基于规则挖掘的肿瘤大数据的DRGs分组系统

发布时间：2021-09-28 10:38

　　针对于人口老龄化及肿瘤高发病率造成医疗保险收支失衡的问题,本文提出基于规则挖掘的肿瘤大数据的DRGs分组系统的解决方案。系统基于Spark on Yarn分布式平台和Spring Boot框架,融合机器学习、大数据分析技术、Drools规则引擎、自然语言处理、正则表达式等技术,依据国家疾病诊断相关分组CHS-DRG的分组规范,对DRGs分组所涉及的关键问题及技术进行研究。本文先对DRGs分组的国内外发展现状与版本更迭进行分析,提出本文的研究目标和内容;再对相关理论和技术进行研究;根据用户需求与CHS-DRG分组规范对分组系统进行需求分析;对DRGs分组系统进行总体设计,包含总体架构、技术路线、系统功能模块、数据库的设计;然后对系统关键模块的设计与实现进行详述,包括基于Spark on Yarn的肿瘤数据预处理、基于Drools规则引擎与文本相似性匹配算法的肿瘤智能编码方法、基于回归分析相关算法的模型比对与选择;最后对编码结果与分组结果进行测试与评估。本文的主要工作内容如下所述。1、基于Spark并行计算特点,运用正则表达式、拉格朗日插值法对原始肿瘤病例信息进行数据清洗,运用独热编码、归... 

【文章来源】：电子科技大学四川省 211工程院校 985工程院校 教育部直属院校

【文章页数】：109 页

【学位级别】：硕士

【部分图文】：

DRGs分组与医、保、患三者关系图

医疗保险五种支付方式比对图

DRGs分组系统用例图

【参考文献】：
期刊论文
[1]Vue+Springboot+MyBatis技术应用解析[J]. 陈倩怡,何军.  电脑编程技巧与维护. 2020(01)
[2]按病种付费对医院医保总额管理的影响分析——以天津某三甲医院为例[J]. 杨翼帆,王淑慧,杨凡,刘瑞普,金亚娜,苏丽华,胡亚楠,段剑飞.  中国医疗保险. 2020(01)
[3]医疗保险支付方式改革与医药费用控制[J]. 瞿婷婷,解乃琪,易沛.  南开经济研究. 2019(05)
[4]DRGs付费形势下肿瘤内科常见编码问题及对策[J]. 王忱玉,贾羽丰.  中国病案. 2019(06)
[5]Spark on Yarn模式的电信大数据处理平台[J]. 杨玉,张远夏.  福建电脑. 2019(03)
[6]DRGs视角下医改对肿瘤专科医院的绩效影响分析[J]. 刘利,武爱文,王楠,李航,李蕊,于淼.  中国医院管理. 2019(03)
[7]开展DRGS对提升病案编码员肿瘤疾病分类能力的相关对策[J]. 黄秋华,罗小丽.  医学理论与实践. 2018(20)
[8]疾病诊断相关分组（DRGs）在肿瘤门诊特殊疾病病种支付中的应用研究[J]. 冯海欢,杨芳,李佳瑾,滕世伟,孙麟.  中国卫生政策研究. 2018(05)
[9]基于DRGs肿瘤专科医院精细化管理探讨[J]. 莫陶欣,王丹,杨煦,冷家骅,刘晶,薛冬.  中国卫生质量管理. 2018(02)
[10]按病种付费的发展和管理关键点[J]. 薛迪.  中国卫生资源. 2018(01)

硕士论文
[1]基于Spark平台的网络数据分析系统的设计与实现[D]. 林艺君.北京邮电大学 2017
[2]基于DRGs和不确定需求的医疗服务资源配置研究[D]. 王聪.天津大学 2014
[3]数据挖掘中数据预处理的方法研究[D]. 方洪鹰.西南大学 2009



本文编号：3411744