醫(yī)保預(yù)警中基于灰色預(yù)測(cè)法的醫(yī)保基金動(dòng)態(tài)監(jiān)測(cè)

郭子健， 王燕勃, 楊歌

(1. 邢臺(tái)市第三醫(yī)院， 河北 邢臺(tái) 054000； 2. 東北財(cái)經(jīng)大學(xué) 公共管理學(xué)院， 遼寧 大連 116000)

0 引言

現(xiàn)有技術(shù)中，醫(yī)?；鸪霈F(xiàn)諸多問(wèn)題，例如制度不夠完善、監(jiān)管力度不夠等。為了解決這些問(wèn)題，對(duì)現(xiàn)有技術(shù)做了深入研究。文獻(xiàn)[1]運(yùn)用分布式算法把復(fù)雜的總基金分割為多個(gè)子基金監(jiān)測(cè)系統(tǒng)，能夠?qū)︶t(yī)?；鸬牧飨蚓珳?zhǔn)把控，但對(duì)醫(yī)?；鸬谋O(jiān)測(cè)過(guò)于片面化，對(duì)基金運(yùn)行隱患無(wú)法形成有力證據(jù)。文獻(xiàn)[2]利用模擬與數(shù)字監(jiān)控技術(shù)對(duì)基金動(dòng)態(tài)進(jìn)行監(jiān)控，在醫(yī)保基金運(yùn)行系統(tǒng)的基礎(chǔ)上搭建預(yù)警機(jī)制，這種方法對(duì)于醫(yī)?；鸺?xì)微變化難以起到預(yù)警作用，存在一定的局限性。

針對(duì)上述技術(shù)的不足，本文采用灰色預(yù)測(cè)模型對(duì)各地醫(yī)保基金進(jìn)行估算，提高了系統(tǒng)預(yù)警的精準(zhǔn)度，增加了醫(yī)?；鸬谋O(jiān)管手段。

1 醫(yī)?；鸨O(jiān)控和預(yù)警系統(tǒng)

本研究通過(guò)大數(shù)據(jù)模型實(shí)現(xiàn)醫(yī)保運(yùn)行動(dòng)態(tài)進(jìn)行分析，經(jīng)過(guò)對(duì)比驗(yàn)證，建立灰色預(yù)測(cè)模型，最終設(shè)計(jì)出具有監(jiān)測(cè)和預(yù)警功能的智能系統(tǒng)[3]。醫(yī)?；鸨O(jiān)控系統(tǒng)如圖1所示。

圖1 醫(yī)?；鸨O(jiān)控系統(tǒng)

在圖1中，整個(gè)監(jiān)控系統(tǒng)能夠完成患者就醫(yī)的全過(guò)程，從患者掛號(hào)接診開(kāi)始，經(jīng)過(guò)醫(yī)療科室診斷，在醫(yī)護(hù)人員的幫助下完成檢查和用藥，然后經(jīng)過(guò)調(diào)度從接診過(guò)程中得到數(shù)據(jù)[4]，這些數(shù)據(jù)經(jīng)過(guò)調(diào)度中心，在服務(wù)站和維護(hù)站進(jìn)行初步篩選，然后輸入到數(shù)據(jù)庫(kù)，同時(shí)進(jìn)行反饋，對(duì)調(diào)度站進(jìn)行復(fù)位、分析、調(diào)配、穩(wěn)控，之后經(jīng)過(guò)信息匯總顯示在診療流程顯示器中，數(shù)據(jù)分析之后呈現(xiàn)在醫(yī)療記錄中，處理應(yīng)用數(shù)據(jù)在病例匯總站進(jìn)行儲(chǔ)存，整個(gè)過(guò)程都有微機(jī)監(jiān)控設(shè)備負(fù)責(zé)檢測(cè)。

1.1 醫(yī)?；疬\(yùn)行動(dòng)態(tài)

