基于決策樹(shù)和主動(dòng)學(xué)習(xí)的護(hù)理院住院費(fèi)用監(jiān)管方法實(shí)證研究

許思特 張?zhí)焯?盛 韜 劉佳興 羅 力△

1.復(fù)旦大學(xué)公共衛(wèi)生學(xué)院(200032) 2.復(fù)旦大學(xué)計(jì)算機(jī)科學(xué)技術(shù)學(xué)院 3.復(fù)旦大學(xué)軟件學(xué)院

隨著我國(guó)醫(yī)保覆蓋面的擴(kuò)大和保障水平的提高，違規(guī)騙保、過(guò)度診療、資源浪費(fèi)等問(wèn)題愈演愈烈。與此同時(shí)，根據(jù)國(guó)家進(jìn)一步促進(jìn)社會(huì)辦醫(yī)持續(xù)健康規(guī)范發(fā)展的要求，醫(yī)保將面臨越來(lái)越多的社會(huì)辦醫(yī)納保的局面，更加大了醫(yī)保基金的風(fēng)險(xiǎn)和監(jiān)管壓力。

近20年來(lái)，國(guó)內(nèi)外有大量學(xué)者，將數(shù)據(jù)挖掘、機(jī)器學(xué)習(xí)等應(yīng)用于醫(yī)保費(fèi)用監(jiān)管、住院費(fèi)用分析以及騙保行為甄別等。國(guó)外如Biafore使用數(shù)據(jù)挖掘技術(shù)從大量的復(fù)雜的異構(gòu)數(shù)據(jù)中發(fā)現(xiàn)一定的數(shù)據(jù)模式及趨勢(shì)，并以此提供決策支持[1]；Milley將數(shù)據(jù)挖掘技術(shù)應(yīng)用到醫(yī)療費(fèi)用檢測(cè)，并給出成功實(shí)施的案例[2]；William J.Rudman，John S.Eberhardt等學(xué)者通過(guò)歸納分析了美國(guó)健康保險(xiǎn)，利用機(jī)器學(xué)習(xí)與數(shù)據(jù)挖掘的相關(guān)技術(shù)構(gòu)建模型對(duì)欺詐與騙保行為進(jìn)行甄別并對(duì)其進(jìn)行分析[3]。國(guó)內(nèi)高臻耀，張敬誼等學(xué)者提出了利用數(shù)據(jù)挖掘與機(jī)器學(xué)習(xí)等技術(shù)構(gòu)建模型庫(kù)與方法庫(kù)[4]；藍(lán)英、李春吉、王川等學(xué)者將機(jī)器學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)應(yīng)用于多種疾病的住院費(fèi)用分析中[5]。

現(xiàn)在國(guó)內(nèi)主流的醫(yī)保控費(fèi)模式，主要有三種，基于規(guī)則集的智能控費(fèi)模式、PBM第三方控費(fèi)和DRGs組合控費(fèi)，三種方式各有優(yōu)勢(shì)，但也存在著規(guī)則不完備、第三方盈利點(diǎn)不透明、付費(fèi)服務(wù)項(xiàng)目不夠精細(xì)的問(wèn)題。根據(jù)國(guó)辦發(fā)[2020]20號(hào)《國(guó)務(wù)院辦公廳關(guān)于推進(jìn)醫(yī)療保障基金監(jiān)管制度體系改革的指導(dǎo)意見(jiàn)》，結(jié)合本研究對(duì)醫(yī)保管理部門(mén)的咨詢結(jié)果，為有利事前、事中的監(jiān)管引導(dǎo)，應(yīng)對(duì)相關(guān)醫(yī)療機(jī)構(gòu)的費(fèi)用加強(qiáng)大數(shù)據(jù)應(yīng)用，制定“模糊規(guī)則”進(jìn)行監(jiān)管[6]。

