肝胆恶性肿瘤病死率高，医疗资源消耗大，而且不同病人的住院费用差别较大，目前对于肝胆恶性肿瘤单病种费用的研究较少，或仅限于小样本量的一般性描述，没有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，而医疗保险预付款制度以及医院卫生经济管理都需要相关的肝胆恶性肿瘤单病种费用数据，因此研究肝胆恶性肿瘤单病种医疗费用具有重要意义。 数据挖掘是近年来刚刚兴起的一门新技术，国外已有不少成功应用的案例，但其在医疗卫生领域的应用尚处于起步阶段。目前将数据挖掘用于肝胆肿瘤费用研究的报道较少，本研究在这方面作了初步尝试，并取得了理想的效果，说明数据挖掘在医疗卫生领域有推广应用的价值。本研究病例取自上海市2家大型医院和一家专科医院8年病例资料库，筛选出近3万例有关肝胆恶性肿瘤的ICD-9编码病例，首先参考卫生经济学方法和国家官方统计数据对相关费用进行校正，其次进行异常值剔除和缺失值填充，使用数据挖掘工具进行变量的正态性转换和建模变量的筛选，最后分别利用决策树技术和神经网络技术建立模型，全部数据分析在SAS Enterprise Miner中实现，并进行了简单评价。神经网络技术所见模型效果要略优于决策树模型，但由于神经网络模型较为复杂，需要相关数据挖掘软件支持，不便于推广；而决策树费用分类模型比较简单直观而且效果较好，便于推广应用，因此可以用于医疗保险预付款制度和院内费用控制的参考。 本研究最终采用了3层15分类的决策树费用模型，将所有肝胆肿瘤住院病人群体分成了手术与非手术2大类共计15细类，分别给出了各类的百分比和费用控制的上下限。本研究为客观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了科学依据，对于规范医疗行为、合理使用医疗资源起到积极的引导作用，同时为制定合理、实用的单病种医疗资源消耗标准奠定基础。