摘要：随着国家经济水平的提高，移动、互联网事业的蓬勃发展，信息流通速度越来越快，人们在自我权益方面的意识也越来越强，社会保障问题，就成了老百姓关注的问题，而医疗保险又成为了众多问题中的焦点、热点问题。目前，由于缺乏对医疗保险历史数据的深入分析、对未来的合理预测，加上疾病发生的不确定性，以及人口老龄化的冲击，导致医保基金运行风险加大，医保基金面临严峻压力。本研究应用Echarts、ETL、Essbase、数据挖掘等技术，对基本医疗保险数据进行清理、整合、加工处理，形成决策分析数据仓库，并在此基础上结合用户管理需求设计开发了主题分析、监测预警、平衡测算等应用功能，为促进昌吉州医疗保险管理向科学化、精细化发展，提高管理能力和服务能力打下基础。
关键词：医疗保险；决策支持分析；数据仓库
1概述
随着人力资源和社会保障信息化建设的推进，人社数据资源越来越丰富。依托已积累的海量信息，针对人社领域及各项业务之间的关系进行挖掘、分析，从而实现对政策执行情况进行检验，对业务异常情况监测预警，对人力资源和社会保障内部进行监督考核，为领导下一步的决策提供科学、准确、及时的依据。
2医疗保险信息决策支持系统技术架构分析
决策分析支持应用系统的技术框架由数据整合处理、决策支持数据仓库、决策分析支持应用和前台数据展现四个部分构成(图1)。数据整合处理即为将各类源数据（包括交换数据库联网监测数据、常规统计数据以及外部相关系统的数据），按照指标要求，经由数据中转区进行数据的采集整理到决策支持数据仓库。ETL数据集成平台是交换数据库与决策分析数据仓库的接口，ETL数据集成平台对不同数据源进行整合利用，利用数据仓库技术，将数据提取、分类与整理后，对数据进行编辑与压缩，经过数据计算与变换，最后形成决策支持所需的数据和信息，保存在决策分析数据仓库中。决策分析支持应用系统的最终用户包括管理层和决策层的用户，同时也包括管理层和决策层的功能。应用控制层提供基于前端展现平台开发的领导视图、总体情况、主题分析、监测预警、平衡测算等应用功能。应用展现平台使用echarts图表插件，为用户提供直观、生动、可交互、可个性化定制的数据可视化图表。创新的拖拽重计算、数据视图、值域漫游等特性大大增强了用户体验，方便用户对所展现数据进行挖掘、提取、修正或整合，让你可以更加专注于你所关心地方，无论是系列选择、区域缩放还是数值筛选，让你可以有不同的方式解读同样的数据。
3医疗保险信息决策支持系统数据仓库设计分析
为实现数据库的高扩展性和高数据处理性能，为数据库提供安全保障，采用索引机制、分区分表技术、多用户解决方案以及数据库维护策略等，支撑数据库的正常工作。利用系统的系统监控和调度，支撑数据库中数据的处理过程的管理和调度。根据数据库对系统支撑的需要，在内容上包括：基础数据整合数据、数据仓库层(DW)数据、数据集市数据以及系统管理数据。对于决策分析支持应用数据仓库来说，数据处理过程主要包含了：数据获取、数据加载、数据抽取和转换以及数据访问这四种数据处理方式。数据抽取：从生产库抽取数据，并对数据进行简单处理，并复制到交换库中。数据集成：把交换库中的数据，依据数据仓库的要求，参照数据转换规则，进行数据抽取和转换集成，并加载到数据中。生成数据集市：依据系统数据应用需要，对数据仓库中的汇总，依据各专业数据集市的数据需求，抽取和转换，并加载到相应的数据集市中。CUBE生成：从数据仓库或数据集市中，抽取满足用户需求的关键指标数据、报表数据或利用OLAP服务，抽取生成各种格式和内容的CUBE。
4医疗保险信息决策支持系统功能设计分析
医疗保险信息决策支持系统从一开始就是面向应用的，通过对人社信息的数据挖掘，深度数据分析，建立针对医疗保险业务的、制度化的分析预测机制、实现包括主题分析、监测预警、平衡测算、自定义分析在内的多层次决策支持模式，以辅助管理者决策的科学性、准确性、及时性。
4.1主题分析
