医疗保险,简称医保,是我国社会保障体系的一个重要组成部分。随着全面医保体系的逐渐形成,医保基金支出的加大,医保体系逐渐面临着医疗费用快速增长、医保资源分配不均匀等问题。医疗信息化的逐步推进和数据分析技术的快速发展,人们逐渐意识到数据中潜在着巨大的价值待以挖掘。通过对医保数据的分析可以缓解医保中存在的这些问题。医保数据的质量较差,严重影响了医保数据分析的效率和质量。对疾病进行编码是将疾病诊断名称转化为标准ICD(国际疾病分类)编码的过程,是医保数据预处理的重要步骤之一。鉴于编码量庞大和人工编码效率低等原因,有必要实现疾病编码的自动化。本文提出了一种自动化的疾病编码方法,使用一种文本建模方法将ICD表示为文本集,然后借助文本相关性度量,获取与待编码疾病诊断名称最相关的ICD编码。经实验验证,本文提出的自动化疾病编码方法准确率较高、效率优秀、分类层次变换灵活,可广泛应用于各种类型的数据分析场景。我国医疗资源的配置不合理,导致有效的医疗资源不能得到充分的利用。诊疗人次是衡量医疗资源需求的一项重要指标。本文基于真实的医保数据,借助时间序列分析技术对诊疗人次随时间的变化规律展开了研究。经过分析表明,住院人次时间序列有着明显的季节波动,且季节波动幅度随着序列整体趋势的上升变化不明显。通过对比采用不同医保政策的医保地区的季节因子,发现了住院人次的周期性波动受到医保年度划分方法的影响。通过住院人次时间序列的分析,为医保资源的合理分配医疗资源,提高服务公平和效率提供了指导。