CN112330039A - 资源分配方法及装置和存储介质 - Google Patents
资源分配方法及装置和存储介质 Download PDFInfo
- Publication number
- CN112330039A CN112330039A CN202011260816.XA CN202011260816A CN112330039A CN 112330039 A CN112330039 A CN 112330039A CN 202011260816 A CN202011260816 A CN 202011260816A CN 112330039 A CN112330039 A CN 112330039A
- Authority
- CN
- China
- Prior art keywords
- medical insurance
- diseases
- resource allocation
- marginal
- marginal effect
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000013468 resource allocation Methods 0.000 title claims abstract description 117
- 238000000034 method Methods 0.000 title claims abstract description 70
- 238000003860 storage Methods 0.000 title claims abstract description 23
- 201000010099 disease Diseases 0.000 claims abstract description 268
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 claims abstract description 268
- 230000000694 effects Effects 0.000 claims abstract description 267
- 238000012545 processing Methods 0.000 claims description 36
- 230000008859 change Effects 0.000 claims description 16
- 230000037361 pathway Effects 0.000 claims description 12
- 238000001356 surgical procedure Methods 0.000 claims description 12
- 238000004590 computer program Methods 0.000 claims description 10
- 238000000611 regression analysis Methods 0.000 claims description 9
- 238000009795 derivation Methods 0.000 claims description 7
- 230000009471 action Effects 0.000 claims description 6
- 229940079593 drug Drugs 0.000 claims description 5
- 239000003814 drug Substances 0.000 claims description 5
- 238000001228 spectrum Methods 0.000 abstract description 3
- 238000010586 diagram Methods 0.000 description 19
- 230000001225 therapeutic effect Effects 0.000 description 18
- 238000004891 communication Methods 0.000 description 10
- 238000005516 engineering process Methods 0.000 description 9
- 230000006870 function Effects 0.000 description 9
- 238000009826 distribution Methods 0.000 description 6
- 208000017667 Chronic Disease Diseases 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 5
- 206010020772 Hypertension Diseases 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 4
- 230000006872 improvement Effects 0.000 description 4
- 230000005236 sound signal Effects 0.000 description 4
- 201000011510 cancer Diseases 0.000 description 3
- 230000000875 corresponding effect Effects 0.000 description 3
- 230000003631 expected effect Effects 0.000 description 3
- 238000007726 management method Methods 0.000 description 3
- 208000030090 Acute Disease Diseases 0.000 description 2
- 206010028980 Neoplasm Diseases 0.000 description 2
- 208000019498 Skin and subcutaneous tissue disease Diseases 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 2
- 206010012601 diabetes mellitus Diseases 0.000 description 2
- 239000000835 fiber Substances 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000001902 propagating effect Effects 0.000 description 2
- 208000017520 skin disease Diseases 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 1
- 206010035664 Pneumonia Diseases 0.000 description 1
- 230000032683 aging Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 239000008280 blood Substances 0.000 description 1
- 210000004369 blood Anatomy 0.000 description 1
- 229910052802 copper Inorganic materials 0.000 description 1
- 239000010949 copper Substances 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000000977 initiatory effect Effects 0.000 description 1
- 230000003902 lesion Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 208000031225 myocardial ischemia Diseases 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 201000008827 tuberculosis Diseases 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
- G06Q40/08—Insurance
