CN109615533A - 医院效率分析方法及系统 - Google Patents
医院效率分析方法及系统 Download PDFInfo
- Publication number
- CN109615533A CN109615533A CN201811242540.5A CN201811242540A CN109615533A CN 109615533 A CN109615533 A CN 109615533A CN 201811242540 A CN201811242540 A CN 201811242540A CN 109615533 A CN109615533 A CN 109615533A
- Authority
- CN
- China
- Prior art keywords
- information
- disease
- client
- medical
- diagnosis
- 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.)
- Pending
Links
Classifications
-
- 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
- G06Q40/08—Insurance
-
- 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
- G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- General Business, Economics & Management (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- Development Economics (AREA)
- Technology Law (AREA)
- Physics & Mathematics (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Strategic Management (AREA)
- Biomedical Technology (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
本公开涉及一种基于数据处理的医院效率分析方法和系统，所述方法包括以下步骤：1、从客户的理赔账单中提取客户个人信息、疾病信息、诊疗信息；2、获取与疾病信息相对应的医学信息、以及与诊疗信息相对应的医学信息；3、根据上述医学信息，形成客户的理赔账单与具体疾病的对应表、以及客户的理赔账单与具体诊疗过程的对应表；4、使用客户个人信息作为主键，将在步骤3中形成的两个对应表进行关联，整合成“客户→疾病→诊疗”对应表；5、采用DRG分组工具，获取与每个客户的疾病信息对应的DRG分组信息；6、通过DRG分组信息对“客户→疾病→诊疗”对应表进行分组，形成多个医院效率分析主表，其中汇总了与每个DRG分组相关的疾病信息和诊疗信息。
Description
技术领域
本发明涉及基于互联网应用的保险服务技术领域，尤其涉及一种医院效率分析方法及系统。
背景技术
诊疗相关组(DRG，即Diagnostic Related Group)是对各种疾病的相关治疗、检测、药品、材料的总和。DRG可以用来评估对某种疾病的诊疗是否合理，以及医疗资源的使用效率。
目前，各健康险公司都在探索利用DRG进行医疗品质管控的方法，但基本尚无保险公司可以建立完整的编码体系，并应用到实际业务中，达到对理赔、疾病、就诊情况的量化分析。
然而，现有技术中尚未见有针对上述需求的具体方法被公开。由于客户的理赔数据无法与诊疗相关数据进行充分关联，在机构进行业务办理和产品开发的过程中，耗费了大量人力物力。
发明内容
考虑到现有技术的上述问题，发明人做出了本发明，其利用信息与多维分析技术，结合保险数据、理赔管理知识、疾病与诊疗分组信息，为健康险理赔与医院管理部门提供不同角度的、灵活的自助式分析平台。
根据本发明的实施例，提供了一种医院效率分析方法，其包括以下步骤：
步骤1、从客户的理赔账单中提取客户个人信息、疾病信息、诊疗信息；
步骤2、获取与所述疾病信息相对应的医学信息、以及与所述诊疗信息相对应的医学信息；
步骤3、根据上述医学信息，形成客户的理赔账单与具体疾病的对应表、以及客户的理赔账单与具体诊疗过程的对应表；
步骤4、使用客户个人信息作为主键，将在步骤3中形成的两个对应表进行关联，整合成“客户、疾病、诊疗”这三者的对应表；
步骤5、采用DRG分组工具，获取与每个客户的疾病信息对应的DRG分组信息；
