（计算机科学与技术专业论文）机器学习技术在医疗保险决策知识获取中的应用.pdf

国防科学技术大学研究生院工程硕士学位论文 摘要 我国自1 9 9 8 年建立医疗保险制度以来，各医保经办机构一直在探索解决基金 压力与不断提高的医疗需求这一对矛盾的方法。各项医疗保险政策调整的决策知 识来源于对真实业务数据的慎密分析。如何在庞杂的数据中，抽取出精确的统计、 分析、预测，成为医疗保险信息系统建设的新方向。 本文从知识工程师的角度对医疗保险决策支持知识进行描述，并试图将医疗 保险决策支持所需的知识获取这个复杂的过程分解为系列的单个步骤，对其中 的关键步骤利用机器学习技术以历年的业务数据作为训练数据进行自动学习。并 根据不同的业务需求分析不同的专业知识获取过程，探讨知识获取过程中所使用 的适合的机器学习技术，以期达到实现医疗保险决策模型知识获取工程自动化的 目的。 作为实例，本文对医疗保险决策支持中参保单位收不抵支风险判别和诊疗结 构知识进行了详细的实验研究。对参保单位收不抵支风险的判别知识构建了基于 决策树的学习算法，并对过度匹配问题、属性值离散化问题及属性值贡献度问题 进行了讨论。对诊疗结构知识，构建了住院周期模式、费用模式、检查模式、手 术模式、用药模式、特殊用材模式六大模式，并构建了总费用模式、床日费用模 式、费用分布模式、常用药模式、药品配伍模式等子模式。利用统计学习获取区 间模式知识，利用频繁项集挖掘算法获取诊疗结构的常用项模式和关联关系模式 知识，利用l m s 算法进行诊疗结构差异知识学习。最后通过实验分析对上述两类 知识获取过程中的准确性及获取效率进行进一步的讨论和研究。 主题词：医疗保险决策支持知识模型机器学习 第i 页 国防科学技术大学研究生院工程硕士学位论文 a b s t r a c t s i n c e19 9 8 ，t h em e d i c a li n s u r a c es y s t e mh a sb e e ne s t a b l i s h e di nc h i n a t h e m e d i c a li n s u r a n c ea g e n c i e sh a v eb e e nh a n d l i n gt oe x p l o r et h es o l u t i o n so ft h e c o n t r a d i c t i o no ft h em e d i c a li n s u r a n c ef u n dp r e s s u r ea n dt h ei n c r e a s i n gm e d i c a ln e e d s 1 f l kd e c i s i o n - m a k i n gk n o w l e d g eo ft h em e d i c a li n s u r a n c ep a r a m e t e r sa d j u s t m e n tc o m e s f r o mt h ec a r e f u la n a l y s i so fr e a lb u s i n e s sd a t a i tb e c o m e st h en e wd i r e c t i o nh o wt o e x t r a c ta c c u r a t es t a t i s t i c a la n a l y s i s ，f o r e c a s t i n gf r o mt h eh e t e r o g e n e o u sd a t a t h i sa r t i c l ed e s c r i b e st h ek n o w l e d g eo fm e d i c a li n s u r a n c ed e c i s i o n s u p p o r tf r o ma k n o w l e d g ee n g i n e e r sv i e w p o i n t , a n dt r i e st od e c o m p o s et h ec o m p l e xp r o c e s so f a c q u i s i t i o no fm e d i c a li n s u r a n c ed e c i s i o n - m a k i n gk n o w l e d g ei n t oas e r i e so fi n d i v i d u a l s t e p s f o rt h ek e ys t e p s ，w eu s em a c h i n e - l e a r n i n gt e c h n o l o g yt ol e a r nt h ek n o w l e d g e a u t o m a t i c a l l yf r o mt h eb u s i n e s sd a t ao fo v e rt h ey e a r sa st r a i n i n