医保监管方法、设备、装置及计算机可读存储介质制造方法及图纸

本发明专利技术公开了一种医保监管方法，所述医保监管方法是基于智能决策实现的。所述医保监管方法包括以下步骤：获取被保险人的就诊数据；提取所述就诊数据中对应于康复项目的预设字段；基于预设模型分析预设字段，得到分析结果，并根据分析结果提取疑似异常案例。本发明专利技术还公开了一种医保监管设备、装置及计算机可读存储介质。本发明专利技术技术方案有助于降低医保中康复项目的监管难度，改善医保监管的准确性和严密性。

Medical insurance supervision methods, equipment, devices and computer readable storage media

The invention discloses a medical insurance supervision method, which is realized based on Intelligent decision. The health insurance supervision method includes the following steps: obtaining the insured's medical data; extracting the preset fields corresponding to rehabilitation projects; analyzing the preset fields based on the preset model, obtaining the analysis results, and extracting the suspected abnormal cases according to the analysis results. The invention also discloses a medical insurance supervision device, device and computer readable storage medium. The technical scheme of the invention helps to reduce the difficulty of supervision of rehabilitation projects in medical insurance and improve the accuracy and tightness of medical insurance supervision.

【技术实现步骤摘要】
医保监管方法、设备、装置及计算机可读存储介质
本专利技术涉及医保
，尤其涉及一种医保监管方法、设备、装置及计算机可读存储介质。
技术介绍
随着社会经济的发展，国家医保政策逐渐优化，包括对部分康复项目进行了覆盖。然而，如何对医保费用进行准确高效的监管，避免不合理的康复项目费用的支出，减少医保统筹基金的浪费，以及如何避免以医保覆盖的康复项目为名，将虚假或自费的康复项目计入医保费用中，造成医保费用被非法套取，一直是亟待解决的问题。不同于普通疾病的治疗项目，康复项目具有可执行次数多、可持续时间长等特点，更容易被利用而造成医保费用的流失。目前，对医保费用的监管主要依赖于人工审核的方式，然而由于病人众多、就诊次数庞大、病情复杂等因素，导致人工监管的难度很大，需要大量的人力资源，且人工监管的准确性也较低，还很容易产生监管漏洞。上述内容仅用于辅助理解本专利技术的技术方案，并不代表承认上述内容是现有技术。
技术实现思路
本专利技术的主要目的在于提供一种医保监管方法，旨在解决上述医保监管康复项目的难度大、准确性低、容易产生监管漏洞的技术问题，以降低医保中康复项目的监管难度，改善医保监管的准确性和严密性。为实现上述目的，本专利技术提供一种医保监管方法，所述医保监管方法包括以下步骤：获取被保险人的就诊数据；提取所述就诊数据中对应于康复项目的预设字段；基于预设模型分析所述预设字段，得到分析结果，并根据所述分析结果提取疑似异常案例。优选地，在基于预设模型分析所述预设字段，得到分析结果，并根据所述分析结果提取疑似异常案例的步骤之后，所述医保监管方法还包括以下步骤：输出所述疑似异常案例；接收与所述疑似异常案例对应的确认信息；当所述确认信息确认所述疑似异常案例异常时，获取与所述疑似异常案例对应的修正信息；根据所述修正信息修正医保费用。优选地，在接收与所述疑似异常案例对应的确认信息的步骤之后，还包括以下步骤：当所述确认信息否认所述疑似异常案例异常时，存储所述疑似异常病例，并累计一次误识别事件；根据所述误识别事件的累计次数，计算所述预设模型的误识别率；比对所述误识别率和预设阈值；当所述误识别率大于或等于所述预设阈值时，根据存储的疑似异常案例优化所述预设模型。