【摘要】面向诊断相关组(DRGs)的病种成本预测是医院成本管理的重要环节。针对病种成本预测的多因素、非线性特点以及病种系列中医疗服务配置的相似性,提出了一种基于GBOM和改进SVM的DRGs病种系列成本预测方法。首先,提出了基于类物料清单(GBOM)的病种系列成本影响因素表达模型;然后,针对SVM区分样本属性重要性差以及参数选择对预测结果影响较大的问题,提出了一种粗糙集属性(成本影响因素)约简与粒子群算法(PSO)参数寻优相结合的改进SVM病种系列成本预测模型。最后,以阑尾炎病种系列进行了实证研究,预测精度和速度优于BP神经网络、标准SVM和PSO-SVM,进而证明了该方法的有效性和优越性,为病种成本...