gd a t a a c c o r d i n gt o d i f f e r e n tb u s i n e s sn e e d s ，a n a l y s e st h ed i f f e r e n tp r o c e s so fg e t t i n gd i f f e r e n te x p e r t i s e ， a n dt h ea p p r o p r i a t em a c h i n el e a r n i n gt e c h n i q u e s r e a l i z et h ea u t o m a t i o no ft h em e d i c a l i n s u r a n c ed e c i s i o n - m a k i n gk n o w l e d g ee n g i n e e r i n g a se x a m p l e s ，i nt h i sa r t i c l e ，w er e s e a r c hh o wt og e tt h ek n o w l e d g eo ft h e e v a l u a t i o n so ff u n db a l a n c er i s k so fe n t e r p r i s e sa n dt h ec l i n i cs t r u c t u r e si nd e t a i l w e c o n s t r u c tt h el e a r n i n ga l g o r i t h mb a s e do nd e c i s i o nt r e eo ft h ea c q u i s i t i o no ft h e e v a l u a t i o n so ff u n db a l a n c er i s k so fe n t e r p r i s e s ，a n dd i s c u s st h eq u e s t i o n so f o v e r m a t c h i n g ，p r o p e r t i e s d i s c r e t i o na n dp r o p e r t i e s - c o n t r i b u t i o n w ec o n s t r u c t s i x m o d e l so fc l i n i cs t r u c t u r e s ；t h e ya r eh o s p i t a l - c y c l em o d e l s ，c o s tm o d e l s ，c h e c km o d e s ， o p e r a t i o nm o d e s ，m e d i c i n em o d e l sa n ds p e c i a lm a t e r i a l sm o d e l s ，a n dt h es u b m o d e l s s u c ha st h et o t a lc o s tm o d e l s ，b e d d a yc o s tm o d e l s ，c o s td i s t r i b u t i o nm o d e l s ，c o m m o n l y u s e dm e d i c i n em o d e l s ，m e d i c i n ec o m p a t i b i l i t ym o d e l s f o rt h e s em o d e l s ，w em i n et h e c o m m o n - i t e mm o d e l sa n dt h ea s s o c i a t i o n sb yu s i n gf r e q u e n ti n t e m s e t sm i n i n g a l g o r i t h m ，a n dl e a mt h ek n o w l e d g eo ft h ed i f f e r e n c e so fc l i n i cs t r u c t u r e sb yu s i n gl m s a l g o r i t h m ，a n da p p r o a c ht h ea c c u r a c ya n dt h ee f f i c i e n c y k e yw o r d s ：m e d i c a li n s u r a n c e ，d e c i s i o ns u p p o r t ，k n o w l e d g em o d e l ， m a c h i n el e a r n i n g 第i i 页 国防科学技术大学研究生院工程硕士学位论文 表目录 表1 1 我国城镇职工基本医疗保险体系政策框架3 表3 1 住院待遇政策表2 3 表3 2 判别属性相对贡献度4 1 表3 3 两个算法学习结果的比较4 6 