基于BP神经网络的医疗服务费用预测模型研究

发布时间：2022-01-05 12:42

　　近年来我国在医疗领域有着快速的发展,相应的体制也在持续深化变革,与其相辅相成的医疗保险方面的付费模式的相关改革也在进一步加快,它们所带来的益处是非常多的,如可以使医疗服务更加规范,使人民更深刻的体会到对于医疗的获得感。医疗费用的预测作为一项复杂的系统工程,其影响因素纷繁且个体差异较大,这无疑对准确的预测带来了困难。由于医疗费用高涨且其步伐越来越快,这一问题引起各国政府的关心。由于社会老龄化严重程度加大及医疗监管制度不全面导致医疗费用迅猛增长,美国最早意识到应该采取措施去控制费用过多上涨及监控不合理的医疗行为。后经过多年的研究和实践,目前国际上已经形成了以诊断级别、住院天数、并发症情况等为核心的较为成熟的医疗保险付费模式体系,即按病种分组付费。与国际成熟的经验相比,目前我国在医疗费用控制方面特别是保险付费方面尚未形成较为完整的、符合我国国情的方法和技术体系,现有研究和技术还无法满足医疗机构尤其是广大患者的现实诉求,因此积极寻找更为科学的预测方法具有重要的理论意义。基于此,本文在按病种分组付费的基础之上,结合其他影响因素借助神经网络动态处理非线性问题的能力,借助其中的BP算法创建模型并把它... 

【文章来源】：河北大学河北省

【文章页数】：73 页

【学位级别】：硕士

【部分图文】：

神经

图 4 神经网络学习传播过预测评估相结合的可诊断、住院天数及个体特标，DRGs 分组技术是最神经网络的医疗费用预测近期已经发生的一些患者者在一定时点的医疗支Gs 分组理论对患者进行。人为地修正各种因素，修修正。此方法忽略了各指到修正之后得出一个可

(5)神经网络训练结束，表明达到了预期的效果，此模型即可作为预测某种疾况下住院所需医疗费用的有效工具，能对不同患者做出大致的预测。3.2.2 预测模型及其流程根据上一节所述的设计网络理论和基本模型，建立医疗费用预测模型，预测程流程图 5 所示:首先导出一定数量的出院患者的住院病案首页信息，根据 DRGs 及个体的其行分类。再将各种数据个体的各种特征因素进行量化作为样本数据输入到此预，并设定初始权值、期望误差、神经元个数等等初始条件，通过网络模型的自训练，直至最后得到相对稳定的仿真网络。最后，将新的待预测费用的指标体入此模型中进行计算得到某种疾病所需的预测费用。随着数据量越来越多，每出来后都可以进一步补充样本集，使模型更加的精确。

【参考文献】：
期刊论文
[1]病案信息对DRGs发展的影响[J]. 肖晓兰,韦艳灵.  中国病案. 2016(12)
[2]公立医院临床住院科室绩效考核方案的设计[J]. 董琬月,杨金娟,柏如海,邓蓬华,高建民.  中国医院管理. 2016(04)
[3]规范诊断书写提升DRGs数据质量[J]. 刘婕.  中国病案. 2014(03)
[4]论临床路径理论、实施及其意义[J]. 潘哲毅,徐利民,陈国军.  医院管理论坛. 2013(01)
[5]两种灰色关联法对心绞痛患者住院医疗费用影响因素的分析比较[J]. 刘媛媛,崔壮,李长平,宋春华,朱宝,马骏.  中国卫生统计. 2012(04)
[6]Exhaustive CHAID分类树与logistic回归在脑卒中危险因素中的应用[J]. 张芬,余金明,王家宏,毛勇,张李军,李社昌,战义强,胡大一.  中国预防医学杂志. 2011(07)
[7]住院医疗费用的影响因素研究:基于医院样本的实证分析[J]. 杜修立,俞乔.  中国卫生经济. 2011(02)
[8]疾病诊断相关分组（DRGs）付费模式的研究进展[J]. 邸宁,张明,唐春燕.  中国医学创新. 2010(13)
[9]论医疗卫生监督中存在的问题与对策[J]. 张平.  临床合理用药杂志. 2009(14)
[10]我国医疗保险支付方式的探讨研究[J]. 刘婷,张灵子.  大众商务. 2009(14)

硕士论文
[1]我国公立医院DRGs成本核算模型与方法体系构建[D]. 徐晓丽.东南大学 2015
[2]日本医疗保险制度对我国的启示[D]. 熊菲.武汉科技大学 2009
[3]人工神经网络在房地产评估中的应用研究[D]. 谢德.武汉大学 2005
[4]神经网络在数据挖掘中的应用研究[D]. 黄华.长春理工大学 2002



本文编号：3570368