病案智能编目模型
发布日期: 2016/06/23 浏览次数:
  1. 业务背景及目标

          随着医疗改革的进一步深化,疾病分类手术操作分类编码在等级医院评审、临床路径管理、临床重点专科申报、医保费用结算中发挥越来越重要的作用,疾病和手术操作分类编码已成为落实医改的支柱。为支撑院内医疗改革工作的顺利开展,提高病案编码员的工作效率及病案编码的准确性已成为急需解决的关键点。
         本模型主要研究的 是居于大数据分析处理技术,实现出院病案的自动编码,从而简化编码员工作流程、提高工作效率与编码准确率,更好的支撑病案信息管理与医疗改革的推进。

     

    模型介绍

     
     

    基本方法

     

      判别分析是多远统计中用于判别样品所属类别的一种统计方法,按判别准则来分有距离判别、Fisher判别、bayes判别,其中,bayes判别既考虑到各个总体的先验概率,又考虑到错判造成的损失,因此其判别效果更佳,应用也更广。
 

  1.  

    简要步骤

     
     
        数据清洗处理:剔除无编码的诊断和病理诊断等无效信息。
  2.  
        编码概率预测:根据贝叶斯公式计算诊断匹配的编码概率。
  3.  
        相似性计算:计算新编码与已有编码的相似性。
  4.  
        支持度计算:计算每条预测编码的支持度。
 

应用效果

 
      每条目前该模型以应用到与医院病案数据实时对接的自动编码系统中,面向各类使用角色提供病案编目功能应用,提升病案编目效率、科学管理水平。






 

(京)网药械信息备字(2022)第00006号

京公网安备 11010802038577号

京ICP备14036407号-2