表4 1 胆囊结石伴慢性胆囊炎诊疗结构7 7 表4 2 急性阑尾炎诊疗结构7 7 第1 i i 页 国防科学技术大学研究生院工程硕士学位论文 图1 1 图2 1 图2 2 图2 3 图3 1 图3 2 图3 3 图3 4 图3 5 图3 6 图3 7 图3 8 图3 9 图3 1 0 图3 1 l 图3 1 2 图3 1 3 图3 1 4 图3 1 5 图3 1 6 图3 1 7 图3 1 8 图4 1 图4 2 图4 3 图4 4 图4 图4 图4 图4 图4 9 图4 1 0 图目录 长沙市基本医疗保险信息系统结构4 基金医保决策支持系统结构1 3 一般学习模型1 4 i n l e n 学习系统结构j 1 6 收不抵支风险判别决策树的例子2 0 收不抵支风险判别决策树算法2 5 收不抵支风险判别决策树学习算法3 0 带解决过度匹配问题的收不抵支风险判别决策树学习算法3 l 收不抵支风险判别决策树在测试样例集上的泛化精度的计算函数3 2 时间窗口序列3 3 收不抵支风险目标属性值的计算函数3 4 数据库查询求值算法框架3 4 数据库统计求值算法框架3 5 聚类法划分连续属性值域的算法3 7 基于交错值划分法示例3 8 基于交错值划分法的算法3 8 收不抵支风险判别决策树学习实验步骤4 2 属性描述表a l i s t 结构4 3 样例数据库表s a m p l e b a s e 结构4 3 连续属性的离散化表p r o p e r t y r a n g e 结构4 3 实例集构建算法4 4 属性贡献度收不抵支风险判别决策树局部4 5 诊疗结构的层次关系4 9 表示约束条件的树5 5 判断病例是否为异常诊疗方案的算法5 9 诊疗结构学习过程6 l 计算住院周期模式中点的算法6 3 区间模式半径计算算法“ 常用项和关联关系学习算法6 7 候选频繁项集生成算法6 8 药品分类层次结构示意图6 8 诊疗结构的归纳学习算法7 1 第1 v 页 国防科学技术大学研究生院工程硕士学位论文 图4 1l 学习诊疗结构差异函数的l m s 算法一7 3 第v 页 独创性声明 本人声明所呈交的学位论文是我本人在导师指导下进行韵研究工作及取得 的研究成果尽我所知，除了文中特别加以标注和致谢的地方外，论文中不包含 其他人已经发表和撰写过的研究成果，也不包含为获得国防科学技术大学或其它 教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任 何贡献均已在论文中作了明确的说明并表示谢意。 学位论文题目： 扭墨堂翌垫盔奎医蕴堡险遮筮复迟蘧壑主鳗麈旦 一 学位论文作者签名：1 3 期：如i o 年u 月2 日 学位论文版权使用授权书 本人完全了解国防科学技术大学有关保留、使用学位论文的规定。本人授权 国防科学技术大学可以保留并向国家有关部门或机构送交论文的复印侔和电子 文档，允许论文被查阅和借阅；可以将学位论文的全部或部分内容编入有关数据 库进行检索，可以采用影印、缩印或扫描等复制手段保存、汇编学位论文。 ( 保密学位论文在解密后适用本授权书) 学位论文作者鲐盘选 作者指导教师签名：婢 日期：汐，口年u 月2 日 曰期：扣【口年午月2 日 国防科学技术大学研究生院工程硕士学位论文 第一章绪论 1 9 9 8 年国务院颁布关于建立城镇职工基本医疗保险制度的决定文件，要 求在全国范围内建立与社会主义初级阶段生产力水平相适应、覆盖全体城镇职工、 社会统筹与个人帐户相结合的基本医疗保险制度。本文件的颁布标志我国开始确 立了基本医疗保险制度，并明确了我国医疗保险制度改革的基本目标、基本原则 和主要政策。经过l o 年的发展，我国医疗保险制度体系不断完善，发展医疗保险 制度已经成为关系国计民生的重大举措，并逐渐向“全民医保”发展。截至2 0 0 6 年1 2 月，我国基本医疗保险参保人数已经达到1 5 7 3 2 万人，全年基本医疗保险基 金收入1 7 4 7 亿元，支出1 2 7 7 亿元【l j 。基本医疗保险基金规模庞大，覆盖面广阔， 为人民谋福利的功能越来越强，已成为中国社会的稳定器。为了基本医疗保险基 金的安全稳定运行，广大基本医疗保险的从业人员付出了辛勤的努力。但是，基 本医疗保险业务繁杂，工作量庞大，随着基本医疗保险向全体城市居民扩展，这 种趋势越来越明显。基本医疗保险业务的业务信息化显得尤为重要。 从基本医疗保险体系建立伊始，基本医疗保险管理信息系统的建设就受到了 各级基本医疗保险管理机构的充分重视。现在基本医疗保险管理信息系统已经广 泛应用于各级医保中心，对基本医疗保险管理业务的有效运行起到了至关重要的 作用。目前，全国大中城市大多上马第二代基本医疗保险管理信息系统。但是， 目前全国医疗保险信息化建设一直侧重于业务经办系统的完善，决策支持系统几 乎是一块空白。如何对现有业务数据进行发掘分析，充分利用积累的管理经验来 完善医疗保险政策体系已经成为各级经办机构的难题。医疗保险决策支持系统的 需求呼之欲出。基本医疗保险的决策支持目前主要集中在三个方面，它们分别是 基本医疗保险基金的状态监视、基本医疗保险业务的审核和管理，以及医保政策 调整。 