关键词:
机器学习
CHS-DRG
费用管理
摘要:
目的:采用机器学习技术建立院内“胆囊切除手术不伴并发症和合并症”分组的费用权重模型,进而分析该分组中的合理费用组成方式,找到实际管控和降低住院费用的方法。方法:以重庆市2021年发布的DRG管理方案为基础,收集2021年1月至2024年4月HC35分组的病案数据,按照住院总费用与分组补偿标准比值将其分为全部数据组、30%~100%正常补偿组和90%~100%标准补偿组,然后以物价模块分类为基础建立各类的费用集合,再采用梯度下降技术分析各物价模块在费用中的权重并以此建立分析模型,接着使用统计假设检验分别验证运算数据,经过分析后得到最终采用的权重模型。确认模型后,以重庆市2024年发布的DRG管理方案对前期数据进行重新分组计算,得到新的分组结果并追加收集2024年4月以后HC25分组的病案数据,经过模型拟合得到最新的费用权重及占比。结果:采用的数据模型为90%~100%标准补偿组模型,排列靠前的模块权重分别为(耗材费1.343[28.09%]、治疗费1.170[24.47%]、西药费0.846[17.70%]、检验检查费0.765[16.00%]、医疗服务费0.459[9.69%])。之后对各项内涵展开针对性讨论,探讨合理的费用控制方法。结论:将信息化技术结合临床路径等控制方式建立DRG分组的费用管理模型,是践行理论结合实际的良性操作行为,在未来的医疗机构费用管理中可以得到广泛的推广。