步骤6、通过DRG分组信息对所述“客户、疾病、诊疗”这三者的对应表进行分组，形成多个医院效率分析主表，其中汇总了与每个DRG分组相关的疾病信息和诊疗信息。
根据本发明的实施例，所述医学信息的来源包括与所述疾病信息和诊疗信息相关的医学知识库。
根据本发明的实施例，在步骤2中，与所述理赔账单中的疾病信息相对应的医学信息包括疾病名称、疾病描述、疾病代码。
根据本发明的实施例，在步骤2中，与所述理赔账单中的诊疗信息相对应的医学信息包括诊疗名称、诊疗编码、材料编码、药品编码。
根据本发明的实施例，所述疾病信息为符合ICD标准的疾病信息。
根据本发明的实施例，在步骤6中，通过DRG分组信息对所述“客户、疾病、诊疗”这三者的对应表进行分组，获取诊疗分组与疾病分组。
根据本发明的实施例，所述医院效率分析方法还包括：步骤7、通过医院效率分析主表，针对各家医院形成统计报表。
根据本发明的实施例，所述客户个人信息包括客户的人口学特征、地理特征等个人信息，所述诊疗信息包括诊疗的时间特征、医疗特征、账单费用特征。
根据本发明的实施例，还提供了一种用于执行所述方法的医院效率分析系统，其包括：
数据提取模块，用于从客户的理赔账单中提取主数据，其中，所述主数据包括客户个人信息、账单费用信息、就诊相关信息；
医学信息获取模块，用于根据所述主数据，获取与所述理赔账单中的疾病信息相对应的医学信息，并获取与所述理赔账单中的诊疗信息相对应的医学信息，其中，所述医学信息的来源包括与所述疾病信息和诊疗信息相关的医学知识库，
数据关联模块，用于根据上述信息，形成“理赔账单与疾病”对应表、以及“理赔账单与诊疗”对应表，并将上述“理赔账单与疾病”对应表、以及“理赔账单与诊疗”对应表整合为“客户、疾病、诊疗”这三者的对应表；
DRG分组模块，用于通过DRG分组工具，获取与每个客户的疾病信息和诊疗信息对应的DRG分组信息和MDC分组信息；
其中，所述数据关联模块还用于将所述DRG分组信息与所述主数据整合，形成医院效率分析主表。
根据本发明的实施例，还提供了一种计算机可读存储介质，所述计算机可读存储介质上存储有用于上述方法的程序，所述程序被处理器执行时，执行根据所述方法的步骤。
本发明的有益效果主要在于：
1、使公司能够基于疾病与诊疗分组，掌握自身客户的风险分布与医疗成本信息；
2、使风险管理人员能够挖掘特定地区、医院、病种、人群、诊疗方式的信息，实现精细化风险分析；
3、提供医疗机构之间的横向、以及时间维度上的纵向医疗成本与品质对比分析。
附图说明
图1为示出根据本发明的实施例的医院效率分析方法的构思概要图；
图2为示出根据本发明的实施例的医院效率分析方法的流程示意图；
图3至7为根据本发明的实施例的医院效率分析方法的数据关联方式的原理示意图；
图8为根据本发明的实施例的医院效率分析系统的功能模块示意图；
图9为根据本发明实施例的安装了应用程序的系统的运行环境的示意图。
具体实施方式
下面，结合附图对技术方案的实施作进一步的详细描述。
本领域的技术人员能够理解，尽管以下的说明涉及到有关本发明的实施例的很多技术细节，但这仅为用来说明本发明的原理的示例、而不意味着任何限制。本发明能够适用于不同于以下例举的技术细节之外的场合，只要它们不背离本发明的原理和精神即可。
另外，为了避免使本说明书的描述限于冗繁，在本说明书中的描述中，可能对可在现有技术资料中获得的部分技术细节进行了省略、简化、变通等处理，这对于本领域的技术人员来说是可以理解的，并且这不会影响本说明书的公开充分性。
下文中，将描述用于进行本发明的实施例。注意，将以下面的次序给出描述：1、发明构思的概要(图1)；2、医院效率分析方法(图2至7)；3、医院效率分析系统(图8)；4、根据本发明的实施例的安装了应用程序的系统(图9)。
1、发明构思的概要
通过本发明的方法，利用信息与多维分析技术，结合保险数据、理赔管理知识、疾病与诊疗分组信息，为健康险理赔与医院管理部门提供不同角度的、灵活的自助式分析平台。
通过该平台，用户可以灵活定制分析内容，包括指标展示、维度选择、维度筛选、图表等内容。前端界面可以使用Excel，也包括功能更强的专用前端分析工具。指标为用户希望统计分析的目标，例如理赔金额、理赔案件数、出险人数、就诊次数、次均就诊金额、人均就诊次数、人均就诊金额等。维度选择是指用户希望放在分析报表或图表中的维度，包括被保险人年龄、性别、出险时间、结案时间、疾病分组与疾病明细、诊疗分组与诊疗明细、受理机构、是否直接结算、所在医院的地区、公私立分类、级别、代码、名称、保险险种或产品、属于哪个公司客户等。维度筛选是指在分析报告中需要进行筛选的内容，例如指定某年某月、某个省份医院、某个特定的疾病或诊疗类别等。维度筛选可用的维度同维度选择相同。图表是指将分析报表可视化，利用柱形图、条形图、折线图、饼图、雷达图等形式，更加直观地表示信息，方便用户理解与传播。
图1为示出根据本发明的实施例的医院效率分析方法的构思概要图。如图1所示，本发明的构思主要体现在以下方面：
1、利用商业智能技术，对疾病与DRG编码进行结构化处理，并存储在数据仓库中。
2、对理赔数据进行加工整理，形成诊疗、药品、材料、检查检验等项目的结构化数据。
3、将处理好的理赔与疾病诊疗编码数据进行关联，建立多维星型结构。
4、结合医院、保险产品、渠道、机构、客户、被保险人身份等标签，建立多维分析模型，提供疾病与诊疗信息的透视分析。
下面，结合实施例来说明上述发明构思的实现。
2、医院效率分析方法
如图2所示，本发明的实施例提供了一种医院效率分析方法，所述方法包括以下步骤：
步骤S100、从客户的理赔账单中提取主数据；
其中，所述主数据包括客户个人信息、账单费用信息、就诊相关信息；
步骤S200、根据所述主数据，获取与所述理赔账单中的疾病信息相对应的医学信息，并获取与所述理赔账单中的诊疗信息相对应的医学信息；
其中，所述医学信息的来源包括与所述疾病信息和诊疗信息相关的医学知识库，
步骤S300、根据上述信息，形成“理赔账单→疾病”对应表、以及“理赔账单→诊疗”对应表；
步骤S400、使用客户个人信息作为主键，将上述“理赔账单→疾病”对应表、以及“理赔账单→诊疗”对应表整合为“客户→疾病→诊疗”对应表；
步骤S500、采用DRG分组工具，获取与每个客户的疾病信息和诊疗信息对应的DRG分组信息和MDC分组信息；
步骤S600、将所述DRG分组信息与所述主数据整合，形成医院效率分析主表。
其中，所述理赔账单中的主数据是关于理赔的一些基本信息(如客户的疾病名称、就诊过程)，但不是专业的医学信息，医学信息需要从专业知识库或专业机构进一步查询、获取。
作为示例，在步骤S100中，所述客户个人信息包括客户的人口学特征、地理特征等个人信息，所述就诊相关信息包括时间特征(如就诊时间、就诊间期、参保时间等)、医疗特征(如诊断、就诊科室、医疗消费清单、医疗机构规模、医疗机构等级、医疗机构既往案底标签、医生职称等)，所述账单费用信息为与就诊行为相关的费用特征(如每次就诊花费)，等等。
作为示例，从理赔账单中提取的所述就诊相关信息和账单费用信息如下所示。
作为示例，在步骤S100中，所述主数据还包括完整的医疗编码信息，如诊疗、药品、器材、检查等编码信息。
作为示例，在步骤S200中，与所述理赔账单中的疾病信息相对应的医学信息包括疾病名称、疾病描述、疾病代码等。与所述理赔账单中的诊疗信息相对应的医学信息包括诊疗名称、诊疗编码、材料编码、药品编码等。
作为示例，所述疾病信息为符合ICD标准(例如ICD-10)的疾病；
作为示例，如图3所示，在步骤S300中，所述“理赔账单→疾病”对应表的形成方式如下所述：
·将所述疾病信息匹配国际标准的疾病代码ICD-10
·理赔账单与疾病主诊断信息保存在CLAIM_BILL表
·疾病次要诊断信息保存在CLAIM_DISEASE_DIAGNOSED表
·疾病编码对应信息保存在TMP_HALO_ICD_MAPPING表
·关联上述3张表，连接账单BILL与国际疾病编码ENGLISH_ICD字段
·将关联结果保存到TMP_HALO_BILL_ICD_UNION表
作为示例，如图4所示，在步骤S300中，所述“理赔账单→诊疗”对应表的形成方式如下所述：
·匹配诊疗信息
·理赔账单与诊疗信息保存在CLAIM_BILL_DETAIL_INFO表。
·诊疗与检查检验信息保存在TMP_PROCEDURE表。
·材料信息保存在TMP_MATERIAL表。
·药品信息保存在TMP_MEDICINE表。
·关联上述4张表，连接账单BILL与诊疗信息DETAIL_CODE字段。
·将关联结果保存到TMP_HALO_PROCEDURE_CONCAT表。
作为示例，如图5所示，在步骤S400中，所述“客户→疾病→诊疗”对应表的形成方式如下：
·整合疾病+诊疗信息
·关联“账单疾病对应表”TMP_HALO_BILL_ICD_UNION与“账单诊疗对应表”TMP_HALO_PROCEDURE_CONCAT
·加入更多患者的属性标签
·生成“出险人-疾病-诊疗对应表”TMP_HALO_DRG_MAPPING
作为示例，如图6所示，在步骤S500中，使用DRG分组表，对“客户→疾病→诊疗”对应表进行分组，获取诊疗分组DRG与疾病分组MDC。
作为示例，如图7所示，在步骤S600中，将账单、疾病、诊疗、DRG与其他维度信息汇总，形成医院分析主表。
之后，通过上述主表，用户可灵活定制分析内容，并在前端展示，例如，通过多个维度对分组后的理赔数据进行分析，指标包括理赔案件数、出险人数、就诊次数、理赔金额、次均人均金额等，维度包括时间、诊疗类型、疾病、诊疗、就诊人年龄性别等。
由此可生成例如“医院所在地的案件数占比”、“门诊次数与次均金额趋势”、“某月内不同疾病的诊疗费用一览”、“心脏病门诊次均费用医院排名”这样的可视化报表。
3、医院效率分析系统
根据本发明的实施例，还提供了一种医院效率分析系统，用于执行本发明的实施例所述方法的各个步骤。
图8为根据本发明的实施例的医院效率分析系统的功能模块示意图。如图8所示，所述医院效率分析系统主要包括：
数据提取模块，用于从客户的理赔账单中提取主数据，其中，所述主数据包括客户个人信息、账单费用信息、就诊相关信息；
医学信息获取模块，用于根据所述主数据，获取与所述理赔账单中的疾病信息相对应的医学信息，并获取与所述理赔账单中的诊疗信息相对应的医学信息，其中，所述医学信息的来源包括与所述疾病信息和诊疗信息相关的医学知识库；
数据关联模块，用于根据上述信息，形成“理赔账单→疾病”对应表、以及“理赔账单→诊疗”对应表，并将上述“理赔账单→疾病”对应表、以及“理赔账单→诊疗”对应表整合为“客户→疾病→诊疗”对应表；
DRG分组模块，用于通过DRG分组工具，获取与每个客户的疾病信息和诊疗信息对应的DRG分组信息和MDC分组信息；
其中，所述数据关联模块还用于将所述DRG分组信息与所述主数据整合，形成医院效率分析主表。
综上所述，本发明的实施例具有以下特点：
通过本发明的方法，利用信息与多维分析技术，结合保险数据、理赔管理知识、疾病与诊疗分组信息，为健康险理赔与医院管理部门提供不同角度的、灵活的自助式分析平台。
通过该平台，用户可以灵活定制分析内容，包括指标展示、维度选择、维度筛选、图表等内容。前端界面可以使用Excel，也包括功能更强的专用前端分析工具。指标为用户希望统计分析的目标，例如理赔金额、理赔案件数、出险人数、就诊次数、次均就诊金额、人均就诊次数、人均就诊金额等。维度选择是指用户希望放在分析报表或图表中的维度，包括被保险人年龄、性别、出险时间、结案时间、疾病分组与疾病明细、诊疗分组与诊疗明细、受理机构、是否直接结算、所在医院的地区、公私立分类、级别、代码、名称、保险险种或产品、属于哪个公司客户等。维度筛选是指在分析报告中需要进行筛选的内容，例如指定某年某月、某个省份医院、某个特定的疾病或诊疗类别等。维度筛选可用的维度同维度选择相同。图表是指将分析报表可视化，利用柱形图、条形图、折线图、饼图、雷达图等形式，更加直观地表示信息，方便用户理解与传播。
此外，本发明的不同实施例也可以通过软件模块或存储在一个或多个计算机可读介质上的计算机可读指令的方式实现，其中，所述计算机可读指令是当被处理器或设备组件执行时，执行本发明所述的不同的实施例。类似地，软件模块、计算机可读介质和硬件部件的任意组合都是本发明预期的。所述软件模块可以被存储在任意类型的计算机可读存储介质上，例如RAM、EPROM、EEPROM、闪存、寄存器、硬盘、CD-ROM、DVD等等。
4、根据本发明的实施例的安装了应用程序的系统
参照图9，其示出了根据本发明实施例的安装了应用程序的系统的运行环境。
在本实施例中，所述的安装应用程序的系统安装并运行于电子装置中。所述电子装置可以是桌上型计算机、笔记本、掌上电脑及服务器等计算设备。该电子装置可包括但不限于存储器、处理器及显示器。该图仅示出了具有上述组件的电子装置，但是应理解的是，并不要求实施所有示出的组件，可以替代的实施更多或者更少的组件。
所述存储器在一些实施例中可以是所述电子装置的内部存储单元，例如该电子装置的硬盘或内存。所述存储器在另一些实施例中也可以是所述电子装置的外部存储设备，例如所述电子装置上配备的插接式硬盘，智能存储卡(Smart Media Card，SMC)，安全数字(Secure Digital，SD)卡，闪存卡(Flash Card)等。进一步地，所述存储器还可以既包括所述电子装置的内部存储单元也包括外部存储设备。所述存储器用于存储安装于所述电子装置的应用软件及各类数据，例如所述安装应用程序的系统的程序代码等。所述存储器还可以用于暂时地存储已经输出或者将要输出的数据。
所述处理器在一些实施例中可以是中央处理单元(Central Processing Unit，CPU)、微处理器或其他数据处理芯片，用于运行所述存储器中存储的程序代码或处理数据，例如执行所述安装应用程序的系统等。
所述显示器在一些实施例中可以是LED显示器、液晶显示器、触控式液晶显示器以及OLED(Organic Light-EmittingDiode，有机发光二极管)触摸器等。所述显示器用于显示在所述电子装置中处理的信息以及用于显示可视化的客户界面，例如应用菜单界面、应用图标界面等。所述电子装置的部件通过系统总线相互通信。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解，上述实施方式中的方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件来实现，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以软件商品的形式体现出来，该计算机软件商品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，空调器，或者网络设备等)执行本发明本申请各个实施例所述的方法。
