CC BY
38
УДК 005
М. А. Тараник, Г. Д. Копаница
Институт кибернетики Томского политехнического университета пр. Ленина, 30, Томск, 634050, Россия
taranik@tpu.ru, georgy.kopanitsa@gmail.com
ИССЛЕДОВАНИЕ ПРОЦЕССА КОНТРОЛЯ КАЧЕСТВА ОКАЗАНИЯ МЕДИЦИНСКОЙ ПОМОЩИ В РАМКАХ ПРОГРАММЫ ОБЯЗАТЕЛЬНОГО МЕДИЦИНСКОГО СТРАХОВАНИЯ
Рассматривается задача выявления проблем и выработки эффективных решений для медицинских организаций на этапе контроля отчетной медицинской документации с целью прогнозирования получения денежных средств по программе обязательного медицинского страхования. С применением средств аппарата системного анализа представлена формальная модель процесса контроля объемов, сроков, качества и условий предоставления медицинской помощи медицинскими организациями. Декомпозированные подпроцессы представлены с применением диаграмм последовательности. На основании выявленных проблем сделан вывод о необходимости разработки интеллектуальной информационной системы, способной проводить оценку историй болезни на предмет получения денежных средств за оказанные медицинские услуги. В качестве метода логического вывода предложено использовать нечеткую логику и анализ прецедентов.
Ключевые слова: системный анализ, интеллектуальные информационные системы, обязательное медицинское страхование, нечеткая логика, анализ прецедентов.
Введение
Применение информационных средств анализа бизнес-процессов во многом способствует их объективному представлению и пониманию. Такой анализ незаменим при проектировании автоматизированных программных средств, которые позволили бы повысить эффективность функционирования изучаемого процесса. В настоящем исследовании данный подход применен к системе медицинского страхования. Особенностью российской политики в области социального страхования является система контрагентов \ Система состоит из территориальных фондов обязательного медицинского страхования (ОМС), основного контролирующего органа - федерального фонда (ФФ) ОМС, медицинских организаций (МО), предоставляющих медицинские услуги населению в рамках программы ОМС, а также страховых медицинских организаций (СМО), производящих оплату медицинских услуг МО. В свою очередь, МО подразделяются на фондодержателей (МО-фондодержатели), которые имеют прикрепленных пациентов, а также исполнителей (МО-исполнители). МО-исполнители оказывают внешние медицинские услуги пациентам по направлению (форма 057/У-04) от фондодержателя. Для получения денежных средств за оказанные медицинские услуги по программе ОМС как МО-фондодержатель, так и МО-исполнитель обязаны ежемесячно
1 Федеральный закон № 323 «Об основах охраны здоровья граждан в Российской Федерации» от 21 ноября 2011 г.
Тараник М. А, Копаница Г. Д. Исследование процесса контроля качества оказания медицинской помощи в рамках программы обязательного медицинского страхования // Вестн. Новосиб. гос. ун-та. Серия: Информационные технологии. 2016. Т. 14, № 1. С. 103-114.
ISSN 1818-7900. Вестник НГУ. Серия: Информационные технологии. 2016. Том 14, № 1 © М. А. Тараник, Г. Д. Копаница, 2016
предоставлять СМО необходимую отчетную документацию - реестр счетов, содержащий персонифицированные сведения о пролеченных больных и об оказанной им медицинской помощи. По окончании необходимых проверок СМО производит оплату за оказанные медицинские услуги из средств бюджета фонда ОМС. Однако существуют также и факторы, влияющие на размер денежных выплат. Среди таких факторов наиболее важную роль играет перечень оснований для отказа в оплате медицинской помощи по результатам контроля объемов, сроков, качества, и условий предоставления медицинской помощи по ОМС 2. Таким образом, для МО, которые являются участниками программы ОМС, вопрос получения денежных средств за предоставленные медицинские услуги имеет особый приоритет. В настоящей статье проводится анализ процесса контроля объемов, сроков, качества и условий предоставления медицинской помощи, проводимый СМО, на примере реестра счетов МО-исполнителя.
