医保DIP管理系统建设方案.docx
《医保DIP管理系统建设方案.docx》由会员分享,可在线阅读,更多相关《医保DIP管理系统建设方案.docx(36页珍藏版)》请在第一文库网上搜索。
1、医保DIP管理系统建设方案一、项目概况3二、技术和服务要求3(一)系统技术规格基本要求3(二)系统详细功能要求3在院风控中心31医保管控中心32公立三级医院等级考核管理35一、项目概况医院医保D1P管理系统二、技术和服务要求(-)系统技术规格基本要求1 .系统能够与医院住院电子病历对接,获取电子病历中的数据内容,包括但不限于主诉、现病史、既往史等信息。2 .系统能够与医院集成平台对接,获取集成平台中的数据内容,包括但不限于患者检验结果、检查报告、医嘱内容等。3 .系统能够与医院医嘱对接,获取医嘱信息,包括但不限于药品、检验、检查、手术医嘱。4 .系统能够与医院现有HIS、EMR、1IS、集成平
2、台等系统进行数据对接。5 .为优化医生端工作站的性能,减少系统卡顿、提高系统的响应速度。系统辅助窗口必须与CDSS、知识库等临床医生客户端系统的辅助窗口集成并整合在一个窗口,减少每一个系统独自弹窗提醒。(二)系统详细功能要求分系统名称系统功能功能描述及要求数据治理平台前端数据采集与电子病历、H1S等系统进行前端功能接口对接,支持各类主流开发框架及开发语言,对接方式支持:客户端、dU、jssdk等,实现功能实时触发,数据实时采集。数据采支持OraC1e、SQ1SerVer等主流数据库对接,对院集、映内各个业务系统数据进行数据聚合、数据解析、字射、清段映射、数据清洗等操作,采用ET1数据抽取方式洗
3、实现复制库中的运行数据的抽取到临床数据中心。针对复制库中的数据,将通过ET1方式全量一次性抽取由ODS抽取到数据中心。对新增数据,将通过增量抽取的机制,结合使用时间戳、CDC技术,依据标志字段值来识别新增数据进行数据抽取。基础数产品依赖基础数据质量监控,至少包含以下业务:据质量1.自动对病房医师、门诊医师、检查科室、检验处监控理等业务项目自动进行数据质量评分。2.针对病房医师,纳入数据质量监控的业务项目至少包含:医嘱处理、检验报告、检验申请、检查报告、检查申请、病历记录。针对检查科室,纳入数据质量监控的业务项目至少包含:申请与预约、检查记录、检查报告。3.对各个业务数据的编码对照率、字段有值率
4、、字段关联率、时间顺序正确进行自动统计并支持对于缺陷数据下钻至记录明细,记录明细至少包含:角色、业务项目、评价标准、评价项目、未通过记录ID、患者标识。可直接查看任意评价项目的Sq1配置。D1P数DIP数据质量监控:对任意时间段内D1P相关业务据质量项目自动进行数据质量评分,监控业务项目至少包监控含:1 .住院费用、医保结算、医嘱开立、基本信息、病案首页-医生端、病案首页-病案端、麻醉费用等。2 .监控的维度包括:一致性、完整性、整合性、及时性、合理性、有效性。其中住院费用的完整性质控必须包含“住院费用明细-医嘱号”等15项评价项目;3 .医保结算的完整监控必须包含“医保支付费用”等9项评价项
5、目;病案首页-医生端数据完整性必须包含“手术费”等40项评价项目及至少9项合理性评价项目;4 .必须包含“医保结算总费用二所用医保费用/医保统筹支付+病人支付金额-自费”评价项目。5.可直接查看每一评价项目的sq1配置。数据后利用人工智能(N1P)和大数据挖掘技术对非结构化结构化的病历文本(20余种,包括但不限于入院记录、手处理术记录、首次病程记录、出院记录等)、医嘱(标(自然准药库映射)、检查/检验报告、手术记录、护理记语言处录等未结构化的业务数据进行后结构化处理,通过理、深标准术语库汇、分词库模型,聚集大量符合度学习SNOMED-CT、ICDTO等标准的结构化数据,形成医算法院临床诊疗结构
6、化数据库。等)可对各类非结构化医疗文书进行实时后结构化处理,如对于整段文本形式的出院记录可进行实时智能分析,至少包括:1.自动分段、分句:自动解析出入院日期、出院日期、入院情况、入院诊断、诊疗经过、出院情况、出院诊断、出院医嘱。并将每段文本中的句子进行自动分段。自动分词:自动对每句文本中的医学实体进行正确识别,实体类型包括:TIM(时间类型)、POS(方位)、BDY(解剖部位)、VAU(值)、UNT(单位)、SYM(表现)、DIS(疾病)、EXA(检查名)、TEST(检验名)、OPX(器械)、OPR(入路)、OPM(术式)、MED(药品名)、DOS(用药剂量)、SPE(药品规格)、ROU(用药
7、途径)、FRE(频率)、ATT(性质)、MAN(操作)、WAT(观察对象)、TEN(时态)、NEG(否定)、EX1(肯定)、MAY(疑似)、A1E(过敏源)、FOD(饮食)、TIC(条件)、PER(患者)、1OC(地点)、DEP(科室)、QUA(数量)、TIP(时间点)、STG(分期)、P1A(方案),至少34类。对应不同自然语言处理的深度机器学习算法模型,应具有:(1)基于双向长短期记忆网络和条件随机场的词性标注和命名实体识别算法(2)基于深度卷积神经网络的实体链接算法。以上技术能力以可视化展示:实体关联:对于不同实体之间的关系进行正确关联,如:对于肿瘤TNM分期可识别并与临床诊断进行关联;
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 医保 DIP 管理 系统 建设 方案