基于人工智能的医疗项目使用异常检测方法及相关装置制造方法及图纸

本申请实施例公开了一种基于人工智能的医疗项目使用异常检测方法及相关装置，该方法包括：从多家医疗机构获取多个医疗数据集，每个医疗数据集对应一个参保人；将多个医疗数据集输入异常检测模型进行处理，输出多个医疗数据集对应的多个检测结果，每个检测结果用于表征参保人是否存在医疗项目使用异常；若确定多个检测结果中存在至少一个检测结果为参保人存在医疗项目使用异常，则发送第一提示信息至至少一个检测结果中每个检测结果对应的参保人的终端，第一提示信息用于提示参保人存在医疗项目使用异常。采用本申请实施例可检测参保人的医疗项目使用是否存在异常，有助于减少医疗项目使用异常的情况。

【技术实现步骤摘要】
基于人工智能的医疗项目使用异常检测方法及相关装置
本申请涉及医疗
，具体涉及一种基于人工智能的医疗项目使用异常检测方法及相关装置。
技术介绍
随着社会经济的快速发展和生活观念的逐渐改变，使得大部分人的生活方式和行为发生了变化，从而导致疾病患病率持续增长，因此医疗保险越来越被人们重视。医疗保险涵盖多个医疗项目。目前，医疗项目使用异常的情况时有发生，医疗项目的常规用量缺少全面、科学的规范，常用的审核规则为通过经验确定每个医疗项目的常规用量，这种确定常规用量的方法较为粗放，导致审核的假阳性率高。
技术实现思路
本申请实施例提供一种基于人工智能的医疗项目使用异常检测方法及相关装置，用于检测参保人的医疗项目使用是否存在异常，有助于减少医疗项目使用异常的情况。第一方面，本申请实施例提供一种基于人工智能的医疗项目使用异常检测方法，包括：从多家医疗机构获取多个医疗数据集，每家医疗机构对应至少一个医疗数据集，每个医疗数据集对应一个参保人；将所述多个医疗数据集输入异常检测模型进行处理，输出所述多个医疗数据集对应的多个检测结果，每个检测结果对应一个参保人，所述检测结果用于表征参保人是否存在医疗项目使用异常；若确定所述多个检测结果中存在至少一个检测结果为参保人存在医疗项目使用异常，则发送第一提示信息至所述至少一个检测结果中每个检测结果对应的参保人的终端，所述第一提示信息用于提示参保人存在医疗项目使用异常。第二方面，本申请实施例提供一种基于人工智能的医疗项目使用异常检测装置，包括：获取单元，用于从多家医疗机构获取多个医疗数据集，每家医疗机构对应至少一个医疗数据集，每个医疗数据集对应一个参保人；确定单元，用于将所述多个医疗数据集输入异常检测模型进行处理，输出所述多个医疗数据集对应的多个检测结果，每个检测结果对应一个参保人，所述检测结果用于表征参保人是否存在医疗项目使用异常；发送单元，用于若确定所述多个检测结果中存在至少一个检测结果为参保人存在医疗项目使用异常，则发送第一提示信息至所述至少一个检测结果中每个检测结果对应的参保人的终端，所述第一提示信息用于提示参保人存在医疗项目使用异常。第三方面，本申请实施例提供一种服务器，包括处理器、存储器、通信接口以及一个或多个程序，其中，上述一个或多个程序被存储在上述存储器中，并且被配置由上述处理器执行，上述程序包括用于执行本申请实施例第一方面所述的方法中的步骤的指令。第四方面，本申请实施例提供了一种计算机可读存储介质，上述计算机可读存储介质用于存储电子数据交换的计算机程序，其中，上述计算机程序使得计算机执行如本申请实施例第一方面所述的方法中所描述的部分或全部步骤。第五方面，本申请实施例提供了一种计算机程序产品，上述计算机程序产品包括存储了计算机程序的非瞬时性计算机可读存储介质，上述计算机程序可操作来使计算机执行如本申请实施例第一方面所述的方法中所描述的部分或全部步骤。可以看出，在本申请实施例中，服务器从多家医疗机构获取多个医疗数据集，每个医疗数据集对应一个参保人，将多个医疗数据集输入异常检测模型进行处理，输出多个医疗数据集对应的多个检测结果，每个检测结果对应一个参保人，检测结果用于表征参保人是否存在医疗项目使用异常，若确定多个检测结果中存在至少一个检测结果为参保人存在医疗项目使用异常，则发送第一提示信息至至少一个检测结果中每个检测结果对应的参保人的终端，第一提示信息用于提示参保人存在医疗项目使用异常。这样实现了检测参保人的医疗项目使用是否存在异常，有助于减少医疗项目使用异常的情况，进而在一定程度上降低了审核假阳性率。本申请的这些方面或其他方面在以下实施例的描述中会更加简明易懂。附图说明为了更清楚地说明本申请实施例或