优选地，提取所述就诊数据中对应于康复项目的预设字段的步骤包括：清洗所述就诊数据；分别获取清洗后的就诊数据中的规范文本和非规范文本；提取所述规范文本中对应于康复项目的预设字段；基于循环神经网络分析所述非规范文本，提取所述非规范文本中对应于康复项目的预设字段。优选地，基于循环神经网络分析所述非规范文本，提取所述非规范文本中对应于康复项目的预设字段的步骤包括：将所述非规范文本表示为向量序列；根据分类体系方法或语料统计方法获取所述向量序列的语义距离；根据所述向量序列的语义内容和语义距离，基于双向循环神经网络将所述向量序列编码为句子向量矩阵，其中，基于双向循环神经网络将所述向量序列编码为句子向量矩阵具体包括分别采用前向传播训练得到所述句子向量矩阵的前向隐层参数，采用反向传播训练得到所述句子向量矩阵的反向隐层参数；根据所述康复项目，采用基于位置的注意力模型或基于内容的注意力模型，压缩所述句子向量矩阵为句子向量，并提取所述句子向量中对应于康复项目的预设字段。优选地，所述预设字段包括被保险人的身份信息、病情信息和康复种类；所述基于预设模型分析所述预设字段，得到分析结果，并根据所述分析结果提取疑似异常案例的步骤包括：判断所述康复种类是否和所述病情信息相符合；若所述康复种类和所述病情信息相符合，判断所述康复种类是否处于预设康复种类范围之内；若所述康复种类不处于预设康复种类范围之内，将所述被保险人列为疑似异常案例；若所述康复种类和所述病情信息不符合，将所述被保险人列为疑似异常案例。优选地，所述预设字段还包括疗程时长、疗程数目和疗程间隔时长；在判断所述康复种类是否处于预设康复种类范围之内的步骤之后，还包括以下步骤；若所述康复种类处于预设康复种类范围之内，分别比对所述疗程时长和第一预设时长、所述疗程数目和预设数目、所述疗程间隔时长和第二预设时长；当所述疗程时长大于或等于所述第一预设时长，或所述治疗次数大于或等于所述预设次数，或所述疗程间隔时长小于所述第二预设时长时，将所述被保险人列为疑似异常案例。为实现上述目的，本专利技术还提出一种医保监管设备，所述医保监管设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现医保监管方法的步骤，所述医保监管方法包括以下步骤：获取被保险人的就诊数据；提取所述就诊数据中对应于康复项目的预设字段；基于预设模型分析所述预设字段，得到分析结果，并根据所述分析结果提取疑似异常案例。为实现上述目的，本专利技术还提出一种医保监管装置，所述医保监管装置包括数据获取模块，字段提取模块和异常分析模块，数据获取模块用以获取被保险人的就诊数据；字段提取模块用以提取所述就诊数据中对应于康复项目的预设字段；异常分析模块用以基于预设模型分析所述预设字段，得到分析结果，并根据所述分析结果提取疑似异常案例。为实现上述目的，本专利技术进一步提出一种计算机可读存储介质，所述计算机可读存储介质上存储有医保监管程序，所述医保监管程序被处理器执行时实现医保监管方法的步骤，所述医保监管方法包括以下步骤：获取被保险人的就诊数据；提取所述就诊数据中对应于康复项目的预设字段；基于预设模型分析所述预设字段，得到分析结果，并根据所述分析结果提取疑似异常案例。在本专利技术技术方案中，医保监管方法包括以下步骤：获取被保险人的就诊数据；提取就诊数据中对应于康复项目的预设字段；基于预设模型分析预设字段，得到分析结果，并根据分析结果提取疑似异常案例。通过在被保险人的就诊数据中提取出与康复项目对应的预设字段，从而剔除就诊数据中的冗余信息，保留与康复项目直接相关的关键信息，降低后续预设模型的分析难度。进一步的，基于预设模型对预设字段进行分析，在疑似异常案例中，相关预设字段的取值范围往往会超出预设模型所确定的范围，或者多个预设字段所反映的信息之间存在矛盾，又或者与其它案例之间存在很大的差别，根据上述分析结果，自动从众多案例中提取出疑似异常案例，以待进一步的处理。通过设置不同的预设模型，可以实现相应的监管要求，从而实现了医保中康复项目的自动监管，而无需人工监管，降低了监管难度，大大节约了人力资源，同时提高了医保监管的准确性和严密性，有效避免了监管漏洞的产生。附图说明图1为本专利技术医保监管方法第一实施例的流程示意图；图2为本专利技术医保监管方法第二实施例的流程示意图；图3为本专利技术医保监管方法第三实施例的流程示意图；图4为本专利技术医保监管方法第四实施例中步骤S200的细化流程示意图；图5为本专利技术医保监管方法第五实施例中步骤S240的细化流程示意图；图6是本专利技术实施例方案涉及的硬件运行环境的医保监管设备的结构示意图。本专利技术目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。具体实施方式应当理解，此处所描述的具体实施例仅仅用以解释本专利技术，并不用于限定本专利技术。本专利技术实施例的主要解决方案是：基于预设模型对被保险人就诊数据中与康复项目有关的内容进行分析，提取出其中的疑似异常案例。由于现有技术中通常采用人工方式实现医保本文档来自技高网...

