Тема: Контроль заполнения медицинской документации на основе извлечения и применения ассоциативных правил
Закажите новую по вашим требованиям
Представленный материал является образцом учебного исследования, примером структуры и содержания учебного исследования по заявленной теме. Размещён исключительно в информационных и ознакомительных целях.
Workspay.ru оказывает информационные услуги по сбору, обработке и структурированию материалов в соответствии с требованиями заказчика.
Размещение материала не означает публикацию произведения впервые и не предполагает передачу исключительных авторских прав третьим лицам.
Материал не предназначен для дословной сдачи в образовательные организации и требует самостоятельной переработки с соблюдением законодательства Российской Федерации об авторском праве и принципов академической добросовестности.
Авторские права на исходные материалы принадлежат их законным правообладателям. В случае возникновения вопросов, связанных с размещённым материалом, просим направить обращение через форму обратной связи.
📋 Содержание
Постановка задачи 4
Обзор литературы 5
Глава 1. Подготовка данных 6
1.1 Разбор МИС «Виста-мед» 6
1.2 Составление счетов и справочник причин их возвратов 7
1.3 Анализ базы данных 9
Глава 2. Краткое введение в ассоциативные правила 12
2.1. Понятие ассоциативных правил 12
2.2 Алгоритм поиска ассоциативных правил Apriori 14
Глава 3. Реализации и получение ассоциативных правил 19
3.1 Инициализация 19
3.2 Пакет arules языка R 21
3.3 Результаты применения алгоритма 23
3.4 Ускорение работы функции apriori() 27
Глава 4. Проверка качества модели 29
4.1 Программа проверки 29
4.2 Эксперименты 30
Выводы 35
Заключение 37
Список литературы 38
📖 Введение
Проблема отсутствия автоматизации анализа объемных баз данных явно проявляется при работе с медицинской документацией, правильность заполнения которой играет важную роль. Допущенные в силу человеческого фактора ошибки ведут к тому, что истории болезней, которые включаются в счета и передаются в страховые компании на проверку, возвращаются обратно без оплаты, что порождает недопонимание между медицинскими учреждениями и страховыми компаниями. С целью понизить процент возвращаемых счетов, данные об историях болезней предварительно проверяются сотрудниками технической поддержки, что является длительным и трудозатратным процессом.
Решением данной проблемы может стать использование алгоритмов поиска ассоциативных правил. В связи с этим, целью данного дипломного исследования является построение ассоциативных правил для обнаружения ошибок в медицинской документации и создание программного обеспечения, реализующего контроль правильности заполнения на основе выявленных закономерностей. Данная работа посвящена рассмотрению и анализу вариантов ошибок, которые совершаются при внесении данных в истории болезней пациентов.
✅ Заключение
Эффективность и способность работать с большими данными пакета arules показывает, что можно быстро провести анализ огромного количества данных.
📕 Список литературы
🖼 Скриншоты