技术介绍
中的技术方案，下面将对本申请实施例或
技术介绍
中所需要使用的附图进行说明。图1A是本申请实施例提供的第一种基于人工智能的医疗项目使用异常检测方法的流程示意图；图1B是本申请实施例提供的一种示意图；图1C是本申请实施例提供的另一种示意图；图2是本申请实施例提供的第二种基于人工智能的医疗项目使用异常检测方法的流程示意图；图3是本申请实施例提供的第三种基于人工智能的医疗项目使用异常检测方法的流程示意图；图4是本申请实施例提供的一种基于人工智能的医疗项目使用异常检测装置的结构示意图；图5是本申请实施例提供的一种服务器的结构示意图。具体实现方式为了使本
的人员更好地理解本申请方案，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分的实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本申请保护的范围。以下分别进行详细说明。本申请的说明书和权利要求书及所述附图中的术语“第一”、“第二”、“第三”和“第四”等是用于区别不同对象，而不是用于描述特定顺序。此外，术语“包括”和“具有”以及它们任何变形，意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元，而是可选地还包括没有列出的步骤或单元，或可选地还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。在本文中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，本文所描述的实施例可以与其它实施例相结合。以下，对本申请中的部分用语进行解释说明，以便于本领域技术人员理解。(1)终端可以包括各种具有无线通信功能的手持设备、车载设备、可穿戴设备、计算设备或连接到无线调制解调器的其他处理设备，以及各种形式的用户设备(UserEquipment，UE)，移动台(MobileStation，MS)，终端设备(terminaldevice)，等等。(2)服务器，也称伺服器，是提供计算服务的设备。服务器的构成包括处理器、硬盘、内存、系统总线等，和通用的计算机架构类似。在网络环境下，根据服务器提供的服务类型不同，分为文件服务器，数据库服务器，应用程序服务器，WEB服务器等。下面对本申请实施例进行详细介绍。请参阅图1A，图1A是本申请实施例提供的第一种基于人工智能的医疗项目使用异常检测方法的流程示意图，该基于人工智能的医疗项目使用异常检测方法包括：步骤101：服务器从多家医疗机构获取多个医疗数据集，每家医疗机构对应至少一个医疗数据集，每个医疗数据集对应一个参保人。其中，医疗数据集包括多个医疗数据和医疗项目集，多个医疗数据包括年龄、性别、急诊类型、疾病名称、疾病情况、治疗时长、愈后情况、医疗机构、就诊时间，医疗项目集包括至少一个医疗项目和至少一个医疗费用，每个医疗费用对应一个医疗项目，医疗项目是指医生为参保人诊断时所作出的相应医嘱，例如开启药品、验血、做CT等。在一个可能的示例中，服务器从多家医疗机构获取多个医疗数据集，包括：服务器接收医疗项目管理平台发送的医疗数据集获取指令；服务器向多家医疗机构的服务器发送多个第一请求信息，每个第一请求信息用于指示一家医疗机构的本文档来自技高网...

