病例分组方法、装置、电子设备及存储介质制造方法及图纸

本发明专利技术实施例提供一种病例分组方法、装置、电子设备及存储介质；方法包括：确定待分组病例的ADRG组，获取第一ADRG组的数据；其中，所述第一ADRG组为待分组病例所在的ADRG组；根据所述第一ADRG组的数据，计算所述待分组病例的ECC值；确定所述待分组病例的费用影响特征；其中，所述费用影响特征为对待分组病例的医疗费用的影响高于预设阈值的特征；将待分组病例的ECC值和费用影响特征输入病例分组模型中，确定所述待分组病例所在的DRG组；其中，所述病例分组模型是基于样本病例的ECC值以及费用影响特征训练得到的。特征训练得到的。特征训练得到的。

【技术实现步骤摘要】
病例分组方法、装置、电子设备及存储介质


[0001]本专利技术涉及医疗
，尤其涉及一种病例分组方法、装置、电子设备及存储介质。

技术介绍

[0002]DRG(Diagnosis Related Groups，疾病诊断相关分组)是指根据病人年龄、性别、住院天数、主要诊断、病症、手术处理、疾病严重程度及合并症、并发症等因素，将临床特征与医疗资源消耗相近的病人分入同一组，以组为单位打包确定价格、收费、医保支付标准。
[0003]医保基金按DRG支付是目前国际上主流的支付方式。按DRG支付的前提是把每条住院病例分到相应的DRG组。
[0004]DRG分组过程主要分为两部分，首先根据病例的主诊断和主手术把病例分到相应的邻近DRG组(Adjacent-DRG，ADRG组)，其次再根据合并症情况把病例分到对应的DRG。
[0005]现有技术中把ADRG分到相应DRG的方法主要是列表法。列表法的基本实现过程是：通过医学专家的经验给出合并症列表和严重合并症列表，如果医院提交的编码在合并症列表中，则将其分到该ADRG下的合并症组；如果医院提交的诊断编码在严重合并症列表中，则将其分到该ADRG下的严重合并症组；如果医院提交的诊断编码不在以上两个表中，则分到无合并症组。列表法非常简便易行，但有两个缺点：
[0006]1、列表法只考虑单个诊断的影响，同时也没有考虑同一个次要诊断在不同主诊断时影响程度不同。
[0007]2、合并症判断规则简单，诱导医院套高。因为列表法是明确的规则，医院通过简单分析和尝试即可基本获取合并症判断列表。在获取更高医保基金补偿的驱动之下，医院更容易把一个普通合并症病例编入严重合并症列表的编码，造成医保基金的浪费。