基本医疗保险辅助决策支持系统的核心之一是其决策模型和决策知识，知识 获取是其建设的一个瓶颈。基本医疗保险管理信息系统运行近十年，积累了海量 的医保相关数据，这些数据直接来源于医保日常工作，医保业务的真实反映，其 中蕴含了丰富的知识。利用机器学习技术，对这些数据进行分析，抽取其中感兴 趣的有用知识，是克服构建医保辅助决策系统的知识获取瓶颈的有效途径。 1 1 课题背景 我国基本医疗保险启动以来，资金有限而覆盖面不断扩大，加之由于社会经 济水平和人民群众健康意识不断提高，基本医疗保险费用控制面临着巨大的压力。 第1 页 国防科学技术大学研究生院工程硕士学位论文 要现科学的医保控费，对医保费用实行连续、全面、快速以及精准的监测无疑是 首当其冲需要解决的问题。解决基金压力与不断提高的医疗需求这一对矛盾的关 键在于合理地设计各项医疗保险政策参数，对现有政策体系逐步修改和完善。正 确的决策来源于真实数据的谨密分析。但是，面对庞大的数据处理，基本医疗保 险决策变得非常困难。而基本医疗保险牵涉着千万人的利益，是其决策应该慎之 又慎。通过信息系统的自动化处理，直接向决策者提供精确的统计、分析、预测， 已成为医疗保险信息系统建设的新方向。 1 1 1 我国基本医疗保险体系 医疗保险制度改革是一个世界性难题，是一项复杂而艰巨的社会系统工程， 涉及到亿万人民群众的切身利益。医保改革1 0 年风雨征程，特别是从国务院决 定颁布以来，以基本医疗保险为主体，公务员医疗补助、大额医疗救助和企业 补充医疗保险等多层次医疗保障制度体系的雏形初步建立。 目前，我国基本医疗保险体系包括城镇职工基本医疗保险、城镇居民基本医 疗保险和新型农村合作医疗“三大支柱”，以实行大病统筹为主起步，分别从制 度上覆盖城镇就业人口、城镇非就业人口和农村居民。基本医疗保险以低水平、 广覆盖、保基本、多层次、可持续、社会化服务为基本原则，主要通过建立国家、 雇主、家庭和个人责任明确、合理分担的多渠道筹资机制，实行基本医疗保障基 金和个人共同分担的医疗费用共付机制，实现社会互助共济，满足城乡居民的基 本医疗保障需求。今后随着我国经济社会发展和城乡居民的基本覆盖，将实现制 度框架基本统一，保障待遇差距逐步缩小，并向一般门诊疾病延伸。由于城镇职 工基本医疗保险启动最早、信息系统建设较完善、业务数据积累规模最大，所以 本文讨论的业务集中在城镇职工基本医疗保险。我国社会保险性质大体一致，本 文研究的问题可以类似推广到其他两个保险。 城镇职工基本医疗保险，是针对城镇所有用人单位和职工，以强制参保为原、 则的一项基本医疗保险制度。政策体系按照国家要求在统一框架内根据各统筹地 区的具体情况制定。政策体系框架( 见表1 1 ) 分四大块，基金组成方式、基金组 织原则、基金收支办法和基金运作管理原则。其中，基金组成方式是统帐结合； 基金组织原则含属地管理、覆盖范围、统筹层次基金管理等项；基金收支办法由 筹资标准和支付政策组成；基金运作管理原则包括服务项目管理、就医管理和结 算管理。 2 0 0 2 年1 0 月，劳动和社会保障部在辽宁省沈阳市召开了全国劳动保障信息化 工作会议，金保工程全面启动。金保工程是政府电子政务工程建设的重要组成部 分，是全国劳动保障信息系统的总称，可以用“一二三四”来加以概括，即一个工程， 第2 页 国防科学技术大学研究生院工程硕士学位论文 二大系统，三层结构，四大功能。目标是在全国范围内建立一个统、高效、简 便、实用的劳动和社会保障信息系统，包括社会保险和劳动力市场两大主要系统， 由市、省、中央三层数据分布和网络管理结构组成，具备业务经办、公共服务、 基金监管、决策支持四大功能。 表1 1 我国城镇职工基本医疗保险体系政策框架 政策解释 统账结合实行社会统筹和个人账户相结合的原则 属地管理所有单位及其职工都要按属地管理原则参加所在统筹地区的基本医疗保险 覆盖范围 城镇所有用人单位，包括企业( 国有企业、集体企业、外商投资企业、私 营企业等) 、机关、事业单位、社会团体、民办非企业单位及其职工( 包 括在职职工和退休人员) ，都要参加城镇职工基本医疗保险。灵活就业人 员、农民工等也要参加城镇职工基本医疗保险，并可根据有关政策采取一 定的激励措施，鼓励灵活就业人员、农民工参保。 统筹层次原则上以地级以上行政区为统筹单位，也可以县( 市) 为统筹单位 基金管理城镇职工基本医疗保险基金纳入社会保障基金财政专户统一管理，专款专 用，不得挤占挪用。社会保险经办机构负责基本医疗保险金的筹集、管理 和支付，其事业经费由各级财政预算安排，不得从基金中提取。 筹资标准医疗保险费由用人单位和职工共同缴纳。用人单位缴费率控制在职工工资 总额的6 左右，在职职工缴费率为本人工资的2 。退休人员个人不缴费。 具体缴费比例由各统筹地区根据实际情况确定。 支付政策 城镇职工基本医疗保险基金由统筹基金和个人账户构成。职工个人缴费全 部计入个人账户；用人单位缴费，3 0 左右划入个人账户，其余部分作为 社会医疗统筹基金。个人账户主要支付门诊费用、住院费用中个人自负部 分以及在定点药店购药费用。