【技术保护点】
1.一种医保监管方法，其特征在于，所述医保监管方法包括以下步骤：获取被保险人的就诊数据；提取所述就诊数据中对应于康复项目的预设字段；基于预设模型分析所述预设字段，得到分析结果，并根据所述分析结果提取疑似异常案例。

【技术特征摘要】
1.一种医保监管方法，其特征在于，所述医保监管方法包括以下步骤：获取被保险人的就诊数据；提取所述就诊数据中对应于康复项目的预设字段；基于预设模型分析所述预设字段，得到分析结果，并根据所述分析结果提取疑似异常案例。2.如权利要求1所述的医保监管方法，其特征在于，在基于预设模型分析所述预设字段，得到分析结果，并根据所述分析结果提取疑似异常案例的步骤之后，所述医保监管方法还包括以下步骤：输出所述疑似异常案例；接收与所述疑似异常案例对应的确认信息；当所述确认信息确认所述疑似异常案例异常时，获取与所述疑似异常案例对应的修正信息；根据所述修正信息修正医保费用。3.如权利要求2所述的医保监管方法，其特征在于，在接收与所述疑似异常案例对应的确认信息的步骤之后，还包括以下步骤：当所述确认信息否认所述疑似异常案例异常时，存储所述疑似异常病例，并累计一次误识别事件；根据所述误识别事件的累计次数，计算所述预设模型的误识别率；比对所述误识别率和预设阈值；当所述误识别率大于或等于所述预设阈值时，根据存储的疑似异常案例优化所述预设模型。4.如权利要求1所述的医保监管方法，其特征在于，提取所述就诊数据中对应于康复项目的预设字段的步骤包括：清洗所述就诊数据；分别获取清洗后的就诊数据中的规范文本和非规范文本；提取所述规范文本中对应于康复项目的预设字段；基于循环神经网络分析所述非规范文本，提取所述非规范文本中对应于康复项目的预设字段。5.如权利要求4所述的医保监管方法，其特征在于，基于循环神经网络分析所述非规范文本，提取所述非规范文本中对应于康复项目的预设字段的步骤包括：将所述非规范文本表示为向量序列；根据分类体系方法或语料统计方法获取所述向量序列的语义距离；根据所述向量序列的语义内容和语义距离，基于双向循环神经网络将所述向量序列编码为句子向量矩阵，其中，基于双向循环神经网络将所述向量序列编码为句子向量矩阵具体包括分别采用前向传播训练得到所述句子向量矩阵的前向隐层参数，采用反向传播训练得到所述句子向量矩阵的反向隐层参数；根据所述康复...

【专利技术属性】
技术研发人员：陈明东，黄越，胥畅，
申请(专利权)人：平安医疗健康管理股份有限公司，
类型：发明
国别省市：上海,31