"两费"主要指的是门诊次均费用和住院次均费用。随着医疗卫生体制改革不断深入,社会经济的发展,社会医疗制度存在的一些缺陷日益突出,集中表现为医疗费用过快增长。而基于医疗大数据的"两费"研究分析,通过海量高维医疗数据的融合降维,实现"两费"分析的统计建模,早期预测"两费"增长的趋势,快速检测不合理的影响因子以及进行全面的监测,推动和实现医疗健康大数据挖掘技术的实用化。文中的两费疾病标准匹配算法涉及信息处理技术领域,是一种准确的字符串匹配替换算法。算法首先将规范编码表加载进内存生成一个键值对形式的集合,然后用规范编码表的键对目标字符串进行匹配,如果匹配成功,将目标字符转替换成为相对应的编码。可以有效提升匹配效果,避免重复匹配以及匹配不准确等问题。算法可应用于病案数据规范化信息管理领域。从医学信息管理平台获取了深圳市近五年来各医疗卫生机构近五亿人次的数十亿份医疗数据,研究病案疾病的标准匹配算法。