CN109065105B - 一种医院用患者疾病治疗分值统计方法 - Google Patents

一种医院用患者疾病治疗分值统计方法 Download PDF

Info

Publication number
CN109065105B
CN109065105B CN201810867942.8A CN201810867942A CN109065105B CN 109065105 B CN109065105 B CN 109065105B CN 201810867942 A CN201810867942 A CN 201810867942A CN 109065105 B CN109065105 B CN 109065105B
Authority
CN
China
Prior art keywords
disease
score
data
diagnosis
icd10
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201810867942.8A
Other languages
English (en)
Other versions
CN109065105A (zh
Inventor
温强
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Guangzhou Kingseok Medical Technology Co ltd
Original Assignee
Guangzhou Kingseok Medical Technology Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Guangzhou Kingseok Medical Technology Co ltd filed Critical Guangzhou Kingseok Medical Technology Co ltd
Priority to CN201810867942.8A priority Critical patent/CN109065105B/zh
Publication of CN109065105A publication Critical patent/CN109065105A/zh
Application granted granted Critical
Publication of CN109065105B publication Critical patent/CN109065105B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
    • G16H10/60—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for patient-specific data, e.g. for electronic patient records
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
    • G06Q40/12—Accounting
    • G06Q40/125—Finance or payroll
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation

Landscapes

  • Business, Economics & Management (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Engineering & Computer Science (AREA)
  • Development Economics (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • Strategic Management (AREA)
  • Technology Law (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Epidemiology (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Primary Health Care (AREA)
  • Public Health (AREA)
  • Medical Treatment And Welfare Office Work (AREA)

Abstract

一种医院用患者疾病治疗分值统计方法，分为五个步骤实现医院方能实时预测当年相应病种医保1分的价格、预测当前患者相应病种的分值功能，并实现对患者相应病种治疗的盈亏情况以及医院的相应病种整天盈亏情况进行实时了解，步骤1：临床疾病诊断数据匹配ICD10编码；步骤2：获取去年相应病种总分值；步骤3：获取去年相应病种分值1分的价格；步骤4：获得本次诊断对应的分值病种；步骤5：预测该病种费用盈亏。本发明能实现主动规范医疗行为，减少医保拒付，提高了医疗质量，并实现医院临床疾病诊断和操作编码的标准化、规范化、体系化建设，医院、医生能实时了解当前医院盈亏状况，实现了医保信息化管理，提高了医院医保工作管理效率和办事效率。