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
- G16H40/20—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the management or administration of healthcare resources or facilities, e.g. managing hospital staff or surgery rooms
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/70—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for mining of medical data, e.g. analysing previous cases of other patients
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- General Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- Finance (AREA)
- Accounting & Taxation (AREA)
- Human Resources & Organizations (AREA)
- Public Health (AREA)
- Medical Informatics (AREA)
- Marketing (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Development Economics (AREA)
- Data Mining & Analysis (AREA)
- Biomedical Technology (AREA)
- Technology Law (AREA)
- Epidemiology (AREA)
- Primary Health Care (AREA)
- General Health & Medical Sciences (AREA)
- Entrepreneurship & Innovation (AREA)
- Pathology (AREA)
- Databases & Information Systems (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Educational Administration (AREA)
- Medical Treatment And Welfare Office Work (AREA)
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Abstract
本公开涉及一种资源分配方法及装置和存储介质。所述方法包括:根据医疗保险数据和疾病临床路径数据构建综合数据***,据此确定不同疾病的效果参数;根据医疗保险数据以及多种疾病的效果参数,确定多种疾病的边际效果参数;根据边际效果参数以及医疗保险资源增长量,确定全疾病谱内多种疾病的资源分配增量。根据本公开的实施例的资源分配方法,可利用医疗保险数据和疾病临床路径数据来分析多种疾病的效果参数,并确定医疗保险数据对多种疾病的边际效果参数,进而可基于边际效果参数有针对性地为多种疾病分配资源,通过为边际治疗效果良好且资源分配较少的疾病增加资源,以提升资源配置效率,达到有限医疗保险资源的总体优化配置。
Description
技术领域
本公开涉及计算机技术领域,尤其涉及一种资源分配方法及装置和存储介质。
背景技术
医疗保险待遇支付范围包括参保人员政策范围内(即医保目录)的住院、普通门诊、门诊、慢性病费用等。起付标准、支付比例和最高支付限额等在规定范围内由各地制定。支付项目包括:国家基本医疗保险药品目录、诊疗项目和医疗服务设施范围。随着医疗保险制度的发展,其覆盖面逐年扩大,参保人数和医疗保险资源等资源也在不断增加,但与此同时,医疗保险资源(例如,资金)的支出压力逐年增加,如何科学合理的配置有限资金、并管控滥用资金资源的风险成为医疗保险领域的重点问题。
在相关技术中,在医疗保险支付方式通常包括按服务项目支付、按人数费用标准支付、总额预付等。但是,将有限的资金在不同病种间分配却未涉及。从而难以在资源有限的情况下,对多种病种的治疗效果实现显著提升。例如,某慢性病病程长,资金投入大,而某急性病症病程短,较少的资金投入即可产生显著的治疗效果。但该急性病症可能投入过少,导致治疗效果不佳,从而导致整体治愈率不佳,相关技术中,难以为治疗效果较差的疾病准确地分配资源。并且,由于部分疾病资金投入大,导致医疗机构更倾向于为该类疾病提供更多的医疗资源,从而可能造成过度医疗,以及医疗资源和医疗保险资源的滥用等情况,并可能导致用于其他疾病的医疗保险资源及医疗资源不足。
发明内容
本公开提出了一种资源分配方法及装置、装置和存储介质。
根据本公开的一方面,提供了一种资源分配方法,包括:根据医疗保险数据以及多种临床路径数据,确定多种疾病的效果参数,其中,所述效果参数指示所述临床路径数据中的治疗效果指标、病例特征指标和所述医疗保险数据之间的关系,所述治疗效果指标指示病例的治疗效果,所述病例特征指标指示病例的至少一个类别特征;根据所述医疗保险数据以及所述多种疾病的效果参数,确定所述多种疾病的边际效果参数,其中,所述边际效果参数指示在所述医疗保险数据发生变化时,所述治疗效果指标发生变化的变化率;根据边际效果参数以及医疗保险资源增长量,确定多种疾病的资源分配增量。
在一种可能的实现方式中,根据边际效果参数以及医疗保险资源增长量,确定多种疾病的资源分配增量,包括:根据所述多种疾病的边际效果参数、医疗保险资源增长量以及至少一个约束条件,确定所述多种疾病的资源分配增量,其中,所述约束条件包括各种疾病的最小资源分配量,以及多种疾病的资源分配增量之和为所述医疗保险资源增长量。
在一种可能的实现方式中,根据所述多种疾病的边际效果参数、医疗保险资源增长量以及至少一个约束条件,确定所述多种疾病的资源分配增量,包括:根据所述多种疾病的边际效果参数和医疗保险资源增长量,确定多种疾病的第一边际效果参数;对多种疾病的第一边际效果参数进行平均处理,获得平均边际效果参数;根据所述多种疾病的第一边际效果参数以及所述平均边际效果参数,确定第一边际效果参数的标准差;在所述约束条件的约束作用下,对所述标准差进行最小化处理,获得所述多种疾病的资源分配增量,其中,所述资源分配增量使得所述第一边际效果参数的标准差最小。
在一种可能的实现方式中,根据医疗保险数据以及临床路径数据,确定多种疾病的效果参数,包括:对所述医疗保险数据、所述治疗效果指标以及至少一个所述病例特征指标进行回归分析处理,获得所述效果参数。
在一种可能的实现方式中,根据所述医疗保险数据以及所述多种疾病的效果参数,确定所述多种疾病的边际效果参数,包括:根据所述治疗效果指标以及所述效果参数,对所述医疗保险数据进行求导处理,获得所述边际效果参数。
在一种可能的实现方式中,所述病例特征指标包括性别、年龄、婚姻状况、疾病种类、疾病严重程度指标、手术指标、药量指标中的一种或多种。
根据本公开的一方面,提供了一种资源分配装置,包括:效果参数模块,用于根据医疗保险数据以及临床路径数据,确定多种疾病的效果参数,其中,所述效果参数指示所述临床路径数据中的治疗效果指标、病例特征指标和所述医疗保险数据之间的关系,所述治疗效果指标指示病例的治疗效果,所述病例特征指标指示病例的至少一个类别特征;边际效果模块,用于根据所述医疗保险数据以及所述多种疾病的效果参数,确定所述多种疾病的边际效果参数,其中,所述边际效果参数指示在所述医疗保险数据发生变化时,所述治疗效果指标发生变化的变化率;分配模块,用于根据边际效果参数以及医疗保险资源增长量,确定多种疾病的资源分配增量。
在一种可能的实现方式中,所述分配模块进一步用于:根据所述多种疾病的边际效果参数、医疗保险资源增长量以及至少一个约束条件,确定所述多种疾病的资源分配增量,其中,所述约束条件包括各种疾病的最小资源分配量,以及多种疾病的资源分配增量之和为所述医疗保险资源增长量。
在一种可能的实现方式中,所述分配模块进一步用于:根据所述多种疾病的边际效果参数和医疗保险资源增长量,确定多种疾病的第一边际效果参数;对多种疾病的第一边际效果参数进行平均处理,获得平均边际效果参数;根据所述多种疾病的第一边际效果参数以及所述平均边际效果参数,确定第一边际效果参数的标准差;在所述约束条件的约束作用下,对所述标准差进行最小化处理,获得所述多种疾病的资源分配增量,其中,所述资源分配增量使得所述第一边际效果参数的标准差最小。