个人账户归个人使用，可以结转和继承。统 筹基金用于支付住院医疗和部分门诊大病费用。 服务项目管理城镇职工基本医疗保险可以支付的医疗服务项目范围，由劳动保障部门会 同其他部门制定相关标准和办法。主要包括基本医疗保险药品目录、诊疗 项目、医疗服务设施标准，简称= 个目录。 就医管理城镇职工基本医疗保险实行定点医疗机构和定点药店管理。劳动保障行政 部门确定定点资格，由社会保险经办机构同定点机构签订协议，明确各自1 的责任、权利和义务。职工在定点医疗机构就医发生的费用，可以按基本 医疗保险的规定支付。 结算管理 统筹基金支付的费用一般由社会保险经办机构与医疗服务机构直接结算， 具体结算办法由各统筹地区确定。 长沙市基本医疗保险是2 0 0 0 年正式启动的，在启动的时候即采用了创智公司 的基本医疗保险信息管理系统对所有业务经办进行信息化管理，该套软件是两层 结构，数据库采用了o r a c l e 8 i ( 中心端) 以及s q l s e n ，e r 2 0 0 0 ( 医院端) 。2 0 0 6 年8 月， 根据省计委和省劳动保障厅制定的湖南省劳动和社会保障信息化工程总体方案 第3 页 国防科学技术大学研究生院工程硕士学位论文 要求，与东软公司签定了社会保险管理信息系统软件s i m i s ( s o c i a li n s u a r a n c e m a n a g ei n f o r m a t i o ns y s t e m ) 的开发协议，并于2 0 0 7 年1 0 月正式上线使用。该套 软件是基于劳动和社会保障部社会保险管理信息系统核心平台第二版( s o c i a l i n s u a r a n c em a n a g ei n f o r m a t i o ns y s t e mc o r ep l a t f o 咖v e r s i o n2 0 ) 开发的，采用三层 结构，后台数据库使用o r a c l e1 0 9 。目前使用的这套软件将各险种单位及个人的基 本信息统一到公共信息资源库，实现了“同人同城同库的社会保险信息要求， 实现了医疗保险业务经办的基金征缴和基金的统一管理、个人医疗帐户管理、职 工基本信息管理、医疗机构管理、职工就诊及住院管理，该套系统的主要特点是 标准统一的数据字典。系统根据指标的采集级别进行分级管理，兼顾了采集体系 的标准性，又照顾到了各地的特殊性。图1 1 显示了长沙市基本医疗保险管理信息 系统结构。 图1 1长沙市基本医疗保险信息系统结构 1 1 2 医疗保险决策支持系统技术 基本医疗保险启动以来，各统筹区域相应建立起了医保管理信息系统。运行 几年来，医保数据库中积累了大量数据，数据量呈几何级数增长。这些数据是医 保管理决策的信息财富，充分利用现代计算机技术构建一个决策支持平台，发现 蕴藏的医保基金和业务运行规律，为医保领导层决策提供有力支撑，推动医保事 业健康发展，已经成为一个迫切需要解决的课题。 决策支持系统( d e c i s i o ns u p p o r ts y s t e m ，简称d s s ) 是一种智能化的计算机 应用系统。它利用现代计算机技术，为决策者提供从信息收集、信息分析、决策 建议和决策效果预测等全过程的协助。决策支持系统由决策推理机、决策知识库 第4 页 国防科学技术大学研究生院工程硕士学位论文 和决策界面等部分组成，对于问题的输入，决策支持系统应用决策知识库中的知 识，启动推理机进行推理，得出问题的解，提供给决策者参考。 决策知识库的构建是决策支持系统开发的重要步骤。要提高知识库的建造效 率，必须是知识获取自动化。即将传统数据库中的数据经过提取、转换、过滤和 整合，按主题存放在数据仓库中，并经联机分析处理( o n 1 i n ea n a l y t i c a lp r o c e s s e s ) 、 数据挖掘( d a t am i n i n g ) 和机器学习后，可得到更高层次的数据模式和规则( 或称 知识) 。 决策支持系统是劳动和社会保险管理信息系统的核心部分之一，其作用主要 是通过多种渠道采集和整理统计数字信息，对政策决策提供依据和支持，对政策 执行状况迸行监测。由统计信息管理系统、监测系统、决策支持系统和政策法规 系统组成。 医疗保险运行十年的时间，建成的决策支持系统屈指可数。其中华南资讯公 司建设的广东省社会保险决策支持系统和东软公司建设的沈阳市医疗保险 决策支持系统为全国医疗保险决策支持提供了新的思路。但是就全国来看，建 成或在建的医疗保险决策支持系统都无法解决一个最基本的问题，那就是知识库 不能根据历史业务数据自动生成，而需要由业务人员根据自己的工作经验人工设 定知识库。这种做法有两个弊端，一是根据人的经验设定，对设定人对政策的把 握与经验的准确性要求很高，极易出现经验主义错误；二是由于医疗保险的不断 完善，政策经常调整，导致知识库不能及时更新。这两个弊端直接影响决策到的 准确性。 解决这一问题的方法，是利用机器学习技术，从历史数据中自动学习各种规 则形成知识库，并能够对新的业务数据进行判别学习，对知识库进行更新、完善。 