对各病案进行分组。
52.经过数据获取与预处理模块对数据处理之后，将分组后的数据以及其他相关数据发送到病区医疗绩效评价模块和医疗绩效改进分析模块用于进一步分析，以及发送至数据储存与展示管理模块用于数据存储和展示。
53.病区医疗绩效评价模块，用于基于内置的第一算法库构建病区医疗绩效评价指标获取模型，并基于所述病区医疗绩效评价指标获取模型获取病区医疗绩效评价指标，同时将该过程中的数据演算结果发送至数据储存与展示管理模块。具体的，病区医疗绩效评价模块包括指标体系设计单元、指标赋权单元、模型演算单元，以及第一结果展示与分析单元。
54.指标体系设计单元，能够对指标库中医院各指标实际数值进行相关性、显著性分析，然后根据初筛后的指标运用指标体系设计单元中内嵌的第一算法库中的预设算法进行分析。具体的，指标体系设计单元在构建病区医疗绩效评价指标体系时包括以下步骤：
55.s21、基于基础指标的筛选标准获取基础指标并构建基础指标库。
56.首先，根据基础指标筛选标准(目的性、系统性、可操作性、显著性和反馈性五原则)筛选出基础指标并将这些基础指标汇总纳入构建的基础指标库中。如表1所示，为本实施例中选出的病区医疗绩效评价基础指标及其基础指标库。
57.表1病区医疗绩效评价基础指标库
[0058][0059]
s22、利用德尔菲法对所述基础指标库进行预处理，获取预设数量的保留评价指标。
[0060]
当获取病区医疗绩效评价基础指标后，利用德尔菲法对上述基础指标库进行预处理，获取预设数量的保留评价指标。在本实施例中考虑到相对指标更便于指标之间的比较，在进行筛选预处理时，如果有绝对值和相对值时，保留绝对值，如药占比、耗占比等指标。然后利用德尔菲法，最终保留了16个指标，具体如下表2所示。
[0061]
表2案例医院外科病区初筛指标数据统计表(部分)
[0062][0063]
s23、选择所述第一算法库中的算法构建病区医疗绩效评价指标获取模型，并基于所述病区医疗绩效评价指标获取模型从所述保留评价指标中获取最终评价指标。
[0064]
在获取上述保留的16个保留指标后，为了找出病区医疗质量效率评价指标的主成分，本实施例中从内置的第一算法库中选择一种算法构建病区医疗绩效评价指标获取模型对上述16个保留指标进行降维处理，从而得到最终指标。第一算法库中的算法包括但不限于有pca法、粗糙集法、k-means聚类法、因子分析法等，在本实施例中，选择pca法作为病区医疗绩效评价指标获取模型的构建基础。
[0065]
具体的，利用pca法降维的主要过程为：
[0066]
pca法降维前的数据预处理。
[0067]
在进行主成分分析之前，先确定主成分的保留个数。在主成分的计算过程中一般不涉及s的逆，故理论上允许n≤p，其中，n表示样本数，即本实施例中的病区数；p表示数据维数，即本实施例中的影响因素。当n至少是p的五倍时，通常可使s值更为稳定，分析结果更加稳健、可靠，更适用于主成分本身作为目标的分析中。考虑到多数医院病区内外科的病区数约为75个病区(其中内科病区40个、外科病区35个)，为保障主成分分析的稳定，拟保留约10-15个指标再进行降维处理。
[0068]
异常值处理。少数异常值对s的影响较大，进而影响主成分分析。在进行主成分分析前首先会对初始数据进行筛选，删除或修正异常数值。
[0069]
名义变量、有序变量处理。名义变量数据不可用于主成分分析，其差值无意义。当变量为有序变量时，可将其转化为间隔变量数据，再进行主成分分析。
[0070]
pca主成分分析运算及结果。
[0071]
kmo(kaiser-meyer-olkin)检验可以用来比较变量之间的相关系数和偏相关系数，进而用来检验数据是否适用于pca法。本实施例使用的是r语言“psych”包执行主成分分析，将医院所有外科病区数据导入后，首先进行kmo检验，结果如表3所示。
[0072]
表3案例医院kmo检验结果
[0073][0074]
kmo检验结果显示，各项信息之间并没有特别完美的信息叠合度，整体msa略大于0.5，第4项、第5项、和第14项远低于0.5。为保障该方法的适用性删除了药占比、耗占比以及并发症发生人数三项指标，此时整体msa上升至0.6，pca运行结果如表4所示。
[0075]
表4案例医院主成分分析结果
[0076][0077]
[0078]
经过pca法进行主成分分析后，确定病区医疗绩效评价指标的主成分为，第一主成分：病床总体使用效率与收治病种难易程度之比；第二主成分：术后护理质量；第三主成分：高难度手术开展情况。将该三个主成分作为病区医疗绩效评价指标的最终评价指标。
[0079]
s24、基于所述最终评价指标构建病区医疗绩效评价指标体系模型。
[0080]
当确定了病区医疗绩效评价指标的最终评价指标后，由系统使用人员根据实际情况录入各指标/组合指标的评价权重，从而构建病区医疗绩效评价指标体系模型，并根据该模型进行模型演算并展示结果。
[0081]
医疗绩效改进分析模块，用于基于内置的第二算法库构建cmi指标关键影响因素获取模型，并基于所述cmi指标关键影响因素获取模型获取cmi指标关键影响因素，同时将该过程中的数据演算结果发送至数据储存与展示管理模块。医疗绩效改进分析模块包括模型设计单元、数据演算单元，以及第二结果展示与分析单元。具体的，模型设计单元、数据演算单元，以及第二结果展示与分析单元的具体执行步骤包括：
[0082]