Description

一种医院用患者疾病治疗分值统计方法
背景技术
长期以来，我国医疗系统中，长期实行“后付制”支付方式进行治疗项目的付费，这是支付方式缺点比较明显，由于医院不能及时收到治疗费用，意味着由此产生的风险会全部由医保承担。而且在临床中，患者就诊所涉及的服务项目少则十几项，多则上百项，给行业监管和社会监督带来很大困难，这使得“重复检查”以及“过度医疗”、“乱收费”有了运作空间，浪费了大量的医保资金。
为了进一步加强医保基金预算管理，人社局管理部门全面推行以按病种付费为主的多元复合式医保支付方式；2018年2月26日，人社部官网挂出《医疗保险按病种付费病种推荐目录》，130个病种被列入，按照要求，各地医疗部门可在此基础上，根据医保管理水平和医疗技术发展等实际情况确定医保付费病种范围，但应确定不少于100个病种。所谓按病种付费是指患者从入院就诊，按病种治疗管理流程接受规范化诊疗，最终达到临床疗效标准出院，整个过程中发生的诊断、治疗、手术、麻醉、护理、床位、药品及医用耗材均不再单独计费；形象地说，这种收付费方式就是把各项费用“打包”为病种收费标准，医院按照“打包价”收费，患者和医保基金按此标准和有关规定向医院付费，若实际费用高于病种费用标准，高出部分则由医院承担，按病种(病组)分值结算既避免了医疗单位滥用医疗服务项目、重复项目和分解项目，防止医院小病大治，激发医院控制成本的动力，同时也能保证医疗服务质量。
按病种(组)分值结算，全称为总额控制下的按病种(病组)分值结算，是一种融合了宏观总额预算管理和按病种(病组)付费的支付制度，又被称为点数法。按病种(病组)分值结算是我国地方医保部门依据本地情况创造的中国版疾病诊断相关分组的雏形。这一方式在我国诸多地区得以应用，效果明显，是医保治理结构的重大创新，是重新建立医院、患者和医保之间关系的新运行机制，极具推广价值。
但是受到技术限制，现有的按病种(组)分值结算，是通过病种分值表中各病种(组)的分值(权重)表示不同病种治疗时的资源消耗情况差异，但并不能给出各病种明确结算价格；各病种的结算价格由分值单价与该病种的分值一同确定；而分值单价由地区统筹基金预算总额与各医疗机构提供的服务总量一同累加确定；各医疗机构按所收治病人的病种情况和诊疗情况积累分值，以统筹地区为单位设定总额分值预算，所有医疗机构共享一个分值总额，实行硬性分值预算约束、超支不补，该病种超额提供服务则分值单价下降，这样，后续医院从该病种获得的收入将下降，最终导致医院利润的下降。
实际上，医院作为直接的医疗行为实施者和管理者，迫切希望知道当前的经营管理情况与医疗行为的关系。但由于总额控制下的按病种(病组)分值结算，是由统筹地区为单位设定总额预算，所有医疗机构共享一个总额，实行硬性预算约束、超支不补，所以只有到年度结算才能计算出该病种及其他病种1分的价值(也就是治疗一个病人所获得的平均费用)，最终计算出医院的该病种当年医保获得的结算总额，最终得到医院的盈亏情况。由于上述原因，所以医院无法做到实时的盈亏管理，会给自己的经济效益带来影响。
根据现行的按病种(病组)分值结算方式，医保局要求医院上传患者就医登记信息和费用明细外，还需要上传病案首页信息，且要求诊断ICD编码(疾病分类编码)和手术诊断ICD9-CM3编码(手术编码)需要符合和匹配分值表中的编码。然而，目前的技术条件下中，HIS(医院信息系统)和电子病历无法实现医生录入临床疾病诊断数据、自动智能匹配ICD10(国际疾病分类编码)，因此无法有效实时将各种数据传递给医保局，医院也就无法实时了解到该病种的医保分值中1分的价格，这样，医院也就无法预测当年医保分值中1分的价格，无法实时模拟计算医保患者的该病种分值和盈亏情况，从而，医院从该病种获得收入下降，最终导致医院利润的下降。
临床诊断与ICD10的不完全匹配的原因，主要是因为临床诊断是由医生根据临床知识书写和交流的一种诊断术语，而ICD10是国际通用临床诊断编码，ICD编码员是使用国际规则对临床诊断进行ICD10编码，所以临床诊断与ICD10两者之间既有联系又有区别。无法预测当年医保分值中1分的价格原因：按病种(病组)分值结算是各病种的结算价格由分值单价(即分值的现金价值)与患者该病种的分值一同确定；而分值单价由地区统筹基金预算总额与各医疗机构提供的服务总量一同确定；各医疗机构按所收治病人的病种情况和诊疗情况积累分值；以统筹地区为单位设定总额预算，所有医疗机构共享一个总额，所以1分的价格只能到年末后才能正在计算统计出来；医院也就无法预测当年医保该病种分值中1分的价格。无法实现模拟计算医保患者分值和盈亏情况的原因：由于分值结算的分指标是使用标准ICD10进行疾病病种分类和分值计算，故而当前医院系统HIS和电子病历等系统都无法实时将临床诊断疾病数据第一时间匹配ICD10，从而无法关联医保分值结算分值表并计算得到患者当前的分值和结算费用的盈亏情况，最终也导致无法实时得到医院当前的盈亏情况。