如今，上海市有超過(guò)40家護(hù)理院，但對(duì)相關(guān)住院費(fèi)用的監(jiān)管始終缺少有效的手段。根據(jù)文獻(xiàn)研究進(jìn)展與實(shí)際管理情況，主要存在以下問(wèn)題。

(1)建模問(wèn)題

基于前期的調(diào)研結(jié)果與臨床醫(yī)生們的反饋，專家們表示難以給出明確的監(jiān)管細(xì)則標(biāo)準(zhǔn)，因而傳統(tǒng)通過(guò)專家咨詢形成規(guī)則的建模方式在本研究中無(wú)法實(shí)現(xiàn)。參考相關(guān)文獻(xiàn)，考慮將人工智能技術(shù)引入，對(duì)醫(yī)生們的經(jīng)驗(yàn)進(jìn)行歸納建模。但受限于人力成本，在以往的住院費(fèi)用研究中，大多采用了非監(jiān)督學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)等無(wú)需人工標(biāo)記的方法。這樣的建模方式雖然效果較好，但可解釋性較差，難以對(duì)實(shí)際管理操作產(chǎn)生有效反饋。

(2)管理問(wèn)題

受限于管理者的臨床專業(yè)知識(shí)與人力成本，對(duì)相關(guān)住院費(fèi)用的監(jiān)管始終沒(méi)有成型的金標(biāo)準(zhǔn)，僅僅是采用一刀切的監(jiān)管方法，即日均床位費(fèi)不得超過(guò)400元。這種傳統(tǒng)監(jiān)管方法不僅不利于事前、事中的引導(dǎo)，同時(shí)使部分有違規(guī)收費(fèi)傾向的醫(yī)生掌握主動(dòng)權(quán)，采取規(guī)避處罰的診療方向。

針對(duì)建模中可解釋性差的問(wèn)題，本研究采用機(jī)器學(xué)習(xí)中可解釋性較強(qiáng)的決策樹(shù)模型，從而有效反饋特征重要程度、機(jī)器決策路徑關(guān)鍵信息。針對(duì)建模與管理中人工標(biāo)記的成本問(wèn)題，本研究采用主動(dòng)學(xué)習(xí)算法，甄別較難分類的高價(jià)值標(biāo)注數(shù)據(jù)，進(jìn)行重點(diǎn)標(biāo)記，從而通過(guò)較少成本提升算法的效果。針對(duì)管理中一刀切的方式，本研究將病人基本信息與費(fèi)用信息悉數(shù)囊括，綜合考慮有效數(shù)據(jù)特征，從而更為準(zhǔn)確地判別相關(guān)住院費(fèi)用數(shù)據(jù)的合理性。

綜上，為捕捉結(jié)合醫(yī)學(xué)、管理學(xué)、計(jì)算機(jī)的契合點(diǎn)，理解醫(yī)生思維，輔助醫(yī)保更有效地對(duì)護(hù)理院住院費(fèi)用進(jìn)行監(jiān)管控制，本研究嘗試將人工智能技術(shù)引入，以腦梗死后遺癥為例，構(gòu)建護(hù)理院住院費(fèi)用合理性判別模型。

資料與方法

1.資料來(lái)源

研究的數(shù)據(jù)來(lái)源是上海市醫(yī)保中心提供的2016-2018年上海市病案首頁(yè)數(shù)據(jù)庫(kù)，選擇以腦梗死后遺癥(ICD編碼為I69.300)為主疾病的病例資料，收集患者信息字段與費(fèi)用字段，包括年齡、住院天數(shù)、住院次數(shù)、有無(wú)手術(shù)、并發(fā)癥詳情等；統(tǒng)計(jì)患者各單項(xiàng)住院費(fèi)用字段，包括一般醫(yī)療服務(wù)費(fèi)、一般治療操作費(fèi)、西藥費(fèi)、護(hù)理費(fèi)等。

