醫(yī)療保險信息系統(tǒng)的數(shù)據(jù)倉庫與數(shù)據(jù)挖掘研究

摘 要：數(shù)據(jù)處理技術(shù)是當(dāng)前很多信息系統(tǒng)之中的一種重要的應(yīng)用性技術(shù)，借助優(yōu)質(zhì)的數(shù)據(jù)處理技術(shù)，可以對重要數(shù)據(jù)信息進行高效率以及高質(zhì)量地處理工作。醫(yī)療保險信息體系構(gòu)成比較復(fù)雜且其內(nèi)部數(shù)據(jù)具有較強的分散性，數(shù)據(jù)處理人員很難在規(guī)定的時間之內(nèi)完成處理數(shù)據(jù)的任務(wù)，而新型的數(shù)據(jù)挖掘技術(shù)與數(shù)據(jù)倉庫可以對處理醫(yī)保信息到良好的促進作用，將數(shù)據(jù)挖掘技術(shù)與數(shù)據(jù)倉庫這種存儲性技術(shù)結(jié)合使用，可以達(dá)到完善醫(yī)保信息系統(tǒng)建設(shè)工作的目的。本文根據(jù)對構(gòu)建醫(yī)保信息系統(tǒng)的經(jīng)驗，對數(shù)據(jù)挖掘技術(shù)與數(shù)據(jù)倉庫的技術(shù)概況以及應(yīng)用情況進行分析。

關(guān)鍵詞：醫(yī)療保險信息 數(shù)據(jù)倉庫 數(shù)據(jù)挖掘 應(yīng)用研究

在信息時代的影響下，各行各業(yè)的工作重點任務(wù)之中都被添加了信息系統(tǒng)建設(shè)的工作，而在企業(yè)競爭活動之中，具有極強的實效性的信息也逐漸成為企業(yè)的關(guān)鍵競爭元素。人們對信息進行處理的方式也在被不斷改進，數(shù)據(jù)倉庫是一種應(yīng)用價值比較高的信息存儲載體。數(shù)據(jù)本身的價值不高，但是經(jīng)過處理之后，數(shù)據(jù)被賦予了信息的意義之后，其價值倍增。數(shù)據(jù)挖掘技術(shù)是一種可以提升數(shù)據(jù)價值的有效技術(shù)手段，本文以醫(yī)療保險信息系統(tǒng)為分析案例，對新型的數(shù)據(jù)倉庫以及數(shù)據(jù)挖掘技術(shù)的應(yīng)用情況進行分析。

一、醫(yī)保信息處理工作分析

分析兩種處理中重要數(shù)據(jù)技術(shù)的基本情況之前，需要對作為分析案例的醫(yī)保信息處理系統(tǒng)的情況與信息處理流程進行研究，不同的國家的醫(yī)保信息系統(tǒng)的應(yīng)用情況也存在不同，本文以一種比較常見的醫(yī)保信息系統(tǒng)為主要分析對象，一般一個國家的醫(yī)療保險系統(tǒng)主要由三部分組成，包括私營醫(yī)療保險、社會醫(yī)療保險以及管理式醫(yī)療保險，最主要的保險項目為管理形式的醫(yī)療保險，這種保險提供的服務(wù)模式主要提供的服務(wù)具有聯(lián)合性的特點，能夠?qū)⑨t(yī)療費用有效節(jié)省，還能切實地提升醫(yī)療服務(wù)工作的質(zhì)量。

該醫(yī)療保險的信息處理系統(tǒng)在對業(yè)務(wù)進行處理的時候，基本流程如下：患者首先需要到醫(yī)療人員那里接受治療，醫(yī)生向患者推出最佳的治療方案，在醫(yī)療保險的系統(tǒng)之中有一項PPO計劃，如果診治醫(yī)生是PPO計劃的參與者，需要支付的醫(yī)療費用會相對降低，PPO組織可以負(fù)責(zé)主要的溝通與各方聯(lián)系工作，聯(lián)系對象包括醫(yī)生以及保險公司，保險公司會給其提供數(shù)量可觀的病人，組織會給保險公司折扣，除了患者本人，其家屬也可以參保。醫(yī)生在完成治療任務(wù)之后，可以向相關(guān)組織尋求索賠，并將患者的基本賬單寄出，該相關(guān)組織會借專業(yè)軟件來處理賬單并對保險折扣進行計算，WLT軟件就是一種應(yīng)用效果比較好的處理保險信息的軟件，主要是負(fù)責(zé)索賠工作，完成處理之后，可以將相關(guān)數(shù)據(jù)直接輸送到數(shù)據(jù)庫之中。

二、數(shù)據(jù)倉庫技術(shù)概述

1.基本概念。數(shù)據(jù)倉庫之中的數(shù)據(jù)具有極強的集成性，這些數(shù)據(jù)并不是靜止的數(shù)據(jù)，會因時間流動而出現(xiàn)變化，但是這些數(shù)據(jù)是穩(wěn)定的，同時具有較強的主題性與歷史性，這類數(shù)據(jù)一般會被應(yīng)用于決策工作之中。