在一种可能的实现方式中,效果参数模块进一步用于:对所述医疗保险数据、所述治疗效果指标以及至少一个所述病例特征指标进行回归分析处理,获得所述效果参数。
在一种可能的实现方式中,分配模块进一步用于:根据所述治疗效果指标以及所述效果参数,对所述医疗保险数据进行求导处理,获得所述边际效果参数。
在一种可能的实现方式中,所述病例特征指标包括性别、年龄、婚姻状况、疾病种类、疾病严重程度指标、手术指标、药量指标中的一种或多种。
根据本公开的一方面,提供了一种资源分配装置,包括:处理器;用于存储处理器可执行指令的存储器;其中,所述处理器被配置为:执行上述资源分配方法。
根据本公开的一方面,提供了一种计算机可读存储介质,其上存储有计算机程序指令,所述计算机程序指令被处理器执行时实现上述资源分配方法。
根据本公开的实施例的资源分配方法,可利用医疗保险数据以及多种疾病的临床路径数据来分析多种疾病的效果参数,进而确定医疗保险数据对多种疾病的边际效果参数,进而可基于边际效果参数有针对性地为多种疾病分配资源,通过为边际治疗效果良好且资源分配较少的疾病增加资源,以提升资源配置效率,达到有限医疗保险资源的总体优化配置。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,而非限制本公开。
根据下面参考附图对示例性实施例的详细说明,本公开的其它特征及方面将变得清楚。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,这些附图示出了符合本公开的实施例,并与说明书一起用于说明本公开的技术方案。
图1示出根据本公开实施例的资源分配方法的流程图;
图2A、图2B、图2C和图2D示出根据本公开实施例的资源分配方法的应用示意图;
图3示出根据本公开实施例的资源分配装置的框图;
图4示出根据本公开实施例的资源分配装置的框图;
图5示出根据本公开实施例的资源分配装置的框图。
具体实施方式
以下将参考附图详细说明本公开的各种示例性实施例、特征和方面。附图中相同的附图标记表示功能相同或相似的元件。尽管在附图中示出了实施例的各种方面,但是除非特别指出,不必按比例绘制附图。
在这里专用的词“示例性”意为“用作例子、实施例或说明性”。这里作为“示例性”所说明的任何实施例不必解释为优于或好于其它实施例。
本文中术语“和/或”,仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。另外,本文中术语“至少一种”表示多种中的任意一种或多种中的至少两种的任意组合,例如,包括A、B、C中的至少一种,可以表示包括从A、B和C构成的集合中选择的任意一个或多个元素。
另外,为了更好的说明本公开,在下文的具体实施方式中给出了众多的具体细节。本领域技术人员应当理解,没有某些具体细节,本公开同样可以实施。在一些实例中,对于本领域技术人员熟知的方法、手段、元件和电路未作详细描述,以便于凸显本公开的主旨。
图1示出根据本公开实施例的资源分配方法的流程图,如图1所示,所述方法包括:
在步骤S11中,根据医疗保险数据以及临床路径数据,确定多种疾病的效果参数,其中,所述效果参数指示所述临床路径数据中的治疗效果指标、病例特征指标和所述医疗保险数据之间的关系,所述治疗效果指标指示病例的治疗效果,所述病例特征指标指示病例的至少一个类别特征;
在步骤S12中,根据所述医疗保险数据以及所述多种疾病的效果参数,确定所述多种疾病的边际效果参数,其中,所述边际效果参数指示在所述医疗保险数据发生变化时,所述治疗效果指标发生变化的变化率;
在步骤S13中,根据边际效果参数以及医疗保险资源增长量,确定多种疾病的资源分配增量。
根据本公开的实施例的资源分配方法,可利用医疗保险数据以及多种疾病的临床路径数据来分析多种疾病的效果参数,进而确定医疗保险数据对多种疾病的边际效果参数,进而可基于边际效果参数有针对性地为多种疾病分配资源,通过为边际治疗效果良好且资源分配较少的疾病增加资源,以提升资源配置效率,达到有限医疗保险资源的总体优化配置。
在一种可能的实现方式中,医疗保险资源(例如,资金)通常由各地统筹管理,而由于人口增长,人口老龄化等原因,病患人数会有所增加,造成了医疗保险资源的紧张。在分配医疗保险的资金时,通常可按照历史资金需求量、病患人数、报销比例等因素来分配,这种分配方式未考虑到疾病的治疗效果,容易造成一些治愈率较高的病种分配到的资源较少的情况。例如,如果按照历史资金需求量来分配医疗保险资源,则糖尿病、高血压等慢性疾病以及癌症等重大疾病分配的医疗保险资源较多,而一些突发疾病(例如,肺炎、肺结核)等分配到的医疗保险资源较少。并且,在医疗保险资源总量增加时(例如,参保人数增加造成的医疗保险资源总量增加,或者财政拨款造成的医疗保险资源总量增加),则增量部分也会倾向于为历史资金需求量大的疾病分配更多资金,造成其他疾病分配到的医疗保险资源以及医疗资源更加紧张。
此外,由于糖尿病、高血压等慢性疾病以及癌症等重大疾病时资金投入量大,医疗机构更倾向于将医疗资源分配给这些疾病,不仅造成了其他疾病获得的医疗资源更少,还可能造成在慢性疾病和重大疾病中滥用医疗资源甚至过度医疗的风险。导致医疗资源以及医疗保险资源的分配更加不均匀,医疗资源紧张的疾病的治疗效果较差。
在一种可能的实现方式中,基于上述问题,可基于医疗保险数据(例如,治疗各种疾病的历史资金需求量等)以及疾病的临床路径数据(例如,来自多家医院的临床数据,可包括多种疾病的病例的数据,例如,病例的治疗效果、严重程度等)等数据来确定更精确的医疗保险资源的分配方法,在保持医疗保险资源的原有分配方式的基础上,将医疗保险资源的增加量更多的分配给目前治疗效果较差、资源分配较少但边际效果较好的疾病,以更快地提升该种疾病的治疗效果,同时不会减少其他疾病分配到的医疗保险资源。使得多种疾病的治疗效果更均匀,并使得医疗保险资源的分配更公平,减少滥用医疗资源以及过度医疗的风险。
在一种可能的实现方式中,在步骤S11中,可根据医疗保险数据以及多种疾病的临床路径数据,确定多种疾病的效果参数。在示例中,可根据医疗保险数据以及临床路径数据构建综合数据***。临床路径数据可包括多个病例的治疗数据,例如,多个病例所患疾病的类别、用药记录、手术记录、就诊登记记录、住院登记记录(例如,可登记病例的基本信息、例如,年龄、婚姻状况等)、检验报告(例如,医学检验的记录,可记录病例的病灶的类别、严重程度、恢复情况、治疗效果等)、处方信息等。医疗保险数据可记录病例的住院费用信息、用药费用信息、治疗费用信息、费用结算信息等,本公开对医疗保险数据以及临床路径数据包括的内容不做限制。
在一种可能的实现方式中,通过医疗保险数据和多种疾病的临床路径数据可构建完整、准确、真实且可靠的综合数据***。并可将临床路径数据与针对病例支付的医疗保险数据进行关联和整合。在示例中,可根据复式数据记录方法,对每次治疗费用与医疗保险支付记录进行记录,并可进行试算平衡,以提高数据的准确率。在示例中,可根据字节关联等方法,将临床路径数据中的临床治疗或用药等记录与医疗保险的支付记录进行关联,并可通过区块链技术进行加密处理,通过区块链技术不可篡改的特性,使得数据安全可靠,并可保护患者隐私。在示例中,可通过将医疗保险数据和多家医疗机构的临床路径数据通过上述方式进行关联,
在一种可能的实现方式中,可根据已关联的医疗保险数据和临床路径数据,确定多种疾病的效果参数。在示例中,可利用多个病例的治疗效果指标、病例特征指标以及与之对应的医疗保险数据确定效果参数。步骤S11可包括:对所述医疗保险数据、所述治疗效果指标以及至少一个所述病例特征指标进行回归分析处理,获得所述效果参数。
在示例中,所述病例特征指标包括性别、年龄、婚姻状况、疾病种类、疾病严重程度指标、手术指标、药量指标中的一种或多种。可利用上述指标中的一种或多种,以及医疗保险数据中针对该病例的该疾病的支付记录来进行回归分析,获得表示临床路径数据与医疗保险数据之间的关系的效果参数。
在示例中,可通过以下公式(1)来进行回归分析,以获得所述效果参数:
qi=β0+β1lnyi+β2agei+β3genderi+β4marriagei+β5diseasei+β6severei+β7medicali+β8surgeryi+εi (1)
其中,qi表示第i个病例的治疗效果指标(qi=0表示未治愈,qi=1表示正在好转,qi=0表示已治愈),yi表示根据医疗保险数据获取的第i个病例的医疗保险资金支付的金额,agei、genderi、marriagei、diseasei、severei、severei、medicali、surgeryi均为病例特征指标,其中,agei表示第i个病例的年龄,genderi表示第i个病例的性别,marriagei表示第i个病例的婚姻状况,diseasei表示第i个病例的疾病种类(例如,diseasei=0表示普通疾病,diseasei=1表示重大疾病,diseasei=2表示恶性肿瘤等特别重大的疾病),severei表示严重程度指标(例如,severei=0表示一般,severei=1表示紧急,severei=1表示危重),medicali表示药量指标,surgeryi表示手术指标(例如,surgeryi=0表示未进行手术,surgeryi=1表示进行手术),εi表示残差项。β0、β1、β2、β3、β4、β5、β6、β7、β8为所述效果参数,表示治疗效果指标、病例特征指标和医疗保险数据之间的关系。