2.數(shù)據(jù)預(yù)處理

本研究變量賦值及預(yù)處理的基本情況見(jiàn)表1，具體處理過(guò)程如下：

(1)剔除年齡、主疾病等關(guān)鍵患者信息字段有缺失的數(shù)據(jù)；

(2)剔除費(fèi)用字段缺失超過(guò)1/3的數(shù)據(jù)，用中位數(shù)填補(bǔ)費(fèi)用字段缺失不超過(guò)1/3的數(shù)據(jù)；

(3)患者住院費(fèi)用屬于偏態(tài)分布，對(duì)數(shù)據(jù)進(jìn)行Box-Cox變換，使其近似正態(tài)分布。繼而對(duì)數(shù)據(jù)進(jìn)行歸一化，使其收斂于[0，1]之間；

(4)運(yùn)用獨(dú)熱編碼與啞變量處理分類型的信息特征字段，如性別、醫(yī)療付費(fèi)方式等。其中，由于“新農(nóng)合”、“城鎮(zhèn)職工”、“其他”三種付費(fèi)方式，在病案首頁(yè)數(shù)據(jù)庫(kù)中均記錄為“醫(yī)保”，因而未做進(jìn)一步分類；

(5)運(yùn)用二值化與分段處理連續(xù)型的信息特征字段，如年齡等。

表1 變量賦值及預(yù)處理

3.建模方法

(1)抽樣與標(biāo)記

從全市邀請(qǐng)了204位，從醫(yī)5年以上的護(hù)理院臨床醫(yī)生，參與大型的線上專家咨詢。對(duì)抽樣的18697條病案數(shù)據(jù)進(jìn)行第一輪合理性的判斷，并利用費(fèi)用字段構(gòu)建初步模型。所有相關(guān)資質(zhì)醫(yī)生基于自身經(jīng)驗(yàn)，在閱讀完整病案信息的情況下進(jìn)行費(fèi)用量和費(fèi)用構(gòu)成的合理性判斷。一條數(shù)據(jù)，若被醫(yī)生判斷為‘費(fèi)用量合理’且‘費(fèi)用構(gòu)成合理’，則認(rèn)為該條數(shù)據(jù)合理；若被醫(yī)生判斷為‘費(fèi)用量不合理’或‘費(fèi)用構(gòu)成不合理’，則認(rèn)為該條數(shù)據(jù)不合理。每條數(shù)據(jù)會(huì)由三位專家進(jìn)行判斷，判別一致的數(shù)據(jù)用于建模，以保證標(biāo)簽與模型的準(zhǔn)確性。

由于受相關(guān)資質(zhì)醫(yī)生的數(shù)量限制，本文以系統(tǒng)抽樣為基礎(chǔ)，借鑒梯度下降法的思想，進(jìn)行抽樣標(biāo)記。按主疾病分別抽取樣本記錄，以均值為中心點(diǎn)。由歐氏距離最遠(yuǎn)處開(kāi)始以學(xué)習(xí)率α(即步長(zhǎng))逼近中心點(diǎn)，并給醫(yī)生判斷是否合理。每條數(shù)據(jù)由多位專家判斷。學(xué)習(xí)率α視判斷一致率情況進(jìn)行調(diào)整，離中心點(diǎn)較近或較遠(yuǎn)處，α較大。

共抽樣18697條數(shù)據(jù)，有效回收15488條，回收率82.8%。其中，經(jīng)數(shù)據(jù)預(yù)處理，腦梗死后遺癥疾病相關(guān)數(shù)據(jù)共2352條。

(2)決策樹(shù)模型的建立

采用C 4.5決策樹(shù)算法進(jìn)行建模，該算法采用節(jié)點(diǎn)二分法，追求信息增益最大化。當(dāng)選擇某個(gè)特征作為節(jié)點(diǎn)時(shí)，我們就希望這個(gè)特征的信息熵趨近于0(即概率趨近于1)，此時(shí)不確定性最小。為保證損失函數(shù)下降，即父子節(jié)點(diǎn)信息熵差為正的情況下，根據(jù)準(zhǔn)確率與各參數(shù)的可視化，確定調(diào)參方向。

