全民健保医疗费用审查自动化之研究

随着数据库的普及与技术的成熟，目前?类面临的问题已由数据不足转为数据过多，企业将许多时间与成本花费在数据处理?。但事实?，更重要的是如何能将这些数据转为有用的信息，如何能由过多的数据量?，发现对?类有意义的事物，或是企业如何找出前所未知的信息，以便比竞争者掌握更多致胜的信息。如何使用计算机帮助?们达成此?目标，就是当前重要的研究课题- 资料发掘（ datamining）。由于全民健保制度实施后，为了配合费用申报，健保局内已拥有完整的医事机构、医师、病?之数据，只是由于审查规定众多、机制复杂，目前无法将之完全计算机化，故许多?方仍需倚赖?工方式进行。资料发掘可以从数据库?发现有意义的信息，已经是普遍为?所接受的观念，所以理论?数据发掘也应该可以从健保局内的数据库?，发现或得到重要与未知的信息，帮助进行医疗费用审查的工作。可是观察国内的文献?，对于如何利用如此庞大的医疗数据，进行数据发掘工作，以便协助医疗费用审查，缺乏实证?的研究，而国外虽然有?些作法可以参考，但由于制度、国情均不同其，加?许多国家的健康保险为商业保险，计算机审查机制列为营业机密，如何利用数据发掘建立自动化审查机制，帮助健保局取代?工作业，并作出正确的费用审查结果，便成了非常需要又有意义的研究。由于健保局在医疗费用审查时，对于医疗院所申报之就医数据的处理?，已经有不错的运作机制，健保局也不断利用现有信息系统，更新各项功能，提高申报数据的正确性。故本研究所探讨的范围，主要针对健保局在处理医疗院所申报就医资料后，针对医疗费用申请之正确与适当性进行分析评估，尝试自动过滤出有问题的资料，帮助健保局取代现存之随机抽样?工审查作业。然而，本研究限于时间与?力，故仅挑选?至数种疾病进行，并建立分析模型，以供未来后续研究者之参考。同时，本研究虽使用健保局提供之医疗历史数据进行，惟因健保局对医疗院所之申报资料质量要求并未落实，根据访谈健保局?员得知，在87年（含）以前之资料，医令部份较不具参考价值，故在数据使用?，将以88年以后申报的数据为主，进行分析工作，88年以前的数据则仅以费用清单数据作为分析时的参考。此外，影响医疗费用成长的因素众多，甚至包括政治与经济?的问题。从政治层面来看，立法院讨论调降健保费率的新闻时有所闻；从经济层面来看，前几年的金融危机，对台湾经济所产生的冲击，加?景气的影响等等，健保局，有那些努力的空间，并非本研究所关心的重点。而至于制度方面的改革，包括：部份负担制度、限制保险给付范围、订定合理药价与支付标准、论病例计酬方式（DRG）乃至实施总额预算（Global budget）制，亦非本研究讨论之范围，本研究并未针对建立医疗费用自动化审查系统后，制度面会造成的冲击与影响有那些加以分析，对此，则有待后续研究者的努力了。 数据挖掘研究院

  数据挖掘研究院

资料全文下载 数据挖掘研究院