在一种可能的实现方式中,以疾病的种类为基础,按照疾病种类划分病例,并针对每种疾病,对该种疾病的多个病例通过上述公式(1)进行回归分析,确定该种疾病的治疗效果指标、该种疾病的病例特征指标和治疗该种疾病的医疗保险资金支付的金额之间的关系。在示例中,治疗效果指标与医疗保险资金支付的金额之间可存在对数关系,因此,可对医疗保险资金支付的金额进行取对数运算(例如,以e为底数的对数),随后再通过公式(1)进行回归分析。
通过这种方式,可通过大量准确的临床路径数据和医疗保险数据建立治疗效果指标、病例特征指标和医疗保险数据之间的关系,提高了所述关系的准确性,并为基于治疗效果分配医疗保险资源增长量提供了准确的基础。
在一种可能的实现方式中,在确定效果参数,即,确定治疗效果指标、病例特征指标和医疗保险数据之间的关系之间的关系后,可利用上述关系,确定多种疾病的边际效果参数。
在一种可能的实现方式中,针对某种疾病的效果参数可表示该种疾病的治疗效果指标、该种疾病的病例特征指标和治疗该种疾病的医疗保险资金支付的金额之间的关系,该关系可通过关系图来表示,在示例中,可通过曲线关系图来表示。
在示例中,可将第j(j为正整数)种疾病医疗保险资金支付的金额yj作为横坐标,治疗效果指标qj作为纵坐标,并将其他参数作为常量,来确定所述曲线关系图。可得到医疗保险资金支付的金额yj与治疗效果指标qj之间的关系(包括曲线关系图与关系式)。
在一种可能的实现方式中,可根据第j种疾病医疗保险资金支付的金额yj与治疗效果指标qj之间的关系,确定该种疾病的边际效果参数,即,医疗保险资金支付的金额的单位增加额所能够引起的治疗效果指标的提升量,或治疗效果指标对于医疗保险资金支付的金额的变化率。在示例中,可在关系曲线中截取任意一段,并确定治疗效果指标的变化量与医疗保险资金支付的金额的变化量之比,来获得边际效果参数。或者可在关系曲线中截取多段,并分别确定每段曲线的治疗效果指标的变化量与医疗保险资金支付的金额的变化量之比,并将多段曲线的比值取平均值,来获得边际效果参数。本公开对获得边际效果参数的方法不做限制。
在一种可能的实现方式中,步骤S12可包括:根据所述治疗效果指标以及所述效果参数,对所述医疗保险数据进行求导处理,获得所述边际效果参数。即,可通过对每种疾病的医疗保险资金支付的金额yj与每种疾病的治疗效果指标qj之间的关系式进行求导,可获得每种疾病的边际效果参数。在示例中,由于所述关系式中确定的是治疗效果指标与医疗保险资金支付的金额的对数之间的关系,因此,所述求导处理可通过以下公式(2)确定每种疾病的边际效果参数:
qj’(yj)=β1j/yj (2)
其中,qj’(yj)第j种疾病的边际效果参数,β1j第j种疾病的关系式中,医疗保险资金支付的金额yj的系数,即,第j种疾病的治疗效果对于第j种疾病的医疗保险资金支付的金额的变化率。可根据公式(2),确定每种疾病的边际效果参数。
在一种可能的实现方式中,在步骤S13中,在确定边际效果参数后,可确定多种疾病的资源分配量。在示例中,由于涉及人数众多等原因,现有的医疗保险资源的分配方案难以改变,因此,可通过所述资源分配方法对新增的医疗保险资源进行分配,即,可对医疗保险资源增长量进行分配,并在长期的迭代中,达到对医疗保险资源的整体分配进行优化。
在一种可能的实现方式中,可根据各种疾病的边际效果参数,对医疗保险资源增长量进行优化分配,以确定每种疾病的资源分配增量,即,每种疾病分配获得的医疗保险资源增长量中的份额。进一步地,可在长期的迭代中,对多年中的医疗保险资源增长量进行优化分配,以实现对于医疗保险资源的整体优化分配。在示例中,可通过7-10年的迭代时间,对每年的医疗保险资源增长量进行优化分配,从而实现对医疗保险资源的整体优化分配,使得各种疾病的治疗效果更均匀,各种疾病的边际效果差异更小,减少资源配置低效的疾病种类,并使得医疗保险资源的分配更公平,减少滥用医疗资源以及过度医疗的风险。本公开对迭代时间不做限制。
在一种可能的实现方式中,步骤S13可包括:根据所述多种疾病的边际效果参数、医疗保险资源增长量以及至少一个约束条件,确定所述多种疾病的资源分配增量,其中,所述约束条件包括各种疾病的最小资源分配量,以及多种疾病的资源分配增量之和为所述医疗保险资源增长量。在示例中,可在约束条件的约束下,根据各种疾病的边际效果参数对各种疾病的资源分配增量进行优化。例如,可进行线性优化等方式对各种疾病的资源分配增量进行优化,本公开对优化方式不做限制。
在示例中,约束条件可包括多种疾病的资源分配增量之和为医疗保险资源增长量,可通过以下公式(3)确定该约束条件:
其中,Zj为第j种疾病的分配到的医疗保险资源增长量份额,n为疾病种类数量,Z为医疗保险资源增长量。
在示例中,约束条件可包括各种疾病的最小资源分配量,可通过以下公式(4)确定该约束条件:
Zj≥kjZ (4)
在一种可能的实现方式中,根据所述多种疾病的边际效果参数、医疗保险资源增长量以及至少一个约束条件,确定所述多种疾病的资源分配增量,包括:根据所述多种疾病的边际效果参数和医疗保险资源增长量,确定多种疾病的第一边际效果参数;对多种疾病的第一边际效果参数进行平均处理,获得平均边际效果参数;根据所述多种疾病的第一边际效果参数以及所述平均边际效果参数,确定第一边际效果参数的标准差;在所述约束条件的约束作用下,对所述标准差进行最小化处理,获得所述多种疾病的资源分配增量,其中,所述资源分配增量使得所述第一边际效果参数的标准差最小。
在一种可能的实现方式中,公式(2)可表示第j种疾病的边际效果参数,在此基础上,如果第j种疾病分配到的资源分配增量为Zj,则第j种疾病人均分配增量为zj,其中,Zj=mjzj,mj为第j种疾病的病例数量。因此,在新增医疗保险资源后,第j种疾病的第一边际效果参数可通过以下公式(5)表示:
qj’(yj+zj)=β1j/(yj+zj) (5)
在一种可能的实现方式中,可通过对多种疾病的第一边际效果参数进行优化,来优化每种疾病的资源分配增量Zj。在示例中,为使医疗保险资源在用于治疗各种疾病的边际效果参数差异减小,可对第一边际效果参数的标准差进行优化。
在一种可能的实现方式中,可确定多种疾病的第一边际效果参数的标准差。可对多种疾病的第一边际效果参数进行平均处理,获得平均边际效果参数,在示例中,可通过以下公式(6)确定:
其中,Avg_q’为平均边际效果参数。
在一种可能的实现方式中,可根据多种疾病的第一边际效果参数以及平均边际效果参数,确定第一边际效果参数的标准差,在示例中,可通过以下公式(7)确定第一边际效果参数的标准差:
其中,Std为第一边际效果参数的标准差。可在公式(3)和(4)确定的约束条件下,对第一边际效果参数的标准差Std进行最小化处理,以实现医疗保险资源增长量在用于治疗各种疾病的边际效果参数差异最小化。在第一边际效果参数的标准差Std最小化时,各种疾病分配到的医疗保险资源增长量的份额即为各种疾病的资源分配增量。在这种情况下,各种疾病的资源分配增量可使得第一边际效果参数的标准差Std最小,因此,可使得医疗保险资源增长量在用于治疗各种疾病的边际效果参数差异最小,即,使得全疾病谱内每种疾病的治疗效果均匀,以减少资源配置低效的疾病种类,并使得医疗保险资源的分配更公平,减少滥用医疗资源以及过度医疗的风险。
在一种可能的实现方式中,还可利用资源分配增量来确定分配医疗保险资源增加量后各种疾病的预期边际效果参数,例如,可利用资源分配增量以及公式(5)来确定各种疾病的预期边际效果参数,即,进一步地,还可利用资源分配增量与医疗保险资金支付的金额yj与治疗效果指标qj之间的关系式来确定各种疾病的预期效果指标,即,可将代入所述关系式中yj的位置,计算出的效果指标即为所述预期效果指标。
根据本公开的实施例的资源分配方法,可利用医疗保险数据以及多种疾病的临床路径数据,建立治疗效果指标、病例特征指标和医疗保险数据之间的关系,以分析多种疾病的效果参数,进而确定医疗保险数据对多种疾病的边际效果参数,进而可基于边际效果参数有针对性地为多种疾病分配资源,通过为边际治疗效果良好且资源分配较少的疾病增加资源,以提升资源配置效率,达到有限医疗保险资源的总体优化配置。
图2A、图2B、图2C和图2D示出根据本公开实施例的资源分配方法的应用示意图。在示例中,根据临床路径数据与医疗保险数据以及公式(1),可确定每种疾病的治疗效果指标、病例特征指标和治疗该种疾病的医疗保险资金支付的金额之间的关系式。