技术实现思路

[0008]本专利技术实施例提供一种病例分组方法、装置、电子设备及存储介质，用以解决现有技术中的病例分组方法不够精确，易被人为操纵的缺陷。
[0009]本专利技术实施例提供一种病例分组方法，包括：
[0010]确定待分组病例的ADRG组，获取第一ADRG组的数据；其中，所述第一ADRG组为待分组病例所在的ADRG组；
[0011]根据所述第一ADRG组的数据，计算所述待分组病例的ECC值；
[0012]确定所述待分组病例的费用影响特征；其中，所述费用影响特征为对待分组病例的医疗费用的影响高于预设阈值的特征；
[0013]将待分组病例的ECC值和费用影响特征输入病例分组模型中，确定所述待分组病例所在的DRG组；其中，
[0014]所述病例分组模型是基于样本病例的ECC值以及费用影响特征训练得到的。
[0015]上述技术方案中，所述病例分组模型是基于CART决策回归树模型训练得到的；其
中，
[0016]所述病例分组模型包括多棵决策树；所述多棵决策树中的任意一棵决策树各自与一个ADRG组相对应；
[0017]相应的，将待分组病例的ECC值和费用影响特征输入病例分组模型中，确定所述待分组病例所在的DRG组，包括：
[0018]将待分组病例的ECC值和费用影响特征输入与第一ADRG组对应的决策树，确定所述待分组病例所在的DRG组。
[0019]上述技术方案中，所述根据所述第一ADRG组的数据，计算所述待分组病例的ECC值，包括：
[0020]计算所述待分组病例中的各个诊断的DCL值；
[0021]对所述待分组病例中的各个诊断按照DCL值从大到小进行排序，按照排序结果计算所述待分组病例的ECC值；其中，
[0022]计算所述待分组病例的ECC值的公式为：
[0023][0024]其中，ECCS是待分组病例的ECC值；DCL(x1；A)≥DCL(x2；A)≥
…
≥DCL(x
n
；A)；R为预设的第一衰减系数。
[0025]上述技术方案中，所述计算所述待分组病例中的各个诊断的DCL值，包括：
[0026]计算第一诊断在包含有i个诊断的病例中的相对费用，所述相对费用为具有i个诊断并且包含第一诊断的所有病例的平均费用与具有i-1个诊断的病例的平均费用估计值的相对比例值；其中，所述第一诊断为所述待分组病例中的任意一个诊断，所述包含有i个诊断的病例为第一ADRG组中的病例；i为大于1的自然数；
[0027]根据第一诊断在包含有i个诊断的病例中的相对费用，计算第一诊断的平均相对费用；
[0028]根据所述第一诊断的平均相对费用，计算第一诊断的DCL值。
[0029]上述技术方案中，所述根据第一诊断在包含有i个诊断的病例中的相对费用，计算第一诊断的平均相对费用，包括：
[0030]检测第一ADRG组中包含第一诊断的病例的数量，当病例数量少于预先设置的阈值，从与所述第一诊断相近的诊断和/或与所述第一ADRG组相近的ADRG组中获取新的病例以扩展包含第一诊断的病例；
[0031]根据扩展后的包含第一诊断的病例，计算第一诊断的平均相对费用。
[0032]上述技术方案中，方法还包括：
[0033]确定样本病例的ADRG组，获取所述样本病例的ADRG组数据；
[0034]基于所述样本病例的ADRG组数据，得到所述样本病例的ECC值；
[0035]确定所述样本病例的费用影响特征；
[0036]基于所述样本病例的ECC值以及费用影响特征，训练得到病例分组模型。
[0037]上述技术方案中，所述基于所述样本病例的ECC值以及费用影响特征，训练得到病例分组模型，包括：
[0038]基于所述样本病例的ECC值以及费用影响特征，对CART决策回归树模型进行训练，得到病例分组模型；其中，
[0039]所述病例分组模型包括多棵决策树；所述多棵决策树中的任意一棵决策树各自与一个ADRG组相对应。
[0040]上述技术方案中，方法还包括：
[0041]通过后剪枝的方法对所述病例分组模型进行修正；具体包括：
[0042]对于任一ADRG组所对应的决策树，在一个节点下的两个分支，如果裁剪后病例数小于预设的最小病例阈值，或相邻病组裁剪后高费用组的均费不超过低费用组均费的预设的第一倍数，则合并该节点；
[0043]在跨节点下的两个相邻分支，如果裁剪后病例数小于预设的最小病例阈值，或相邻病组裁剪后高费用组的均费不超过低费用组均费的预设的第一倍数，则合并相邻分支。
[0044]上述技术方案中，所述CART决策回归树模型的深度设置为2；所述CART决策回归树模型中的叶子结点所含病例的最小数量为20。
[0045]上述技术方案中，所述基于所述样本病例的ADRG组数据，得到所述样本病例的ECC值包括：
[0046]根据样本病例的ADRG组数据，为各个ADRG组计算各自的费用估计模型；所述费用估计模型的表达式为：
[0047][0048]A代表ADRG组的标识，C
i
(A)表示估计得到的ADR本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种病例分组方法，其特征在于，包括：确定待分组病例的ADRG组，获取第一ADRG组的数据；其中，所述第一ADRG组为待分组病例所在的ADRG组；根据所述第一ADRG组的数据，计算所述待分组病例的ECC值；确定所述待分组病例的费用影响特征；其中，所述费用影响特征为对待分组病例的医疗费用的影响高于预设阈值的特征；将待分组病例的ECC值和费用影响特征输入病例分组模型中，确定所述待分组病例所在的DRG组；其中，所述病例分组模型是基于样本病例的ECC值以及费用影响特征训练得到的。2.根据权利要求1所述的病例分组方法，其特征在于，所述病例分组模型是基于CART决策回归树模型训练得到的；其中，所述病例分组模型包括多棵决策树；所述多棵决策树中的任意一棵决策树各自与一个ADRG组相对应；相应的，将待分组病例的ECC值和费用影响特征输入病例分组模型中，确定所述待分组病例所在的DRG组，包括：将待分组病例的ECC值和费用影响特征输入与第一ADRG组对应的决策树，确定所述待分组病例所在的DRG组。3.根据权利要求1所述的病例分组方法，其特征在于，所述根据所述第一ADRG组的数据，计算所述待分组病例的ECC值，包括：计算所述待分组病例中的各个诊断的DCL值；对所述待分组病例中的各个诊断按照DCL值从大到小进行排序，按照排序结果计算所述待分组病例的ECC值；其中，计算所述待分组病例的ECC值的公式为：其中，ECCS是待分组病例的ECC值；DCL(x1；A)≥DCL(x2；A)≥
…
≥DCL(x
n
；A)；R为预设的第一衰减系数。4.根据权利要求3所述的病例分组方法，其特征在于，所述计算所述待分组病例中的各个诊断的DCL值，包括：计算第一诊断在包含有i个诊断的病例中的相对费用，所述相对费用为具有i个诊断并且包含第一诊断的所有病例的平均费用与具有i-1个诊断的病例的平均费用估计值的相对比例值；其中，所述第一诊断为所述待分组病例中的任意一个诊断，所述包含有i个诊断的病例为第一ADRG组中的病例；i为大于1的自然数；根据第一诊断在包含有i个诊断的病例中的相对费用，计算第一诊断的平均相对费用；根据所述第一诊断的平均相对费用，计算第一诊断的DCL值。5.根据权利要求4所述的病例分组方法，其特征在于，所述根据第一诊断在包含有i个诊断的病例中的相对费用，计算第一诊断的平均相对费用，包括：检测第一ADRG组中包含第一诊断的病例的数量，当病例数量少于预先设置的阈值，从与所述第一诊断相近的诊断和/或与所述第一ADRG组相近的ADRG组中获取新的病例以扩展
包含第一诊断的病例；根据扩展后的包含第一诊断的病例，计算第一诊断的平均相对费用。6.根据权利要求1至5任一项所述的病例分组方法，其特征在于，方法还包括：确定样本病例的ADRG组，获取所述样本病例的ADRG组数据；基于所述样本病例的ADRG组数据，得到所述样本病例的ECC值；确定所述样本病例的费用影响特征；基于所述样本病例的ECC值以及费用影响特征，训练得到病例分组模型。7.根据权利要求6所述的病例分组方法，其特征在于，所述基于所述样本病例的ECC值以及费用影响特...

【专利技术属性】
技术研发人员：张骁雅，舒正，尹珊珊，朱波，王净，艾馨，罗屿浪，傅兆翔，董子坤，田雅如，刘英杰，赵明，李璐璐，
申请(专利权)人：青岛国新健康产业科技有限公司，
类型：发明
国别省市：