При решении задач анализа бизнес-процессов наиболее подходящим инструментарием является аппарат системного анализа [1; 2], предоставляющий ряд методов исследования. Так, в настоящей работе применяется методология IDEF0 [3], которая является одной из самых известных и широко используемых методологий моделирования [1]. С помощью данной методологии были построены модели исследуемого бизнес-процесса в виде иерархических диаграмм с определенными входными, выходными параметрами, а также сущности управления и исполнения процесса. Полученные на этапе декомпозиции подпроцессы были представлены с использованием UML-диаграмм, а именно диаграмм деятельности (activity diagram) [4]. Такое представление позволяет более детально представить последовательность выполняемых в подпроцессе действий, а также учесть логические компоненты.
Для более детального описания процесса экспертизы качества медицинской помощи и выявления в нем нечеткости были выбраны 10 случаев оказания лечебных услуг для независимой оценки двумя экспертами. Были выявлены и задокументированы разногласия между экспертами. Также был произведен расчет каппы Коэна 3 для оценки уровня разногласий.
Основные диаграммы анализа процесса контроля качества
оказания медицинской помощи в рамках программы ОМС
Результатом анализа исследуемого бизнес-процесса является его формальное описание с применением диаграмм деятельности, а также диаграмм IDEF0 в терминах естественного языка. Использование диаграмм деятельности позволяет выявить подпроцессы и тем самым повысить точность описания исследуемого процесса. Начальным пунктом исследования процесса «контроля объема, сроков качества и условий предоставления медицинской помощи медицинскими организациями» 4 стало построение уровня АО диаграммы IDEF0 (рис. 1), что позволило определить входные и выходные параметры процесса, а также выявить элементы, отвечающие за управление и выполнение.
Входными параметрами процесса являются реестр счетов, формируемый МО-исполнителем для получения денежных средств за указанные медицинские услуги, а также часть историй болезней по случаям оказания медицинской помощи, коррелирующих с данными поданного реестра. В качестве выходных параметров определены акты медико-экономического контроля, медико-экономической экспертизы, а также экспертизы качества медицинской помощи. Акты формируются по окончании проведения каждого из этапов исследуемого процесса. Управлением являются такие нормативные документы, как Федеральный закон № 326 «Об обязательном медицинском страхованиив РФ» от 29 ноября 2010 г., приказ № 230 ФФ ОМС от 01 декабря 2010, а также федеральные и региональные стандарты медицинской помощи. Реализацию процесса обеспечивают следующие лица: специалист страховой медицинской организации, врач-эксперт со стажем работы по спе-
2 Приказ ФФОМС № 230 «Об утверждении Порядка организации и проведения контроля объемов, сроков, качества и условий предоставления медицинской помощи по обязательному медицинскому страхованию» от 1 декабря 2010 г.
3 Cohen'skappa. URL: http://en.wikipedia.org/wiki/Cohen%27s_kappa (дата обращения 15.05.2015).
4 Федеральный закон № 326 «Об обязательном медицинском страховании в Российской Федерации» от 29 ноября 2010 г.
циальности не менее 5 лет, а также аккредитованный врач-эксперт со стажем работы по специальности не менее 10 лет.
Проводя декомпозицию уровня АО исследуемого процесса посредсвом перехода и построения уровня А1, мы получим следующую диаграмму (рис. 2).
Федеральный Закон 326
Приказ Л»23 О ФФОМС от 1 декабря 2010г.
Стандарты медицинской помощи
Г 1 Акт медико-экономического
Реестр счетов Контроль объемов, сроков, качества и условий предоставления медицинской помощи медицинскими организациями АО контроля ^
Истории болезней Акт медико-экономической экспертизы
Акт экспертизы качества медицинском помощи
J J
Специалист страховой медицинской организации
Брач-эксперт со стажем работы по специальности не менее 5 лет
врач-эксперт со стажем работы по специальности не менее 10 лет
Рис. 1. Уровень АО процесса контроля объемов, сроков, качества и условий предоставления медицинской помощи медицинскими организациями
Рис. 2. Уровень А1 процесса контроля объемов, сроков, качества и условий предоставления медицинской помощи медицинскими организациями
Основной исследуемый процесс состоит из трех подпроцессов: медико-экономический контроль, медико-экономическая экспертиза, экспертиза качества медицинской помощи. Все
подпроцессы выполняются последовательно: выходные данные являются входными для последующего процесса.