本文設(shè)置70%樣本量為訓(xùn)練集，30%樣本量為測(cè)試集，特征選擇標(biāo)準(zhǔn)criterion選擇信息熵entropy，特征劃分點(diǎn)選擇標(biāo)準(zhǔn)splitter選擇random，最大深度max_depth選擇3層，max_features選擇None，隨機(jī)種子數(shù)random_state選擇420，內(nèi)部節(jié)點(diǎn)再劃分所需最小樣本數(shù)min_samples_split和葉子節(jié)點(diǎn)最少樣本數(shù)min_samples_leaf選擇5，類別權(quán)重class_weight選擇balanced，節(jié)點(diǎn)劃分最小不純度min_impurity_split選擇0.3。

(3)主動(dòng)學(xué)習(xí)反饋

主動(dòng)學(xué)習(xí)是指通過(guò)一定的算法找到未進(jìn)行類別標(biāo)注的樣本數(shù)據(jù)中最有標(biāo)記價(jià)值的數(shù)據(jù)，交由專家進(jìn)行人工標(biāo)注后，將標(biāo)注數(shù)據(jù)及其類別標(biāo)簽，納入到訓(xùn)練集中迭代優(yōu)化分類模型，改進(jìn)模型的處理效果。主動(dòng)學(xué)習(xí)的模型為A=(C，Q，S，L，U)。如圖1所示進(jìn)行迭代循環(huán)。

圖1 主動(dòng)學(xué)習(xí)模型

本研究中，機(jī)器學(xué)習(xí)模型C為經(jīng)第一輪標(biāo)記結(jié)果構(gòu)建的決策樹(shù)模型；查詢規(guī)則Q為經(jīng)第一輪標(biāo)記的數(shù)據(jù)分別訓(xùn)練5個(gè)算法不同的分類器，如果某條樣本被5個(gè)分類器按2∶3的比例給出了不同的預(yù)測(cè)，則將這個(gè)樣本視為有重標(biāo)價(jià)值；專家組S為參與標(biāo)記的醫(yī)生群體；標(biāo)記樣本集L為經(jīng)第一輪標(biāo)記過(guò)的數(shù)據(jù)集；未標(biāo)記樣本集U為未經(jīng)第一輪標(biāo)記過(guò)的數(shù)據(jù)集。

具體而言，我們將原始數(shù)據(jù)投入第一輪構(gòu)建的模型中，得出機(jī)器的判斷，并將機(jī)器的判斷的結(jié)果給醫(yī)生們進(jìn)行二輪驗(yàn)證，驗(yàn)證模型的可靠性。第二輪驗(yàn)證過(guò)程中，選取經(jīng)多種分類器判斷不一的數(shù)據(jù)以第一輪的原則進(jìn)行主動(dòng)學(xué)習(xí)的反饋，給醫(yī)生重新標(biāo)記投入模型。每條數(shù)據(jù)會(huì)由6位專家進(jìn)行判斷。由于數(shù)據(jù)正負(fù)類別比例較高，采取少數(shù)服從多數(shù)原則進(jìn)行驗(yàn)證結(jié)果的確定。重標(biāo)后重新投入模型中形成反饋，對(duì)模型進(jìn)行完善，直至模型在測(cè)試集準(zhǔn)確率達(dá)到80%以上。

(4)統(tǒng)計(jì)分析

本研究中，決策樹(shù)模型采用信息熵entropy作為模型的不純度，主動(dòng)學(xué)習(xí)算法采用邊緣采樣margin sampling作為查詢函數(shù)。