2.主要特點。數(shù)據(jù)庫的首要特點就是面向主題，數(shù)據(jù)倉庫與一般的操作類型的數(shù)據(jù)庫不同，而數(shù)據(jù)倉庫之中所有數(shù)據(jù)都是圍繞了一個主題；集成性也是數(shù)據(jù)倉庫的顯著特點，其在數(shù)據(jù)倉庫中，原本處于分散狀態(tài)的數(shù)據(jù)會被以一種特殊的處理方式集合起來，數(shù)據(jù)具有較強的一致性；數(shù)據(jù)倉庫具有較好的穩(wěn)定性，由于其提供查詢功能，因此當(dāng)數(shù)據(jù)被添加到數(shù)據(jù)倉庫之中就會被長久地保留下來，施加給數(shù)據(jù)倉庫的數(shù)據(jù)刪除以及修改行為比較少，刷新以及加載的行為更多。數(shù)據(jù)倉庫還能對歷史變化進行展現(xiàn)，能夠給決策人員提供階段性數(shù)據(jù)。

三、數(shù)據(jù)信息技術(shù)概述

1.基本概念。數(shù)據(jù)挖掘技術(shù)是一種提取數(shù)據(jù)的新型技術(shù)，現(xiàn)代的大部分?jǐn)?shù)據(jù)庫之中的數(shù)據(jù)都極為龐雜，這些數(shù)據(jù)具有極強的模糊性，在應(yīng)用數(shù)據(jù)進行決策時，這類數(shù)據(jù)會降低決策效率，因此需要借助數(shù)據(jù)挖掘技術(shù)來將大量的模糊數(shù)據(jù)之中潛藏的有價值的信息提取出來，以備決策參考，數(shù)據(jù)挖掘方法有很多，數(shù)據(jù)處理人員可以根據(jù)需要進行選擇。

2.數(shù)據(jù)處理流程分析。借助數(shù)據(jù)挖掘技術(shù)來達(dá)到數(shù)據(jù)處理目的需要經(jīng)過以下幾個環(huán)節(jié)：首先需要進行數(shù)據(jù)采樣，查找與查找問題有關(guān)聯(lián)的樣本數(shù)據(jù)子集，達(dá)到精選數(shù)據(jù)的目的，再開展數(shù)據(jù)探索工作，對數(shù)據(jù)子集進行分析，繼續(xù)完成數(shù)據(jù)調(diào)整的任務(wù)，將數(shù)據(jù)有效量化，對子集之中的數(shù)據(jù)進行刪改，將調(diào)整之后的數(shù)據(jù)子集進一步模型化，最后對數(shù)據(jù)進行分析與評價。

四、應(yīng)用情況分析

1.建設(shè)數(shù)據(jù)倉庫模型。選定數(shù)據(jù)倉庫平臺原OLTP 數(shù)據(jù)庫系統(tǒng)架設(shè)在DELL 的塔式服務(wù)器上，軟件環(huán)境采用 Windows Server2000+SQL Server2000，目前運行良好，且有足夠的剩余處理能力。經(jīng)初步估算，數(shù)據(jù)倉庫的數(shù)據(jù)約 10GB 左右，考慮到現(xiàn)有的設(shè)備情況及經(jīng)濟原因，數(shù)據(jù)倉庫將與原數(shù)據(jù)庫架設(shè)在同一平臺上。

在 SQL Server 上建立新的數(shù)據(jù)庫在 SQL Server 2000 中，數(shù)據(jù)庫由包含數(shù)據(jù)的表集合和其它對象（如視圖、索引、存儲過程和觸發(fā)器）組成，目的是為執(zhí)行與數(shù)據(jù)有關(guān)的活動提供支持。存儲在數(shù)據(jù)庫中的數(shù)據(jù)通常與特定的主題或過程相關(guān)，同時 SQL Server 支持多個數(shù)據(jù)庫。原OLTP 數(shù)據(jù)庫系統(tǒng)中，參保公司與人員信息、賬單支票信息及醫(yī)生信息便分別存儲在各自的數(shù)據(jù)庫中。對于醫(yī)療保險數(shù)據(jù)倉庫，將同樣采取關(guān)系存儲。

2.開展聯(lián)機分析查詢工作。通過對多維數(shù)據(jù)集進行 OLAP（聯(lián)機分析查詢），可以得到供決策支持的統(tǒng)計分析數(shù)據(jù)，是一種較淺層次的知識發(fā)現(xiàn)。以下將對醫(yī)療保險數(shù)據(jù)倉庫的多維數(shù)據(jù)集進行分析。