При реализации процесса контроля объема, сроков качества и условий предоставления медицинской помощи медицинскими организациямив начале выполняется этап медико-экономического контроля (МЭК), состоящий из четырех итераций, представленных на рис. 3.
Рис.3. Диаграмма деятельности этапа проведения медико-экономического контроля
Данный этап осуществляется при помощи автоматизированного программного обеспечения (ПО) под контролем специалиста страховой медицинской организации в соответствии с Федеральным законом № 323 «Об основах охраны здоровья граждан в Российской Федерации» от 21 ноября 2011 г., Приложением № 5 к Регламенту проведения предварительного медико-экономического контроля реестров счетов на оплату медицинской помощи, представляемых в электронном виде, утвержденному приказом ТФОМС Томской области от 13.11.2013 № 265. Алгоритм ПО проводит проверку сформированного МО отчетного реестра счетов по следующим позициям:
• обязательность заполнения полей;
• соответствие справочникам;
• соответствие с эталонными таблицами;
• с помощью составных SQL-запросов.
Наличие несоответствий является предпосылкой обоснованного отказа в выплате денежных средств МО по текущему реестру. В результате формируется акт медико-экономического контроля, в котором отражены найденные нарушения и замечания, а сам реестр возвращается в МО. Этап МЭК проводится по текущему реестру до тех пор, пока МО не предоставит на проверку реестр без нарушений. Для дальнейшего этапа медико-экономической экспертизы (МЭЭ) отбирается часть историй болезни, с которыми работает эксперт страховой организации. Диаграмма деятельности данного этапа представлена на рис. 4.
Рис. 4. Диаграмма деятельности этапа проведения медико-экономической экспертизы
Рис. 5. Диаграмма деятельности этапа проведения экспертизы качества медицинской помощи
Таблица 1
Анализ исполнителей этапов проверки исследуемого процесса
Этап проверки Условие поверки Исполнитель
Проверка на обязательность заполнения полей Заполнены / не заполнены Программа (специалист СМО)
Проверка на соответствие справочникам Соответствует / не соответствует Программа (специалист СМО)
Проверка на соответствие эталонным таблицам Соответствует / не соответствует Программа (специалист СМО)
Проверка с помощью составных SQL-запросов Соответствует / не соответствует Программа (специалист СМО)
Проверка наличия дефектов оформления первичной документации Присутствуют / отсутствуют Врач-эксперт СМО
Проверка наличия нарушений в оформлении и представлении на оплату счетов и реестров счетов Присутствуют / отсутствуют Врач-эксперт СМО
Проверка наличия дефектов медицинской помощи / нарушений при оказании медицинской помощи Присутствуют / отсутствуют Аккредитованный врач-эксперт
На данном этапе эксперт осуществляет проверку отобранных у МО историй болезни на наличие дефектов оформления медицинской документации. Среди таких нарушений наиболее часто встречаются отсутствие листа назначений, температурного листа, отсутствие флюорографии. Отсутствие данных документов при плановой госпитализации пациента является нарушением. Также эксперт осуществляет проверку на наличие нарушений в оформлении и предъявлении на оплату счетов и реестров счетов. При выявлении нарушений следует обоснованный отказ в выплате денежных средств на сумму, установленную в п. 8 приказа ФФ ОМС № 230 от 01.12.2010. По окончании этапа МЭЭ формируется соответствующий акт, а проверяемые истории болезни передаются аккредитованному врачу эксперту со стажем работы по специальности не менее 10 лет для проведения экспертизы качества медицинской помощи (рис. 5).
