机器学习和信息系统在住院费用合理性判别中的应用

目的 构建住院费用合理性判别模型,设计可良性循环的住院费用监管信息系统,为医疗保险(以下简称"医保")控费管理者提供费用合理性判别的可行路径与可用工具.方法 收集、清洗上海市2016-2018年病案首页数据,聚焦患者基本信息和费用信息,采用机器学习建模、信息系统搭建结合的思路展开研究,形成可行的住院费用监管方法和操作路径.结果 该套监管方法在华东某市护理院的应用效果良好,对不同主疾病的判别准确率稳定在80％上下,假阳性率稳定在10％以内,康复费、住院天数、并发症数量等是影响患者住院费用合理性的重要因素.结论 机器学习和信息系统相结合的模型构建及优化方式能够对医疗机构住院费用数据进行有效的费用合理性判断,直观反映相关住院费用重点影响因素,达到引导医疗行为、提升医保基金使用效率的效果.