其中，信息熵entropy的公式為：

邊緣采樣margin sampling的公式為：

Scikit-learn、Pytorch庫(kù)用于實(shí)現(xiàn)相關(guān)機(jī)器學(xué)習(xí)算法的編寫(xiě)，Numpy庫(kù)用于維度數(shù)組與矩陣運(yùn)算，Pandas庫(kù)用于數(shù)據(jù)分析與處理，Matplotlib庫(kù)用于圖表繪制及可視化。所有統(tǒng)計(jì)分析基于均運(yùn)用Python語(yǔ)言實(shí)現(xiàn)。

結(jié) 果

1.基本情況

經(jīng)人工標(biāo)記與數(shù)據(jù)預(yù)處理，腦梗死后遺癥疾病相關(guān)2352條病案首頁(yè)數(shù)據(jù)中。患者男性1027例，占43.7%；女性1325例，占56.3%。患者平均年齡(82.7±8.6)歲。其中，<40歲組0人；40～59歲組39人，占1.7%；60～79歲組573人，占24.4%；80～99歲組1731人，占73.6%；≥100歲組9人，占0.4%。患者實(shí)際住院天數(shù)最短1天，最長(zhǎng)1151天，平均實(shí)際住院天數(shù)(148.1±143.0)天。其中，≤9天組167人，占7.1%；10～49天組347人，占9.3%；50～99天組523人，占22.2%；100～199天組859人，占36.6%；200～299天組219人，占9.3%；≥300天組237人；占10.1%。

2.住院費(fèi)用基本情況

護(hù)理院腦梗死后遺癥患者住院總費(fèi)用最低162.5元，最高361936.8元，住院總費(fèi)用中位數(shù)(四分位數(shù)間距)為38453.36(50342.96)元。從患者住院費(fèi)用構(gòu)成比來(lái)看，在人均住院費(fèi)用中，康復(fù)費(fèi)、治療費(fèi)、西藥費(fèi)占比較高。其中，康復(fù)費(fèi)平均11992.4元，占22.3%，治療費(fèi)平均7687.4元，占14.3%；西藥費(fèi)平均7273.4元，占13.5%。護(hù)理院腦梗死后遺癥患者住院日均費(fèi)用最低54.2元，最高2095.2元，住院日均費(fèi)用中位數(shù)(四分位數(shù)間距)為356.9(161.8)元。患者住院費(fèi)用構(gòu)成情況見(jiàn)表2。

表2 患者住院費(fèi)用構(gòu)成

3.醫(yī)生判斷結(jié)果與二輪驗(yàn)證結(jié)果

考慮醫(yī)生人數(shù)及工作量，本研究共抽取800條數(shù)據(jù)進(jìn)行醫(yī)生判斷一致性檢驗(yàn)，每條數(shù)據(jù)由3位醫(yī)生判斷。共反饋有效數(shù)據(jù)696條，合理性判斷一致率為68.5%。醫(yī)生對(duì)合理性判斷的一致性情況見(jiàn)表3。

表3 醫(yī)生對(duì)合理性判斷的一致性

由前文的判斷原則，若被醫(yī)生判斷為“費(fèi)用量合理”且“費(fèi)用構(gòu)成合理”，則認(rèn)為該條數(shù)據(jù)合理；若被醫(yī)生判斷為“費(fèi)用量不合理”或“費(fèi)用構(gòu)成不合理”，則認(rèn)為該條數(shù)據(jù)不合理。可得費(fèi)用量與費(fèi)用構(gòu)成綜合后的醫(yī)生判斷情況。進(jìn)行費(fèi)用合理性綜合判斷的腦梗死后遺癥數(shù)據(jù)共計(jì)2352條。其中，被標(biāo)記為不合理的609條，總費(fèi)用最小值240.4元，最大值282703.2元，住院總費(fèi)用中位數(shù)(四分位數(shù)間距)為40499.6(53507.8)元；被標(biāo)記為合理的1743條，總費(fèi)用最小值162.5元，最大值361936.8元，住院總費(fèi)用中位數(shù)(四分位數(shù)間距)為38090.7(49074.1)元。合理性綜合判斷情況見(jiàn)表4。