发明内容
为了克服现有医保系统中，采用按病种(病组)分值结算方式存在的各种弊端，本发明提供了基于大数据和人工智能技术，设计出临床诊断与ICD10智能匹配转换，解决了临床诊断数据与ICD10不完全匹配的缺点，并能通过去年的该病种总分值和去年的总额，运用预测模型，预计出了今年的该病种1分的价格，解决了现有技术无法预测当年医保1分的价格问题，并能通过患者的费用与分值表的关联匹配，计算预测当前患者的分值和患者盈亏情况以及医院的整天盈亏情况，由此达到在医保患者管理中实现主动规范医疗行为，减少医保拒付，提高了医疗质量，并实现了医院临床疾病诊断和操作编码的标准化、规范化、体系化建设，医院、医生能实时了解当前医院的盈亏状况，实现了医保信息化管理，提高了医院医保工作管理效率和办事效率的一种医院用患者疾病治疗分值统计方法。
本发明解决其技术问题所采用的技术方案是：
一种医院用患者疾病治疗分值统计方法，其特征在于分为五个步骤实现医院方能实时预测当年相应病种医保1分的价格、预测当前患者相应病种的分值功能，并实现对患者相应病种治疗的盈亏情况以及医院的相应病种整天盈亏情况进行实时了解，步骤1：临床疾病诊断数据匹配ICD10编码；步骤2：获取去年相应病种总分值；步骤3：获取去年相应病种分值1分的价格(也就是一个病人治疗该病种医院的平均收费金额)；步骤4：获得本次诊断对应的分值病种；步骤5：预测该病种费用盈亏。
所述步骤1临床疾病诊断数据匹配ICD10编码中，共分为4个分步骤实现，A：医院临床诊断数据采集；B：导入标准的ICD10和ICD-9-CM3数据：C：通过SQL(数据库)语句对A、B步骤数据中的ICD10和ICD-9-CM3的关联字段进行N:M映射，形成医院临床诊断与ICD10对应表；D：通过JAVA(编程语言)编程，实现基于webpai(分网络接口)接口访问，实现通过拼音首字母、ICD10等多接口模糊查询，从而获得临床诊断对应的ICD10等信息；使用时实现输入临床疾病诊断病种可以智能快速的匹配ICD10编码。
所述步骤2获取去年相应病种总分值中，共分为三个分步骤实现，A：导入医保局去年分值表或当年最新分值标准数据，主要数据字段包括：分类、ICD-10类目、序号、ICD-10亚目、疾病名称、疾病代码、诊治方式、分值等；B：导入去年患者费用数据信息，主要数据字段包括：患者流水号、ICD10、ICD-9-CM3、总费用、自付费用、统筹费用；C：通过去年患者费用数据信息、分值表、医院临床诊断三类数据相关联，得到去年相应病种的总分值。
所述步骤4获得本次诊断对应的分值病种，共分为二个分步骤实现，A：医生在HIS/电子病历系统的诊断录入框录入临床诊断疾病的拼音首字母，HIS/电子病历系统访问第一步骤D所述的webapi接口，获得对应的该疾病标准ICD10；B：在第一分步骤获得标准ICD10编码后，在第二步骤所述的医保局去年分值表或当年最新分指标数据的分值表中，获得该临床诊断该疾病对应的分值。
所述步骤5预测该病种费用盈亏，共分为二个分步骤实现，A：通过第四步骤B所述的分值数据与患者当前的总费用进行费用对比；B：通过分步骤A计算得到的费用数据，通过webpai传输给HIS或电子病历，告知医生该患者当前费用在分值付费计算规则下的盈亏情况。
本发明有益效果是：本发明通过临床疾病诊断数据匹配ICD10编码、获取去年相应病种总分值、获取去年相应病种分值1分的价格、获得本次诊断对应的分值病种、预测该病种费用盈亏五个步骤，基于大数据和人工智能技术，设计出临床诊断与ICD10智能转换，解决了临床诊断数据与ICD10不完全匹配的缺点，并能通过去年的该病种总分值和去年的总额，运用预测模型，预计出了今年的该病种1分的价格，解决了现有技术无法预测当年医保1分的价格问题，并能通过患者的费用与分值表的关联匹配，计算预测当前患者的分值和患者盈亏情况以及医院的整天盈亏情况，由此达到在医保患者管理中实现主动规范医疗行为，减少医保拒付，提高了医疗质量，并实现了医院临床疾病诊断和操作编码的标准化、规范化、体系化建设，医院、医生能实时了解当前医院的盈亏状况，实现了医保信息化管理，提高了医院医保工作管理效率和办事效率。基于上述，所以本发明具有好的应用前景。
附图说明
以下结合附图和实施例将本发明做进一步说明。
图1是本发明架构框图。
具体实施方式
下面内容本发明以较常见的阑尾炎疾病作为举例来说明本发明操作流程。
