基于信息融合的醫(yī)院審計預警模型的研究.pdf

1、隨著醫(yī)院業(yè)務的不斷擴展和完善，醫(yī)院審計工作越來越繁雜，傳統(tǒng)的審計方式已經(jīng)無法滿足當今數(shù)字化、信息化的發(fā)展要求，因此連續(xù)審計工作將成為今后的發(fā)展趨勢。雖然信息融合技術在民事領域應用相對廣泛，但大多集中在醫(yī)療診斷和財務危機方面，在連續(xù)審計以及審計預警方面的應用還處在基礎研究階段。本文針對當前醫(yī)院審計工作的現(xiàn)狀，以神經(jīng)網(wǎng)絡BP算法和D-S證據(jù)理論為研究核心，構建了基于信息融合的醫(yī)院審計預警模型，完成審計數(shù)據(jù)的判斷和審計危機預警等功能，從而達到

2、實時監(jiān)測醫(yī)院審計活動的目的。本文的主要研究內容概括如下:
　　(1)根據(jù)國內外的研究現(xiàn)狀，分析并總結了信息融合技術應用于審計預警領域時存在的問題，確定了論文研究的主要內容，并對預警模型的主要理論及技術進行了介紹，為最終系統(tǒng)的設計與實現(xiàn)提供理論依據(jù)。
　　(2)針對當前醫(yī)院審計流程存在的問題，分析審計數(shù)據(jù)的主要屬性并對比審計預警算法的優(yōu)劣，選取神經(jīng)網(wǎng)絡BP算法構建審計預警模型，同時針對神經(jīng)網(wǎng)絡BP算法所存在的缺陷，提出反向遺傳

3、算法(OBGA)與固定隱含層神經(jīng)元個數(shù)相結合的優(yōu)化方法。通過反向遺傳算法找尋輸入變量最優(yōu)組合，隱含層神經(jīng)元個數(shù)提高預測精度的方式，建立OBGA-FHBP審計預警模型。實驗對比證明，OBGA-FHBP審計預警模型在準確率、建模時間、網(wǎng)絡誤差精度以及穩(wěn)定性上都有所改善。
　　(3)利用審計活動產生的異常數(shù)據(jù)，采用D-S證據(jù)理論的置信函數(shù)建立審計危機預警指標優(yōu)先級排列框架，獲得發(fā)現(xiàn)異常數(shù)據(jù)最多的審計危機預警指標，逐步建立DR-Z審計危機

4、預警模型。通過實驗證明，該審計危機預警模型能夠對醫(yī)院的經(jīng)營狀況進行正確的預警，并對危機險情做出更加客觀的判斷，實現(xiàn)事前或事中預警的功能。
　　(4)根據(jù)醫(yī)院審計預警系統(tǒng)的設計目標，對系統(tǒng)進行了總體設計和詳細設計，并完成了系統(tǒng)的開發(fā)。通過對系統(tǒng)的展示，驗證了系統(tǒng)不僅能夠對審計數(shù)據(jù)進行管理與判斷，還能夠有效地實現(xiàn)醫(yī)院審計危機預警與風險評估的功能。該系統(tǒng)包括審計數(shù)據(jù)審核、異常數(shù)據(jù)處理、危機險情警示以及審計結果公示四個功能模塊，實現(xiàn)審計過