基于XGBoost算法的病例分型系统设计

目的:在国家推行按病种付费的大环境下,探索符合医院实际情况的病例分型具有重要意义。利用机器学习算法构建医院病例分型管理系统,探索不同病例的费用结构,服务医院管理。方法:利用ETL技术抽取病案系统相关数据至数据中心,利用XGBoost算法构建病例分型模型,再结合可视化技术在客户端展示分型结果相关指标。结果:实现医院病例分型工作的自动化,节约了医院病案室大量工作,分型结果服务医院绩效管理、医疗质控和费用管控等工作。结论:在人工智能火热的当下,积极探索基于算法的信息化系统建设服务医院管理十分必要。

新病案首页中主要诊断选择正误的分析

目的了解医生选择主要诊断的准确性与患者病情有无关系,分析造成错误的原因,探讨提高主要诊断准确性的有效措施。方法回顾性调查1000份新版首页,按主要诊断选择原则进行核查,分别统计主要诊断所对应的入院病情、有无转科、各个病例分型的主要诊断选择正误的情况,作统计学分析比较。结果主要诊断选择错误率为7.70%;有转科病例主要诊断选择错误率高于无转科者,差异有显著性(χ2=14.04,P<0.01);病例分型C+D型的主要诊断选择错误率高于A+B型,差异有统计学意义(χ2=26.89,P<0.01)。结论主要诊断错误的原因主要是由于临床医师缺乏国际疾病分类知识,且对选择主要诊断的重要性认识不足。改进措施关键是加强继续教育,让医师充实有关ICD的知识,并自觉重视正确选择主要诊断;提高编码员的业务素质。

病例分型管理与医疗质量管理模式

目的在兼顾医院、患者、医疗保险机构三方利益的基础上,探索健全医疗质量管理方法,控制医疗费用不合理增长,引导医疗行为和合理医疗消费,提高医疗质量水平。方法对所有出院病案进行病例分型,通过病例分型进行目标管理、病案质量管理、临床路径管理。结果控制了医疗费用不合理增长,提高了医疗质量和病案内涵质量,保证了临床路径的顺利开展。结论病例分型兼顾了医疗质量和效益两方面的管理功能,能客观、公正地评价医疗质量,是先进、科学的医疗质量管理模式。