医保基金支出费用自动整合系统设计

王宏伟,丁莹红

(1．首都医科大学附属北京世纪坛医院，北京100038；2．中国医科大学航空总医院，北京100012)

1 引言

在医疗保险体制改革以来，取得了很大的成就，参保人在就医以及购药方面逐渐步入了系统[1]、便捷以及高效道路中，有效享受了优质的医疗服务。随着医疗基金制度的日益完善。随之而来的是，基本医保基金支出费用也在不断增加，已经对医疗保险的稳定运行产生影响。其中一个十分重要的原因就是医保基金的不合理流失。如何有效实现医保基金支出费用自动整合成为现阶段研究的热点话题，相关专家也针对该方面的内容进行了研究，例如刘丽等人[2]设计一种支出费用自动整合系统，系统中包含设备运行状态监测模块，在模块的基础上采集支出费用信息，同时对全部的信息进行整合。关毅等人[3]为了确保医保服务的质量，提出一种支出费用自动整合系统。以上系统现阶段虽然取得了十分显著的研究成果，但是由于未能考虑医保基金支出费用自动整合影响因素选择问题，导致医保基金支出费用自动整合误差增加，自动整合耗时上升。

为了有效解决上述问题，设计并提出一种医保基金支出费用自动整合系统。仿真实验结果表明，所设计系统能够有效减少医保基金支出费用自动整合误差和耗时。

2 系统设计

2.1 硬件设计

结合硬件设计的一般要求以及医保基金支出费用自动整合的实际需求，在两者的相互作用下，将系统的逻辑模型设定为物理模型[4]，以下针对系统的硬件部分进行设计。结合系统的功能需求，能够将整个硬件划分为七个模块，具体如图1所示。

图1 医保基金支出费用自动整合系统硬件设计

(1)医保信息模块：

主要是由基础设置[5]、参数设置以及收入成本三个子模块组成，具体如图2所示。其中，在基础子模块中，用户不仅能够对内部分配控制以及奖金的调整方式进行设置，还能够准确整合每个月以及每日的医保基金支出费用。在参数设置子模块中[6]，能够对收入成本追踪的相关参数进行设定；在收入成本子模块中，能够设置各项医保基金支出费用的具体数据来源。

图2 医保信息模块结构图

(2)医保资料维护模块：

主要是由基础材料、成本分摊资料、服务项目资料等八个子模块组成，具体如图3所示。其中，基本资料子模块又能够细化为五个不同的子项；在成本分摊资料子模块中，利用“分摊参数类型”设定对应分摊参数，根据“成本分摊设置”设定不同科室的类别；通过“成本分类”有效维护分类信息；通过“成本类型设定”不同的成本类型；支出费用检验子模块主要被应用于查询支出费用；计划数据管理模块主要被用于维护医保工作中各个科室的工作量计划。

图3 医保资料维护模块结构图

(3)数据交换模块：

主要是由外部交换以及内部交换两个功能子模块组成，具体如图4所示。在外部交换子模块中，用户能够将HIS 中的数据导入到HCAS 中，同时对导入系统中的数据进行规范性检测。在内部交换子模块中，利用“内部数据交换”进行支出费用数据估计[7]，同时实时查询系统的总支出费用情况。

图4 数据交换模块结构图

(4)收入数据模块：

主要是由数据维护、数据统计等三个功能子模块组成，具体如图5所示。

图5 收入数据模块结构图

(5)医保基金支出费用模块：

主要是由直接支出费用、待冲基金、内部服务等四个功能子模块组成，具体如图6所示。直接支出费用子模块主要负责支出费用的维护[8]；待冲基金子模块为待冲基金数据的维护；在内部服务子模块中，利用数据维护来管理医保内部服务数据；预测成本子模块主要用于各个科室医保支出费用的预算。

图6 医保基金支出费用模块结构图

(6)分摊管理模块：

主要是由支出费用分摊、数据校验以及分摊配置三个功能子模块组成，具体如图7所示。在支出费用分摊子模块中，通过该模块进行成本月分摊；数据校验子模块不仅能够查询支出费用的分摊结构，同时还能够有效校验数据的合理性以及数据分摊的完整性。分摊配置子模块主要用于不同分摊参数的设定。