医疗保险领域知识与计算机技术的完美结合，是达到这个目的的前提。 作为医疗保险决策支持，应当是信息技术在医疗保险领域的高层应用。它建 立在业务经办信息系统之上，又与业务系统密不可分。通过对业务系统记录处理 的历史数据进行汇总、分析、处理，在领域专家的指导下利用机器学习技术自动 生成业务规则知识库，利用知识库对业务执行情况进行监测并予以指导。同时， 业务系统不断产生的新业务数据在知识库的实时监测下，有别于故有规律的合法 数据又能不断地完善知识库，或通过机器学习技术学习到到的知识，或通过学习 对现有的知识进行修正、补充和调整。 1 1 3 机器学习技术 早在4 0 年前，人们就认为机器学习领域研究的主要目标就是开发能够实现各 种学习过程的计算方法，尤其是能够从样本或数据中归纳出知识的机制。对医疗 第5 页 国防科学技术大学研究生院工程硕士学位论文 保险决策支持系统而言，利用机器学习技术对大量医保业务数据样本进行处理， 获取医疗保险领域的高层次概念或者问题求解策略，从而知识库的建造效率，是 一个现实的期望。 关于机器学习的定义，人工智能学者各有阐述。h e r b e r ts i m o n l 2 等认为学习指 系统改进其性能的任何过程。r y s z a r ds m i c h a l s k i 3 j 从智能系统的建造角度，对机 器学习的含义进行了说明，认为学习是显式知识的获取。本文认为，学习是系统 改善其性能的机制。所谓性能改进或是增加新方法和新知识，或是改善了现存的 方法和知识。改进的含义详细说，包含四个方面：1 ) 覆盖更广泛的问题领域； 2 ) 能够给出更精确的解答；3 ) 以更小的代价获得答案；4 ) 简化知识编码( 使 知识的表示更精炼，可读性更好) 。机器学习是研究和建立各种学习过程的计算 模型的科学分支。从学习策略上看，机器学习可分为三类，它们是归纳学习、类 比学习和演绎学习。前两者包含基于相似性度量的学习方法，后者主要包括基于 实例的学习方法。另外一种分类方法从学习的目标函数形式维度划分，包括概念 学习、决策树学习、概率统计学习、人工神经网学习、遗传算法、规则学习、k - 最近邻学习、增强学习、支持向量机学习和数据挖掘等。 概念学习的目标函数一般以受限的逻辑表达式( 合取范式c n f 或析取范d n f ) 表示，称为目标概念。概念学习通过归纳推理规则，对概念表达式进行变换，产 生满足训练样例的目标概念。典型的学习算法为候选消去法1 4 j 。 决策树学习【5 】【6 】以决策树为目标函数的表示形式。决策树是一类特殊的树，由 判别节点和分类节点组成，适合表示分类规则。决策时学习过程是按照一组属性 对训练样例集进行划分，从而逐步生成决策树。决策树学习算法最早由a q i i 系统 给出，后逐步演化为l d 3 和c 4 5 。 概率统计学习的目标函数是一组变量的条件概率或统计结果。这里分两类， 一类是概率学习，另一类是回归分析学习。概率学习的典型算法有贝叶斯分类器1 7 j 。 算法的主要思想是，对训练样例进行统计，估计一组变量的概率，然后使用贝叶 斯公式计算目标变量的概率。回归分析学习是一种统计学上对数据进行分析的方 法，主要是探究两组数据之间是否有一种特定关系。回归分析的目的在于了解两 个或多个变数间是否相关、相关方向与强度，并建立数学模型以便观察特定变数 来预测研究者感兴趣的变数。 人工神经网学习【8 】的目标函数的表示形式是人工神经网络。神经网络是一种仿 真人类大脑的计算模型，由大量的节点( 或称神经元) 和之间相互联接构成。每 个节点代表一种特定的输出函数，称为激励函数( a c t i v a t i o nf u n c t i o n ) 。每两个节 点间的连接都代表一个对于通过该连接信号的加权值，称之为权重( w e i g h t ) ，这 相当于人工神经网路的记忆。网络的输出则依网络的连接方式，权重值和激励函 第6 页 国防科学技术大学研究生院工程硕士学位论文 数的不同而不通。而网络自身通常都是对自然界某种算法或者函数的逼近，也可 能是对一种逻辑策略的表达。其学习算法称为反向传播算法。使用梯度下降法则 修改连接取值，以使输出误差达到最小。 遗传算法学习【9 】的目标函数是知识的编码。这是基于达尔文生物进化论的学习 方法。算法维持一个由个体( 编码) 组成的种群，根据适应度函数，使用选择、 杂交和变异遗传操作产生下一代种群。能够进入下一代种群的个体往往是适应度 高者。算法循环产生下一代种群，直至种群中的最高适应度达到某个阈值。 数据挖掘【io j 是上个世纪九十年代初诞生的一个计算机领域的研究和应用分 支。它大量采用了机器学习技术，具有代表性的技术有频繁项集挖掘算法和粗糙 集理论。其目标是从结构化或非结构化的海量数据中发现感兴趣的模式或关系。 从某种意义上说，这些模式是隐含在数据中的知识。 1 0 2 课题研究内容 本课题研究的主要目的是使用机器学习技术，有效地解决医疗保险决策支持 系统开发中知识获取自动化问题。 