基于DRGs的大数据智能管理方法及系统与流程

本发明涉及数据管理技术领域，特别是涉及一种基于drgs的大数据智能管理方法及系统。

背景技术：

近年来，随着社会经济发展，我国医疗卫生事业进入快速发展阶段，医疗费用上涨较快。同时，医药费用结构和增长情况也存在一定的不合理因素，包括城市公立医院的费用在医药费用总量中占比较大，医疗服务量尤其是住院服务量增长较快，药品、大型医用设备检查和医用耗材收入占比较高等。在这个大背景下，以drg收付费为核心的多种复合支付方式，全面整合医疗保险、医院管理等系统，形成以医疗服务定价与医保支付、医疗服务提供、医疗监管为一体的智能管理工具，推进健康医疗大数据应用。

疾病诊断相关分组(diagnosis-relatedgroups，简称drgs)是一种目前国际流行用于医疗保险支付、医疗服务绩效评价的方法，是医疗费用、医疗服务科学有效的测量工具，可以实现医疗服务监管与评审评价工作的科学化、精细化，不断提高医院的质量、安全、服务、管理和绩效水平。

drgs的基本功能是通过“风险调整”较为恰当地划分医疗服务的产品，使得管理者在有限的管理幅度下较为全面和准确地把握不同医疗产品的特征、不同医疗服务提供者的绩效及医疗资源消耗的分布情况。随着医疗服务日趋复杂、drgs分组日趋精细，人工分组、测算、评估耗时、耗力，需要通过大数据管理工具提升工作效率。

技术实现要素：

本发明针对现有技术存在的问题和不足，提供一种基于drgs的大数据智能管理方法及系统。

本发明是通过下述技术方案来解决上述技术问题的：

本发明提供一种基于drgs的大数据智能管理方法，其特点在于，其包括以下步骤：

s1、将某地区某医院的全年住院病例的住院病案首页数据放进drg分组器，按照drg分组原则(根据疾病诊断、手术操作、并发症/合并症、年龄、严重程度等)进行分组以获得n个drg组以及每一个drg组的权重数和例数、相应的住院天数和费用分布；

s2、计算drgi的权重数表示第i个drg组的权重数，drgi的例数表示第i个drg组的例数，1≤i≤n；

s3、计算病例组合指数(cmi)值＝该医院的总权重数/该医院的总住院病例数；

s4、计算第i个drg组的相对权重分析该院相对权重rwi>2的病例占该院所有病例的比例，该drgi组病例的平均费用表示第i个drg组的平均费用。

较佳地，该方法还包括：

计算该医院第i个drg组的例均费用ci和平均住院日di；

计算该地区第i个drg组的例均费用ci和平均住院日di；

计算该医院第i个drg组的例均费用比

计算该医院第i个drg组的平均住院日比

计算费用消耗指数时间消耗指数ni表示第i个drg组的例数。

较佳地，住院病案首页，数据字段至少包括医疗付费方式，健康卡号，住院次数，病案号，姓名，性别，出生日期，年龄，新生儿出生体重，新生儿入院体重，出生地，身份证号，职业，婚姻，现住址，电话，邮编，工作单位，入院途径，入院时间，入院科别，病房，转科科别，出院时间，出院科别，病房，住院天数，门(急)诊诊断，出院主要诊断编码及名称，出院其他诊断1-4，主要手术及操作编码及名称，其他手术及操作编码及名称1-4，对应的手术/操作日期，手术/操作级别，手术/操作医师，切口愈合等级，麻醉方式，麻醉医师，入院病情，病理诊断，主任医师，主治医师，住院医师，责任护士，编码员，病案质量，离院方式，是否有出院31天内再住院计划，颅脑损伤患者昏迷时间，住院费用总费用，自付金额，一般医疗服务费，一般治疗操作费，护理费，病理诊断费，实验室诊断费，影像学诊断费，临床诊断项目费，非手术治疗项目费，手术治疗费，康复费，中医治疗费，西药费，中成药费，中草药费，血费，白蛋白类制品费，球蛋白类制品费，凝血因子类制品费，细胞因子类制品费，检查用一次性医用材料费，治疗用一次性医用材料费，手术用一次性医用材料费，其他费。

本发明还提供一种基于drgs的大数据智能管理系统，其特点在于，其包括：

一分组模块，用于将某地区某医院的全年住院病例的住院病案首页数据放进drg分组器，按照drg分组原则(根据疾病诊断、手术操作、并发症/合并症、年龄、严重程度等)进行分组以获得n个drg组以及每一个drg组的权重数和例数、相应的住院天数和费用分布；