表4 合理性綜合判斷情況

考慮醫(yī)生人數(shù)及工作量，本研究為驗(yàn)證模型的可推廣性，隨機(jī)抽取500條數(shù)據(jù)，分別進(jìn)行人工和機(jī)器的二輪判斷。邀請(qǐng)5位未參與第一輪標(biāo)記的臨床醫(yī)生對(duì)其進(jìn)行人工判別，另用主動(dòng)學(xué)習(xí)后的機(jī)器學(xué)習(xí)模型進(jìn)行機(jī)器判別，將兩者的判別結(jié)果進(jìn)行比對(duì)。500條數(shù)據(jù)中，420條數(shù)據(jù)判別結(jié)果一致，一致率達(dá)84.0%。

4.住院費(fèi)用合理性判別模型構(gòu)建及影響因素分析

應(yīng)用決策樹(shù)對(duì)住院費(fèi)用影響因素重要性進(jìn)行分析。結(jié)果顯示：康復(fù)費(fèi)、并發(fā)癥數(shù)量、住院天數(shù)等是影響腦梗死后遺癥費(fèi)用數(shù)據(jù)合理與否的重要因素。其中，特征重要程度(feature_importances_)的數(shù)值越高，表明該特征相對(duì)模型越重要[7]。本次模型擬合共納入特征重要程度高于0.03的9個(gè)特征。其余特征在加入模型后，模型效能出現(xiàn)下降，準(zhǔn)確率降低或假陽(yáng)性率升高，因此予以剔除。

其中，“入院病情”“有無(wú)手術(shù)”“血液和血液制品類”字段的特征重要程度均為0。經(jīng)觀察，所有數(shù)據(jù)的上述三類字段均一致，故而出現(xiàn)特征重要程度為0的情況。模型特征重要程度見(jiàn)表5。

表5 模型特征重要程度

5.模型完善與評(píng)價(jià)

基于醫(yī)保需求，本研究確定模型完善方向，著重于模型準(zhǔn)確率的增高與假陽(yáng)性率的降低(本研究以“不合理”為陽(yáng)性，“合理”為陰性)。分別繪制“數(shù)據(jù)量-模型準(zhǔn)確率、假陽(yáng)性率趨勢(shì)圖”和“特征量-模型準(zhǔn)確率、假陽(yáng)性率趨勢(shì)圖”，分別見(jiàn)圖2、圖3。每個(gè)數(shù)據(jù)點(diǎn)建模10次，剔除兩端極值取平均，消除隨機(jī)性造成的誤差；同時(shí)，在特征量趨勢(shì)圖中，將特征逐一投入，結(jié)合醫(yī)學(xué)規(guī)律與模型敏感程度不斷調(diào)整順序。

圖2 數(shù)據(jù)量-模型準(zhǔn)確率、假陽(yáng)性率趨勢(shì)圖

圖3 特征變量-模型準(zhǔn)確率、假陽(yáng)性率趨勢(shì)圖

在現(xiàn)有數(shù)據(jù)量和特征量的基礎(chǔ)上。在不考慮假陽(yáng)性率的情況下，模型準(zhǔn)確率能夠達(dá)到90%以上；在考慮假陽(yáng)性率穩(wěn)定在最低3.2%的情況下，模型準(zhǔn)確率能夠達(dá)到80.9%。其中，醫(yī)生與醫(yī)生的判斷一致率達(dá)84%。可以證明該決策樹(shù)模型相對(duì)合理。同時(shí)模型中，節(jié)點(diǎn)的信息熵普遍低于0.3，表明信息增益較大，模型不確定性小，也可以證明該決策樹(shù)模型相對(duì)合理。

