基于GBOM和改進SVM的DRGs病種系列成本預測

作者：徐靖,劉子先,李竹梅,李惠

摘要：面向診斷相關組（DRGs）的病種成本預測是醫院成本管理的重要環節。針對病種成本預測的多因素、非線性特點以及病種系列中醫療服務配置的相似性，提出了一種基于GBOM和改進SVM的DRGs病種系列成本預測方法。首先，提出了基于類物料清單（GBOM）的病種系列成本影響因素表達模型；然后，針對SVM區分樣本屬性重要性差以及參數選擇對預測結果影響較大的問題，提出了一種粗糙集屬性（成本影響因素）約簡與粒子群算法（PSO）參數尋優相結合的改進SVM病種系列成本預測模型。最后，以闌尾炎病種系列進行了實證研究，預測精度和速度優于BP神經網絡、標準SVM和PSO-SVM，進而證明了該方法的有效性和優越性，為病種成本提供了有效的預測方法并顯著提高了醫院成本控制的準確性。

發文機構：天津大學管理與經濟學部 山東省鄒城市人民醫院 天津中醫藥大學

關鍵詞：診斷相關組病種系列成本預測類物料清單粗糙集粒子群算法支持向量機diagnosis related groupsdisease seriescost estimationgeneric bill of materialrough setsparticle swarm optimizationsupport vector machine

分類號： F270[經濟管理—企業管理][經濟管理—國民經濟]TP18[自動化與計算機技術—控制科學與工程][自動化與計算機技術—控制理論與控制工程]