图1中所示，一种医院用患者疾病治疗分值统计方法，分为五个步骤实现医院方能实时预测当年相应病种医保1分的价格、预测当前患者相应病种的分值功能，并实现对患者相应病种治疗的盈亏情况以及医院的相应病种整天盈亏情况进行实时了解，步骤1：临床疾病诊断数据匹配ICD10编码；步骤2：获取去年相应病种总分值；步骤3：获取去年相应病种分值1分的价格(也就是一个病人治疗该病种医院的平均收费金额)；步骤4：获得本次诊断对应的分值病种；步骤5：预测该病种费用盈亏。
图1，步骤1临床疾病诊断数据匹配ICD10编码中，A：医院临床诊断数据采集，通过PC机数据采集单元的数据采集技术，将医院HIS、电子病历和病案的诊断信息采集至采集单元的数据库中，主要字段信息包括：医生ID、科室ID、临床诊断疾病名称、临床诊断级别、ICD10标准、手术诊断名称、ICD-9-CM3标准等，然后由HIS、电子病历和病案的诊断信息采集的数据经PC机内数据处理单元形成医院临床诊断数据表格；下面以模拟数据表格为举例说明具体操作方法。
电子病历或HIS中的患者疾病诊断信息
医生ID 科室ID 患者流水 临床疾病诊断
0325 0190 0289123 阑尾炎急性
电子病历或HIS中的患者手术诊断信息
医生ID 科室ID 患者流水 手术诊断
0325 0190 0289123 切除阑尾
病案首页的患者诊断信息
医生ID 科室ID 患者流水 ICD10 ICD9-CM3
0325 0190 0289123 K35.90C 47.0901
经PC机内数据处理单元(数据处理单元通过JAVA编程和SQL语法编程)得到如下两个表信息
临床疾病诊断 ICD10 科室ID 医生ID
阑尾炎急性 K35.900 0190 0325
手术诊断 ICD9-CM3 科室ID 医生ID
切除阑尾 47.0901 0190 0325
B：经PC机内数据处理单元导入标准的ICD10和ICD-9-CM3：下面以模拟数据表格为举例说明具体操作方法。
ICD10
ICD-10编码 ICD-10中文解释
K35.900 急性阑尾炎
ICD9-CM3
ICD-9编码 ICD-9中文解释
47.0901 阑尾切除术
C：通过经PC机内数据处理单元经SQL语句对A、B步骤数据中的ICD10和ICD-9-CM3的关联字段进行N：M映射，形成医院临床诊断与ICD10对应表；下面以模拟数据表格为举例说明具体操作方法。
Figure BDA0001751372980000081
Figure BDA0001751372980000082
D：通过PC机内数据处理单元(数据处理单元通过JAVA编程)，实现基于webpai接口访问，实现通过拼音首字母、icd10等多接口模糊查询，从而获得临床诊断对应的ICD10等信息；使用时实现输入临床疾病诊断病种可以智能快速的匹配ICD10编码；下面以模拟数据表格为举例说明具体操作方法。
举例：当医生0325或所在科室0190的医生通过数据请求webpai接口时，只要输入：阑尾炎或LWY等信息时，就可以获得，如下表格信息：
Figure BDA0001751372980000083
通过上述分步骤从而实现输入临床疾病诊断可以智能快速的匹配ICD10编码的功能。
图1中，步骤2获取去年相应病种总分值中，A：经PC机内数据处理单元导入医保局去年分值表或当年最新分指标数据，主要数据字段包括：分类、ICD-10类目、序号、ICD-10亚目、疾病名称、疾病代码、诊治方式、分值等；下面以模拟数据表格为举例说明具体操作方法。
以阑尾炎为例的数据：
Figure BDA0001751372980000091
B：经PC机内数据处理单元导入去年患者费用数据信息，主要数据字段包括：患者流水号、ICD10、ICD-9-CM3、总费用、自付费用、统筹费用；下面以模拟数据表格为举例说明具体操作方法。
1万条去年患者数据
Figure BDA0001751372980000101
C：经PC机内数据处理单元通过去年患者费用数据信息、分值表、医院临床诊断三类数据相关联，得到去年相应病种的总分值；下面以模拟数据表格为举例说明具体操作方法。
相关联后获得总表如下：
Figure BDA0001751372980000102
合计最后的分值列，得到医院的总分值，假设为762392分。
图1，步骤3获取去年相应病种分值1分的价格中：(也就是一个病人治疗该病种医院的平均收费金额)；经PC机内计算单元获得，其中：去年该病种1分的价格＝去年医保总额/去年总分值。举例：假设去年获得总额为：9870000元那么去年1分的价格为98700000/762392＝129.46元。