Врач-эксперт на данном этапе осуществляет проверку историй болезни на наличие дефектов медицинской помощи, а также нарушений при оказании медицинской помощи, руководствуясь федеральными и региональными стандартами медицинской помощи, а также личным опытом. Так, отсутствие листа назначений и температурного листа при плановой госпитализации пациента является невыполнением необходимых лечебно-диагностических мероприятий, не повлиявших на здоровье. Также на основе личного опыта врача-эксперта даются комментарии и пояснения по выявленным нарушениям. Зафиксированные нарушения отражаются в акте экспертизы качества медицинской помощи, а сумма выплаты МО уменьшается в соответствии с п. 8 приказа № 230 ФФ ОМС от 01.12.2010.
Актуальность прогнозирования определяет актуальность разработки информационной системы, способной реализовать алгоритм оценки историй болезни МО-исполнителя на предмет получения денежных средств за оказанные медицинские услуги в рамках программы ОМС, принимая за основу процесс контроля объемов, сроков, качества и условий предоставления медицинской помощи. Проводя анализ исполнителей (табл. 1) на каждом из этапов исследуемого процесса, можно сделать вывод о влиянии человеческого фактора на трех основных итерациях.
Применение индекса каппы Коэна
для расчета коэффициента согласованности
между двумя врачами-экспертами СМО
Наличие человеческого фактора при проведении контроля, а также сложности формального описания исследуемой предметной области является предпосылкой возникновения нечеткости и неопределенности. Для более точного определения наличия неопределенности воспользуемся индексом каппы Коэна, который обозначает меру согласованности двух оценщиков, классифицирующих п объектов по 5 категориям. Индекс рассчитывается по следующей формуле:
Рг ( а )- Рг (е )
к = ■
1 - Рг(е)
У4 п,,
где Рг (а) =—' 1 " - наблюдаемая согласованность между экспертами А и Б, классифици-
п
Еп
= пт
рующих п объектов по 5 категориям. рг(е) = —^- - ожидаемая вероятность случайной
п
согласованности. Если к > 0,75, то согласованность считается высокой, если 0,4 < к < 0,75, то хорошей, иначе - плохой. В качестве примера приведем вариант экспертизы двух врачей-экспертов десяти историй болезни. Каждый из экспертов провел ЭКМП следующих клинических ситуаций, представленных в табл. 2.
Таблица 2
Описание клинических ситуаций и действий медицинского персонала
№ Диагноз / клиническая ситуация Действия медицинского персонала
1 Атеросклероз артерий нижних конечностей. Хроническая артериальная недостаточность (ХАН) нижних конечностей 2Б Проведено допплерографическое исследование пациента, выполнена остеопарация
2 Патология нижних конечностей Пациент направлен на медико-социальную экспертизу (МСЭ)
3 Плановая холецистэктомия Пациент госпитализирован по направлению из поликлиники без необходимого набора анализов. В условиях стационара проведен полный необходимый перечень исследований. Плановая операция прошла спешно, пациент выписан
4 Тромбофлебит Произведен забор анализа крови. Пациент направлен на дальнейшие консультации специалистов
5 Кровотечение желудочно-кишечного тракта Пациенту назначено консервативное лечение без проведения эзофагогастродуоденоскопии (ЭГДС)
6 Острый калькулезный холецистит Поступившему экстренному пациенту не было оказано срочное оперативное вмешательство. Пациент помещен в стационар
7 Киста передней поверхности шеи Пациенты обследованы в условиях стационара, а также успешно прооперированы и выписаны
8 Дефект передней грудной стенки
9 Постлучевой фиброз левой молочной железы
10 Нейропатия правого плечевого сплетения
При проведении экспертизы специалистам необходимо сделать заключение по каждой клинической ситуации на предмет назначения уменьшения суммы выплаты при обнаружении нарушений либо неприменения экономических санкций к МО и дать рекомендации на выплату полной денежной суммы. Базис расхождений мнений экспертов по клиническим ситуация заключается в том, что специалисты руководствуются не только стандартами оказания медицинской помощи, но и личным опытом. Разъяснения экспертов по клиническим ситуациям представлены в табл. 3.
