A03｜最小数据集与字段字典

本附录给出可解释、可复现教学任务的最小字段。它不是完整医保结算清单，也不是任何产品接口的直接替代。

一、字段级别

级别	用途
L0 运行环境	复现地区、DRG/DIP、规则版本和执行时间
L1 单病例分组	诊断、操作和必要病例属性
L2 批量质控	稳定主键、来源行、批次、错误和结果
L3 分析扩展	科室、医生、费用、时间和资源字段
L4 受限身份	姓名、证件号、住院号等；公开教学不使用

另一种分法：按作用分三类

上面的 L0～L4 是按用途分层，做质控时还需要按作用分类，才知道先修哪个：

类别	典型字段	填错的后果	质控优先级
参与分组	主要诊断、其他诊断、主要手术操作、操作位次、性别、年龄、新生儿体重与日龄	进错组或进不了组	最高
参与结算与倍率	医疗费总额及分项、医疗机构级别、实际住院天数、离院方式	照样入组，但钱和倍率判定会错	高
参与监管与质量	入院途径、入院病情、入院与出院时间、转科与手术时间	照样入组，但影响监管与质量评价	中

不要平均用力。 参与分组的那一小批字段决定结果，应当优先做强校验。

二、L0 运行环境

字段	类型	必填	示例	质量要求
task_id	string	是	C01-run-01	全局唯一
region	string	是	全国版	页面/正式文件原样记录
rule_type	enum	是	DRG	DRG 或 DIP
rule_version	string	是	预研口径	不写模糊“最新版”
executed_at	datetime	是	2026-07-27T10:00:00+08:00	含时区
execution_surface	string	是	MedGroup /medgroup	页面、接口或工具
input_hash	string	建议	SHA-256	基于规范化输入

三、L1 单病例分组字段

字段	类型	条件	示例	敏感级别	质量要求
case_id	string	必填	SYN-001	低	使用合成稳定 ID
sex	enum	通常必填	male	准标识	枚举和值域明确
age_years	number	通常必填	70	准标识	单位为岁；特殊人群另记
age_days	integer	新生儿等适用	null	准标识	与年龄单位不混用
birth_weight_g	integer	新生儿等适用	null	健康敏感	单位克
length_of_stay_days	integer	建议/场景必填	8	准标识	0、缺失、日间病例分开
discharge_disposition	string	正式业务按需	null	健康敏感	使用目标合同枚举
principal_diagnosis_code	string	必填	J18.900	健康敏感	版本有效、主诊唯一
principal_diagnosis_name	string	建议	肺炎	健康敏感	与编码匹配
other_diagnoses	array	可为空	[{code, name, order}]	健康敏感	顺序稳定、无静默去重
procedures	array	可为空	[{code, name, order}]	健康敏感	无操作用空数组，非缺失

诊断数组

[
  {
    "code": "R64.x00",
    "name": "恶病质",
    "role": "other",
    "order": 2
  }
]

操作数组

[
  {
    "code": "93.1800",
    "name": "呼吸训练",
    "role": "principal",
    "order": 1
  }
]

四、L2 批量质控与审计字段

字段	类型	必填	说明
batch_id	string	是	一次接收/执行的稳定批次
source_file	string	是	对外时只保存安全文件名
source_sheet	string	按需	原工作表
source_row	integer	是	回到原始记录
source_record_id	string	建议	脱敏稳定主键
mapping_version	string	是	字段映射版本
validation_status	enum	是	pass/warn/block
validation_issues	array	是	规则 ID、字段、原因
grouping_status	enum	是	success/failure/not_run
grouping_error	object	按需	错误码与原始消息
result_code	string	按需	DRG 或 DIP 结果
result_name	string	按需	结果名称
result_path	object	建议	MDC/ADRG/DRG 或 DIP 路径
run_id	string	是	一次执行
output_hash	string	建议	规范化输出哈希

五、L3 分析扩展字段

字段组	字段示例	使用前必须定义
时间	入院日、出院日、结算日、月份	使用哪个日期分期
组织	医院、科室、医生	标准名称和映射版本
病例结构	DRG、ADRG、MDC、DIP 病种/类型	地区和规则版本
支付	权重、分值、费率、点值、系数	来源、期间、单位
费用	总费用、医保范围内费用、基金支出	字段口径和会计/结算含义
费用构成	药品、耗材、检查、治疗等	分类映射和总额分母
资源	住院日、ICU、操作次数等	定义、来源和缺失处理
质量/结局	再入院、出院去向等	观察窗口、适用人群和权限

六、L4 不进入公开教学的数据

• 姓名、证件号、手机号；
• 真实住院号、门诊号、病案号；
• 精确出生日期和地址；
• 完整病历文本、医嘱和影像报告；
• 医院内部账号、凭证和接口密钥；
• 未经授权的机构、科室和医生真实标识；
• 受限规则包和生产配置。

必须使用时，限制在批准环境和授权角色内，不复制到公开项目。

七、空值规范

状态	表达
真实数值为 0	0
字段不存在/未知	null
业务不适用	独立状态或 not_applicable
无其他诊断/操作	空数组 []
原始值无法解析	保留原始文本并标记 invalid

不要把空字符串、0、无、— 和 null 混成同一含义。

实测踩过的坑：成人病例的 体重(g)=0

产品页面上成人病例会出现 体重(g)=0，这是页面输入留存值，不等于真实体重为 0。该字段在新生儿相关分组里是决定性输入，在成人病例里不参与解释。

校验规则必须能区分"填了 0"和"本项不适用"，否则会把留存值当真实值去解读。见 一份结算清单长什么样。

八、最小输入示例

{
  "task_id": "C03-run-01",
  "region": "全国版",
  "rule_type": "DRG",
  "rule_version": "预研口径",
  "executed_at": "2026-07-27T10:00:00+08:00",
  "execution_surface": "https://medgroup.medchat.fun/medgroup",
  "case": {
    "case_id": "C03",
    "sex": "male",
    "age_years": 65,
    "length_of_stay_days": 10,
    "principal_diagnosis_code": "J18.900",
    "other_diagnoses": [],
    "procedures": [
      {
        "code": "93.1800",
        "name": "呼吸训练",
        "role": "principal",
        "order": 1
      }
    ]
  }
}

九、导入检查

• 表头与映射版本一致。
• 文件编码、日期和小数格式明确。
• 行数、主键和重复数已对账。
• 主诊唯一，其他诊断顺序稳定。
• 操作顺序稳定；无操作与缺失分开。
• 编码与名称一致，灰码/无效码已标记。
• 性别、年龄、体重和住院日值域合理。
• 费用字段单位和口径一致。
• 直接标识符已移除或隔离。
• 批次、来源行和输入哈希可追溯。

十、来源

1. 国家医疗保障局：《国家医疗保障疾病诊断相关分组（CHS-DRG）分组与付费技术规范》。https://www.nhsa.gov.cn/module/download/downfile.jsp?classid=0&filename=a3cbb51dc6354dd4b6a5ab09bec18121.pdf

本书的实测依据

下面这些不是政策文件，是本书自己跑出来或整理的东西。可以用来理解方法，不要当规则引用——要写进正式材料，回到上面的官方来源。

• MedGroup 三个实测案例 输入快照和页面字段，2026-07-27。