一第一计算模块，用于计算drgi的权重数表示第i个drg组的权重数，drgi的例数表示第i个drg组的例数，1≤i≤n；

一第二计算模块，用于计算病例组合指数(cmi)值＝该医院的总权重数/该医院的总住院病例数；

一第三计算模块，用于计算第i个drg组的相对权重分析该院相对权重rwi>2的病例占该院所有病例的比例，该drgi组病例的平均费用表示第i个drg组的平均费用。

较佳地，还包括一第四计算模块，用于：

计算该医院第i个drg组的例均费用ci和平均住院日di；

计算该地区第i个drg组的例均费用ci和平均住院日di；

计算该医院第i个drg组的例均费用比

计算该医院第i个drg组的平均住院日比

计算费用消耗指数时间消耗指数ni表示第i个drg组的例数。

在符合本领域常识的基础上，上述各优选条件，可任意组合，即得本发明各较佳实例。

本发明的积极进步效果在于：

本发明根据drgs分组结果、住院病案首页等建立大数据模型，对住院病案进行风险调整，围绕医疗服务绩效的核心内容，对医疗机构的住院服务能力、服务效率和医疗安全进行评估。

附图说明

图1为本发明较佳实施例的基于drgs的大数据智能管理方法的流程图。

图2为本发明较佳实施例的基于drgs的大数据智能管理系统的结构框图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。

为了完善drgs的临床医疗质量管理，进一步落实医疗机构医疗资源服务质量的审核、评价与管理，提供有效措施指导、干预并持续提升医疗服务质量，确保drgs支付与绩效改革的平稳落地，本发明通过基于drgs的大数据模型，针对住院诊疗数据进行费用标准测算、医疗服务能力与质量评价等内容，建立以drgs为基础的大数据智能管理方法。

如图1所示，一种基于drgs的大数据智能管理方法包括以下步骤：

步骤101、将某地区某医院的全年住院病例的住院病案首页数据放进drg分组器，按照drg分组原则(根据疾病诊断、手术操作、并发症/合并症、年龄、严重程度等)进行分组以获得n个drg组以及每一个drg组的权重数和例数、相应的住院天数和费用分布。

drg组数越多，表明医院医疗水平综合实力比较强，能够治疗各类型疾病，可以用于医院之间医疗服务绩效评价。

其中，住院病案首页，数据字段至少包括医疗付费方式，健康卡号，住院次数，病案号，姓名，性别，出生日期，年龄，新生儿出生体重，新生儿入院体重，出生地，身份证号，职业，婚姻，现住址，电话，邮编，工作单位，入院途径，入院时间，入院科别，病房，转科科别，出院时间，出院科别，病房，住院天数，门(急)诊诊断，出院主要诊断编码及名称，出院其他诊断1-4，主要手术及操作编码及名称，其他手术及操作编码及名称1-4，对应的手术/操作日期，手术/操作级别，手术/操作医师，切口愈合等级，麻醉方式，麻醉医师，入院病情，病理诊断，主任医师，主治医师，住院医师，责任护士，编码员，病案质量，离院方式，是否有出院31天内再住院计划，颅脑损伤患者昏迷时间，住院费用总费用，自付金额，一般医疗服务费，一般治疗操作费，护理费，病理诊断费，实验室诊断费，影像学诊断费，临床诊断项目费，非手术治疗项目费，手术治疗费，康复费，中医治疗费，西药费，中成药费，中草药费，血费，白蛋白类制品费，球蛋白类制品费，凝血因子类制品费，细胞因子类制品费，检查用一次性医用材料费，治疗用一次性医用材料费，手术用一次性医用材料费，其他费。

drgs分组结果数据字段至少需要参保人唯一身份识别号，结算唯一识别号，病案号，入组drgs编码，入组drgs名称，drgs付费标准，权重，结算方式，总住院费用，实际拨付金额，患者自付金额，患者自负金额，大病报销金额，基本统筹基金报销金额等。

步骤102、计算drgi的权重数表示第i个drg组的权重数，drgi的例数表示第i个drg组的例数，1≤i≤n。

该医院住院病例总权重数，即该医院住院病例的权重之和，反映风险调整后的住院服务总产出。医院进行医疗服务评价时，习惯根据出院人数进行比较，但出院人数多的医院的产出并不一定就高于出院人数低的医院。使用drgs进行风险调整后的总权重数，则可以避免这个问题，可以比较科学地评价医院的服务产出。