根據(jù)投保信息多維數(shù)據(jù)集，可以得到投?？傤~、投保人數(shù)等統(tǒng)計信息，并在不同維度進行分析。 若選定參保公司維度與時間維度，以投保額度為度量，可以生成各公司投?？傤~的統(tǒng)計數(shù)據(jù)。在此基礎(chǔ)上，若要了解更細(xì)節(jié)的數(shù)據(jù)，還可進一步的進行下鉆操作。單擊年份前面的“+”，時間的級別能進一步細(xì)化，顯示出每季度、每月甚至每天的投保額。若替換時間維度為保險維度，則可分析公司在各保險類型中的投入。同時，OLAP 還支持多個維度綜合分析。

3.對數(shù)據(jù)倉庫開展數(shù)據(jù)挖掘工作。完成前幾個環(huán)節(jié)的數(shù)據(jù)倉庫的建設(shè)工作之后，就可以進行最后一個階段的數(shù)據(jù)挖掘工作，相關(guān)人員要完成醫(yī)?？蛻粝M情況挖掘模型創(chuàng)建任務(wù)，根據(jù)客戶的醫(yī)保需求可以將其分為三類，劃分之后，可以更好地對不同的客戶提供針對性的保險服務(wù)，主要對醫(yī)保消費有關(guān)的數(shù)據(jù)進行數(shù)據(jù)挖掘工作，借助當(dāng)前的可應(yīng)用的數(shù)據(jù)，可以在賬單信息的基礎(chǔ)上開展挖掘模型的建設(shè)工作，選用聚集算法。

先選擇事例，針對賬單數(shù)據(jù)建設(shè)數(shù)據(jù)集，事例主要是作為挖掘工作之中的實體而存在的，完成客戶聚類的模型建設(shè)工作之后，需要對客戶信息進行有效提取；對訓(xùn)練數(shù)據(jù)進行選擇，培訓(xùn)數(shù)據(jù)是與事例有關(guān)的額信息，消費額度是客戶聚類的基本標(biāo)準(zhǔn)，因此需要選定客戶消費金額，對客戶特征進行挖掘，其他培訓(xùn)信息還包括客戶的個人信息，最后一個環(huán)節(jié)的工作是對挖掘模型進行保存，同時對挖掘的數(shù)據(jù)結(jié)果進行分析。根據(jù)數(shù)據(jù)分析結(jié)果可以了解到價值比較高的客戶是擁有中高消費水平的客戶，年齡在40歲左右們可以對其提出額度比較高的醫(yī)保服務(wù)，而中等收入的客戶比較適合中等額度的保險服務(wù)，中等收入偏下的女性客戶比較適合經(jīng)濟型的醫(yī)療保險服務(wù)。

五、結(jié)語

醫(yī)保信息系統(tǒng)是一種比較典型的信息系統(tǒng)，醫(yī)保信息構(gòu)成復(fù)雜，變動情況也比較多，如果沒有科學(xué)的信息處理方式作為支撐，信息處理工作就會頻繁地出現(xiàn)問題。因此需要借助數(shù)據(jù)挖掘技術(shù)與數(shù)據(jù)倉庫存儲作為處理具有信息價值的數(shù)據(jù)這項工作的輔助手段，本文對某種醫(yī)療保險信息系統(tǒng)為分析對象，對兩種處理信息的技術(shù)進行總體分析，對其實際應(yīng)用也展開了詳細(xì)闡述，雖然兩種信息處理方式帶有較強的新進性，但是仍舊有需要改進的部分，技術(shù)人員需要增設(shè)主題域，對醫(yī)?？蛻舻挠盟幥闆r也進行了解，還可以將藥品項目也添加到主體域之中，客戶端工具的人性化還有待提升技術(shù)，技術(shù)人員仍舊需要加強對這類數(shù)據(jù)處理技術(shù)的研究力度。

參考文獻：

[1]徐璐. 基于數(shù)據(jù)倉庫的客戶關(guān)系管理系統(tǒng)研究[D]. 南昌大學(xué) 2015.

[2]石萌. 數(shù)據(jù)挖掘在醫(yī)療保險參保人員老齡化問題中的應(yīng)用研究[D]. 貴州財經(jīng)學(xué)院 2010.

[3]孫光偉. 數(shù)據(jù)挖掘在網(wǎng)絡(luò)信息條件下CRM中的研究與應(yīng)用[D]. 吉林大學(xué) 2017.

[4]鄭哲鵬. 基于數(shù)據(jù)挖掘技術(shù)的貴陽醫(yī)保基金風(fēng)險防控研究[D]. 貴州財經(jīng)大學(xué) 2014.

[5]張莎莎. 數(shù)據(jù)挖掘在城鎮(zhèn)基本醫(yī)療保險中的應(yīng)用分析與設(shè)計[D]. 貴州財經(jīng)大學(xué) 2013.

[6]李娜娜. 數(shù)據(jù)挖掘在醫(yī)療保險理賠分析中的應(yīng)用[D]. 大連理工大學(xué) 2013.