s31、确定cmi指标影响因素并构建cmi指标影响因素初筛表。
[0083]
病例组合指数cmi是衡量病区医疗技术水平的主要指标，其用公式可表示为:
[0084][0085]
本实施例通过文献研究和问卷调查筛选出可能影响cmi的关键因素，并构建cmi指标影响因素初筛表，如下表5所示。
[0086]
表5 cmi指标影响因素初筛表
[0087][0088][0089]
s32、对所述cmi指标影响因素初筛表进行筛选以获取保留cmi指标影响因素。
[0090]
由于在本实施例中需要利用lasso回归分析cmi指标影响因素，所以考虑到lasso回归对变量之间的强关联性十分敏感，故先对数据集进行二变量关系检测。运用r语言生成各变量之间相关系数，挑选出相关系数超过0.85的指标进行删除。
[0091]
s33、选择所述第二算法库中的算法构建cmi指标关键影响因素获取模型，并基于所述cmi指标关键影响因素获取模型获取cmi指标关键影响因素。
[0092]
模型设计单元中内嵌有第二算法库，利用其中的算法对所述保留cmi指标影响因素进行回归分析以获取cmi指标影响的关键因素。第二算法库中的算法包括但不限于lasso回归算法、logistic模型算法、灰色关联分析算法。在本实施例中，选择内置lasso回归算法对所述保留cmi指标影响因素进行回归分析。基于lasso回归算法构建cmi指标关键影响因素获取模型，并利用数据演算单元进行lasso回归的数据演算。本实施例中采用数据演算单元中内嵌的r语言lars()函数对实验数据进行拟合。首先，采用scale()函数对原始数据集对未进行归一化、消除量纲处理的原始数据进行回归分析，而后对原始数据进行处理后再进行回归分析。lasso回归分析，当cp值最小时，拟合程度最高。
[0093]
进行lasso回归后的回归结果如图2所示，结果显示，自变量个数仍为17时，拟合程度最优，同样将作为考虑对象的变量降为15个以内，可得出此时的最优解，共有9个解释变量，其系数如表6所示。
[0094]
表6病区cmi拟合解释变量系数表2
[0095][0096][0097]
通过上述lasso回归分析之后，可以得出大部分指标对病区cmi值均具有影响。其中，对病区cmi值起积极作用的主要因素包括：均次费用、床位年周转次数、出院患者手术占比等；对病区cmi值起消极作用的主要因素包括：三类手术人数、药占比、出院人次、并发症发生人数、病区专业设备原值；患者年龄、患者平均住院次数、微创手术患者占比等因素对病区cmi影响较小。
[0098]
医疗绩效改进分析模块获取影响cmi指标的关键影响因素后，一方面在其自身的第二结果展示与分析单元进行结果展示，另外一方面，将数据演算结果发送至数据储存与展示管理模块。
[0099]
数据储存与展示管理模块，用于存储和可视化展示所述数据获取与预处理模块、所述病区医疗绩效评价模块，以及所述医疗绩效改进分析模块运行时所产生的数据。数据储存与展示管理模块主要包括数据和结果储存单元，以及数据和结果查询单元。其中，数据和结果储存单元主要用于对原始数据、预处理后的数据、病区医疗绩效评价模块，医疗绩效改进分析模块的运算结果数据进行储存。数据和结果查询单元提供数据、运算结果的可视化展示。其中，主要展示的内容包括从数据获取与预处理模块获取的分组后各病区drg相关数据及其横向与纵向对比情况；同时对病区医疗绩效评价模块和医疗绩效改进分析模块中选用的具体模型、模型使用的原始数据与运算结果进行可视化展示。
[0100]
为了提高系统的安全性，实现权限的合理分配，本实施例中基于drg数据驱动的医
疗绩效管理信息系统还包括系统设置模块。系统管理员利用系统设置模块可对不同角色用户分配系统使用权限，如评价体系的赋权权限以及历史数据和分析结果的查询权限；可对用户进行分类管理，提供用户代码和密码管理等。
[0101]
综上所述，与现有技术相比，具备以下有益效果：
[0102]
1、本发明一种基于drg数据驱动的医疗绩效管理信息系统，该系统包括用于数据获取和处理的数据获取与预处理模块，用于内嵌有病区医疗绩效评价指标体系模型的第一算法库的病区医疗绩效评价模块，用于内嵌有cmi指标关键影响因素获取模型的第二算法库的医疗绩效改进分析模块，以及用于存储和可视化展示的数据储存与展示管理模块。本发明的系统利用预设的第一算法库和第二算法库将医疗绩效综合评价指标体系的构建和获取医疗绩效的关键因素等功能进行有机结合，丰富了医疗绩效管理信息系统的功能，使系统的智能化程度更高。
[0103]
2、本发明中运用pca方法筛选出病区医疗绩效评价指标中的指标的主成分，然后基于此构建出一套符合医疗背景、具备现实意义、可精准获取病区医疗绩效评价结果的病区医疗绩效评价指标体系，较传统的评价指标体系而言，该指标体系来源的基础指标库较为完善，且最终用于评价的主成分又相对比较精炼。
[0104]
3、本发明运用lasso回归法挑选出影响医院cmi指标的关键影响因素并将其运用于医疗绩效管理信息系统的功能模块中，合理运用了drg的相关数据，丰富了本发明医疗绩效管理信息系统的功能性和适用性。
[0105]
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
[0106]
以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。