隨著醫(yī)保的推行，國(guó)家制定了《社會(huì)保險(xiǎn)法》，使醫(yī)保合同具有了法律效應(yīng)，法律規(guī)定凡是公民必須繳納醫(yī)保[5]。醫(yī)保的推行為普通民眾帶來(lái)了福利，使人們?cè)卺t(yī)藥方面節(jié)省了費(fèi)用，解決了看病貴的難題。醫(yī)?；鸬倪\(yùn)行主要存在于患者和醫(yī)療機(jī)構(gòu)之間，而國(guó)家政策和保險(xiǎn)機(jī)構(gòu)主要起輔助作用[6]。二者之間的關(guān)系如圖2所示。

圖2 醫(yī)?；疬\(yùn)行關(guān)系

整個(gè)醫(yī)保基金的運(yùn)行主要集中在四大主體，分別為醫(yī)療患者、各種定點(diǎn)醫(yī)療機(jī)構(gòu)、醫(yī)保基金公司和法律約束機(jī)構(gòu)。四者之間互相協(xié)同，維持平衡。醫(yī)療患者主要為參保人員，參保人向醫(yī)療機(jī)構(gòu)尋求幫助，經(jīng)過(guò)醫(yī)療診斷，抓取藥品從而產(chǎn)生醫(yī)療費(fèi)用，同時(shí)也是繳納醫(yī)療保險(xiǎn)的人，能夠從醫(yī)保中獲得直接利益的主體。各種定點(diǎn)醫(yī)療結(jié)構(gòu)包括各種大型醫(yī)院和各種藥房，必須是經(jīng)過(guò)國(guó)家審查，經(jīng)過(guò)保險(xiǎn)公司承認(rèn)的醫(yī)療機(jī)構(gòu)，主要負(fù)責(zé)醫(yī)療患者的診斷和醫(yī)務(wù)工作[7]。醫(yī)保基金公司主要是各種保險(xiǎn)公司，負(fù)責(zé)醫(yī)?；鸬墓芾砗瓦\(yùn)作，保證患者醫(yī)保繳納的順利進(jìn)行，同時(shí)負(fù)責(zé)對(duì)醫(yī)療機(jī)構(gòu)的監(jiān)督。法律約束機(jī)構(gòu)主要由國(guó)家開(kāi)辦，由憲法制定，是醫(yī)療保險(xiǎn)的有力支撐，也是醫(yī)療保險(xiǎn)舉辦推廣者，負(fù)責(zé)處理醫(yī)保運(yùn)行過(guò)程中出現(xiàn)的糾紛和矛盾，同時(shí)也負(fù)責(zé)各種機(jī)構(gòu)的監(jiān)督和取締工作。

1.2 監(jiān)測(cè)和預(yù)警系統(tǒng)

醫(yī)?；痤A(yù)警機(jī)制主要是對(duì)于醫(yī)保風(fēng)險(xiǎn)的一種預(yù)估，是一種防范措施，在醫(yī)保基金動(dòng)態(tài)監(jiān)測(cè)方面發(fā)揮重要作用。本研究中預(yù)警反饋系統(tǒng)如圖3所示。

圖3 醫(yī)?；痤A(yù)警反饋系統(tǒng)

經(jīng)過(guò)分析論證，醫(yī)?；痤A(yù)警反饋主要由以基金合作社為基礎(chǔ)，通過(guò)制定標(biāo)準(zhǔn)、建立模型、模型匹配、結(jié)果分析4個(gè)模塊進(jìn)行協(xié)同，最后通過(guò)數(shù)據(jù)反饋系統(tǒng)反饋到基金合作社?；鸷献魃缲?fù)責(zé)獲得數(shù)據(jù)，了解社會(huì)藥品用度和相關(guān)費(fèi)用；制定標(biāo)準(zhǔn)模塊負(fù)責(zé)制定出醫(yī)保費(fèi)用標(biāo)準(zhǔn)，對(duì)超出部分進(jìn)行預(yù)警；建立模型主要是建立醫(yī)?？赡艹霈F(xiàn)的風(fēng)險(xiǎn)的模型；模型匹配主要根據(jù)給出的數(shù)據(jù)與建立的模型相對(duì)應(yīng)，最后對(duì)最終結(jié)果進(jìn)行驗(yàn)證；數(shù)據(jù)分析反饋主要是對(duì)分析出的結(jié)果反饋給基金合作社，完成數(shù)據(jù)的互通[8]。整個(gè)預(yù)警系統(tǒng)形成完美的循環(huán)，能夠高效準(zhǔn)確地為醫(yī)?；鸾Y(jié)構(gòu)提供預(yù)防和準(zhǔn)備。