步骤103、计算病例组合指数(cmi)值＝该医院的总权重数/该医院的总住院病例数。

病例组合指数(cmi)值反映治疗病例的技术难度水平。cmi值大，反映该医院收治的权重高的疾病多，也就是重病号多，更能表明医院医疗水平高。

步骤104、计算第i个drg组的相对权重分析该院相对权重rwi>2的病例占该院所有病例的比例，该drgi组病例的平均费用表示第i个drg组的平均费用。

相对权重rwi反映疾病的严重程度、诊疗难度和消耗的医疗资源。分析权重值较大(rw≥2)的病例所占总分析病例的比例，代表了医院疑难病例的治疗能力。

步骤105、计算该医院第i个drg组的例均费用ci和平均住院日di，计算该地区第i个drg组的例均费用ci和平均住院日di；

计算该医院第i个drg组的例均费用比计算该医院第i个drg组的平均住院日比

计算费用消耗指数时间消耗指数ni表示第i个drg组的例数。

住院服务效率通过治疗同类疾病医疗费用高低和住院时间长短来反映。将医疗费用和住院时间经过drgs标准化变换，构建出费用消耗指数和时间消耗指数。

如果计算值在1左右表示接近平均水平；小于1，表示医疗费用较低或住院时间较短；大于1，表示医疗费用较高或住院时间较长。

利用各drgs病例的住院死亡率对不同drg进行死亡风险分级，经过“死亡风险评分”后，风险评分为1分、2分、3分和4分的drgs分别称为“低风险组”、“中低风险组”、“中高风险组”和“高风险组”。“低风险组”和“中低风险组”是指疾病本身导致死亡的可能性极低或较低的病例，一旦发生死亡，意味着死亡原因很可能不在疾病本身而在于临床过程，因此“低风险组”和“中低风险组”病例的死亡率，可以作为临床过程的安全性指标。

如图2所示，本实施例还提供一种基于drgs的大数据智能管理系统，其包括：

一分组模块1，用于将某地区某医院的全年住院病例的住院病案首页数据放进drg分组器，按照drg分组原则(根据疾病诊断、手术操作、并发症/合并症、年龄、严重程度等)进行分组以获得n个drg组以及每一个drg组的权重数和例数、相应的住院天数和费用分布；

一第一计算模块2，用于计算drgi的权重数表示第i个drg组的权重数，drgi的例数表示第i个drg组的例数，1≤i≤n；

一第二计算模块3，用于计算病例组合指数(cmi)值＝该医院的总权重数/该医院的总住院病例数；

一第三计算模块4，计算第i个drg组的相对权重分析该院相对权重rwi>2的病例占该院所有病例的比例，该drgi组病例的平均费用表示第i个drg组的平均费用。

一第四计算模块5，用于：计算该医院第i个drg组的例均费用ci和平均住院日di；计算该地区第i个drg组的例均费用ci和平均住院日di；计算该医院第i个drg组的例均费用比计算该医院第i个drg组的平均住院日比计算费用消耗指数时间消耗指数ni表示第i个drg组的例数。

利用上述方法及系统，对各医院、科室、医师组基本情况分析：

基于上述drgs绩效评价指标体系，对各医院的整体状况进行分析，包含drg组数、cmi、总权重、时间消耗指数、费用消耗指数等，见表1。

表1各医院的能力和效率指标对比

数据下钻至某医院，基于drgs绩效评价指标体系，对该医院各科室的整体状况进行分析，包含drg组数、cmi、总权重、时间消耗指数、费用消耗指数等，见表2。

表2某医院各科室的drg入组情况

数据下钻至某科室，基于drgs绩效评价指标体系，对该科室各医师组的整体状况进行分析，包含drg组数、cmi、总权重、时间消耗指数、费用消耗指数等。

通过基于drgs的大数据智能管理工具，将住院病案数据进行风险调整后对比医疗服务的能力、效率和安全性，有效评估医疗质量，为医保管理部门管理医疗机构、医疗机构管理科室及医师提供重要的数据支撑。同时综合反映病例的严重程度、疾病的复杂程度、治疗难易程度等，解决了不同医疗机构之间的可比性问题，合理测算总额预付指标，将医疗方、医保方、患者方三方的利益落实到每一个病例，使各方在责任、权利、义务范围更加明确。

虽然以上描述了本发明的具体实施方式，但是本领域的技术人员应当理解，这些仅是举例说明，本发明的保护范围是由所附权利要求书限定的。本领域的技术人员在不背离本发明的原理和实质的前提下，可以对这些实施方式做出多种变更或修改，但这些变更和修改均落入本发明的保护范围。