在一种可能的实现方式中,在确定上述关系式后,可通过公式(2)确定每种疾病的边际效果参数。进一步地,在医疗保险资源增加时(例如,医疗保险的资金增加),可通过公式(5)确定各种疾病的第一边际效果参数,并基于第一边际效果参数对医疗保险资源在用于治疗各种疾病的分配份额进行优化,例如,可通过公式(7)获得第一边际效果参数的标准差,并在“多种疾病的资源分配增量之和为医疗保险资源增长量”,以及“各种疾病的最小资源分配量”两个约束条件下,对第一边际效果参数的标准差进行最小化,在标准差最小化时获得的各种疾病分配到的医疗保险资源增长量的份额即为各种疾病的资源分配增量。
在一种可能的实现方式中,可利用资源分配增量以及公式(5)来确定各种疾病的预期边际效果参数,还可利用资源分配增量以及每种疾病的治疗效果指标、病例特征指标和治疗该种疾病的医疗保险资金支付的金额之间的关系式来确定各种疾病的预期效果指标。
在示例中,图2A示出医疗保险资源增长量为1万元时,各种疾病的边际效果参数,图中实线为采用所述资源分配方法时的各疾病的边际效果参数,虚线为未采用所述资源分配方法(采用历史资金需求量、病患人数、报销比例等因素来分配)时的各疾病的边际效果参数。如图2A所示,采用所述资源分配方法后,皮肤与皮下组织疾病与高血压病等疾病的边际效果参数与其他疾病差距更小,即,各种疾病的边际效果参数更均匀。在示例中,在无医疗保险资源增长量时,多种疾病的边际效果参数的标准差为0.04226,医疗保险资源增长量为1万元时,采用所述资源分配方法后,多种疾病的边际效果参数的标准差为0.04098,即,缩小了边际效果参数的标准差,并使得多种疾病的边际效果参数更均匀。
在示例中,图2B示出医疗保险资源增长量为10万元时,各种疾病的边际效果参数,图中实线为采用所述资源分配方法时的各疾病的边际效果参数,虚线为未采用所述资源分配方法时的各疾病的边际效果参数。如图2B所示,采用所述资源分配方法后,耳鼻喉类疾病、血糖疾病、缺血性心脏病、皮肤与皮下组织疾病与高血压病等疾病的边际效果参数与其他疾病差距更小,即,各种疾病的边际效果参数更均匀。在示例中,医疗保险资源增长量为10万元时,采用所述资源分配方法后,多种疾病的边际效果参数的标准差为0.03680,即,缩小了边际效果参数的标准差,并使得多种疾病的边际效果参数更均匀。
在示例中,图2C示出医疗保险资源增长量为100万元时,各种疾病的边际效果参数,图中实线为采用所述资源分配方法时的各疾病的边际效果参数,虚线为未采用所述资源分配方法时的各疾病的边际效果参数。如图2C所示,采用所述资源分配方法后,更多类型的疾病的边际效果参数与其他疾病差距更小,即,各种疾病的边际效果参数更均匀。在示例中,医疗保险资源增长量为100万元时,采用所述资源分配方法后,多种疾病的边际效果参数的标准差为0.02625,即,缩小了边际效果参数的标准差,并使得多种疾病的边际效果参数更均匀。
在示例中,图2D示出医疗保险资源增长量为1000万元时,各种疾病的边际效果参数,图中实线为采用所述资源分配方法时的各疾病的边际效果参数,虚线为未采用所述资源分配方法时的各疾病的边际效果参数。如图2D所示,采用所述资源分配方法后,更多类型的疾病的边际效果参数与其他疾病差距显著缩小,即,各种疾病的边际效果参数更均匀。在示例中,医疗保险资源增长量为1000万元时,采用所述资源分配方法后,多种疾病的边际效果参数的标准差为0.01690,即,缩小了边际效果参数的标准差,并使得多种疾病的边际效果参数更均匀。
如图2A-图2D所示,随着医疗保险资源增长量的增加,使用所述资源分配方法后,通过为边际治疗效果良好且资源分配较少的疾病增加资源,使多种疾病的边际效果参数更均匀,多种疾病的治疗效果更平均,缓解了医疗资源以及医疗保险资源的分配不均匀,医疗资源紧张的疾病的治疗效果较差的问题,对医疗保险资源增长量进行了帕累托改进,提升了全疾病谱内多种疾病的医疗保险资源增长量的配置效率,使得医疗保险资源的分配更公平,减少滥用医疗资源以及过度医疗的风险。
可以理解,本公开提及的上述各个方法实施例,在不违背原理逻辑的情况下,均可以彼此相互结合形成结合后的实施例,限于篇幅,本公开不再赘述。
此外,本公开还提供了资源分配装置、装置、计算机可读存储介质、程序,上述均可用来实现本公开提供的任一种资源分配方法,相应技术方案和描述和参见方法部分的相应记载,不再赘述。
本领域技术人员可以理解,在具体实施方式的上述方法中,各步骤的撰写顺序并不意味着严格的执行顺序而对实施过程构成任何限定,各步骤的具体执行顺序应当以其功能和可能的内在逻辑确定。
图3示出根据本公开实施例的资源分配装置的框图,如图3所示,所述装置包括:效果参数模块11,用于根据医疗保险数据以及临床路径数据,确定多种疾病的效果参数,其中,所述效果参数指示所述临床路径数据中的治疗效果指标、病例特征指标和所述医疗保险数据之间的关系,所述治疗效果指标指示病例的治疗效果,所述病例特征指标指示病例的至少一个类别特征;边际效果模块12,用于根据所述医疗保险数据以及所述多种疾病的效果参数,确定所述多种疾病的边际效果参数,其中,所述边际效果参数指示在所述医疗保险数据发生变化时,所述治疗效果指标发生变化的变化率;分配模块13,用于根据边际效果参数以及医疗保险资源增长量,确定多种疾病的资源分配增量。
在一种可能的实现方式中,所述分配模块进一步用于:根据所述多种疾病的边际效果参数、医疗保险资源增长量以及至少一个约束条件,确定所述多种疾病的资源分配增量,其中,所述约束条件包括各种疾病的最小资源分配量,以及多种疾病的资源分配增量之和为所述医疗保险资源增长量。
在一种可能的实现方式中,所述分配模块进一步用于:根据所述多种疾病的边际效果参数和医疗保险资源增长量,确定多种疾病的第一边际效果参数;对多种疾病的第一边际效果参数进行平均处理,获得平均边际效果参数;根据所述多种疾病的第一边际效果参数以及所述平均边际效果参数,确定第一边际效果参数的标准差;在所述约束条件的约束作用下,对所述标准差进行最小化处理,获得所述多种疾病的资源分配增量,其中,所述资源分配增量使得所述第一边际效果参数的标准差最小。
在一种可能的实现方式中,效果参数模块进一步用于:对所述医疗保险数据、所述治疗效果指标以及至少一个所述病例特征指标进行回归分析处理,获得所述效果参数。
在一种可能的实现方式中,分配模块进一步用于:根据所述治疗效果指标以及所述效果参数,对所述医疗保险数据进行求导处理,获得所述边际效果参数。
在一种可能的实现方式中,所述病例特征指标包括性别、年龄、婚姻状况、疾病种类、疾病严重程度指标、手术指标、药量指标中的一种或多种。
在一些实施例中,本公开实施例提供的装置具有的功能或包含的模块可以用于执行上文方法实施例描述的方法,其具体实现可以参照上文方法实施例的描述,为了简洁,这里不再赘述
本公开实施例还提出一种计算机可读存储介质,其上存储有计算机程序指令,所述计算机程序指令被处理器执行时实现上述方法。计算机可读存储介质可以是非易失性计算机可读存储介质。
本公开实施例还提出一种装置,包括:处理器;用于存储处理器可执行指令的存储器;其中,所述处理器被配置为上述方法。
装置可以被提供为终端、服务器或其它形态的设备。
图4是根据一示例性实施例示出的一种资源分配装置的框图。例如,装置800可以是移动电话,计算机,数字广播终端,消息收发设备,游戏控制台,平板设备,医疗设备,健身设备,个人数字助理等终端。
参照图4,装置800可以包括以下一个或多个组件:处理组件802,存储器804,电源组件806,多媒体组件808,音频组件810,输入/输出(I/O)的接口812,传感器组件814,以及通信组件816。
处理组件802通常控制装置800的整体操作,诸如与显示,电话呼叫,数据通信,相机操作和记录操作相关联的操作。处理组件802可以包括一个或多个处理器820来执行指令,以完成上述的方法的全部或部分步骤。此外,处理组件802可以包括一个或多个模块,便于处理组件802和其他组件之间的交互。例如,处理组件802可以包括多媒体模块,以方便多媒体组件808和处理组件802之间的交互。
存储器804被配置为存储各种类型的数据以支持在装置800的操作。这些数据的示例包括用于在装置800上操作的任何应用程序或方法的指令,联系人数据,电话簿数据,消息,图片,视频等。存储器804可以由任何类型的易失性或非易失性存储设备或者它们的组合实现,如静态随机存取存储器(SRAM),电可擦除可编程只读存储器(EEPROM),可擦除可编程只读存储器(EPROM),可编程只读存储器(PROM),只读存储器(ROM),磁存储器,快闪存储器,磁盘或光盘。
电源组件806为装置800的各种组件提供电力。电源组件806可以包括电源管理***,一个或多个电源,及其他与为装置800生成、管理和分配电力相关联的组件。