【技术保护点】
1.一种基于人工智能的医疗项目使用异常检测方法，其特征在于，所述方法包括：从多家医疗机构获取多个医疗数据集，每家医疗机构对应至少一个医疗数据集，每个医疗数据集对应一个参保人；将所述多个医疗数据集输入异常检测模型进行处理，输出所述多个医疗数据集对应的多个检测结果，每个检测结果对应一个参保人，所述检测结果用于表征参保人是否存在医疗项目使用异常；若确定所述多个检测结果中存在至少一个检测结果为参保人存在医疗项目使用异常，则发送第一提示信息至所述至少一个检测结果中每个检测结果对应的参保人的终端，所述第一提示信息用于提示参保人存在医疗项目使用异常。

【技术特征摘要】
1.一种基于人工智能的医疗项目使用异常检测方法，其特征在于，所述方法包括：从多家医疗机构获取多个医疗数据集，每家医疗机构对应至少一个医疗数据集，每个医疗数据集对应一个参保人；将所述多个医疗数据集输入异常检测模型进行处理，输出所述多个医疗数据集对应的多个检测结果，每个检测结果对应一个参保人，所述检测结果用于表征参保人是否存在医疗项目使用异常；若确定所述多个检测结果中存在至少一个检测结果为参保人存在医疗项目使用异常，则发送第一提示信息至所述至少一个检测结果中每个检测结果对应的参保人的终端，所述第一提示信息用于提示参保人存在医疗项目使用异常。2.根据权利要求1所述的方法，其特征在于，所述从多家医疗机构获取多个医疗数据集，包括：接收医疗项目管理平台发送的医疗数据集获取指令；根据所述医疗数据集获取指令向多家医疗机构的服务器发送多个第一请求信息，每个第一请求信息用于指示一家医疗机构的服务器反馈其存储的预设时段内所有参保人中每个参保人一次就诊的医疗数据集；接收所述多家医疗机构的服务器针对所述多个第一请求信息发送的多个医疗数据集。3.根据权利要求2所述的方法，其特征在于，所述将所述多个医疗数据集输入异常检测模型进行处理，输出所述多个医疗数据集对应的多个检测结果，包括：解析所述多个医疗数据集，得到所述多个医疗数据集对应的多个医疗项目集，每个医疗项目集对应一个医疗数据集，所述每个医疗项目集包括至少一个医疗项目；将所述多个医疗数据集和所述多个医疗项目集输入异常检测模型，所述异常检测模型预设有多个费用预测公式；根据医疗项目与费用预测公式的对应关系确定所述多个医疗项目集中每个医疗项目集对应的至少一个费用预测公式；根据每个医疗数据集包括的多个医疗数据和每个医疗项目集对应的至少一个费用预测公式确定所述每个医疗项目集包括的所有医疗项目中每个医疗项目的预测费用，所述每个医疗项目集与所述每个医疗数据集一一对应，所述多个医疗数据包括年龄、性别、就诊类型、疾病名称、疾病情况、治疗时长、愈后情况；确定所述每个医疗数据集对应的医疗项目集包括的所有医疗项目中每个医疗项目的实际费用；若医疗数据集对应的医疗项目集中存在至少一个医疗项目的实际费用大于预测费用，则确定所述至少一个医疗项目中每个医疗项目的实际费用与预测费用之间的超额费用，得到所述医疗数据集对应的至少一个超额费用；若所述至少一个超额费用之和大于等于第一阈值，则确定所述医疗数据集对应的检测结果为参保人存在医疗项目使用异常。4.根据权利要求2所述的方法，其特征在于，所述将所述多个医疗数据集输入异常检测模型进行处理，输出所述多个医疗数据集对应的多个检测结果，包括:解析所述多个医疗数据集，得到所述多个医疗数据集对应的多个医疗项目集，每个医疗项目集对应一个医疗数据集，所述每个医疗项目集包括至少一个医疗项目；将所述多个医疗数据集和所述多个医疗项目集输入异常检测模型，所述异常检测模型预设有多个费用预测公式；根据医疗项目与费用预测公式的对应关系确定所述多个...

【专利技术属性】
技术研发人员：耿爱香，吴亚博，郑毅，
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