2 醫(yī)保預(yù)警灰色預(yù)測(cè)法

灰色預(yù)測(cè)法的建模需要對(duì)醫(yī)保等數(shù)據(jù)進(jìn)行對(duì)比，通過(guò)一般式與模型式進(jìn)行對(duì)比，確定給出的數(shù)據(jù)是否符合建模的要求?；疑A(yù)測(cè)法的通用式為式(1)。

X(0)={X(0)(k),k=1,2,…，n}

(1)

式中，X(0)表示灰色預(yù)測(cè)法的通用式；X(0)(k)表示第k個(gè)不同的醫(yī)保數(shù)據(jù)；k表示醫(yī)保數(shù)據(jù)的個(gè)數(shù)集合；n表示醫(yī)保數(shù)據(jù)的個(gè)數(shù)。式(1)主要用來(lái)計(jì)算給出的醫(yī)保等數(shù)據(jù)所具有的規(guī)律。作為一種函數(shù)模型，需要進(jìn)行建模分析，灰色預(yù)測(cè)法建模對(duì)比計(jì)算式為式(2)。

(2)

模型的構(gòu)建需要對(duì)X(0)進(jìn)行各種計(jì)算，通過(guò)計(jì)算得出醫(yī)保數(shù)據(jù)在各個(gè)數(shù)列區(qū)間的函數(shù)值，經(jīng)過(guò)疊加把函數(shù)值組合成數(shù)列的形式，使X(0)能夠生成新的數(shù)列，為式(3)。

X(1)={X(1)(k),k=1,2,…,n}

(3)

這個(gè)數(shù)列是經(jīng)過(guò)整合之后得出的結(jié)果，這個(gè)結(jié)果還需要進(jìn)行后續(xù)計(jì)算，離散分割然后變換得到微分方程為式(4)。

(4)

其中，a表示變化量，是正在變化的數(shù)據(jù)；u表示變化結(jié)果，是數(shù)據(jù)穩(wěn)定狀態(tài)得到的數(shù)值，都是一種參數(shù)，將灰色預(yù)算得到的方程離散處理得到式(5)。

(5)

這個(gè)函數(shù)大致能夠看出數(shù)據(jù)基本規(guī)律，能夠看出模型大致是什么樣的曲線(xiàn)。其中，k為數(shù)據(jù)變化時(shí)間內(nèi)產(chǎn)生的參數(shù)，對(duì)參數(shù)進(jìn)行預(yù)測(cè)得出式(6)。

(6)

將式(4)中a和u的估計(jì)值代入方程得到累加方程，這種方法主要應(yīng)用在數(shù)據(jù)不夠完全的情況下，這是把離散中的數(shù)據(jù)整合起來(lái)得到整體預(yù)測(cè)方程，如式(7)。

(7)

這種累加方程是數(shù)據(jù)的具象化體現(xiàn)，能夠看出整體框架，但是無(wú)法顯示原狀態(tài)，所以需要將這種整合過(guò)的累加方程通過(guò)轉(zhuǎn)換和方程分解得到還原方程式，如式(8)。

(8)

這是對(duì)不完全數(shù)據(jù)經(jīng)過(guò)灰色預(yù)測(cè)算法得到的最終結(jié)果，由于給出的數(shù)據(jù)并不完全，所以這種用方程式得到的結(jié)果需要經(jīng)過(guò)多方檢驗(yàn)。下面給出多種方法進(jìn)行檢驗(yàn)。我們這里主要采用3種檢驗(yàn)方法，分別為相對(duì)誤差、方差檢驗(yàn)法和概率誤差。

相對(duì)誤差檢驗(yàn)為式(9)。

(9)

相對(duì)誤差檢驗(yàn)的方式一級(jí)精度只有0.01的誤差，二級(jí)精度0.05，總體誤差不會(huì)超過(guò)0.1，相對(duì)來(lái)說(shuō)比較精確。

方差檢驗(yàn)法如式(10)。

(10)

利用方差之間的比值進(jìn)行檢驗(yàn)數(shù)據(jù)，其中，S2表示e(k)的標(biāo)準(zhǔn)差；S1表示x(0)的標(biāo)準(zhǔn)差，誤差在0.35-0.65之間，這種誤差檢驗(yàn)的方式?jīng)]有相對(duì)誤差精確，但是也是一種比較常用的誤差檢驗(yàn)方式。

概率誤差檢驗(yàn)為式(11)。

(11)

根據(jù)上述灰色算法理論模型，通過(guò)監(jiān)測(cè)系統(tǒng)采集醫(yī)?；疬\(yùn)行數(shù)據(jù)，把采集到的數(shù)據(jù)樣本輸入到灰色預(yù)警模型中，結(jié)合醫(yī)保運(yùn)行動(dòng)態(tài)和監(jiān)測(cè)機(jī)制得到醫(yī)保灰色預(yù)警實(shí)際誤差模型如圖4所示。

圖4 醫(yī)保預(yù)警灰色預(yù)測(cè)誤差模型

3 數(shù)據(jù)分析

根據(jù)灰色預(yù)測(cè)理論模型，本文通過(guò)MATLAB對(duì)醫(yī)院運(yùn)行動(dòng)態(tài)進(jìn)行仿真，首先進(jìn)行參數(shù)設(shè)定。

(1) 對(duì)醫(yī)院原始數(shù)據(jù)輸入模型，得到原始參數(shù)X(0)，通過(guò)累加迭算得到累加序列X(1)。

(2) 根據(jù)微分方程和離散方程計(jì)算預(yù)測(cè)參數(shù)Φ的值。

(3) 通過(guò)(1)中參數(shù)方程計(jì)算出灰色預(yù)測(cè)模型參數(shù)估計(jì)值。

(4) 根據(jù)(2)和(3)中的參數(shù)計(jì)算出誤差結(jié)果，然后進(jìn)行對(duì)比，找到最優(yōu)灰色預(yù)測(cè)模型。

根據(jù)參數(shù)設(shè)定和程序編碼，在當(dāng)?shù)蒯t(yī)院配合下對(duì)醫(yī)院近幾年運(yùn)行動(dòng)態(tài)進(jìn)行數(shù)據(jù)統(tǒng)計(jì)，得到某地區(qū)醫(yī)?；鹗罩闆r統(tǒng)計(jì)表如表1所示。

表1 醫(yī)?；鹗罩闆r統(tǒng)計(jì)表

表1中主要是預(yù)測(cè)了2016—2020年的醫(yī)保大致情況，為后續(xù)建模提供數(shù)據(jù)支持，數(shù)據(jù)經(jīng)過(guò)對(duì)比校驗(yàn)，通過(guò)灰色預(yù)測(cè)算法建立模型，模型微分方程式為式(12)。

(12)

把表1數(shù)據(jù)代入式(13)得到估計(jì)值：a1=-0.21,u1=73.16,a2=-0.14,u2=84.33。這些都是方程中的參數(shù)，這些參數(shù)參與方程的計(jì)算，對(duì)結(jié)果造成影響，這也是誤差的主要來(lái)源。經(jīng)過(guò)方程式的運(yùn)算和相關(guān)分析，最終計(jì)算得到還原結(jié)果，為式(13)。

(13)

將得到的結(jié)果進(jìn)行誤差分析，經(jīng)過(guò)計(jì)算得到相對(duì)誤差為0.05，方差比值為0.24，概率誤差為0.75，誤差相對(duì)來(lái)說(shuō)可以接受，對(duì)實(shí)際情況比較接近。結(jié)合實(shí)際情況綜合分析醫(yī)?；鹗杖胨娇梢圆捎没疑A(yù)測(cè)法二級(jí)預(yù)警系統(tǒng)。對(duì)于預(yù)測(cè)醫(yī)保支出，經(jīng)過(guò)計(jì)算得到相對(duì)誤差為0.03，方差比值為0.12，概率誤差為0.54，可以采用三級(jí)預(yù)警系統(tǒng)。

對(duì)近幾年醫(yī)保收支情況進(jìn)行對(duì)比，預(yù)測(cè)出未來(lái)幾年醫(yī)保基金可能出現(xiàn)的情況，列出醫(yī)保基金收支情況預(yù)測(cè)如表2所示。

表2 醫(yī)?；鹗罩闆r預(yù)測(cè)表

從表2中可以看出，基本醫(yī)保基金收支每年都在上升，上升比例也在不斷增加，從2017年的87.20億元到2020年的155.26億元，年增長(zhǎng)率達(dá)到8.7%；醫(yī)?；鹬С銮闆r從2017年的90.54億元到2022年的156.48億元，年增長(zhǎng)率達(dá)到8.6%。平均增長(zhǎng)率基本持平，基本能夠做到收支平衡，但是沒(méi)有結(jié)余的情況下可能無(wú)法應(yīng)對(duì)突發(fā)狀況，所以每年國(guó)家都會(huì)在醫(yī)?；鹜度氪罅抠Y金用來(lái)維持醫(yī)保的穩(wěn)定。

根據(jù)表2預(yù)測(cè)結(jié)果，為進(jìn)一步體現(xiàn)本設(shè)計(jì)模型穩(wěn)定性，把監(jiān)測(cè)系統(tǒng)采集到的數(shù)據(jù)樣本輸入到計(jì)算機(jī)中，通過(guò)MATLAB仿真對(duì)不同模型進(jìn)行仿真，最終得到3種不同模型穩(wěn)定性仿真圖，如圖5所示。

從圖5中可以看出，本文設(shè)計(jì)的灰色預(yù)測(cè)模型的穩(wěn)定性?xún)?yōu)于另外兩種模型，本文設(shè)計(jì)的醫(yī)?；疬\(yùn)行系統(tǒng)在財(cái)務(wù)數(shù)據(jù)200時(shí)達(dá)到峰值，最大穩(wěn)定為98%，之后隨著財(cái)務(wù)數(shù)據(jù)的增加逐漸穩(wěn)定在80%；方案1設(shè)計(jì)的間序列模型最大峰值為65%，穩(wěn)定在60%；方案2設(shè)計(jì)的分方程模型監(jiān)測(cè)系統(tǒng)需要財(cái)務(wù)數(shù)據(jù)達(dá)到300時(shí)才達(dá)到峰值，峰值穩(wěn)定值為95%，最終穩(wěn)定在62%。表明本研究醫(yī)?；疬\(yùn)行系統(tǒng)更加穩(wěn)定，處理數(shù)據(jù)速度更快。證明了灰色預(yù)測(cè)模型在醫(yī)?；疬\(yùn)行中不可替代的作用。

圖5 不同模型穩(wěn)定性對(duì)比圖

4 總結(jié)

本研究根據(jù)現(xiàn)有機(jī)制基礎(chǔ)，對(duì)患者和醫(yī)療機(jī)構(gòu)構(gòu)建監(jiān)測(cè)系統(tǒng)，建立預(yù)警模型，對(duì)醫(yī)?；鸸芾聿块T(mén)進(jìn)行監(jiān)管，做到信息透明化，使參保人能夠方便查詢(xún)自己的醫(yī)保狀態(tài)，保證自己的利益。對(duì)個(gè)別醫(yī)療機(jī)構(gòu)不合理用藥和隨意安排住院的情況進(jìn)行監(jiān)測(cè)。但是這種系統(tǒng)仍然無(wú)法解決重癥患者就醫(yī)難的問(wèn)題，隨著國(guó)家老齡化嚴(yán)重，老年人發(fā)病率增高，醫(yī)保制度仍舊存在諸多問(wèn)題。