1 2 1 研究目的和内容 论文试图通过对机器学习技术和基本医疗保险决策问题的研究，探索一条应 用机器学习技术解决医保决策知识自动获取的有效途径。针对具体的医保决策知 识，如收不抵支风险评估知识、诊疗结构等，提出合适的学习算法。这个目的决 定了论文研究内容不外乎下列几个方面： 首先，深入分析基本医疗保险领域的业务和决策逻辑，研究医保决策支持系 统的功能和特点，以明确医保决策知识获取的需求。同时，广泛研究现有的机器 学习技术，找到两者的结合点，鉴别出能够有效用于医保决策知识获取的学习算 法。 其次，对于特定类型的医保决策知识，如收不抵支风险识别和诊疗结构，建 立相适应的知识表示模型。针对所选知识表示模型和设定的医保决策知识应用， 给出其应用算法。 最后，将选定的知识表示模型作为学习的目标函数框架，研究、设计和实现 有效的学习算法。 第7 页 国防科学技术大学研究生院工程硕士学位论文 1 2 2 主要研究工作 论文主要研究工作包括下列方面： 1 广泛阅读机器学习领域的文献，熟悉主要机器学习技术。同时，分析基本医 疗保险的业务和决策流程，调研医保决策支持系统的知识获取需求。探索机器学 习技术应用于医保决策支持知识获取的有效途径。 2 通过对医保决策支持系统结构和功能的分析，设计医保决策支持知识学习系 统模型。 3 对一类重要的医保决策任务一一基本医疗保险基金运行安全监控中的收不 抵支风险分析，设计其问题求解算法。同时定义收不抵支风险判别决策树的学习 任务，设计完整的学习算法，包括目标属性和判别属性的抽取算法，判别属性值 的学习算法和收不抵支风险判别决策树学习算法。 4 定义应用于基本医疗保险领域的诊疗结构等概念和诊疗结构学习任务，建立 诊疗结构的学习任务，设计诊疗结构的学习算法。 1 3 论文结构 论文主体由五章构成。核心是第三章和第四章。其中， 第一章提出论文研究的问题，说明论文研究的理论和技术背景。 第二章描述了基本医疗保险保险决策支持任务、系统结构。阐述了将机器学 习技术应用于医保决策支持系统构建的必要性和可行性。同时，给出了医保决策 支持知识学习系统的i n l e n 的设计方案。 第三章讨论收不抵支风险判别决策树的学习技术。定义了收不抵支风险判别 决策树问题求解任务，给出了收不抵支风险判别决策树问题求解算法，提出了判 别属性和目标属性的设计技术以及属性值的计算方法，给出了收不抵支风险判别 决策树的学习算法。 第四章讨论诊疗结构学习方法。提出和定义了诊疗结构等概念，给出了诊疗 结构的应用算法，提出了区间模式、常用项模式和关联关系模式的学习算法，诊 疗结构的归纳学习算法，以及病例与诊疗结构差异函数的学习算法。 第五章是结束语，讨论论文的研究成果以及进一步的研究工作。 第8 页 国防科学技术大学研究生院工程硕士学位论文 第二章医疗保险决策知识的学习系统 问题求解任务决定学习任务，问题求解的知识及表示方法决定了学习算法的 选择。不同的问题求解使用不同类型的知识，不同知识包含不同的概念和概念间 的关系，从而确定学习的目标函数具有不同的内涵。使用不同的符号系统表示知 识，将形成不同的概念空间( 或假设空间) ，进而决定了不同的学习搜索过程。 这一章通过分析医疗保险决策任务，讨论实现这些任务的医疗保险决策支持 系统的通用模型。针对其使用的知识的类型和形式，给出与之相适应的基本医保 决策知识的学习模型。 2 1 医疗保险决策 医疗保险制度改革是一个世界性难题，它既涉及政府责任，又与参保单位、 参保人员以及医疗机构的利益息息相关。医疗保险决策就是要对医疗保险基金的 收入、分配和使用过程中出现的问题进行实时评价，及时分析掌握医保基金的运 行动态，找出问题症结之所在，从而做出科学决策，进行政策调整。 医保决策的主要任务可概括为三大类型：分析、监管和预测。下面详细讨论 这三大任务的具体内容。 2 1 1分析 在基金规模有限的情况下，购买高质量的医疗服务，更好满足广大参保人的 就医需求，是基本医保基金的基本目标。基本医疗保险体系运行的原则是“收支 平衡，略有节余 。所有的医疗保险决策分析应当围绕这个原则来展开。分析的 主要目的是找到影响分析主题中的各个因素，并找出哪些因素是重要的，哪有因 素是不那么重要的，哪些因素是完全可控的，哪些因素是不可控的，从而帮助决 策者找到最佳解决办法。医疗保险决策分析可以分为一般性分析和异常分析。 一般性分析类似于统计报表，主要是为决策者提供医疗保险运行情况的概貌。 包括基金收入情况、基金支出情况、参保扩面情况、医疗待遇情况等等。有时也 会针对一些明显影响基金运行的因素进行专题分析。比如，关于人口老龄化对基 本医疗保险的影响，可以进行参保人员年龄结构专题分析，关注大额医疗费用使 用情况的住院费用分析等。 对医疗保险异常情况的分析，往往决定下一步医疗保险政策调整和工作安排 的重点。如果基金节余过高，应当考虑是否应当降低基金收缴基数或费率，提高 待遇水平；而基金节余太少甚至出现负节余，则应当在基金征缴，医疗监管等方 第9 页 国防科学技术大学研究生院工程硕士学位论文 面的工作上加大力度，同时考虑调整基数和费率。 