多媒体组件808包括在所述装置800和用户之间的提供一个输出接口的屏幕。在一些实施例中,屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板,屏幕可以被实现为触摸屏,以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界,而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中,多媒体组件808包括一个前置摄像头和/或后置摄像头。当装置800处于操作模式,如拍摄模式或视频模式时,前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜***或具有焦距和光学变焦能力。
音频组件810被配置为输出和/或输入音频信号。例如,音频组件810包括一个麦克风(MIC),当装置800处于操作模式,如呼叫模式、记录模式和语音识别模式时,麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器804或经由通信组件816发送。在一些实施例中,音频组件810还包括一个扬声器,用于输出音频信号。
I/O接口812为处理组件802和***接口模块之间提供接口,上述***接口模块可以是键盘,点击轮,按钮等。这些按钮可包括但不限于:主页按钮、音量按钮、启动按钮和锁定按钮。
传感器组件814包括一个或多个传感器,用于为装置800提供各个方面的状态评估。例如,传感器组件814可以检测到装置800的打开/关闭状态,组件的相对定位,例如所述组件为装置800的显示器和小键盘,传感器组件814还可以检测装置800或装置800一个组件的位置改变,用户与装置800接触的存在或不存在,装置800方位或加速/减速和装置800的温度变化。传感器组件814可以包括接近传感器,被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件814还可以包括光传感器,如CMOS或CCD图像传感器,用于在成像应用中使用。在一些实施例中,该传感器组件814还可以包括加速度传感器,陀螺仪传感器,磁传感器,压力传感器或温度传感器。
通信组件816被配置为便于装置800和其他设备之间有线或无线方式的通信。装置800可以接入基于通信标准的无线网络,如WiFi,2G或3G,或它们的组合。在一个示例性实施例中,通信组件816经由广播信道接收来自外部广播管理***的广播信号或广播相关信息。在一个示例性实施例中,所述通信组件816还包括近场通信(NFC)模块,以促进短程通信。例如,在NFC模块可基于射频识别(RFID)技术,红外数据协会(IrDA)技术,超宽带(UWB)技术,蓝牙(BT)技术和其他技术来实现。
在示例性实施例中,装置800可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现,用于执行上述方法。
在示例性实施例中,还提供了一种非易失性计算机可读存储介质,例如包括计算机程序指令的存储器804,上述计算机程序指令可由装置800的处理器820执行以完成上述方法。
图5是根据一示例性实施例示出的一种资源分配装置的框图。例如,装置1900可以被提供为一服务器。参照图5,装置1900包括处理组件1922,其进一步包括一个或多个处理器,以及由存储器1932所代表的存储器资源,用于存储可由处理组件1922的执行的指令,例如应用程序。存储器1932中存储的应用程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外,处理组件1922被配置为执行指令,以执行上述方法。
装置1900还可以包括一个电源组件1926被配置为执行装置1900的电源管理,一个有线或无线网络接口1950被配置为将装置1900连接到网络,和一个输入输出(I/O)接口1958。装置1900可以操作基于存储在存储器1932的操作***,例如Windows ServerTM,MacOS XTM,UnixTM,LinuxTM,FreeBSDTM或类似。
在示例性实施例中,还提供了一种非易失性计算机可读存储介质,例如包括计算机程序指令的存储器1932,上述计算机程序指令可由装置1900的处理组件1922执行以完成上述方法。
本公开可以是***、方法和/或计算机程序产品。计算机程序产品可以包括计算机可读存储介质,其上载有用于使处理器实现本公开的各个方面的计算机可读程序指令。
计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是――但不限于――电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、静态随机存取存储器(SRAM)、便携式压缩盘只读存储器(CD-ROM)、数字多功能盘(DVD)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的计算机可读存储介质不被解释为瞬时信号本身,诸如无线电波或者其他自由传播的电磁波、通过波导或其他传输媒介传播的电磁波(例如,通过光纤电缆的光脉冲)、或者通过电线传输的电信号。
这里所描述的计算机可读程序指令可以从计算机可读存储介质下载到各个计算/处理设备,或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或者网络接口从网络接收计算机可读程序指令,并转发该计算机可读程序指令,以供存储在各个计算/处理设备中的计算机可读存储介质中。
用于执行本公开操作的计算机程序指令可以是汇编指令、指令集架构(ISA)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或者以一种或多种编程语言的任意组合编写的源代码或目标代码,所述编程语言包括面向对象的编程语言—诸如Smalltalk、C++等,以及常规的过程式编程语言—诸如“C”语言或类似的编程语言。计算机可读程序指令可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络—包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。在一些实施例中,通过利用计算机可读程序指令的状态信息来个性化定制电子电路,例如可编程逻辑电路、现场可编程门阵列(FPGA)或可编程逻辑阵列(PLA),该电子电路可以执行计算机可读程序指令,从而实现本公开的各个方面。
这里参照根据本公开实施例的方法、装置(***)和计算机程序产品的流程图和/或框图描述了本公开的各个方面。应当理解,流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合,都可以由计算机可读程序指令实现。
这些计算机可读程序指令可以提供给通用计算机、专用计算机或其它可编程数据处理装置的处理器,从而生产出一种机器,使得这些指令在通过计算机或其它可编程数据处理装置的处理器执行时,产生了实现流程图和/或框图中的一个或多个方框中规定的功能/动作的装置。也可以把这些计算机可读程序指令存储在计算机可读存储介质中,这些指令使得计算机、可编程数据处理装置和/或其他设备以特定方式工作,从而,存储有指令的计算机可读介质则包括一个制造品,其包括实现流程图和/或框图中的一个或多个方框中规定的功能/动作的各个方面的指令。
也可以把计算机可读程序指令加载到计算机、其它可编程数据处理装置、或其它设备上,使得在计算机、其它可编程数据处理装置或其它设备上执行一系列操作步骤,以产生计算机实现的过程,从而使得在计算机、其它可编程数据处理装置、或其它设备上执行的指令实现流程图和/或框图中的一个或多个方框中规定的功能/动作。
附图中的流程图和框图显示了根据本公开的多个实施例的***、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段或指令的一部分,所述模块、程序段或指令的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个连续的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或动作的专用的基于硬件的***来实现,或者可以用专用硬件与计算机指令的组合来实现。
以上已经描述了本公开的各实施例,上述说明是示例性的,并非穷尽性的,并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下,对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择,旨在最好地解释各实施例的原理、实际应用或对市场中的技术的改进,或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。
