论文部分内容阅读
近年来,我国基本医疗保险事业蓬勃发展。然而,随着医保参保人数的增多,参保人群越发复杂,医保基金浪费的情况越发严重。这其中的一大原因,就是某些参保人员为蝇头小利而道德缺失,医疗机构缺乏社会责任感,骗取或者挪用医保基金,造成了医保基金的大量浪费。因此,采用现代信息化的方法合理、有效的甄别医保单据中套取医保基金的违规行为,确保医保基金合理使用,是现阶段医保基金风险防控的当务之急。本文主要基于规则引擎技术,结合数据挖掘技术,并融合Hadoop平台、MVC设计模式、JavaEE框架、XML、WebService等多种技术,对医保智能审核所涉及的关键技术进行了研究,并提出了一套能够从医学角度出发,自动完成医保单据审核并支持规则灵活配置的医保智能审核系统解决方案。规则引擎技术是根据规则中包含的条件,对事实数据进行匹配,来决定是否执行后续动作的技术。大数据挖掘则是从大量数据中获得隐藏信息的过程,而医保单位已累积了大量的数据,对医保单据进行分析和挖掘,将有助于辅助医保基金的有效监管。本文首先对这两种技术及其发展现状进行了学习和分析;其次,明确了整个系统的需求和目标,并提出了整个系统的总体架构和技术路线;第三,对系统进行了详细设计,提出了一套医保规则表达和存储方法,实现了规则的动态编辑和规则文件的自动生成,同时,基于Drools设计并实现了系统的核心组件——规则引擎;第四,利用基于MapReduce的并行化FP-Growth算法挖掘出一些病种的常见用药模式,自动获取了医保领域专业知识,辅助医保审核人员对医保规则进行制定。本文创新点主要有:1、从审核人员头脑中或文件中提取医保审核规则,根据其特点,提出了一套独有的结构化医保规则表达方法,使医保规则表达清晰、易于存储和维护;2、结合规则引擎技术与医保审核实际情况,实现医保事实数据与规则的匹配,使系统能够从医学角度出发,自动完成医保单据审核,并将医保规则与应用程序完全分离,实现了规则的灵活配置,降低了系统维护的代价;3、应用数据挖掘技术,结合大数据分析平台Hadoop,从海量医保数据中挖掘出疾病用药模式,辅助业务人员制定规则,同时也可为医院提供相关疾病的药方库,为医保基金审核提供了新思路。