图1，步骤4获得本次诊断对应的分值病种中：A：经PC机内数据处理单元医生在HIS/电子病历系统的诊断录入框录入临床诊断疾病的拼音首字母，HIS/电子病历系统访问第一步骤D所述的webapi接口，获得对应的该疾病标准ICD10；下面以模拟数据表格为举例说明具体操作方法。
举例：HIS/电子病历系统通过数据接口请求，发送拼音首字母LWY或中文阑尾炎，webapi接口返回如下接口信息：
Figure BDA0001751372980000111
B：在第一分步骤获得标准ICD10编码后，在第二步骤所述的医保局去年分值表或当年最新分指标数据的分值表中，获得该临床诊断该疾病对应的分值。
当医生在系统中，选择了阑尾炎急性后，并再向接口发出信息，选择了阑尾炎急性，此时关联下列关联表，并找红色字体的信息，返回给系统。数据如下：
Figure BDA0001751372980000112
图1中，步骤5预测该病种费用盈亏中：A：经PC机内计算单元通过第四步骤B所述的分值数据与患者当前的总费用进行费用对比，通过如下公式计算出当前患者的费用盈亏：
当前病种标准费用＝去年1分价格*当年的分指表的分值
当前患者分值费用＝当前患者总费用/去年1分价格
病种费用盈亏＝当前病种标准费用-当前患者分值费用
当病种费用盈亏为正数时为盈利，当为负数时，为亏损；
以阑尾炎急性传统治疗为例，计算盈亏情况：
去年1分价格＝129.46
阑尾炎急性-传统治疗的分值为：93
故阑尾炎急性标准费用＝129.46*93＝12039.78
某阑尾炎急性患者此时总费用为：9876.00元
故当前患者分值费用＝9876/129.46＝76分
该患者盈亏＝12039.78–9876＝2163.78>0为盈利
B：经PC机内计算单元通过分步骤A计算得到的费用数据，通过webAPI传输给HIS或电子病历，告知医生该患者当前费用在分值付费计算规则下的盈亏情况。下面以模拟数据表格为举例说明具体操作方法。
此时当医生在HIS中或电子病历系统中，选择阑尾炎急性–传统手术时，系统最终返回如下数据：
Figure BDA0001751372980000121
本发明通过临床疾病诊断数据匹配ICD10编码、获取去年相应病种总分值、获取去年相应病种分值1分的价格、获得本次诊断对应的分值病种、预测该病种费用盈亏五个步骤，基于大数据和人工智能技术，设计出临床诊断与ICD10智能转换，解决了临床诊断数据与ICD10不完全匹配的缺点，并能通过去年的该病种总分值和去年的总额，运用预测模型，预计出了今年的该病种1分的价格，解决了现有技术无法预测当年医保1分的价格问题，并能通过患者的费用与分值表的关联匹配，计算预测当前患者的分值和患者盈亏情况以及医院的整天盈亏情况，由此达到在医保患者管理中实现主动规范医疗行为，减少医保拒付，提高了医疗质量，并实现了医院临床疾病诊断和操作编码的标准化、规范化、体系化建设，医院、医生能实时了解当前医院的盈亏状况，实现了医保信息化管理，提高了医院医保工作管理效率和办事效率。基于上述，所以本发明具有好的应用前景。本发明中：开发语言：java、SQL。开发平台：MYSQL/Eclipse。环境服务器：JDK/Linux/window。访问：chrome/firefox/ie10。WEB框架：Spring4+Mybatis3.4+Jersey。WEB容器：嵌入式web容器(Netty ortomcat)。负载均衡：nginx。本发明中：N:M映射是软件编程的一种数据对照关系说明，N:M映射意思就是多条数据对应多条数据，其中N数据为临床诊断，M表示ICD10。N:M的意思是，多个临床诊断对应一个ICD10编码，也可以一个临床诊断对应多个ICD10编码，这就是N:M。例如，多个临床诊断对应一个ICD10编码的数据如下：
Figure BDA0001751372980000131
Figure BDA0001751372980000141
一个临床诊断对应多个ICD10编码的数据
Figure BDA0001751372980000142
以上显示和描述了本发明的基本原理和主要特征及本发明的优点，对于本领域技术人员而言，显然本发明限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。
此外，应当理解，虽然本说明书按照实施方式加以描述，但并非每个实施方式仅包含一个独立的技术方案，说明书的这种叙述方式仅仅是为清楚起见，本领域技术人员应当将说明书作为一个整体，各实施例中的技术方案也可以经适当组合，形成本领域技术人员可以理解的其他实施方式。

