肺恶性肿瘤病死率高,医疗资源消耗大,且不同病人的住院费用差别也较大。到目前为止,对于肺恶性肿瘤单病种费用的研究相对较少,或者其研究仅限于小样本量的一般性描述,缺乏一个合理、可行的费用参照体系,难以体现出不同恶性肿瘤病例间医疗资源消耗差别较大的特点。此外,医疗保险预付款制度以及医院卫生经济管理也迫切需要制订各单病种费用标准。因此,研究肺恶性肿瘤单病种医疗费用模型的建立,具有重要的现实意义。本文在论述数据仓库和数据挖掘的相关理论与技术方法的基础上,针对南通市肿瘤医院的医院管理信息系统中所积累的医疗费用数据,对构建相应的费用数据仓库,采用线性回归、决策树、神经网络等数据挖掘方法,对肺恶性肿瘤单病种医疗费用数据进行分析、处理,将所有肺肿瘤病例划分为手术型与非手术型两大类及15细类病例,最终建立用3层15分类的决策树表示的费用模型的建立相关技术与方法进行详细的论述,并对挖掘结果做了较为详细的分析。此外,本文还对采用神经网络技术建立相应模型的优点和不足等,进行了较为详细的分析。实践表明,本文所论述的单病种费用模型比较客观地反映了历史数据中所蕴涵的相关知识或规律,依据该模型所构造思想,可以方便地构造其它单病种的费用模型,这些模型将为客观地评价医疗产出以及为建立国家或医疗保险对医院的偿付标准,提供科学依据。