Таблица 3
Разъяснения экспертов по клиническим ситуациям
Разъяснения экспертов
1 Эксперт А: в истории болезни (ИБ) отсутствуют мероприятия непрерывной консервативной терапии (сосудистой терапии), наличие которой необходимо при данном диагнозе. Вывод: невыполнение необходимых лечебно-диагностических мероприятий (ЛДМ), не повлиявших на здоровье. Результат: уменьшение суммы оплаты по данному случаю
Эксперт Б: отсутствуют мероприятия непрерывной консервативной терапии, наличие которой необходимо при данном диагнозе. Результаты допплерографии носят формальный характер. Вывод: невыполнение необходимых ЛДМ, не повлиявших на здоровье. Результат: уменьшение суммы оплаты по данному случаю
2 Эксперт А: в ИБ отсутствует заключение ангиохирурга. Вывод: невыполнение необходимых ЛДМ, не повлиявших на здоровье. Результат: уменьшение суммы оплаты по данному случаю
Эксперт Б: при диагнозе патологии нижних конечностей с действиями медицинских специалистов согласен. Вывод: согласие эксперта. Результат: выплата полной денежной суммы по данному случаю
3 Эксперт А: несмотря на нарушения плановой госпитализации, тактика медицинской помощи верна. Пациент находился в отдаленном районе, действия медицинского персонала оправданы. Вывод: согласие эксперта. Результат: выплата полной денежной суммы по данному случаю
Эксперт Б: отсутствие проведенных в поликлинике исследований означают нарушение порядка плановой госпитализации пациента. Вывод: невыполнение необходимых ЛДМ, не повлиявших на здоровье. Результат: уменьшение суммы оплаты по данному случаю
4 Эксперт А: при диагнозе тромбофлебит необходимо ультразвуковое исследование (УЗИ), которое не было выполнено. Причиной является отсутствие прибора УЗИ и специалиста. Вывод: невыполнение необходимых ЛДМ, не повлиявших на здоровье, которые были обоснованы отсутствием оборудования. Результат: выплата полной денежной суммы по данному случаю
Эксперт Б: в истории болезни отсутствуют результаты УЗИ. Вывод: невыполнение необходимых ЛДМ, не повлиявших на здоровье. Результат: уменьшение суммы оплаты по данному случаю
5 Эксперт А: в ИБ нет результатов ЭГДС, что не позволяет определить верную тактику лечения. Вывод: невыполнение необходимых ЛДМ, не повлиявших на здоровье. Результат: уменьшение суммы оплаты по данному случаю
Эксперт Б: отсутствуют результаты ЭГДС. Вывод: невыполнение необходимых ЛДМ, не повлиявших на здоровье. Результат: уменьшение суммы оплаты по данному случаю
Исследование процесса контроля качества оказания медицинской помощи 111
Окончание табл. 3
Разъяснения экспертов
6 Эксперт А: помещенному в стационар пациенту была оказана консервативная помощь, позволившая купировать процесс. Признаки острого деструктивного холецистита отсутствуют. Вывод: согласие эксперта. Результат: выплата полной денежной суммы по данному случаю
Эксперт Б: в проведении экстренного оперативного вмешательства не было необходимости. Консервативная терапия привела к уменьшению в размере желчного пузыря, отсутствию слоистости стенки, а также приведению лейкоцитов в норму. Вывод: согласие эксперта. Результат: выплата полной денежной суммы по данному случаю
7 Эксперт А: отсутствует обязательная флюорография. Вывод: невыполнение необходимых ЛДМ, не повлиявших на здоровье. Результат: уменьшение суммы оплаты по данному случаю
Эксперт Б: нет флюорографии, что для плановой госпитализации обязательно. Вывод: невыполнение необходимых ЛДМ, не повлиявших на здоровье. Результат: уменьшение суммы оплаты по данному случаю
8 Эксперт А: отсутствие листа назначений, также температурного листа. Вывод: дефект оформления медицинской документации, препятствующий экспертизе. Результат: уменьшение суммы оплаты по данному случаю
Эксперт Б: нет листа назначений, также температурного листа. Вывод: дефект оформления медицинской документации, препятствующий экспертизе. Результат: уменьшение суммы оплаты по данному случаю
9 Эксперт А: отсутствует обязательная флюорография Вывод: невыполнение необходимых ЛДМ, не повлиявших на здоровье. Результат: уменьшение суммы оплаты по данному случаю
Эксперт Б: нет обязательной флюорографии Вывод: невыполнение необходимых ЛДМ, не повлиявших на здоровье. Результат: уменьшение суммы оплаты по данному случаю
10 Эксперт А: отсутствие листа назначений, также температурного листа. Вывод: дефект оформления медицинской документации, препятствующий экспертизе Результат: уменьшение суммы оплаты по данному случаю
Эксперт Б: нет листа назначений, также температурного листа. Вывод: дефект оформления медицинской документации, препятствующий экспертизе. Результат: уменьшение суммы оплаты по данному случаю
Таким образом, мнение обоих экспертов совпало по семи историям болезни, к которым необходимо применить финансовые санкции в виде уменьшения суммы оплаты. Среди клинических случаев, по которым можно производить выплату в полном объеме, оба эксперта сошлись лишь в одном. Расхождения экспертов возникли в случаях 2-4. Поместим полученные результаты в табл. 4, в которой обозначим «+» уменьшение суммы выплаты, т. е. наличие санкций, а «-» - их отсутствие, т. е. выплату в полном объеме.
Таблица 4
Общие результаты оценок экспертов
Эксперт Б
+ -
Эксперт А + 6 1
- 2 1
Рассчитаем параметр согласованности: Pr (a) = (6 + 1) ^ 10 = 0,7. Эксперт А определил
7 клинических случаев, по которым необходимо уменьшить конечную суммы выплаты, а по 3 случаям из 10 - осуществить полную выплату. Таким образом, его решения распределились в процентном соотношении 70 и 30 %. При 8 одобренных случаях, для которых необходимы экономические санкции, определенных экспертом Б, всего 2 случая заслуживают выплаты полной стоимости денежных средств. Итог эксперта Б: 80 и 20 %. Таким образом, ожидаемая вероятность случайной согласованности Pr(e) = (0,7 х 0,8) + (0,3 х 0,2) = 0,62. Следовательно, коэффициент каппы Коэна равен:
t = 07-062=0,21.
1 - 0,62
Данный показатель обосновывает низкую согласованность между двумя экспертами в вышеприведенном примере и дополнительно подтверждает наличие неопределенности.
Следовательно, возникает необходимость использования соответствующих математических аппаратов в алгоритме проектируемой системы. Эффективная реализация достоверного логического вывода в таких условиях может быть реализована с применением нечеткой логики [5], которая активно используется в создании средств искусственного интеллекта для решения клинических задач [6-11]. Данная технология позволит не только достаточно точно формализовать как медицинские знания экспертов, так и входные данные для работы системы, но и определить соответствующие вероятностные коэффициенты логического вывода. Однако, кроме реализации эффективного логического вывода в условиях неопределенности, необходимо также учитывать ранее накопленный опыт. Одной из таких технологий является case-based reasoning (cbr) [12-16]. Использование этой технологии в совокупности с нечеткой логикой может позволить с большей вероятностью точно осуществлять прогнозирование историй болезни на предмет выплаты денежных средств. Таким образом, появляется необходимость формирования базы прецедентов результирующих параметров системы при соответствующих входных. Автоматизация пополнения такой базы обеспечит реализацию процесса самообучаемости системы. Более того, анализ базы прецедентов может быть использован для динамического формирования коэффициентов, применяемых на этапе нечеткого логического вывода, что позволит сделать систему более адаптированной и повысить ее эффективность.
Заключение
Представленное в настоящей статье исследование процесса контроля объема, сроков качества и условий предоставления медицинской помощи медицинскими организациями с применением методов аппарата системного анализа позволяет сделать выводы о необходимости реализации интеллектуальной информационной системы (ИИС) оценки историй болезни на предмет получения денежных средств за оказанные медицинские услуги в рамках программы ОМС. Необходимость принятия решений в условиях неопределенности, обоснованной наличием влияния человеческого фактора, обуславливает использование нечеткой логкив качестве метода логического вывода будущей системы. Наряду с применением эффективного логического вывода, использование опыта на основе прецедентов позволит эффективно повысить качество вывода для принятия управленческих решений. Реализация такой ИИС, содержащей в своей основе комбинированный метод, позволит производить оценку вероятности получения денежных средств до формирования реестра счетов.
Список литературы
1. Силич В. А., Силич М. П. Теория систем и системный анализ: Учеб. пособие. Томск: Томск. политех. ун-т, 2010. 281 с.
2. Перегудов Ф. И., Тарасенко Ф. П. Основы системного анализа: Учебник. 2-е изд., доп. Томск: Изд-во НТЛ, 1997. 396 с.
3. Методология ГОБР0. Стандарт. Русская версия. М.: Метатехнология, 1993. 107 с.
4. Буч Г., Рамбо Д., Джекобсон А. Язык UML. Руководство пользователя: Пер. с англ. М.: ДМК, 2000. 432 с.
5. Zadeh L. A.. Fuzzy Sets // Information and Control. 1965. № 8. P. 338-353.
6. Тараник М., Копаница Г. Анализ задач и методов построения интеллектуальных медицинских систем // Врач и информационные технологии. 2014. № 3. С. 6-12.
7. Anooj P. Clinical decision support system: Risk level prediction of heart disease using weighted fuzzy rules // Journal of King Saud University - Computer and Information Science. 2012. № 24. P. 27-40.
8. Samuel O., Omisore M., Ojokoh B. A web based decision support system driven by fuzzy logic for the diagnosis of typhoid fever // Expert Systems with Applications. 2013. № 40. P. 41644171.
9. CastanhoM., Hernandes F., Re A., Rautenberg S., Billis A. Fuzzy expert system for predicting pathological stage of prostate cancer // Expert Systems with Applications. 2013. № 40. P. 466-470.
10. Pal D., Mandana K., Pal S. et al. Fuzzy expert system approach for coronary artery disease screening using clinical parameters // Knowledge-Based Systems. 2012. № 36. P. 162-174.
11. Castillo O., Melin P., Ramirez E., Soria J. Hybrid intelligent system for cardiac arrhythmia classification with Fuzzy K-Nearest Neighbors and neural networks combined with a fuzzy system // Expert Systems with Applications. 2012. № 39. P. 2947-2955.
12. Haghighi P., Burstein F., Zaslavsky A., Arbon P. Development and evaluation of ontology for intelligent decision support in medical emergency management for mass gatherings // Decision Support Systems. 2013. № 54. P. 1192-1204.
13. Bequm S., Barua S., Ahmed M. U. Physiological sensor signals classification for healthcare using sensor data fusion and case-based reasoning // Sensors. 2014. № 14. P. 11770-11785.
14. Gonzalez C., Lopez D. M., Blobel B. Case-based reasoning in intelligent Health Decision Support Systems // Health. Studies in Health Technology and Informatics. 2013. № 189. P. 44-49.
15. Sharaf-EI-Deen D. A., Moawad I. F., Khalifa M. E. A new hybrid case-based reasoning approach for medical diagnosis system // Journal of Medical Systems. 2014. № 38 (9). P. 8-19.
16. EI-Sappagh S. H., EI-Masri S., Elmogy M. [etc.]. An ontological case base engineering methodology for diabetes management // Journal of Medical Systems. 2014. Vol. 38 (8). P. 66-80.
Материал поступил в редколлегию 03.04.2015
M. A. Taranik, G. D. Kopanitsa
National Research Tomsk Polytechnic University 30 Lenin Ave., Tomsk, 634050, Russian Federation
taranik@tpu.ru, georgy.kopanitsa@gmail.com
RESEARCH OF THE PROCESS OF CONTROL QUALITY OF MEDICAL SERVICE IN THE SCOPE OF COMPULSORY HEALTH INSURANCE PROGRAM
The aim of the paper isto present a problem identification and effective decision making process for healthcare providers on the stage of medical documetns control in the scope of medical insurance program.Via use of system analisys's methods the formal model of the process of control of volume, duration, quality and conditions of medical service was built. Decomposed subprocessed was presented using sequence diagrams. Based on the detected problems it was concluded that there is a necessity of intellectual information system development for health records estimation concerning insurance payments. As an inference engine is offered to use fuzzy logic and case-based reasoning.
Keywords: system analysis, intellectual information systems, medical insurance, fuzzy logic, case-based reasoning.
114
M. A. TapaHHK, f. fl. KonaHHqa
References
1. Silich V. A., Silich M. P. System theory and system analysis: study guide. Tomsk, Tomsk polytechnic university, 2010, 281 p.
2. Peregudov F. I., Tarasenko F. P. Introduction to system analysis. Tomsk, 1997, 396 p.
3. IDEF0 Methodology. Standard. Russian version. Moscow, Metatehnology, 1993, 107 p.
4. Buch G. UML. User guide. DMK, 200, 432 p.
5. Zadeh L. A.. Fuzzy Sets. Information and Control, 1965, №8, p. 338-353.
6. Taranik M., Kopanitsa G. Tasks and methods analysis of medical intellectual systems implementation. Information technologies for the Physician, 2014, № 3, p. 6-12.
7. Anooj P. Clinical decision support system: Risk level prediction of heart disease using weighted fuzzy rules. Journal of King Saud University - Computer and Information Science, 2012, № 24, p. 27-40.
8. Samuel O., Omisore M., Ojokoh B. A web based decision support system driven by fuzzy logic for the diagnosis of typhoid fever. Expert Systems with Applications, 2013, № 40, p. 4164-4171.
9. Castanho M., Hernandes F., Re A., Rautenberg S., Billis A. Fuzzy expert system for predicting pathological stage of prostate cancer. Expert Systems with Applications, 2013, № 40, p. 466470.
10. Pal D., Mandana K., Pal S. [etc.]. Fuzzy expert system approach for coronary artery disease screening using clinical parameters. Knowledge-Based Systems, 2012, № 36, p. 162-174.
11. Castillo O., Melin P., Ramirez E., Soria J. Hybrid intelligent system for cardiac arrhythmia classification with Fuzzy K-Nearest Neighbors and neural networks combined with a fuzzy system. Expert Systems with Applications, 2012, № 39, p. 2947-2955.
12. Haghighi P, Burstein F, Zaslavsky A, Arbon P. Development and evaluation of ontology for intelligent decision support in medical emergency management for mass gatherings.Decision Support Systems, 2013, № 54, p. 1192-1204.
13. Bequm S, Barua S, Ahmed MU. Physiological sensor signals classification for healthcare using sensor data fusion and case-based reasoning. Sensors, 2014, №14, p. 11770-11785.
14. Gonzalez C, Lopez DM, Blobel B. Case-based reasoning in intelligent Health Decision Support Systems. pHealth 2013: Studies in Health Technology and Informatics, № 189, P. 44-49.
15. Sharaf-EI-Deen D. A., Moawad I. F., Khalifa M. E. A new hybrid case-based reasoning approach for medical diagnosis system. Journal of Medical Systems, 2014, № 38 (9), p. 8-19.
16. EI-Sappagh S. H., EI-Masri S., Elmogy M. [etc.]. An ontological case base engineering methodology for diabetes management. Journal of Medical Systems, 2014, 38 (8), p. 66-80.