图7 分摊管理模块结构图

(7)医保基金支出费用自动整合模块：

该模块主要是由结余分析等11 个功能子模块组成，具体结构如图8所示。

图8 医保基金支出费用自动整合模块结构图

结余分析子模块主要负责查看医疗基金额收入成本收益；结余分析附属子模块主要负责各个支出费用的统计情况；科室成本报表子模块主要负责分析各个科室的类型以及成本组成；科室成本报表—附表子模块主要负责统计各个科室的支出费用；支出费用构成分析子模块主要负责分析不同项目的支出费用明细；成本分类分析子模块主要提供四种不同的方式进行支出费用自动整合；支出费用比较分析子模块主要对比不同的科室的支出费用；分摊汇总子模块主要负责支出费用的计算；绩效考核子模块主要负责查看各个科室支出费用的总体情况；多成分分析子模块主要负责对不同类型支出费用的分析；医保收入分析模块主要负责医保支出费用的统计情况。

2.2 基于粗糙集属性约简的医保基金支出费用自动整合

粗糙集是一种处理模糊以及不确定数据的数学工具，它最为主要的特点是不需要预先给定一些特征或者属性的定量描述，而是直接在给定问题的描述集合出发，获取问题的内在规律，最为主要的思想是在保持分类能力不变的前提下，通过对应的知识进行约简，获取问题的决策或者分类规则。

通过Komorowski 的定义，能够将(U，A{d})看作是有一个数据表，其中U代表一个对象的有限集合；A也代表一个有限集合，共包含m个取值，将其称为属性；d是由其他列组合决定的，能够将其应用于对象分类。一般情况下，在“数据表”中，能够将A看作是一个自变量；d看作是因变量。

通过Komorowski 描述的粗糙集理论，使用不可分辨性对数据集划分。因此，针对集合BA，设定如下的不可分辨关系IB，具体的计算式为：

在数据结构中组建一个区分矩阵，区分矩阵为一张表，里面详细记录了不同对象之间的属性，将其设定为是一个n×n的矩阵，n代表数据集中个体的总数。该矩阵为包含“零”个对角线的对称矩阵，其中矩阵的第i行第j列cij为数据集中第i个对象和第j个对象取值不同的属性，则有：

所以，需要组建一个类似于区分矩阵的布尔区分函数，即：

组建和决策相关区分矩阵类似于上述的区分矩阵，该矩阵不仅和决策属性存在关联，同时又和决策属性相关的对象之间存在不同属性。它是一个n×n的零对角矩阵，矩阵中i行j列的元素cij为数据集中第I＇个对象和第j＇个对象条件属性不同且决策属性不同的值，具体的表达形式为：

从决策相关区分矩阵能够获取决策相关区分函数f＇，它和上述计算过程是完全一致的，即：

以下需要计算决策相关区分矩阵，设定对象x1和x2的相异采用表示。x1和x2两者的决策属性不同，所以≠Φ。通过具体观察发现，x1和x2的属性不同，所以：

计算决策相关区别函数，为了避免混淆，需要采用相同的字母设定属性以及对应的布尔变量。为了进一步简化，将区分矩阵中各个元素，具体的表达形式如下所示：

随机约简算法是一种大型的约简算法，它主要通过蒙特卡罗原理进行对应的属性约简。首先需要输入一张含有n个对象d个属性的决策表，同时将其输出按照重要性进行排序。

在上述分析的基础上，针对不同类型的病例进行分析，结合粗糙集属性约简算法在条件属性中选取相关影响因素，构建医保基金支出费用自动整合模型：

通过公式(8)组建的模型能够有效实现医保基金支出费用自动整合。

3 仿真实验

为了验证所设计医保基金支出费用自动整合系统的综合有效性，在Linux Ubuntu16．04LTS、NVIDIA CUDA框架9．0及cuDNN8．0库下进行仿真实验测试。

(1)医保基金支出费用自动整合误差/(%)：

以下实验选取文献[2]系统以及文献[3]系统作为对比对象，分别对比三种不同系统的医保基金支出费用自动整合误差，利用图9给出具体的实验对比结果。

图9 医保基金支出费用自动整合误差对比

通过分析图9中的实验数据可知，所设计系统的自动整合误差明显低于另外两种系统，这主要是由于所设计系统有效解决了医保基金支出费用自动整合影响因素选择问题，有效降低了各种因素的干扰，促使自动整合误差得到有效降低。

(2)自动整合耗时/(min)：

利用表1对比三种不同系统的自动整合耗时，如表1所示。

表1 不同系统的自动整合耗时对比

分析表1中的实验数据可知，由于所提系统在实际应用的过程中有效解决了医保基金支出费用自动整合影响因素选择问题，促使所提系统的自动整合耗时明显低于另外两种系统。

4 结束语

针对传统系统存在的一系列问题，设计并提出一种医保基金支出费用自动整合系统。实验结果表明，该系统能有效地减少医疗费用自动整合的误差，减少整合的时间消耗。但是由于受到环境以及人为等多方面因素的限制，导致所提系统仍然存在一定的不足，后续将重点针对其不足进行进一步完善。