2 1 2 监管 随着医改的深入进行，参保面的不断扩大，就诊人数的不断增多，医、患、 保三方的矛盾日益突出，实施全方位监管，对确保基金收支平衡至关重要。监管 工作涉及到对基金收缴、支出等业务中出现的问题的监视和控制，因此将可能具 体到参保人、单位和医疗服务机构。 医疗保险基金的征缴是医疗保险健康运行的基础。一方面，基本医疗保险是 一项强制性的社会保险，根据劳动合同法规定，各用人单位有责任为建立了 劳动关系的劳动者购买基本医疗保险。另一方面，医疗保险费是由单位和个人共 同承担，二者都应当履行相关的义务。医疗保险基金征缴监管主要关注以下几个 方面的问题。 参保率问题。从全市医疗保险层面来看，参保率是指已参加医疗保险单位数 与应当参加医疗保险的单位数之比；从参保单位管理层面来看，参保率是指已参 加医疗保险人数与应参加医疗保险人数之比。医疗保险盘子做得越大，抗风险能 力就越高，提高参保人员待遇水平才有可能，所以参保率应当作为医疗保险决策 监管的首要任务。 基金征缴问题。按时足额征缴医疗保险基金，才能保证参保群众的待遇支付。 由于目前医疗保险是以参保单位( 含政府机关、事业单位和企业单位) 为单元进 行管理，所以保费征缴监管的受体是各个参保单位。对单位拖欠保险费的问题， 应当通过监管来判断是由于经营影响导致资金周转不灵出现的暂时性欠费行为， 还是单位的恶意拖欠保险费行为。社会保险的主要目的是为了解决参保单位职工 医疗费用支出的后顾之忧，间接作用是扶持企业健康良性发展。所以，针对不同 的情况，应当采取不同的处理措施进行处理。 医疗保险基金支出关系到医疗保险事业能否健康发展，切实有力的基金支出 监管能够堵塞医疗保险基金支出漏洞，切实保证医疗保险基金“取之于民，用之 于民”。对医疗机构和参保个人都要进行医疗保险基金支出监管。 对医疗机构主要监管医疗费用支出是否合理，是否有弄虚作假套取基金的行 为，入院指征把关情况及“三个目录执行情况。 对参保个人而言，主要监管是否冒名顶替和异地医疗造假等情况。 2 1 3 预测 预测是针对未来长时期的技术、经济和社会发展所进行的系统研究，选择对 预测对象具有最大贡献的影响因素来确定具有战略性地政策和手段。医疗保险运 第1 0 页 国防科学技术大学研究生院工程硕士学位论文 行情况的预测是基本医疗保险机构宏观决策的重要手段之，它为制定基金征缴 政策和发展战略、科学规划基金支出、制定完善的基金征缴计划奠定基础。同时， 也为管理者和决策者了解基本医疗保险基金的发展趋势提供全面的信息，增强管 理者的决策能力，为实现完善稳固的医疗保障体系服务。 进行基金运行状态预测主要是为了管理者和决策者进行政策的调整。如新的 医保年度开始后，医保中心根据新年度的医保政策来决定各种比例的参数。例如： 职工的单位缴费比例，个人缴费比例，缴费比例最大上限，缴费比例最小下限， 缴费截至日，滞纳金比例等有关的参数。因此可以对征缴率进行调整，还可以对 参保人覆盖率的调整，对医疗机构的价格水平的调整等。当基本医疗保险制度的 实施环境发生变化的时候，或当医疗服务中心发现某些因素对基本医疗保险政策 的顺利实施和有效保障产生不利影响时，管理者和决策者希望能对这些不利情况 进行改善，保证政策进行适时、适度调整。从而保证在改革原则和方向不变的前 提下，既控制了基金风险，又保障了医疗服务体系的深入实施。管理者和决策者 在进行预期调整之后，并不能保证调整后的政策能使医疗基金状态的运行平稳有 效，需要有科学的检验验证才能确定执行。因此需要给管理者和决策者提供预测 后的基金运行状态结果，看基金是否还能维持正常运行状态，是否能承担一定的 风险。因此，利用控制界限来进行确认。如果在控制界限设定范围之内，则能保 证基金的正常运行。反之，需要管理者和决策者再次进行调整，选择正确的策略， 保障基本医疗保险的顺利平稳进行。 具体来说，预测可用于三个方面： 根据当前基金的运行情况，预测基金将来的运行趋势； 根据政策调整基金运行体系的某些参数时，利用模型预测基金的将来运行状 态； 当发现基金运行出现偏差时，采取纠正措施，可预测纠正措施的效果。 2 2 医疗保险决策支持系统 医疗保险信息系统具有政策性强、涉及面广、信息流量大、数据交换频繁、 数据保存时间长等特点。它涉及到医疗保险的相关政策；涉及到与医疗保险相关 的各个部门( 如劳动保障部门、医疗卫生部门、金融机构等) ；涉及到参保单位 和参保人员的切身利益。医疗保险的宏观决策就是要通过各种技术手段，对基本 医疗保险基金的收和支出进行动态分析、监控和预测，对政策执行情况进行评估， 达到决策系统化和科学化，进而保障医疗保险基金长期平衡运行。 医疗保险决策支持系统是一个后台系统，它位于现有医保业务经办信息系统 的上层。通过对医保业务经办信息系统中相关数据的分析处理，对医疗保险运行 第1 1 页 国防科学技术大学研究生院工程硕士学位论文 状态进行分析、监控和相关预测。 医疗保险决策支持系统的目标是建立一套集监视、预警、分析、控制、模拟 运行和预测为一体的综合性决策支持系统。参照国家劳动部建立的医保指标体系， 建立医保基金运行的模型，从而能够对基金流进行有效监控和预测，为决策人员 提供详尽的分析和预测报告