我們將傳統(tǒng)方法與前面的分類方法進(jìn)行對(duì)比，這里我們選取兩條主疾病為腦梗死后遺癥的數(shù)據(jù)進(jìn)行比較。以傳統(tǒng)監(jiān)管標(biāo)準(zhǔn)，即護(hù)理院日均費(fèi)用不得超過(guò)400元/天，此時(shí)數(shù)據(jù)1為合理，數(shù)據(jù)2為不合理。但基于我們的費(fèi)用合理性判別模型，綜合了并發(fā)癥數(shù)量、住院天數(shù)等基本信息后，合理性結(jié)果完全相反。進(jìn)一步觀察可以發(fā)現(xiàn)，研究所得模型明顯比傳統(tǒng)方法更能說(shuō)明問(wèn)題。對(duì)于數(shù)據(jù)1，雖然日均費(fèi)用未超過(guò)400元/天，但諸多單項(xiàng)費(fèi)用為0，不符合合理情況；而對(duì)于數(shù)據(jù)2，雖然日均費(fèi)用超過(guò)400元/天，但經(jīng)查病人的并發(fā)癥數(shù)量達(dá)到了11種，病情嚴(yán)重，確實(shí)有合理的依據(jù)。傳統(tǒng)一刀切的方法明顯無(wú)法辨別這類數(shù)據(jù)的合理性。數(shù)據(jù)1、數(shù)據(jù)2的各項(xiàng)費(fèi)用情況及兩種方式判別結(jié)果見(jiàn)表6。

表6 數(shù)據(jù)選取

6.不合理類型臉譜

基于最終的合理性判別模型，本研究嘗試對(duì)常見(jiàn)的護(hù)理院腦梗死后遺癥疾病的不合理類型進(jìn)行臉譜畫(huà)像。常見(jiàn)不合理臉譜歸為以下三類，具體見(jiàn)圖4～6。機(jī)構(gòu)名稱等敏感信息已遮蓋。

討 論

1.監(jiān)管建議

針對(duì)研究結(jié)果反饋的情況，本研究對(duì)多家不合理數(shù)據(jù)較多的護(hù)理院進(jìn)行了實(shí)地調(diào)研，為醫(yī)保管理部門(mén)提出以下需要關(guān)注討論的問(wèn)題。

(1)重點(diǎn)費(fèi)用特征

結(jié)合機(jī)器學(xué)習(xí)模型與人工臉譜歸納，醫(yī)保管理部門(mén)應(yīng)著重對(duì)護(hù)理院住院費(fèi)用中的康復(fù)費(fèi)、治療費(fèi)、西藥費(fèi)等進(jìn)行重點(diǎn)監(jiān)管核查。

(2)病案首頁(yè)信息質(zhì)量

在調(diào)研過(guò)程中，發(fā)現(xiàn)多家護(hù)理院的病案首頁(yè)數(shù)據(jù)存在分列錯(cuò)位等數(shù)據(jù)質(zhì)量問(wèn)題，建議加強(qiáng)對(duì)病案首頁(yè)數(shù)據(jù)收集的質(zhì)量控制。

(3)機(jī)構(gòu)端數(shù)據(jù)接口

在調(diào)研過(guò)程中，發(fā)現(xiàn)多家護(hù)理院存在醫(yī)保數(shù)據(jù)上傳接口不完備的情況，包括單項(xiàng)費(fèi)用字段細(xì)化程度不一、上傳費(fèi)用字段不同等問(wèn)題。建議統(tǒng)一第三方信息公司對(duì)數(shù)據(jù)上傳接口搭建的規(guī)范，保證相關(guān)數(shù)據(jù)的可用性、有效性。

2.模型實(shí)際應(yīng)用

為將本研究的成果更好地投入實(shí)際應(yīng)用，向醫(yī)保決策者提供切實(shí)可用的工具，本文基于研究所構(gòu)建的判別模型，進(jìn)行了完整的系統(tǒng)設(shè)計(jì)。具體設(shè)計(jì)見(jiàn)圖7。

圖4 不合理類型(1)

圖5 不合理類型(2)