Claims (1)

1.一种医院用患者疾病治疗分值统计方法，其特征在于分为五个步骤实现医院方能实时预测当年相应病种医保1分的价格、预测当前患者相应病种的分值功能，并实现对患者相应病种治疗的盈亏情况以及医院的相应病种整天盈亏情况进行实时了解，步骤1：临床疾病诊断数据匹配ICD10编码；步骤2：获取去年相应病种总分值；步骤3：获取去年相应病种分值1分的价格；步骤4：获得本次诊断对应的分值病种；步骤5：预测该病种费用盈亏；步骤1临床疾病诊断数据匹配ICD10编码中，共分为4个分步骤实现，A：医院临床诊断数据采集；B：导入标准的ICD10和ICD-9-CM3数据：C：通过SQL语句对A、B步骤数据中的ICD10和ICD-9-CM3的关联字段进行N:M映射，形成医院临床诊断与ICD10对应表；D：通过JAVA编程，实现基于webpai接口访问，实现通过拼音首字母、ICD10多接口模糊查询，从而获得临床诊断对应的ICD10信息；使用时实现输入临床疾病诊断病种可以智能快速的匹配ICD10编码；步骤2获取去年相应病种总分值中，共分为三个分步骤实现，A：导入医保局去年分值表或当年最新分值标准数据，主要数据字段包括：分类、ICD-10类目、序号、ICD-10亚目、疾病名称、疾病代码、诊治方式和分值；B：导入去年患者费用数据信息，主要数据字段包括：患者流水号、ICD10、ICD-9-CM3、总费用、自付费用和统筹费用；C：通过去年患者费用数据信息、分值表、医院临床诊断三类数据相关联，得到去年相应病种的总分值；步骤4获得本次诊断对应的分值病种，共分为二个分步骤实现，A：医生在HIS/电子病历系统的诊断录入框录入临床诊断疾病的拼音首字母，HIS/电子病历系统访问第一步骤D所述的webapi接口，获得对应的该疾病标准ICD10； B：在第一分步骤获得标准ICD10编码后，在第二步骤所述的医保局去年分值表或当年最新分指标数据的分值表中，获得该临床诊断该疾病对应的分值；步骤5预测该病种费用盈亏，共分为二个分步骤实现，A：通过第四步骤B所述的分值数据与患者当前的总费用进行费用对比；B：通过分步骤A计算得到的总费用数据，通过webpai传输给HIS及电子病历中的一种，告知医生该患者当前费用在分值付费计算规则下的盈亏情况。
CN201810867942.8A 2018-08-02 2018-08-02 一种医院用患者疾病治疗分值统计方法 Active CN109065105B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810867942.8A CN109065105B (zh) 2018-08-02 2018-08-02 一种医院用患者疾病治疗分值统计方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810867942.8A CN109065105B (zh) 2018-08-02 2018-08-02 一种医院用患者疾病治疗分值统计方法

Publications (2)

Publication Number Publication Date
CN109065105A CN109065105A (zh) 2018-12-21
CN109065105B true CN109065105B (zh) 2023-05-23

Family

ID=64832628

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810867942.8A Active CN109065105B (zh) 2018-08-02 2018-08-02 一种医院用患者疾病治疗分值统计方法

Country Status (1)

Country Link
CN (1) CN109065105B (zh)

Families Citing this family (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109741195A (zh) * 2018-12-27 2019-05-10 泰康保险集团股份有限公司 基于病种的医保数据处理方法、系统、设备及存储介质
CN111383123A (zh) * 2018-12-29 2020-07-07 天津幸福生命科技有限公司 临床医疗开销的统计方法、装置、存储介质及电子设备
CN110033311A (zh) * 2019-03-13 2019-07-19 武汉金豆医疗数据科技有限公司 一种病种分值付费方法及系统
CN111091881B (zh) * 2019-12-28 2023-12-19 北京颐圣智能科技有限公司 医疗信息分类方法、医疗分类信息的存储方法及计算设备
CN111930532B (zh) * 2020-07-09 2023-11-17 智盈未来(西安)信息技术有限公司 航电数据集成方法及装置
CN112635030A (zh) * 2020-11-30 2021-04-09 望海康信(北京)科技股份公司 控费提示自动生成系统、方法及相应设备和存储介质
CN112786215A (zh) * 2021-01-25 2021-05-11 山东众阳健康科技集团有限公司 基于大数据聚类生成dip综合病种目录的方法及系统
CN113569907A (zh) * 2021-06-11 2021-10-29 陆馨雨 疾病治疗费用预测方法、系统、介质及终端
CN115081668A (zh) * 2021-12-29 2022-09-20 南方医科大学深圳医院 一种基于疾病诊断的病种分值预测系统及方法

Also Published As

Publication number Publication date
CN109065105A (zh) 2018-12-21

Similar Documents

Publication Publication Date Title
CN109065105B (zh) 一种医院用患者疾病治疗分值统计方法
US11501874B2 (en) System and method for machine based medical diagnostic code identification, accumulation, analysis and automatic claim process adjudication
US9734290B2 (en) System and method for evidence based differential analysis and incentives based healthcare policy
US20170185723A1 (en) Machine Learning System for Creating and Utilizing an Assessment Metric Based on Outcomes
Josephson et al. How do performance-based financing programmes measure quality of care? A descriptive analysis of 68 quality checklists from 28 low-and middle-income countries
Salnikova et al. Integration of methods to quantify the quality of medical care in the automated processing systems of medical and economic information
CN113903437A (zh) 一种病种控费的管理分析系统
CN116013505A (zh) 一种基于drg的医疗费用管理系统
CN115409380A (zh) 医院医保绩效评价方法、装置、电子设备及其存储介质
Hochman et al. Fostering a commitment to quality: best practices in safety-net hospitals
Kostyrin et al. Functional simulation of medical organization management system
Lee et al. Does Electronic Health Record Systems Implementation Impact Hospital Efficiency, Profitability, and Quality?
O’Dougherty et al. Case-based hospital payment systems
Veras Equity in the use of private hospitals contracted by a compulsory insurance scheme in the city of Rio de Janeiro, Brazil, in 1986
Widodo et al. Analysis of sectio caesarea unit cost as a basis to recommend the price
Wernz et al. Medical technology investment decision-making at US Hospitals: a comparative case study of four organizations
Labro et al. Consistency is Key: How Costing Information Consistency Helps Hospitals Manage Costs
ARHIN Studies on Health Systems Efficiency: Evidence from Sub-Saharan Africa
Goldstein A Healthcare System in Crisis: Assessing the Financial Impacts of the COVID-19 Pandemic on American Hospitals
Jihong et al. A theoretical investigation of the reformed public health insurance in urban China
Xiao Robust Healthcare Financing Systems
CN115081668A (zh) 一种基于疾病诊断的病种分值预测系统及方法
Puig et al. Cost efficiency in primary care contracting: A stochastic frontier cost function approach
Cretu et al. Diagnosis Related Groups System-Managerial Tool for Estimating the Cost of Hospital Services (Empirical Study)
Banmali et al. Desk Review of Macroeconomics and health Studies Undertaken in Nepal over the period of January 1999-August 2004

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant