CN113643168A - 确定DRGs分组的方法、装置、计算机设备及存储介质 - Google Patents

确定DRGs分组的方法、装置、计算机设备及存储介质 Download PDF

Info

Publication number
CN113643168A
CN113643168A CN202111007673.6A CN202111007673A CN113643168A CN 113643168 A CN113643168 A CN 113643168A CN 202111007673 A CN202111007673 A CN 202111007673A CN 113643168 A CN113643168 A CN 113643168A
Authority
CN
China
Prior art keywords
treatment
weight
treatment items
items
drgs
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.)
Granted
Application number
CN202111007673.6A
Other languages
English (en)
Other versions
CN113643168B (zh
Inventor
王腾宽
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.)
Shenzhen Ping An Medical Health Technology Service Co Ltd
Original Assignee
Ping An Medical and Healthcare Management 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 Ping An Medical and Healthcare Management Co Ltd filed Critical Ping An Medical and Healthcare Management Co Ltd
Priority to CN202111007673.6A priority Critical patent/CN113643168B/zh
Publication of CN113643168A publication Critical patent/CN113643168A/zh
Application granted granted Critical
Publication of CN113643168B publication Critical patent/CN113643168B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/26—Government or public services
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/25—Integrating or interfacing systems involving database management systems
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/22—Matching criteria, e.g. proximity measures
    • 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
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06316—Sequencing of tasks or work
    • 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
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Physics & Mathematics (AREA)
  • Tourism & Hospitality (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Educational Administration (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Development Economics (AREA)
  • Data Mining & Analysis (AREA)
  • Operations Research (AREA)
  • Databases & Information Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Quality & Reliability (AREA)
  • Game Theory and Decision Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Medical Treatment And Welfare Office Work (AREA)

Abstract

本发明涉及大数据处理及人工智能领域，公开了一种确定DRGs分组的方法、装置、计算机设备及存储介质。基于专家对各治疗项目的病理使用建议结合层次权重策略分析算法对目标病案数据的DRGs分组，通过结合专家的病理使用建议实现了DRGs的本地化分组，同时采用了层次权重策略分析算法针对治疗项目的影响因素的权重计算，基于权重来实现分组，避免了各治疗项目的DRGs分组极端化，提高DRGs分组的合理性和精准度，提升了用户对医疗保证的使用体验。

Description

确定DRGs分组的方法、装置、计算机设备及存储介质
技术领域
本发明涉及大数据处理领域，尤其涉及一种确定DRGs分组的方法、装置、计算机设备及存储介质。
背景技术
随着社会经济发展，我国医疗卫生事业进入快速发展阶段，使得医药费用结构和增长情况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，利用DRG分组来对医疗费用和医疗项目之间做个平衡则显得由为重要，但是因各地的医疗水平和医疗资源分布水平不一致，DRG分组方案通常需要进行本地化调整。因此，在DRG分组方案的调整过程中，需要收集大量的本地专家的意见。但不同的专家意见往往倾向于从本专业角度对分组进行调整，如药物洗脱心脏支架的分组则存在以下两种情况，一种是因支架耗材较高需要单独成为一个DRG先期分组，另一种是还是作为常规治疗方法纳入普通的心脏支架治疗组在医保专家和医疗专家间会出现分歧。可见现有的DRG分组方式存在两极化的问题，智能程度并不高。
发明内容
本申请的主要目的是提供一种确定DRGs分组的方法、装置、设备及存储介质，以解决由于现有的DRGs分组极端化比较严重，从而造成分组精准度较低的技术问题。
本发明第一方面提供了一种确定DRGs分组的方法，所述确定DRGs分组的方法包括：获取待分组的目标病案数据，并提取所述目标病案数据中的所有治疗项目以及医保付费规则；收集专家对所述治疗项目的病理使用建议，并根据所述病理使用建议和所述医保付费规则，对所有所述治疗项目进行层次分析，得到各治疗项目之间的关联性，其中所述关联性为治疗项目之间的病理相似度与费用占比之间的关联性；利用预设的层次权重决策分析算法，基于各治疗项目之间的关联性构建层次结构图；计算所述层次结构图中各层级的第一权重值，以及每个层级中的各病理相似度和费用占比的第二权重值，并将所述第一权重值和第二权重值添加至所述层次结构图中；基于所述第一权重值和第二权重值，对对应的治疗项目所在的层次进行总排序，基于总排序后的层次确定所述目标病案数据的DRGs分组。
可选的，在本发明第一方面的第一种实现方式中，所述提取所述目标病案数据中的所有治疗项目以及医保付费规则包括：利用疾病-治疗手段的知识图谱对所述目标病案数据进行解析，提取所述目标病案数据中的项目关键字，以及付费方式；基于所述项目关键字，从医院数据库中匹配对应的治疗项目；根据所述付费方式从预设的医保付费项目列表中查询是否存在所述治疗项目；若查询所有所述治疗项目均在所述医保付费列表中，则确定医保付费规则。
可选的，在本发明第一方面的第二种实现方式中，所述收集专家对所述治疗项目的病理使用建议，并根据所述病理使用建议和所述医保付费规则，对所有所述治疗项目进行层次分析，得到各治疗项目之间的关联性包括：以所述治疗项目为检索索引，从病历数据库中查询包含所述治疗项目的病历单，并提取所述病历单中备注信息中的病理使用建议；根据所述病理使用建议，利用预设的治疗项目应用模型对应的治疗项目进行绑定治疗分析，得到应用权重比，其中所述应用权重比为所述治疗项目在所述目标病案数据中记录的诊断结果上的使用匹配度；根据所述使用匹配度，从所述医保付费规则中确定对应的付费比例，并基于所述付费比例计算出各所述治疗项目的费用权重系数；基于所述费用权重系数，确定各所述治疗项目的层次，基于所述层次构建各所述治疗项目基于所述诊断结果的关联性。
可选的，在本发明第一方面的第三种实现方式中，所述利用预设的层次权重决策分析算法，基于各治疗项目之间的关联性构建层次结构图包括：根据各治疗项目之间的关联性将各治疗项目进行关联，得到项目序列；基于预设的层次权重决策分析算法，对各所述治疗项目进行下级因素的挖掘，并对挖掘得到的因素进行层次的划分，将所述因素按照划分的层次添加到项目序列中，形成阶梯结构，其中，所述因素至少包括费用因素、病理机制因素和治疗原则因素；基于各治疗项目对应的所述费用权重系数对所述项目序列中的治疗项目的排序位置和层次进行调整，得到层次结构图，其中所述层次结构图包括目标层、准则层、指标层、方案层和措施层。
可选的，在本发明第一方面的第四种实现方式中，所述计算所述层次结构图中各层级的第一权重值，以及每个层级中的各病理相似度和费用占比的第二权重值包括：利用所述层次权重决策分析算法，计算所述目标层中的第一层级的综合相似度和综合费用占比的第一权重值；提取所述目标层中的第二层级的病理机制、治疗原则、治疗药费、耗材费，并利用所述层次权重决策分析算法，依次计算所述病理机制和治疗原则的相似度以及治疗药费和耗材费占比，得到第二权重值；将所述第一权重值和第二权重值添加至所述目标层中。
可选的，在本发明第一方面的第五种实现方式中，所述基于所述第一权重值和第二权重值，对对应的治疗项目所在的层次进行总排序，基于总排序后的层次确定所述目标病案数据的分组包括：根据所述第一权重值和第二权重值构建包含所有治疗项目的判断矩阵；基于所述判断矩阵进行布尔计算，得到布尔矩阵；判断所述布尔矩阵是否满足传递性条件；若满足，则将所述判断矩阵进行向量化，得到所述判断矩阵中各元素的向量，并对所述向量进行归一化处理，得到各治疗项目的权重总估值；基于各治疗项目的权重总估值，对对应的治疗项目所在的层次进行总排序，基于总排序后的层次确定所述目标病案数据的DRGs分组。
可选的，在本发明第一方面的第六种实现方式中，所述基于各治疗项目的权重总估值，对对应的治疗项目所在的层次进行总排序，基于总排序后的层次确定所述目标病案数据的DRGs分组包括：从所有治疗项目中选定一个治疗项目，作为排序治疗项目，并确定所述排序治疗项目所在的层次；判断所述排序治疗项目是否存在上一层次；若存在，则提取所述排序治疗项目的所有因素以及所述排序治疗项目与上一层次中相关联的因素或者治疗项目；计算所述排序治疗项目的所有因素的第二权重值分别与上一层次中相关联的因素或者治疗项目的权重总估值的积，并求和，得到所述排序治疗项目的所有因素在其对应的层级的排序权值；按照所述排序权重对所述排序治疗项目的所有因素进行排序，得到所述排序治疗项目所在的层级的总排序权值表；基于所述总排序权值表确定所述排序治疗项目的分组；在所有治疗项目分组完成后，对所有治疗项目分组的结果进行归一化处理，得到所述目标病案数据的DRGs分组。
本发明第二方面提供了一种确定DRGs分组的装置，所述确定DRGs分组的装置包括：提取模块，用于获取待分组的目标病案数据，并提取所述目标病案数据中的所有治疗项目以及医保付费规则；分析模块，用于收集专家对所述治疗项目的病理使用建议，并根据所述病理使用建议和所述医保付费规则，对所有所述治疗项目进行层次分析，得到各治疗项目之间的关联性，其中所述关联性为治疗项目之间的病理相似度与费用占比之间的关联性；构建模块，用于利用预设的层次权重决策分析算法，基于各治疗项目之间的关联性构建层次结构图；计算模块，用于计算所述层次结构图中各层级的第一权重值，以及每个层级中的各病理相似度和费用占比的第二权重值，并将所述第一权重值和第二权重值添加至所述层次结构图中；分组模块，用于基于所述第一权重值和第二权重值，对对应的治疗项目所在的层次进行总排序，基于总排序后的层次确定所述目标病案数据的DRGs分组。
可选的，在本发明第二方面的第一种实现方式中，所述提取模块包括：解析单元，用于利用疾病-治疗手段的知识图谱对所述目标病案数据进行解析，提取所述目标病案数据中的项目关键字，以及付费方式；匹配单元，用于基于所述项目关键字，从医院数据库中匹配对应的治疗项目；查询单元，用于根据所述付费方式从预设的医保付费项目列表中查询是否存在所述治疗项目；确定单元，用于若查询所有所述治疗项目均在所述医保付费列表中，则确定医保付费规则。
可选的，在本发明第二方面的第二种实现方式中，所述分析模块包括：检索单元，用于以所述治疗项目为检索索引，从病历数据库中查询包含所述治疗项目的病历单，并提取所述病历单中备注信息中的病理使用建议；绑定单元，用于根据所述病理使用建议，利用预设的治疗项目应用模型对应的治疗项目进行绑定治疗分析，得到应用权重比，其中所述应用权重比为所述治疗项目在所述目标病案数据中记录的诊断结果上的使用匹配度；计算单元，用于根据所述使用匹配度，从所述医保付费规则中确定对应的付费比例，并基于所述付费比例计算出各所述治疗项目的费用权重系数；关联单元，用于基于所述费用权重系数，确定各所述治疗项目的层次，基于所述层次构建各所述治疗项目基于所述诊断结果的关联性。
可选的，在本发明第二方面的第三种实现方式中，所述构建模块包括：序列生成单元，用于根据各治疗项目之间的关联性将各治疗项目进行关联，得到项目序列；划分单元，用于基于预设的层次权重决策分析算法，对各所述治疗项目进行下级因素的挖掘，并对挖掘得到的因素进行层次的划分，将所述因素按照划分的层次添加到项目序列中，形成阶梯结构，其中，所述因素至少包括费用因素、病理机制因素和治疗原则因素；构建单元，用于基于各治疗项目对应的所述费用权重系数对所述项目序列中的治疗项目的排序位置和层次进行调整，得到层次结构图，其中所述层次结构图包括目标层、准则层、指标层、方案层和措施层。
可选的，在本发明第二方面的第四种实现方式中，所述计算模块包括：第一计算单元，用于利用所述层次权重决策分析算法，计算所述目标层中的第一层级的综合相似度和综合费用占比的第一权重值；第二计算单元，用于提取所述目标层中的第二层级的病理机制、治疗原则、治疗药费、耗材费，并利用所述层次权重决策分析算法，依次计算所述病理机制和治疗原则的相似度以及治疗药费和耗材费占比，得到第二权重值；添加单元，用于将所述第一权重值和第二权重值添加至所述目标层中。
可选的，在本发明第二方面的第五种实现方式中，所述分组模块包括：矩阵构建单元，用于根据所述第一权重值和第二权重值构建包含所有治疗项目的判断矩阵；布尔计算单元，用于基于所述判断矩阵进行布尔计算，得到布尔矩阵；判断单元，用于判断所述布尔矩阵是否满足传递性条件；向量化单元，用于在判断满足传递条件时，将所述判断矩阵进行向量化，得到所述判断矩阵中各元素的向量，并对所述向量进行归一化处理，得到各治疗项目的权重总估值；分组单元，用于基于各治疗项目的权重总估值，对对应的治疗项目所在的层次进行总排序，基于总排序后的层次确定所述目标病案数据的DRGs分组。
可选的，在本发明第二方面的第六种实现方式中，所述分组单元具体用于从所有治疗项目中选定一个治疗项目，作为排序治疗项目，并确定所述排序治疗项目所在的层次；判断所述排序治疗项目是否存在上一层次；若存在，则提取所述排序治疗项目的所有因素以及所述排序治疗项目与上一层次中相关联的因素或者治疗项目；计算所述排序治疗项目的所有因素的第二权重值分别与上一层次中相关联的因素或者治疗项目的权重总估值的积，并求和，得到所述排序治疗项目的所有因素在其对应的层级的排序权值；按照所述排序权重对所述排序治疗项目的所有因素进行排序，得到所述排序治疗项目所在的层级的总排序权值表；基于所述总排序权值表确定所述排序治疗项目的分组；在所有治疗项目分组完成后，对所有治疗项目分组的结果进行归一化处理，得到所述目标病案数据的DRGs分组。
本发明第三方面提供了一种计算机设备，包括：存储器和至少一个处理器，所述存储器中存储有指令；所述至少一个处理器调用所述存储器中的所述指令，以使得所述计算机设备执行上述的确定DRGs分组的方法。
本发明的第四方面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中存储有指令，当其在计算机上运行时，使得计算机执行上述的确定DRGs分组的方法。
本发明的技术方案中，基于层次权重决策算法将专家建议和治疗数据本身进行本地化的整合，以实现精准的分组，以权重为驱动，利用所得判断矩阵和各因素的权重值，计算对应分组方案的DRGs，从而给出最优的分组方案。该方法有效解决了多个治疗项目与医保付费之间的矛盾问题，大大提高的DRGs的应用效率，从而提高DRGs分组的精准度以及与本地政策的结合度。
附图说明
图1为本发明实施例中确定DRGs分组的方法的第一个实施例示意图；
图2为本发明实施例中确定DRGs分组的方法的第二个实施例示意图；
图3为本发明实施例中确定DRGs分组的方法的第三个实施例示意图；
图4为本发明实施例中确定DRGs分组的装置的一个实施例示意图；
图5为本发明实施例中确定DRGs分组的装置的另一个实施例示意图；
图6为本发明实施例中计算机设备的一个实施例示意图。
具体实施方式
为了解决现有技术中分组不准确的问题，本申请提供了一种基于专家对各治疗项目的病理使用建议结合层次权重策略分析算法对目标病案数据的DRGs分组，通过结合专家的病理使用建议实现了DRGs的本地化分组，同时采用了层次权重策略分析算法针对治疗项目的影响因素的权重计算，基于权重来实现分组的方案，从而避免了各治疗项目的DRGs分组极端化，提高DRGs分组的合理性和精准度。
本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”、“第四”等(如果存在)是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的实施例能够以除了在这里图示或描述的内容以外的顺序实施。此外，术语“包括”或“具有”及其任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
为便于理解，下面对本发明实施例的具体流程进行描述，请参阅图1，本发明实施例中确定DRGs分组的方法的第一个实施例，该方法的实现步骤如下：
101、获取待分组的目标病案数据，并提取目标病案数据中的所有治疗项目以及医保付费规则；
该步骤中，对于目标病案数据的获取具体可以通过用户在缴费时的反馈意见触发采集，当检测到用户对缴费存在异议时，调用数据采集工具从医院或者医疗机构中的病历数据库采集对应的目标病案数据，该目标病案数据主要是病历单，其中病历单中包括治疗数据和治疗费用。
102、收集专家对治疗项目的病理使用建议，并根据病理使用建议和医保付费规则，对所有治疗项目进行层次分析，得到各治疗项目之间的关联性；
该步骤中，所述关联性为治疗项目之间的病理相似度与费用占比之间的关联性。对于收集专家的建议是以单项治疗项目为基础收集，因此，在收集之前，还包括解析所述目标病案数据的诊断结果，基于诊断结果对提取到的各治疗项目从治疗原理的角度排序，将治疗项目与诊断结果的匹配对高的治疗项目作为DRGs分组的重点对象，基于重点对象从预设的医保付费列表中查询，并对查询到的重点对象获取预先设定的单组收费标准。
根据所述重点对象采集本医疗机构的专家对于重点对象对应的治疗项目的使用建议，该使用建议中包括使用范围以及在不同诊断结果中的收费比例，根据所述治疗项目的单组收费标准和在诊断结果中的收费比例，结合医保付费规则，计算出所述治疗项目权重比，基于权重比对所述治疗项目进行层次分析，得到该治疗项目与所述目标病案数据中的其他治疗项目之前的关联性。
在实际应用中，在计算所述治疗项目权重比具体可以是通过设置单组收费标准和在诊断结果中的收费比例的权重系数，基于权重系数将单组收费标准和在诊断结果中的收费比例进行融合计算，得到所述治疗项目权重比。进一步的，还可以是直接将单组收费标准和在诊断结果中的收费比例相乘，将相乘得到的值作为所述治疗项目权重比。
103、利用预设的层次权重决策分析算法，基于各治疗项目之间的关联性构建层次结构图；
本实施例中，所述层次权重决策分析算法主要是把一个复杂的问题表示为一个有序的递阶层次结构，并通过主管判断和科学计算给出备选方案的优劣顺序(或权重)。简而言之，层次分析法人如其名，首先要构建合理的层次，其次要分析层次内部各因素的优劣。
在实际应用中，该步骤具体实现为：根据诊断结果和从目标病案数据中提取到的治疗项目查询相似的治疗项目，基于查询到的治疗项目和目标病案数据中的治疗项目构建出多有可行的治疗方案，基于治疗方案利用层次权重决策分析算法构建一个结构包括目标层、准则层、方案层和措施层的层次结构图，其中目标层指的是上述确定的重点对象，准则层为针对重点对象的具体层次。
104、计算层次结构图中各层级的第一权重值，以及每个层级中的各病理相似度和费用占比的第二权重值，并将第一权重值和第二权重值添加至层次结构图中；
在计算上述的第一权重值和第二权重值时，具体可以采用德尔菲法，或曰专家打分，对各指标要素的权重进行赋值，具体是利用所述层次权重决策分析算法，计算所述目标层中的第一层级的综合相似度和综合费用占比的第一权重值；
提取所述目标层中的第二层级的病理机制、治疗原则、治疗药费、耗材费，并利用所述层次权重决策分析算法，依次计算所述病理机制和治疗原则的相似度以及治疗药费和耗材费占比，得到第二权重值；
将所述第一权重值和第二权重值添加至所述目标层中。
105、基于第一权重值和第二权重值，对对应的治疗项目所在的层次进行总排序，基于总排序后的层次确定目标病案数据的DRGs分组。
该步骤中，在构建层次结构图后，还包括根据层次结构图中的各层级的权重值构建判断矩阵，基于判断矩阵确定各治疗项目之间的相关度，从而确定各治疗项目在所述诊断结果中的使用，从而得到总排序，最后得到目标病案数据的DRGs分组，该DRGs分组具体是指目标病案数据中的治疗项目的DRGs分组。
通过对上述方法的实施，基于专家对各治疗项目的病理使用建议结合层次权重策略分析算法对目标病案数据的DRGs分组，通过结合专家的病理使用建议实现了DRGs的本地化分组，同时采用了层次权重策略分析算法针对治疗项目的影响因素的权重计算，基于权重来实现分组，使得DRG分组的专家意见整合可实现客观化和透明化，提高分组的合理性和精准度。
请参阅图2，本发明实施例中确定DRGs分组的方法的第二个实施例包括：
201、获取待分组的目标病案数据，并提取目标病案数据中的所有治疗项目以及医保付费规则；
该步骤中，提取所述目标病案数据中记录的医疗数据，主要是通过智能提取模型进行提取，具体的：
利用疾病-治疗手段的知识图谱对所述目标病案数据进行解析，提取所述目标病案数据中的项目关键字，以及付费方式；
基于所述项目关键字，从医院数据库中匹配对应的治疗项目；
根据所述付费方式从预设的医保付费项目列表中查询是否存在所述治疗项目；
若查询所有所述治疗项目均在所述医保付费列表中，则确定医保付费规则。
202、收集专家对治疗项目的病理使用建议，并根据病理使用建议和医保付费规则，对所有治疗项目进行层次分析，得到各治疗项目之间的关联性；
203、根据各治疗项目之间的关联性将各治疗项目进行关联，得到项目序列；
204、基于预设的层次权重决策分析算法，对各治疗项目进行下级因素的挖掘，并对挖掘得到的因素进行层次的划分，将因素按照划分的层次添加到项目序列中，形成阶梯结构；
其中，所述因素至少包括费用因素、病理机制因素和治疗原则因素；
205、基于各治疗项目对应的费用权重系数对项目序列中的治疗项目的排序位置和层次进行调整，得到层次结构图；
其中，所述层次结构图包括目标层、准则层、指标层、方案层和措施层；
在本实施例中，在根据调整后的层次排序生成层次结构图之前，还包括构建判断矩阵，基于判断矩阵优化层次的排序，然后生成层次结构图，而其中层次结构图中包括多个层，下面以目标层的构建为例进行说明。
具体的，在对目标层进行层次图构建以及确定DRGs分组，其实现步骤为：
所述基于所述第一权重值和第二权重值，对对应的治疗项目所在的层次进行总排序，基于总排序后的层次确定所述目标病案数据的分组包括：
根据所述第一权重值和第二权重值构建包含所有治疗项目的判断矩阵；
基于所述判断矩阵进行布尔计算，得到布尔矩阵；
判断所述布尔矩阵是否满足传递性条件；
若满足，则将所述判断矩阵进行向量化，得到所述判断矩阵中各元素的向量，并对所述向量进行归一化处理，得到各治疗项目的权重总估值；
基于各治疗项目的权重总估值，对对应的治疗项目所在的层次进行总排序，基于总排序后的层次确定所述目标病案数据的DRGs分组。
在实际应用中，针对所述病理相似度和费用占比两个层级构建判断矩阵，具体的以使用药物洗脱心脏支架为例说明，
1)首先据需求对目标层进行分解及建立层次结构图(下表所示)；
Figure BDA0003237599000000101
2)运用AHP基于专家意见，先就第一层级相似度、费用占比计算权重值分别得出在相似度0.299、费用占比0.701；
3)运用AHP基于专家意见，先就第二层级计算权重值分别得出在病理机制相似度0.637、治疗原则相似度0.258、患者预后相似度0.105、治疗药费占比0.833、耗材费用占比0.167；
4)层次总排序，选出最优方案为与常规支架组合并。
进一步的，通过构建判断矩阵可以实现对各治疗项目中的因素的重要程度进行标注，这里的标注主要是采用数字1-9及其倒数的标度方法，通过该方法生成判断矩阵后，基于判断矩阵进行因素之间的相容性的计算，在实际应用中，这里采用布尔转换的方式计算，将判断矩阵转换为Boolean矩阵B*＝(bij)，该矩阵的转换公式为：
Figure BDA0003237599000000102
若Boolean矩阵B*＝(bij)满足传递性，即
Figure BDA0003237599000000103
则认为判断矩阵的相容性较好，否则认为判断矩阵的相容性不好，应该对其重新调整。
若判断矩阵的相容性较好，则取：
Figure BDA0003237599000000104
组成向量ω＝(ω1，ω2，L，ωn)，对向量ω进行归一化，
得到ω＝(ω1，ω2，…，ωn)，取ωi作为元素Bi的权重估计值。
206、计算层次结构图中各层级的第一权重值，以及每个层级中的各病理相似度和费用占比的第二权重值，并将第一权重值和第二权重值添加至层次结构图中；
207、基于第一权重值和第二权重值，对对应的治疗项目所在的层次进行总排序，基于总排序后的层次确定目标病案数据的DRGs分组。
通过对上述方法的实施，实现了把复杂的问题表示为一个有序的递阶层次结构，并定义递阶层次结构的内容后，让DRG分组的专家的意见有客观的依据标准，且AHP提供透明化及科学化的计算方式，在学术及实务上均具有一定程度的价值与贡献。
请参阅图3，本发明实施例中确定DRGs分组的方法的第三个实施例包括：
301、获取待分组的目标病案数据，并提取目标病案数据中的所有治疗项目以及医保付费规则；
该步骤中，对于目标病案数据的获取具体可以通过用户在缴费时的反馈意见触发采集，当检测到用户对缴费存在异议时，调用数据采集工具从医院或者医疗机构中的病历数据库采集对应的目标病案数据，该目标病案数据主要是病历单，其中病历单中包括治疗数据和治疗费用。
302、收集专家对治疗项目的病理使用建议，并根据病理使用建议和医保付费规则，对所有治疗项目进行层次分析，得到各治疗项目之间的关联性；
在本实施例中，在收集病理使用建议时，具体是以所述治疗项目为检索索引，从病历数据库中查询包含所述治疗项目的病历单，并提取所述病历单中备注信息中的病理使用建议；
进一步的，根据所述病理使用建议，利用预设的治疗项目应用模型对应的治疗项目进行绑定治疗分析，得到应用权重比，其中所述应用权重比为所述治疗项目在所述目标病案数据中记录的诊断结果上的使用匹配度；
根据所述使用匹配度，从所述医保付费规则中确定对应的付费比例，并基于所述付费比例计算出各所述治疗项目的费用权重系数；
在本实施例中，通过所述治疗项目应用模型计算疾病使用建议相对于诊断结果的第一匹配度；
根据所述治疗项目获取对应的病理特征，基于所述病理特征与诊断结果的病理特征确定第二匹配度；
提取所述目标病案数据中的应用所述治疗项目的治疗效果，基于所述治疗效果确定第三匹配度；
将三个匹配度输出至治疗项目应用模型中，计算所述治疗项目的应用权重比；
获取所述治疗项目在临床上的理论应用权重比，基于所述理论应用权重比、应用权重比和医保付费规则，计算出所述治疗项目的付费比例。
基于所述费用权重系数，确定各所述治疗项目的层次，基于所述层次构建各所述治疗项目基于所述诊断结果的关联性。
303、利用预设的层次权重决策分析算法，基于各诊断结果的关联性构建层次结构图；
该步骤中，所述层次结构图包括目标层、准则层、指标层、方案层和措施层，具体的构建步骤如下：
根据各治疗项目之间的关联性将各治疗项目进行关联，得到项目序列；
基于预设的层次权重决策分析算法，对各所述治疗项目进行下级因素的挖掘，并对挖掘得到的因素进行层次的划分，将所述因素按照划分的层次添加到项目序列中，形成阶梯结构，其中，所述因素至少包括费用因素、病理机制因素和治疗原则因素；
基于各治疗项目对应的所述费用权重系数对所述项目序列中的治疗项目的排序位置和层次进行调整，得到层次结构图。
304、计算层次结构图中各层级的第一权重值，以及每个层级中的各病理相似度和费用占比的第二权重值，并将第一权重值和第二权重值添加至层次结构图中；
本实施例中，是通过利用所述层次权重决策分析算法，计算所述目标层中的第一层级的综合相似度和综合费用占比的第一权重值；提取所述目标层中的第二层级的病理机制、治疗原则、治疗药费、耗材费，并利用所述层次权重决策分析算法，依次计算所述病理机制和治疗原则的相似度以及治疗药费和耗材费占比，得到第二权重值；将所述第一权重值和第二权重值添加至所述目标层中。
在实际应用中，通过所述治疗项目应用模型计算疾病使用建议相对于诊断结果的第一匹配度；
根据所述治疗项目获取对应的病理特征，基于所述病理特征与诊断结果的病理特征确定第二匹配度；
提取所述目标病案数据中的应用所述治疗项目的治疗效果，基于所述治疗效果确定第三匹配度；
将三个匹配度输出至治疗项目应用模型中，计算所述治疗项目的应用权重比；
获取所述治疗项目在临床上的理论应用权重比，基于所述理论应用权重比、应用权重比和医保付费规则，计算出所述治疗项目的付费比例。
基于所述费用权重系数，确定各所述治疗项目的层次，基于所述层次构建各所述治疗项目基于所述诊断结果的关联性，从而完善层次结构图。
305、根据第一权重值和第二权重值构建包含所有治疗项目的判断矩阵；
306、基于判断矩阵进行布尔计算，得到布尔矩阵；
307、判断布尔矩阵是否满足传递性条件；
308、若满足，则将判断矩阵进行向量化，得到判断矩阵中各元素的向量，并对向量进行归一化处理，得到各治疗项目的权重总估值；
309、基于各治疗项目的权重总估值，对对应的治疗项目所在的层次进行总排序，基于总排序后的层次确定所述目标病案数据的DRGs分组。
本实施例中，从所有治疗项目中选定一个治疗项目，作为排序治疗项目，并确定所述排序治疗项目所在的层次；
判断所述排序治疗项目是否存在上一层次；
若存在，则提取所述排序治疗项目的所有因素以及所述排序治疗项目与上一层次中相关联的因素或者治疗项目；
计算所述排序治疗项目的所有因素的第二权重值分别与上一层次中相关联的因素或者治疗项目的权重总估值的积，并求和，得到所述排序治疗项目的所有因素在其对应的层级的排序权值；
按照所述排序权重对所述排序治疗项目的所有因素进行排序，得到所述排序治疗项目所在的层级的总排序权值表；
基于所述总排序权值表确定所述排序治疗项目的分组；
在所有治疗项目分组完成后，对所有治疗项目分组的结果进行归一化处理，得到所述目标病案数据的DRGs分组。
在实际应用中，对各层次中的治疗项目进行排序包括对层次的单排序和层次的总排序，对于单排序，则根据上述归一化处理的向量的权重估计值，对于上一层次中某元素有关联的本层次中的各个元素进行排序。
对于总排序，则在各层次的单排序基础上，计算同一层次的所有因素对于上一个层级的权重估计值，例如：若上一层次A包含m个因素A1，A2，L，Am，其其层次总排序权值分别为a1，a2，L，am，下一层次B包含n个因素B1，B2，L，Bm，其其层次总排序权值分别为b1j，b2j，L，bmj(当Bk和Aj无联系时，bkj＝0)。此时B层次总排序权值由下表给出：
表层次总排序权值表
Figure BDA0003237599000000141
由于各判断矩阵层单排序都有满足相容性规定的，故层次总排序也有满足相容性规定的，最后根据层次总排序值的大小，进行排序，其排序结果是规划和决策问题的重要依据，基于词可以得到目标病案数据的DRGs分分组。
通过对上述提供的方案的实施例，基于层次权重决策算法将专家建议和治疗数据本身进行本地化的整合，以实现精准的分组，以权重为驱动，利用所得判断矩阵和各因素的权重值，计算对应分组方案的DRGs，从而给出最优的分组方案。该方法有效解决了多个治疗项目与医保付费之间的矛盾问题，大大提高的DRGs的应用效率，从而提高DRGs分组的精准度以及与本地政策的结合度。
上面对本发明实施例中的确定DRGs分组的方法进行了描述，下面对本发明实施例中的确定DRGs分组的装置进行描述，请参照图4，本发明实施例中的确定DRGs分组的装置的一个实施例包括：
提取模块401，用于获取待分组的目标病案数据，并提取所述目标病案数据中的所有治疗项目以及医保付费规则；
分析模块402，用于收集专家对所述治疗项目的病理使用建议，并根据所述病理使用建议和所述医保付费规则，对所有所述治疗项目进行层次分析，得到各治疗项目之间的关联性，其中所述关联性为治疗项目之间的病理相似度与费用占比之间的关联性；
构建模块403，用于利用预设的层次权重决策分析算法，基于各治疗项目之间的关联性构建层次结构图；
计算模块404，用于计算所述层次结构图中各层级的第一权重值，以及每个层级中的各病理相似度和费用占比的第二权重值，并将所述第一权重值和第二权重值添加至所述层次结构图中；
分组模块405，用于基于所述第一权重值和第二权重值，对对应的治疗项目所在的层次进行总排序，基于总排序后的层次确定所述目标病案数据的DRGs分组。
通过对上述方法的实施，基于专家对各治疗项目的病理使用建议结合层次权重策略分析算法对目标病案数据的DRGs分组，通过结合专家的病理使用建议实现了DRGs的本地化分组，同时采用了层次权重策略分析算法针对治疗项目的影响因素的权重计算，基于权重来实现分组的方案，从而避免了各治疗项目的DRGs分组极端化，提高DRGs分组的合理性和精准度。
请参阅图5，本发明实施例中的确定DRGs分组的装置的另一个实施例包括：
提取模块401，用于获取待分组的目标病案数据，并提取所述目标病案数据中的所有治疗项目以及医保付费规则；
分析模块402，用于收集专家对所述治疗项目的病理使用建议，并根据所述病理使用建议和所述医保付费规则，对所有所述治疗项目进行层次分析，得到各治疗项目之间的关联性，其中所述关联性为治疗项目之间的病理相似度与费用占比之间的关联性；
构建模块403，用于利用预设的层次权重决策分析算法，基于各治疗项目之间的关联性构建层次结构图；
计算模块404，用于计算所述层次结构图中各层级的第一权重值，以及每个层级中的各病理相似度和费用占比的第二权重值，并将所述第一权重值和第二权重值添加至所述层次结构图中；
分组模块405，用于基于所述第一权重值和第二权重值，对对应的治疗项目所在的层次进行总排序，基于总排序后的层次确定所述目标病案数据的DRGs分组。
其中，所述提取模块401包括：
解析单元4011，用于利用疾病-治疗手段的知识图谱对所述目标病案数据进行解析，提取所述目标病案数据中的项目关键字，以及付费方式；
匹配单元4012，用于基于所述项目关键字，从医院数据库中匹配对应的治疗项目；
查询单元4013，用于根据所述付费方式从预设的医保付费项目列表中查询是否存在所述治疗项目；
确定单元4014，用于若查询所有所述治疗项目均在所述医保付费列表中，则确定医保付费规则。
其中，所述分析模块402包括：
检索单元4021，用于以所述治疗项目为检索索引，从病历数据库中查询包含所述治疗项目的病历单，并提取所述病历单中备注信息中的病理使用建议；
绑定单元4022，用于根据所述病理使用建议，利用预设的治疗项目应用模型对应的治疗项目进行绑定治疗分析，得到应用权重比，其中所述应用权重比为所述治疗项目在所述目标病案数据中记录的诊断结果上的使用匹配度；
计算单元4023，用于根据所述使用匹配度，从所述医保付费规则中确定对应的付费比例，并基于所述付费比例计算出各所述治疗项目的费用权重系数；
关联单元4024，用于基于所述费用权重系数，确定各所述治疗项目的层次，基于所述层次构建各所述治疗项目基于所述诊断结果的关联性。
其中，所述构建模块403包括：
序列生成单元4031，用于根据各治疗项目之间的关联性将各治疗项目进行关联，得到项目序列；
划分单元4032，用于基于预设的层次权重决策分析算法，对各所述治疗项目进行下级因素的挖掘，并对挖掘得到的因素进行层次的划分，将所述因素按照划分的层次添加到项目序列中，形成阶梯结构，其中，所述因素至少包括费用因素、病理机制因素和治疗原则因素；
构建单元4033，用于基于各治疗项目对应的所述费用权重系数对所述项目序列中的治疗项目的排序位置和层次进行调整，得到层次结构图，其中所述层次结构图包括目标层、准则层、指标层、方案层和措施层。
其中，所述计算模块404包括：
第一计算单元4041，用于利用所述层次权重决策分析算法，计算所述目标层中的第一层级的综合相似度和综合费用占比的第一权重值；
第二计算单元4042，用于提取所述目标层中的第二层级的病理机制、治疗原则、治疗药费、耗材费，并利用所述层次权重决策分析算法，依次计算所述病理机制和治疗原则的相似度以及治疗药费和耗材费占比，得到第二权重值；
添加单元4043，用于将所述第一权重值和第二权重值添加至所述目标层中。
其中，所述分组模块405包括：
矩阵构建单元4051，用于根据所述第一权重值和第二权重值构建包含所有治疗项目的判断矩阵；
布尔计算单元4052，用于基于所述判断矩阵进行布尔计算，得到布尔矩阵；
判断单元4053，用于判断所述布尔矩阵是否满足传递性条件；向量化单元，用于在判断满足传递条件时，将所述判断矩阵进行向量化，得到所述判断矩阵中各元素的向量，并对所述向量进行归一化处理，得到各治疗项目的权重总估值；
分组单元4054，用于基于各治疗项目的权重总估值，对对应的治疗项目所在的层次进行总排序，基于总排序后的层次确定所述目标病案数据的DRGs分组。
在本实施例中，所述分组单元4054具体用于：
从所有治疗项目中选定一个治疗项目，作为排序治疗项目，并确定所述排序治疗项目所在的层次；
判断所述排序治疗项目是否存在上一层次；
若存在，则提取所述排序治疗项目的所有因素以及所述排序治疗项目与上一层次中相关联的因素或者治疗项目；
计算所述排序治疗项目的所有因素的第二权重值分别与上一层次中相关联的因素或者治疗项目的权重总估值的积，并求和，得到所述排序治疗项目的所有因素在其对应的层级的排序权值；
按照所述排序权重对所述排序治疗项目的所有因素进行排序，得到所述排序治疗项目所在的层级的总排序权值表；
基于所述总排序权值表确定所述排序治疗项目的分组；
在所有治疗项目分组完成后，对所有治疗项目分组的结果进行归一化处理，得到所述目标病案数据的DRGs分组。
通过上述方法的实施，实现了把复杂的问题表示为一个有序的递阶层次结构，并定义递阶层次结构的内容后，让DRG分组的专家的意见有客观的依据标准，且AHP提供透明化及科学化的计算方式，在学术及实务上均具有一定程度的价值与贡献。
请参阅图6，下面从硬件处理的角度对本发明实施例中的计算机设备的一个实施例进行详细描述。
图6是本发明实施例提供的一种计算机设备的结构示意图，该计算机设备600可因配置或性能不同而产生比较大的差异，可以包括一个或一个以上处理器(centralprocessing units，CPU)610(例如，一个或一个以上处理器)和存储器620，一个或一个以上存储应用程序633或数据632的存储介质630(例如一个或一个以上海量存储设备)。其中，存储器620和存储介质630可以是短暂存储或持久存储。存储在存储介质630的程序可以包括一个或一个以上模块(图示没标出)，每个模块可以包括对计算机设备600中的一系列指令操作。更进一步地，处理器610可以设置为与存储介质630通信，在计算机设备600上执行存储介质630中的一系列指令操作。
计算机设备600还可以包括一个或一个以上电源640，一个或一个以上有线或无线网络接口650，一个或一个以上输入输出接口660，和/或，一个或一个以上操作系统631，例如Windows Serve，Mac OS X，Unix，Linux，FreeBSD等等。本领域技术人员可以理解，图6示出的计算机设备结构并不构成对本申请提供的计算机设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
本发明所指区块链是分布式数据存储、点对点传输、共识机制、加密算法等计算机技术的新型应用模式。区块链(Block chain)，本质上是一个去中心化的数据库，是一串使用密码学方法相关联产生的数据块，每一个数据块中包含了一批次的信息，用于验证其信息的有效性(防伪)和生成下一个区块。区块链可以包括区块链底层平台、平台产品服务层以及应用服务层等。
本发明还提供一种计算机可读存储介质，该计算机可读存储介质可以为非易失性计算机可读存储介质，该计算机可读存储介质也可以为易失性计算机可读存储介质，所述计算机可读存储介质中存储有指令，当所述指令在计算机上运行时，使得计算机执行所述确定DRGs分组的方法的步骤。
在实际应用中，上述提供的方法可以基于人工智能技术对目标病案数据进行获取，并对获取到的数据进行层次分析、构建层次结构图等处理。其中，人工智能(ArtificialIntelligence，AI)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能，感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。其具体可以是基于服务器来执行，服务器可以是独立的服务器，也可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、内容分发网络(Content Delivery Network，CDN)、以及大数据和人工智能平台等基础云计算服务的云服务器。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(read-only memory，ROM)、随机存取存储器(random access memory，RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述，以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (10)

1.一种确定DRGs分组的方法，其特征在于，所述确定DRGs分组的方法包括：
获取待分组的目标病案数据，并提取所述目标病案数据中的所有治疗项目以及医保付费规则；
收集专家对所述治疗项目的病理使用建议，并根据所述病理使用建议和所述医保付费规则，对所有所述治疗项目进行层次分析，得到各治疗项目之间的关联性，其中所述关联性为治疗项目之间的病理相似度与费用占比之间的关联性；
利用预设的层次权重决策分析算法，基于各治疗项目之间的关联性构建层次结构图；
计算所述层次结构图中各层级的第一权重值，以及每个层级中的各病理相似度和费用占比的第二权重值，并将所述第一权重值和第二权重值添加至所述层次结构图中；
基于所述第一权重值和第二权重值，对对应的治疗项目所在的层次进行总排序，基于总排序后的层次确定所述目标病案数据的DRGs分组。
2.根据权利要求1所述的确定DRGs分组的方法，其特征在于，所述提取所述目标病案数据中的所有治疗项目以及医保付费规则包括：
利用疾病-治疗手段的知识图谱对所述目标病案数据进行解析，提取所述目标病案数据中的项目关键字，以及付费方式；
基于所述项目关键字，从医院数据库中匹配对应的治疗项目；
根据所述付费方式从预设的医保付费项目列表中查询是否存在所述治疗项目；
若查询所有所述治疗项目均在所述医保付费列表中，则确定医保付费规则。
3.根据权利要求2所述的确定DRGs分组的方法，其特征在于，所述收集专家对所述治疗项目的病理使用建议，并根据所述病理使用建议和所述医保付费规则，对所有所述治疗项目进行层次分析，得到各治疗项目之间的关联性包括：
以所述治疗项目为检索索引，从病历数据库中查询包含所述治疗项目的病历单，并提取所述病历单中备注信息中的病理使用建议；
根据所述病理使用建议，利用预设的治疗项目应用模型对应的治疗项目进行绑定治疗分析，得到应用权重比，其中所述应用权重比为所述治疗项目在所述目标病案数据中记录的诊断结果上的使用匹配度；
根据所述使用匹配度，从所述医保付费规则中确定对应的付费比例，并基于所述付费比例计算出各所述治疗项目的费用权重系数；
基于所述费用权重系数，确定各所述治疗项目的层次，基于所述层次构建各所述治疗项目基于所述诊断结果的关联性。
4.根据权利要求3所述的确定DRGs分组的方法，其特征在于，所述利用预设的层次权重决策分析算法，基于各治疗项目之间的关联性构建层次结构图包括：
根据各治疗项目之间的关联性将各治疗项目进行关联，得到项目序列；
基于预设的层次权重决策分析算法，对各所述治疗项目进行下级因素的挖掘，并对挖掘得到的因素进行层次的划分，将所述因素按照划分的层次添加到项目序列中，形成阶梯结构，其中，所述因素至少包括费用因素、病理机制因素和治疗原则因素；
基于各治疗项目对应的所述费用权重系数对所述项目序列中的治疗项目的排序位置和层次进行调整，得到层次结构图，其中所述层次结构图包括目标层、准则层、指标层、方案层和措施层。
5.根据权利要求4所述的确定DRGs分组的方法，其特征在于，所述计算所述层次结构图中各层级的第一权重值，以及每个层级中的各病理相似度和费用占比的第二权重值包括：
利用所述层次权重决策分析算法，计算所述目标层中的第一层级的综合相似度和综合费用占比的第一权重值；
提取所述目标层中的第二层级的病理机制、治疗原则、治疗药费、耗材费，并利用所述层次权重决策分析算法，依次计算所述病理机制和治疗原则的相似度以及治疗药费和耗材费占比，得到第二权重值；
将所述第一权重值和第二权重值添加至所述目标层中。
6.根据权利要求5所述的确定DRGs分组的方法，其特征在于，所述基于所述第一权重值和第二权重值，对对应的治疗项目所在的层次进行总排序，基于总排序后的层次确定所述目标病案数据的分组包括：
根据所述第一权重值和第二权重值构建包含所有治疗项目的判断矩阵；
基于所述判断矩阵进行布尔计算，得到布尔矩阵；
判断所述布尔矩阵是否满足传递性条件；
若满足，则将所述判断矩阵进行向量化，得到所述判断矩阵中各元素的向量，并对所述向量进行归一化处理，得到各治疗项目的权重总估值；
基于各治疗项目的权重总估值，对对应的治疗项目所在的层次进行总排序，基于总排序后的层次确定所述目标病案数据的DRGs分组。
7.根据权利要求6所述的确定DRGs分组的方法，其特征在于，所述基于各治疗项目的权重总估值，对对应的治疗项目所在的层次进行总排序，基于总排序后的层次确定所述目标病案数据的DRGs分组包括：
从所有治疗项目中选定一个治疗项目，作为排序治疗项目，并确定所述排序治疗项目所在的层次；
判断所述排序治疗项目是否存在上一层次；
若存在，则提取所述排序治疗项目的所有因素以及所述排序治疗项目与上一层次中相关联的因素或者治疗项目；
计算所述排序治疗项目的所有因素的第二权重值分别与上一层次中相关联的因素或者治疗项目的权重总估值的积，并求和，得到所述排序治疗项目的所有因素在其对应的层级的排序权值；
按照所述排序权重对所述排序治疗项目的所有因素进行排序，得到所述排序治疗项目所在的层级的总排序权值表；
基于所述总排序权值表确定所述排序治疗项目的分组；
在所有治疗项目分组完成后，对所有治疗项目分组的结果进行归一化处理，得到所述目标病案数据的DRGs分组。
8.一种确定DRGs分组的装置，其特征在于，所述确定DRGs分组的装置包括：
提取模块，用于获取待分组的目标病案数据，并提取所述目标病案数据中的所有治疗项目以及医保付费规则；
分析模块，用于收集专家对所述治疗项目的病理使用建议，并根据所述病理使用建议和所述医保付费规则，对所有所述治疗项目进行层次分析，得到各治疗项目之间的关联性，其中所述关联性为治疗项目之间的病理相似度与费用占比之间的关联性；
构建模块，用于利用预设的层次权重决策分析算法，基于各治疗项目之间的关联性构建层次结构图；
计算模块，用于计算所述层次结构图中各层级的第一权重值，以及每个层级中的各病理相似度和费用占比的第二权重值，并将所述第一权重值和第二权重值添加至所述层次结构图中；
分组模块，用于基于所述第一权重值和第二权重值，对对应的治疗项目所在的层次进行总排序，基于总排序后的层次确定所述目标病案数据的DRGs分组。
9.一种计算机设备，其特征在于，所述计算机设备包括：存储器和至少一个处理器，所述存储器中存储有指令；
所述至少一个处理器调用所述存储器中的所述指令，以使得所述计算机设备执行如权利要求1-7中任一项所述的确定DRGs分组的方法的各个步骤。
10.一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计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1-7中任一项所述的确定DRGs分组的方法的各个步骤。
CN202111007673.6A 2021-08-30 2021-08-30 确定DRGs分组的方法、装置、计算机设备及存储介质 Active CN113643168B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111007673.6A CN113643168B (zh) 2021-08-30 2021-08-30 确定DRGs分组的方法、装置、计算机设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111007673.6A CN113643168B (zh) 2021-08-30 2021-08-30 确定DRGs分组的方法、装置、计算机设备及存储介质

Publications (2)

Publication Number Publication Date
CN113643168A true CN113643168A (zh) 2021-11-12
CN113643168B CN113643168B (zh) 2024-06-21

Family

ID=78424485

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111007673.6A Active CN113643168B (zh) 2021-08-30 2021-08-30 确定DRGs分组的方法、装置、计算机设备及存储介质

Country Status (1)

Country Link
CN (1) CN113643168B (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110289088A (zh) * 2019-07-01 2019-09-27 太平洋医疗健康管理有限公司 基于DRGs的大数据智能管理方法及系统
CN110739034A (zh) * 2019-09-20 2020-01-31 上海金仕达卫宁软件科技有限公司 一种对病案数据进行DRGs分组的方法
CN111325576A (zh) * 2020-02-17 2020-06-23 卫宁健康科技集团股份有限公司 疾病诊断相关分组的费用预测方法、系统及电子设备
CN111785382A (zh) * 2020-06-28 2020-10-16 平安医疗健康管理股份有限公司 DRGs分组的入组判定方法、装置及计算机设备
CN112053040A (zh) * 2020-08-19 2020-12-08 重庆市中迪医疗信息科技股份有限公司 一种基于疾病诊断相关分组的评价方法及系统

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110289088A (zh) * 2019-07-01 2019-09-27 太平洋医疗健康管理有限公司 基于DRGs的大数据智能管理方法及系统
CN110739034A (zh) * 2019-09-20 2020-01-31 上海金仕达卫宁软件科技有限公司 一种对病案数据进行DRGs分组的方法
CN111325576A (zh) * 2020-02-17 2020-06-23 卫宁健康科技集团股份有限公司 疾病诊断相关分组的费用预测方法、系统及电子设备
CN111785382A (zh) * 2020-06-28 2020-10-16 平安医疗健康管理股份有限公司 DRGs分组的入组判定方法、装置及计算机设备
CN112053040A (zh) * 2020-08-19 2020-12-08 重庆市中迪医疗信息科技股份有限公司 一种基于疾病诊断相关分组的评价方法及系统

Also Published As

Publication number Publication date
CN113643168B (zh) 2024-06-21

Similar Documents

Publication Publication Date Title
KR102088980B1 (ko) 사용자 맞춤형 의료정보 제공 시스템 및 이의 구동방법
Feng et al. EDAS method for extended hesitant fuzzy linguistic multi-criteria decision making
Lo et al. Service selection based on fuzzy TOPSIS method
Liu et al. Integrating expert profile, reputation and link analysis for expert finding in question-answering websites
Chen An interval‐valued Pythagorean fuzzy outranking method with a closeness‐based assignment model for multiple criteria decision making
CN101408887B (zh) 推荐词条以指定本体空间
CN112035741B (zh) 基于用户体检数据的预约方法、装置、设备及存储介质
Mostafa et al. Automatic classification using supervised learning in a medical document filtering application
CN111724238A (zh) 产品推荐准确度评价方法、装置、设备及存储介质
CN113657805A (zh) 考核指标体系权重的构建方法、装置、设备及存储介质
Saadi et al. Integration of datamining techniques into the CBR cycle to predict the result of immunotherapy treatment
Folino et al. A recommendation engine for disease prediction
CN111078859A (zh) 一种基于引用次数的作者推荐方法
CN109997201A (zh) 针对多种医学知识模块的利用数据驱动方法的精确临床决策支持
CN114743647A (zh) 医疗数据处理方法、装置、设备及存储介质
CN112330400A (zh) 一种产品推荐方法、装置、计算机设备及存储介质
CN113643168A (zh) 确定DRGs分组的方法、装置、计算机设备及存储介质
Vijayarajeswari et al. An enhanced symptom clustering with profile based prescription suggestion in biomedical application
CN113571198B (zh) 转化率预测方法、装置、设备及存储介质
Gan et al. Trinity: walking on a user-object-tag heterogeneous network for personalised recommendations
CN104834702A (zh) 针对科研项目申报的学科选择方法
CN114610748A (zh) 基于人工智能的医疗疾病数据的安全快速精准有效管理系统及应用
CN117235373B (zh) 基于信息熵的科研热点推荐方法
Jiang et al. DEARank: a data-envelopment-analysis-based ranking method
Gong et al. Individual doctor recommendation model on medical social network

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
TA01 Transfer of patent application right

Effective date of registration: 20220606

Address after: 518000 China Aviation Center 2901, No. 1018, Huafu Road, Huahang community, Huaqiang North Street, Futian District, Shenzhen, Guangdong Province

Applicant after: Shenzhen Ping An medical and Health Technology Service Co.,Ltd.

Address before: Room 12G, Area H, 666 Beijing East Road, Huangpu District, Shanghai 200001

Applicant before: PING AN MEDICAL AND HEALTHCARE MANAGEMENT Co.,Ltd.

TA01 Transfer of patent application right
GR01 Patent grant
GR01 Patent grant