總的來(lái)說(shuō)，判別模型對(duì)費(fèi)用數(shù)據(jù)合理性給出判斷，醫(yī)保對(duì)聚類后的不合理數(shù)據(jù)進(jìn)行二次判斷，醫(yī)院對(duì)二次判斷仍不合理數(shù)據(jù)進(jìn)行解釋，專家對(duì)解釋進(jìn)行核查。如若解釋可接受，則對(duì)數(shù)據(jù)標(biāo)簽進(jìn)行更新，并重新投入模型中，從而達(dá)到不斷完善數(shù)據(jù)及模型的目的。

3.模型不足及推廣

本研究的模型構(gòu)建方法，雖然能夠更準(zhǔn)確地甄別費(fèi)用數(shù)據(jù)的合理性，但也需要較大的審核人力進(jìn)行假陽(yáng)病例的篩查。按現(xiàn)有正負(fù)類別比例6∶1，假使每年全市病案數(shù)據(jù)量為300萬(wàn)，仍需借助系統(tǒng)人工審核7萬(wàn)左右假陽(yáng)病例。因此模型仍需要不斷完善。通過(guò)上文模型準(zhǔn)確率、假陽(yáng)性率趨勢(shì)圖，可以明顯發(fā)現(xiàn)，如果數(shù)據(jù)量不斷增大，有效特征不斷增多，模型的效能仍有提升的空間。

理論上，對(duì)于分類模型，Vapnik有經(jīng)典結(jié)論，證明了如果想要構(gòu)建一個(gè)強(qiáng)壯的機(jī)器學(xué)習(xí)模型，我們應(yīng)該同時(shí)需要較大的數(shù)據(jù)量和特征量[8]。Jason Brownlee認(rèn)為訓(xùn)練機(jī)器學(xué)習(xí)模型需要多少數(shù)據(jù)要根據(jù)很多因素，其中要考慮到類的數(shù)量、輸入特征的數(shù)量以及模型參數(shù)的數(shù)量。非線性算法往往需要更多數(shù)據(jù)。一般把復(fù)雜的機(jī)器學(xué)習(xí)算法稱為非線性算法，它們可以學(xué)習(xí)輸入和輸出特征之間復(fù)雜的非線性關(guān)系，但也需要更多的訓(xùn)練數(shù)據(jù)。Jason認(rèn)為，對(duì)于簡(jiǎn)單的線性算法，每個(gè)類需要幾百個(gè)訓(xùn)練樣本，對(duì)于復(fù)雜的非線性算法，每個(gè)類需要幾千個(gè)訓(xùn)練樣本[9]。

圖6 不合理類型3

圖7 系統(tǒng)設(shè)計(jì)

因而模型完善方向可歸納如下。

(1)細(xì)化病案首頁(yè)信息特征，適量增加特征數(shù)量；

(2)不斷收集病案首頁(yè)數(shù)據(jù)，增加模型數(shù)據(jù)量；

(3)通過(guò)模型判別-醫(yī)院解釋-醫(yī)保評(píng)判-數(shù)據(jù)反饋的完整系統(tǒng)，形成良性反饋。

本研究顯示，對(duì)于護(hù)理院腦梗死后遺癥疾病，上述方法學(xué)可有效監(jiān)管判別其住院費(fèi)用合理性。經(jīng)嘗試，該套方法學(xué)也可應(yīng)用于其他疾病的監(jiān)管，并可進(jìn)一步推廣至其他基層醫(yī)療機(jī)構(gòu)或二、三級(jí)醫(yī)院。本研究的方法也為行政部門(mén)制定適合腦梗死后遺癥等疾病按診斷相關(guān)分組預(yù)付費(fèi)方式、降低醫(yī)療費(fèi)用提供參考，有助于提高醫(yī)保服務(wù)質(zhì)量與管理效率，遏制醫(yī)保基金的不合理消耗，使得醫(yī)保、醫(yī)療機(jī)構(gòu)、患者各方效益最大化。