Claims (10)
1.一种资源分配方法,其特征在于,包括:
根据医疗保险数据以及临床路径数据,确定多种疾病的效果参数,其中,所述效果参数指示所述临床路径数据中的治疗效果指标、病例特征指标和所述医疗保险数据之间的关系,所述治疗效果指标指示病例的治疗效果,所述病例特征指标指示病例的至少一个类别特征;
根据所述医疗保险数据以及所述多种疾病的效果参数,确定所述多种疾病的边际效果参数,其中,所述边际效果参数指示在所述医疗保险数据发生变化时,所述治疗效果指标发生变化的变化率;
根据边际效果参数以及医疗保险资源增长量,确定多种疾病的资源分配增量。
2.根据权利要求1所述的方法,其特征在于,根据边际效果参数以及医疗保险资源增长量,确定多种疾病的资源分配增量,包括:
根据所述多种疾病的边际效果参数、医疗保险资源增长量以及至少一个约束条件,确定所述多种疾病的资源分配增量,其中,所述约束条件包括各种疾病的最小资源分配量,以及多种疾病的资源分配增量之和为所述医疗保险资源增长量。
3.根据权利要求2所述的方法,其特征在于,根据所述多种疾病的边际效果参数、医疗保险资源增长量以及至少一个约束条件,确定所述多种疾病的资源分配增量,包括:
根据所述多种疾病的边际效果参数和医疗保险资源增长量,确定多种疾病的第一边际效果参数;
对多种疾病的第一边际效果参数进行平均处理,获得平均边际效果参数;
根据所述多种疾病的第一边际效果参数以及所述平均边际效果参数,确定第一边际效果参数的标准差;
在所述约束条件的约束作用下,对所述标准差进行最小化处理,获得所述多种疾病的资源分配增量,其中,所述资源分配增量使得所述第一边际效果参数的标准差最小。
4.根据权利要求1所述的方法,其特征在于,根据医疗保险数据以及临床路径数据,确定多种疾病的效果参数,包括:
对所述医疗保险数据、所述治疗效果指标以及至少一个所述病例特征指标进行回归分析处理,获得所述效果参数。
5.根据权利要求4所述的方法,其特征在于,根据所述医疗保险数据以及所述多种疾病的效果参数,确定所述多种疾病的边际效果参数,包括:
根据所述治疗效果指标以及所述效果参数,对所述医疗保险数据进行求导处理,获得所述边际效果参数。
6.根据权利要求1所述的方法,其特征在于,所述病例特征指标包括性别、年龄、婚姻状况、疾病种类、疾病严重程度指标、手术指标、药量指标中的一种或多种。
7.一种资源分配装置,其特征在于,包括:
效果参数模块,用于根据医疗保险数据以及临床路径数据,确定多种疾病的效果参数,其中,所述效果参数指示所述临床路径数据中的治疗效果指标、病例特征指标和所述医疗保险数据之间的关系,所述治疗效果指标指示病例的治疗效果,所述病例特征指标指示病例的至少一个类别特征;
边际效果模块,用于根据所述医疗保险数据以及所述多种疾病的效果参数,确定所述多种疾病的边际效果参数,其中,所述边际效果参数指示在所述医疗保险数据发生变化时,所述治疗效果指标发生变化的变化率;
分配模块,用于根据边际效果参数以及医疗保险资源增长量,确定多种疾病的资源分配增量。
8.根据权利要求7所述的装置,其特征在于,所述分配模块进一步用于:根据所述多种疾病的边际效果参数、医疗保险资源增长量以及至少一个约束条件,确定所述多种疾病的资源分配增量,其中,所述约束条件包括各种疾病的最小资源分配量,以及多种疾病的资源分配增量之和为所述医疗保险资源增长量。
9.一种资源分配装置,其特征在于,包括:
处理器;
用于存储处理器可执行指令的存储器;
其中,所述处理器被配置为:执行权利要求1至7中任意一项所述的方法。
10.一种计算机可读存储介质,其上存储有计算机程序指令,其特征在于,所述计算机程序指令被处理器执行时实现权利要求1至7中任意一项所述的方法。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011260816.XA CN112330039B (zh) | 2020-11-12 | 2020-11-12 | 资源分配方法及装置和存储介质 |
US17/794,303 US20240177238A1 (en) | 2020-11-12 | 2021-05-13 | Resource allocation method and apparatus and storage medium |
PCT/CN2021/093489 WO2022100043A1 (zh) | 2020-11-12 | 2021-05-13 | 资源分配方法及装置和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011260816.XA CN112330039B (zh) | 2020-11-12 | 2020-11-12 | 资源分配方法及装置和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112330039A true CN112330039A (zh) | 2021-02-05 |
CN112330039B CN112330039B (zh) | 2021-06-25 |
Family
ID=74317370
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011260816.XA Active CN112330039B (zh) | 2020-11-12 | 2020-11-12 | 资源分配方法及装置和存储介质 |
Country Status (3)
Country | Link |
---|---|
US (1) | US20240177238A1 (zh) |
CN (1) | CN112330039B (zh) |
WO (1) | WO2022100043A1 (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2022100043A1 (zh) * | 2020-11-12 | 2022-05-19 | 清华大学 | 资源分配方法及装置和存储介质 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160364531A1 (en) * | 2015-06-10 | 2016-12-15 | Somnoware Healthcare Systems | Physician study manager method, system, and apparatus |
CN107506912A (zh) * | 2017-08-11 | 2017-12-22 | 广州睿临网络科技有限公司 | 一种医疗资源调度平台 |
CN109361750A (zh) * | 2018-10-24 | 2019-02-19 | 上海精数信息科技有限公司 | 资源分配方法、装置、电子设备、存储介质 |
CN109741195A (zh) * | 2018-12-27 | 2019-05-10 | 泰康保险集团股份有限公司 | 基于病种的医保数据处理方法、***、设备及存储介质 |
CN110136816A (zh) * | 2019-05-20 | 2019-08-16 | 四川大学华西医院 | 医疗资源管理方法、装置及电子设备 |
CN111582531A (zh) * | 2019-02-19 | 2020-08-25 | 顺丰科技有限公司 | 模型创建方法和分配优化方法、装置、设备及存储介质 |
US20200273560A1 (en) * | 2019-02-21 | 2020-08-27 | Theator inc. | Surgical image analysis to determine insurance reimbursement |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140108034A1 (en) * | 2012-10-11 | 2014-04-17 | Kunter Seref Akbay | Continuous automated healthcare enterprise resource assignment system and method |
CN108241898A (zh) * | 2016-12-23 | 2018-07-03 | 北京国双科技有限公司 | 一种资源分配方法和装置 |
CN110136007A (zh) * | 2019-04-09 | 2019-08-16 | 中康龙马(北京)医疗健康科技有限公司 | 一种自适应调整医疗保险覆盖策略的方法 |