以数据库、多维立方体（Cube）等作为数据源，实现任意数据的切片、旋转、钻取等在线分析处理（OLAP）功能。分析的主题包括面向参保单位、参保人员、离退休人员；总体情况、参保缴费、待遇支付等多角度在内的各种主题分析，同时在分析过程中也形成、输出O-LAP分析报表，图表结合，展现方式灵活多变。4.1.1领导视图用于用户在登录后，第一时间展示其所关心的系统关键性指标，可以大致了解业务系统的运行状态。此功能可以根据用户的不同关注点进行定制，并根据用户所处的不同区县，展示其所在地的地图，表1是以昌吉州社保局局长的角色进行配置展示的领导视图：4.1.2总体情况用于展示昌吉当月医保基金收支结概况，收支变化趋势、基金结余构成、基金结余地区分布情况，数据期别和行政区划为通用维度（表2）。4.1.3参保征集参保征集主题对昌吉州当月医保基金参保单位、参保人数、缴费基数、参保征缴、医疗个人帐户收支结情况进行分析，分析的理念与以上相同，就是相关性要针对各个模块具体设计。4.1.4待遇支付待遇支付主题对昌吉州当月城职医疗费用支出（总）、城职医疗费用支出（住院）、城职医疗费用构成（住院）、城职医疗费用支出（慢性病门诊）、城职医疗费用构成（慢性病门诊）、城职医疗费用支出（普通门诊）进行分析，分析的理念与以上相同，就是相关性要针对各个模块具体设计。例如图2：对三个月普通城镇职工慢性病就诊费用分析，可以看出各种慢性病费用的费用情况，根据分析可以帮助人社部门设置各类慢性病月限额，还可以分析各级别的定点医疗机构慢性病就诊情况，辅助人社政策部门出台相应的医疗政策。
4.2运行分析
将系统中核心指标纳入系统监控体系，根据配置的异常和警告阀值，对各行政区划下需要监控的指标进行定期检查，并将不正常的数据进行汇总提示。现阶段计划将下列指标纳入监控体系。新参保人数趋势（环比增长或减少超过20%）在职长期驻外参保人员和退休异地安置参保人员异常退保人数趋势（环比增长或减少超过20%）征缴率（环比增长或减少超过20%）住院人天异常（环比增长或减少超过20%）住院费用增长异常（环比增长或减少超过20%）病种费用增长异常（同比增长或减少超过20%）住院率平均水平异常（大于50%）可支付月数（小于6个月）异地就医占比（环比增长或减少超过20%）
4.3平衡测算
通过对一段时间序列的数据挖掘结果进行分析，即能看出其变化的趋势，又可以对未来发展趋势和状况进行定量和定性的描述、分析，作出相应的预测。例如通过历年收支数据以及政策参数对未来基金的测算，且提供调整参数的功能来达到用户期望的基金收支情况，得到详细的决策方向方案。首先是对收入进行测算进入收入预测界面，可调整参数：预测年参保人数、人均缴费基数、缴费比例等参数。手动调节单位参保人数，缴费比例等参数，点击“测算”可以输出基金收入的测算结果。第二步对支出进行测算进入支出预测界面，可调整参数：报销比例、起付线、单病种定额报销费用等。手动调节城职基本医疗起付线、城职大病起付线、城职报销比例、单病种定额等参数后，点击“测算”可以输出基金支出的测算结果。第三步预测基金结余率设置点击基金结余率设置，设置完成后，在预测情况界面可以看到设置的结余率水平线，方便比较收入与支出的关系。第四步参数调整如果基金预测支出没有达到结余率水平线的要求，可以调节收入参数、报销比例、起付线、单病种定额报销费用等。调整方式分为两种一：按比例调整：就是相应参数列表中的所有内容*（1+调整比例）二：明细调整：即可针对单位参数值进行调整确定后按调整后的所有参数进行预测并记录调整内容。最后点击导出政策参数调整结果，生成并下载政策参数调整内容文件。
5总结与展望
大数据时代人社信息量将迅速膨胀，无限放大，利用传统的简单查询服务模式已经无法适应大数据时代的要求。在此情况下，只有通过数据挖掘技术，深层次发掘各类数据的关联，开发人社信息中蕴藏的知识，通过智能化处理平台主动推送给用户，才能不断满足用户日益增长的高层次、个性化的需求。
参考文献
[1]徐洁磐编著.数据仓库与决策支持系统[M].北京:科学出版社,2005.
[2]水俊峰,陈树晓,郭茂林等.基于数据仓库的政府决策支持系统研究[J].科技情报开发与经济,2006,16(14).
作者：韩永琴 单位：新疆农业大学草业与环境科学学院