也就是说，根据本发明的实施例，还提供了一种计算机可读存储介质，所述计算机可读存储介质上存储有用于执行根据本发明的实施例的所述方法的程序，所述程序被处理器执行时，执行所述方法的各个步骤。
由上，将理解，为了说明的目的，这里已描述了本发明的具体实施例，但是，可作出各个修改，而不会背离本发明的范围。本领域的技术人员将理解，流程图步骤中所绘出或这里描述的操作和例程可以多种方式变化。更具体地，可重新安排步骤的次序，可并行执行步骤，可省略步骤，可包括其它步骤，可作出例程的各种组合或省略。因而，本发明仅由所附权利要求限制。
Claims (10)
1.一种医院效率分析方法，其特征在于，所述方法包括以下步骤：
步骤1、从客户的理赔账单中提取客户个人信息、疾病信息、诊疗信息；
步骤2、获取与所述疾病信息相对应的医学信息、以及与所述诊疗信息相对应的医学信息；
步骤3、根据上述医学信息，形成客户的理赔账单与具体疾病的对应表、以及客户的理赔账单与具体诊疗过程的对应表；
步骤4、使用客户个人信息作为主键，将在步骤3中形成的两个对应表进行关联，整合成“客户、疾病、诊疗”这三者的对应表；
步骤5、采用DRG分组工具，获取与所述疾病信息对应的DRG分组信息；
步骤6、根据DRG分组信息对所述“客户、疾病、诊疗”这三者的对应表进行分组，形成多个医院效率分析主表，所述医院效率分析主表包括与所述DRG分组信息相关的疾病信息和诊疗信息。
2.根据权利要求1所述的医院效率分析方法，其特征在于，所述医学信息的来源包括与所述疾病信息和诊疗信息相关的医学知识库。
3.根据权利要求1所述的医院效率分析方法，其特征在于，在步骤2中，与所述理赔账单中的疾病信息相对应的医学信息包括疾病名称、疾病描述、疾病代码。
4.根据权利要求3所述的医院效率分析方法，其特征在于，在步骤2中，与所述理赔账单中的诊疗信息相对应的医学信息包括诊疗名称、诊疗编码、材料编码、药品编码。
5.根据权利要求1所述的医院效率分析方法，其特征在于，所述疾病信息为符合ICD标准的疾病信息。
6.根据权利要求1所述的医院效率分析方法，其特征在于，在步骤6中，通过DRG分组信息对所述“客户、疾病、诊疗”这三者的对应表进行分组，获取诊疗分组与疾病分组。
7.根据权利要求1所述的医院效率分析方法，其特征在于还包括：
步骤7、通过医院效率分析主表，针对各家医院形成统计报表。
8.根据权利要求1所述的医院效率分析方法，其特征在于，所述客户个人信息包括客户的人口学特征、地理特征等个人信息，所述诊疗信息包括诊疗的时间特征、医疗特征、账单费用特征。
9.一种用于执行权利要求1至8中的任一个所述的方法的医院效率分析系统，其特征在于，包括：
数据提取模块，用于从客户的理赔账单中提取主数据，其中，所述主数据包括客户个人信息、账单费用信息、就诊相关信息；
医学信息获取模块，用于根据所述主数据，获取与所述理赔账单中的疾病信息相对应的医学信息，并获取与所述理赔账单中的诊疗信息相对应的医学信息，其中，所述医学信息的来源包括与所述疾病信息和诊疗信息相关的医学知识库，
数据关联模块，用于根据上述信息，形成“理赔账单与疾病”对应表、以及“理赔账单与诊疗”对应表，并将上述“理赔账单与疾病”对应表、以及“理赔账单与诊疗”对应表整合为“客户、疾病、诊疗”这三者的对应表；
DRG分组模块，用于通过DRG分组工具，获取与每个客户的疾病信息和诊疗信息对应的DRG分组信息和MDC分组信息；
其中，所述数据关联模块还用于将所述DRG分组信息与所述主数据整合，形成医院效率分析主表。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时，执行权利要求1至8中的任一个所述的方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811242540.5A CN109615533A (zh) | 2018-10-24 | 2018-10-24 | 医院效率分析方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811242540.5A CN109615533A (zh) | 2018-10-24 | 2018-10-24 | 医院效率分析方法及系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN109615533A true CN109615533A (zh) | 2019-04-12 |
Family
ID=66001731
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811242540.5A Pending CN109615533A (zh) | 2018-10-24 | 2018-10-24 | 医院效率分析方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109615533A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110491487A (zh) * | 2019-06-19 | 2019-11-22 | 太平洋医疗健康管理有限公司 | 基于大数据挖掘的医院绩效管理方法及系统 |
| CN111274305A (zh) * | 2020-01-15 | 2020-06-12 | 平安医疗健康管理股份有限公司 | 三维图片的生成方法、装置、计算机设备和存储介质 |
| CN111444333A (zh) * | 2020-04-25 | 2020-07-24 | 上海健交科技服务有限责任公司 | 一种保险医学与临床医学编码映射方法 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2003050868A (ja) * | 2001-08-06 | 2003-02-21 | Koichi Kawabuchi | Ｄｒｇを用いた医療情報分析システム |
| CN108021553A (zh) * | 2017-09-30 | 2018-05-11 | 北京颐圣智能科技有限公司 | 疾病术语的词处理方法、装置及计算机设备 |
-
2018
- 2018-10-24 CN CN201811242540.5A patent/CN109615533A/zh active Pending
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2003050868A (ja) * | 2001-08-06 | 2003-02-21 | Koichi Kawabuchi | Ｄｒｇを用いた医療情報分析システム |
| CN108021553A (zh) * | 2017-09-30 | 2018-05-11 | 北京颐圣智能科技有限公司 | 疾病术语的词处理方法、装置及计算机设备 |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110491487A (zh) * | 2019-06-19 | 2019-11-22 | 太平洋医疗健康管理有限公司 | 基于大数据挖掘的医院绩效管理方法及系统 |
| CN111274305A (zh) * | 2020-01-15 | 2020-06-12 | 平安医疗健康管理股份有限公司 | 三维图片的生成方法、装置、计算机设备和存储介质 |
| CN111274305B (zh) * | 2020-01-15 | 2023-03-31 | 深圳平安医疗健康科技服务有限公司 | 三维图片的生成方法、装置、计算机设备和存储介质 |
| CN111444333A (zh) * | 2020-04-25 | 2020-07-24 | 上海健交科技服务有限责任公司 | 一种保险医学与临床医学编码映射方法 |
| CN111444333B (zh) * | 2020-04-25 | 2023-08-11 | 上海健交科技服务有限责任公司 | 一种保险医学与临床医学编码映射方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Seymour et al. | Electronic health records (EHR) | |
| Wyatt et al. | Basic concepts in medical informatics | |
| US8504343B2 (en) | Disease diagnoses-bases disease prediction | |
| Ashrafi et al. | The impact of business intelligence on healthcare delivery in the USA | |
| US20180011922A1 (en) | Systems and Methods for Automated Generation Classifiers | |
| CA3118430C (en) | Abstracting information from patient medical records | |
| Habchi et al. | Ai in thyroid cancer diagnosis: Techniques, trends, and future directions | |
| CN109615533A (zh) | 医院效率分析方法及系统 | |
| CN115565670A (zh) | 用于医疗诊断的方法 | |
| Shoaib et al. | Simulation modeling and analysis of primary health center operations | |
| US11984227B2 (en) | Automatically determining a medical recommendation for a patient based on multiple medical images from multiple different medical imaging modalities | |
| Fawdry et al. | Data re-entry overload: time for a paradigm shift in maternity IT? | |
| Alkayyali et al. | Advancements in AI for Medical Imaging: Transforming Diagnosis and Treatment | |
| Lee et al. | Developing an electronic nursing record system for clinical care and nursing effectiveness research in a Korean home healthcare setting | |
| Wowak et al. | Business analytics in healthcare: Past, present, and future trends | |
| Harrison Jr | Pathology informatics questions and answers from the University of Pittsburgh pathology residency informatics rotation | |
| Lee et al. | Multi-site best practice discovery: from free text to standardized concepts to clinical decisions | |
| US20080270191A1 (en) | Medical data storage method and system | |
| Amin et al. | A decade of experience in the development and implementation of tissue banking informatics tools for intra and inter-institutional translational research | |
| Linh et al. | Data Science and Medical Informatics in Healthcare Technologies | |
| Thi Dieu Linh et al. | Emerging Advancement of Data Science in the Healthcare Informatics | |
| Cannataro | Handbook of Research on Computational Grid Technologies for Life Sciences, Biomedicine, and Healthcare | |
| Boytcheva et al. | Data Mining and Analytics for Exploring Bulgarian Diabetic Register | |
| Rennhackkamp et al. | Applying Business Intelligence and Analytics to Clinical Costing Data | |
| Yasriza | PREPARATION AND BARRIERS IN IMPLEMENTATION INTEROPERABILITY SYSTEMS AMONG HOSPITALS: A SYSTEMATIC REVIEW |
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 |