CN112330039B (zh) * | 2020-11-12 | 2021-06-25 | 清华大学 | 资源分配方法及装置和存储介质 |
-
2020
- 2020-11-12 CN CN202011260816.XA patent/CN112330039B/zh active Active
-
2021
- 2021-05-13 WO PCT/CN2021/093489 patent/WO2022100043A1/zh active Application Filing
- 2021-05-13 US US17/794,303 patent/US20240177238A1/en active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160364531A1 (en) * | 2015-06-10 | 2016-12-15 | Somnoware Healthcare Systems | Physician study manager method, system, and apparatus |
CN107506912A (zh) * | 2017-08-11 | 2017-12-22 | 广州睿临网络科技有限公司 | 一种医疗资源调度平台 |
CN111582699A (zh) * | 2017-08-11 | 2020-08-25 | 广州睿临网络科技有限公司 | 一种医疗资源调度平台 |
CN109361750A (zh) * | 2018-10-24 | 2019-02-19 | 上海精数信息科技有限公司 | 资源分配方法、装置、电子设备、存储介质 |
CN109741195A (zh) * | 2018-12-27 | 2019-05-10 | 泰康保险集团股份有限公司 | 基于病种的医保数据处理方法、***、设备及存储介质 |
CN111582531A (zh) * | 2019-02-19 | 2020-08-25 | 顺丰科技有限公司 | 模型创建方法和分配优化方法、装置、设备及存储介质 |
US20200273560A1 (en) * | 2019-02-21 | 2020-08-27 | Theator inc. | Surgical image analysis to determine insurance reimbursement |
CN110136816A (zh) * | 2019-05-20 | 2019-08-16 | 四川大学华西医院 | 医疗资源管理方法、装置及电子设备 |
Non-Patent Citations (3)
Title |
---|
ZHU DAWEI,SHI XUEFENG,NICHOLAS STEPHEN,等: "Medical Service Utilization and Direct Medical Cost of Stroke in Urban China", 《INT J HEALTH POLICY MANAG》 * |
俞乔,杜修立,赵昌文,林一心,高先海: "有限医疗资源在全病种范围配置的有效性分析", 《中国社会科学》 * |
孙遥: "高龄化视野下医疗资源分配的公正性研究", 《北京社会科学》 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2022100043A1 (zh) * | 2020-11-12 | 2022-05-19 | 清华大学 | 资源分配方法及装置和存储介质 |
Also Published As
Publication number | Publication date |
---|---|
US20240177238A1 (en) | 2024-05-30 |
WO2022100043A1 (zh) | 2022-05-19 |
CN112330039B (zh) | 2021-06-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20180108438A1 (en) | Market Measures and Outcomes for App Prescribing | |
US9406055B2 (en) | Shutting down access to all user accounts | |
US9959385B2 (en) | Messaging within a multi-access health care provider portal | |
KR20170127854A (ko) | 전자 결제 기능을 제공하는 전자 장치 및 그의 동작 방법 | |
US20220414599A1 (en) | Remotely diagnosing conditions and providing prescriptions using a multi-access health care provider portal | |
US20140006048A1 (en) | Monetary transaction system | |
US20150106118A1 (en) | Cloud-Based Storage and Retrieval of Medical Information Using Near Field Communication Devices | |
Kahler et al. | Cost of treating venous thromboembolism with heparin and warfarin versus home treatment with rivaroxaban | |
US9996667B2 (en) | Systems and methods for displaying patient data | |
KR101834849B1 (ko) | 전자 장치 및 전자 장치의 사용자 인증 방법 | |
US20220310217A1 (en) | System and method for generating a comprehensive individualized electronic health information monetization platform | |
KR20170040791A (ko) | 결제 시스템, 전자 장치 및 전자 장치의 결제 방법 | |
US10476876B2 (en) | Systems and methods for use in managing access to user profiles, and content blocks included therein | |
CN112330039B (zh) | 资源分配方法及装置和存储介质 | |
KR20170091395A (ko) | 데이터를 처리 및 제공하는 전자 장치 및 그의 동작 방법 | |
Bursell et al. | Evolving telehealth reimbursement in Australia | |
KR20160061004A (ko) | 환자 관리 시스템 및 방법 | |
WO2015175721A1 (en) | Remotely diagnosing conditions and providing prescriptions using a multi-access health care provider portal | |
CN115062921A (zh) | 碳排放配额调剂方法、装置、存储介质及电子设备 | |
CN110148476B (zh) | 一种信息管理方法及装置 | |
US20190341154A1 (en) | Dynamically Generating Patient-Facing Mobile Interfaces | |
US20190156381A1 (en) | Methods and systems for managing healthcare costs | |
EP3113469B1 (en) | Method and apparatus for increasing security in recharging | |
CN111626883A (zh) | 核保方法及装置、电子设备和存储介质 | |
US20230069388A1 (en) | Computer implemented methods and systems for health plan design administration |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |