某市精准扶贫BI系统

项目背景：

总书记提出：习近平总书记在2013年11月于湖南湘西考察时，首次提出了“精准扶贫”；2015年10月16日，习近平在2015减贫与发展高层论坛上强调，中国扶贫攻坚工作实施精准扶贫方略，增加扶贫投入，出台优惠政策措施。

某市医疗扶贫工作：通过基本医疗保险、大病商业保险、医疗救助等三重医疗保障，使精准扶贫保障对象政策范围内医疗保障水平达到90%，遏制和减少我市农村人口“因病致贫、因病返贫”。同时，开通“一站式”医疗救助扶贫服务，实现基本医疗保险、大病保险和医疗救助“一站式”服务渠道，形成高效运行的工作机制，实现了便民利民的良好格局。某市通过以下六项措施开展医疗扶贫工作：一是严格执行医疗扶贫方案；二是实施贫困人口健康工程。对贫困人口免费体检达100%、贫困人口患病就医达100%、帮助贫困人口患者落实民政扶持100%；三是制定和实施医疗惠民政策。对贫困等11种特殊人群纳入医疗扶贫。入院免交入院费，全面做好合医－惠民医疗－困难补助；四是严格实行临床路径，严禁过度医疗；五是提供贫困患者住院期间的生活保障；六是开通贫困人口就医绿色通道。

建设目的：

从具体业务场景出发，结合数据表现，运用统计学、机器学习、数据挖掘、神经网络等方式归纳学习出基准规则及方法，然后通过反复迭代的学习过程，生成符合既定约束条件的最优方案，然后把此方案泛化推广到类似场景中，实现对每个扶贫对象，每类扶贫对象，应用大数据的聚类技术、主题属性描述技术，对扶贫对象进行完整属性定义、基础信息定义、接受服务内容描述、扶贫方案描述、服务过程跟踪、扶贫对象意见反馈统计，通过数据挖掘，机器学习，神经网络技术发现扶贫过程中过度医疗、政策未覆盖、服务未到位等问题、预测未来扶贫发展情况、为贫困人员就医提供合理化建议，为服务人员实施帮扶提供精准数据支撑。

建设内容：

成果举例：

扶贫画像--服务人员精准画像：服务人员精准画像包括：服务人员基本信息、能力指标、服务评价和政策覆盖；

扶贫画像--服务人员聚类：服务人员服务情况分析采用数据挖掘算法，对服务人员产生的三个指标就诊（人数、次数）、随访（人数、次数）和体检（人数、次数）进行聚类分析。根据算法生成优、良、中、差四个等级，将服务人员服务情况进行四个等级的划分，点击相应的人员姓名可以钻取至该服务人员的精准画像。

扶贫画像--贫困人员精准画像：贫困人员精准画像分析主要包括基本信息、就医信息、享受政策、扶贫信息、就医明细、扶贫过程六大类；

贫困人员就医跟踪分析采用数据挖掘算法，对贫困人员就医产生的三个指标就医间隔(上一次就医到现在的时间间隔)，就医次数（统计周期内一共就医的次数）,就医费用(特指自费费用)进行聚类分析。根据算法生成需要跟踪随访的紧急程度，将就医的贫困人员聚类为：紧急跟踪对方，跟踪帮扶对象，观察帮扶对象，随访帮扶对象等，并通过“同病相怜(连)准则”展现就医人员关系及预警分析，点击相应的人员姓名可以钻取至该贫困人员的精准画像。