一种基于神经网络的病种分值校验方法及计算设备技术

本发明专利技术实施例公开了一种基于神经网络的病种分值校验方法及计算设备，该方法包括计算设备通过接收第一病例的病例数据，该病例数据包括多个病例特征；将该多个病例特征输入到病种分值学习模型，得到第一病例的第一病种分值；以及，在病种分值字典中查找第一病例所属病种分类对应的第一基础病种分值，并根据第一基础病种分值计算第一病例的第二病种分值，进而，根据第一病种分值与第二病种分值判断第一病例是否为异常病例，如果是，则输出用于提示第一病例异常的提示信息。通过执行上述方法，可以实现病例的病例分值的校验，以及时发现异常病例。

A Neural Network-based Method of Disease Score Validation and Computing Equipment

The embodiment of the present invention discloses a method and calculating device of disease score verification based on neural network, which includes calculating device receiving case data of the first case, the case data including multiple case features, inputting the case features into the disease score learning model to obtain the first disease score of the first case, and searching for the disease score dictionary. The score of the first basic disease corresponding to the classification of the diseases of the first case is calculated, and the score of the second disease of the first case is calculated according to the score of the first basic disease. Then, according to the score of the first disease and the score of the second disease, whether the first case is an abnormal case or not is judged. If so, the prompt information used to indicate the abnormality of the first case is output. Through the implementation of the above methods, we can check the case score of the case and find abnormal cases in time.

【技术实现步骤摘要】
一种基于神经网络的病种分值校验方法及计算设备
本专利技术涉及医疗管理
，具体涉及一种基于神经网络的病种分值校验方法及计算设备。
技术介绍
随着国家公共医疗的布局和医疗改革的不断深入，支付制度改革是系统工程是医保管理理念和医保经办机构角色发生重大转变的体现。推行按照病种付费，充分体现了支付制度才是全面医改的关键所在。所谓按病种付费，就是指通过统一的疾病诊断分类，科学地制定出每一种疾病的定额偿付标准，社保机构按照该标准与住院人次，向定点医疗机构支付住院费用，使得医疗资源利用标准化，即医疗机构资源消耗与所治疗的住院病人的数量、疾病复杂程度和服务强度成正比。简而言之，就是明确规定某一种疾病该花多少钱，从而既避免了医疗单位滥用医疗服务项目、重复项目和分解项目，防止医院小病大治，又保证了医疗服务质量。标准化的医疗信息对于医疗信息大数据应用于按病种收费的支付方式非常重要，医疗信息的标准化是实现医疗大数据进行应用的前提。病种的分类目前通常采用国际疾病分类(internationalClassificationofdiseases,ICD)。ICD-10根据病因、部位、病理及临床表现等特征将疾病划分为21章节、26000多种病种，并对各个病种进行编码。然而，对于中国的医疗的整体环境来说，各个地区常见的病种远远少于26000，且医疗人员在记录病例时，由于现有技术中病种的多样性、复杂性，医务人员往往不按照国际的标准来等级，各个地区有地区化的语言描述，给按病种付费的实施带来一定困难。按照规定，各地确定按病种付费支付标准时，应充分考虑医疗服务成本、既往实际发生费用、医保基金承受能力和参保人负担水平等因素，结合病种主要操作和治疗方式，通过与医疗机构协商谈判合理确定，如何根据各地的医疗情况确定支付标准，如何管理按病种付费的医疗费用，检测分析病例、医疗付费标准等都是目前急需解决的技术问题。
技术实现思路
本专利技术实施例提供了一种神经网络的病种分值校验方法及计算设备，可以实现病例的病例分值的校验，以及时发现异常病例。。第一方面，本专利技术实施例提供一种基于神经网络的病种分值校验方法，包括：计算设备接收第一病例的病例数据，所述病例数据包括多个病例特征；所述计算设备将所述多个病例特征输入到病种分值学习模型，得到所述第一病例的第一病种分值；所述计算设备在病种分值字典中查找所述第一病例所属病种分类对应的第一基础病种分值，并根据所述第一基础病种分值计算所述第一病例的第二病种分值，所述病种分值字典包括病种分类与基础病种分值的一一对应关系；所述计算设备根据所述第一病种分值与所述第二病种分值判断所述第一病例是否为异常病例，如果是，则输出用于提示所述第一病例异常的提示信息。可选地，单个病例特征包括诊断标识、药品标识、药品剂量、药品费用、检测项的标识、检测项费用、手术标识、手术费用、住院天数、住院费用、并发症标识、继发症标识、参保人年龄、参保人性别中的一种或多种的组合。可选地，所述计算设备在病种分值字典中查找所述第一病例所属病种分类对应的第一基础病种分值之前，所述方法还包括：所述计算设备根据所述第一病例中用于识别参保人的发生病种分类的诊断标识确定所述第一病例的病种分类，其中，所述病种分类为病种分类字典中的项，所述病种分类字典包括病种分类的名称与病种分类码的对应关系，所述病种分类码为ICD编码或ICD编码的前N位码，所述N为小于6的正整数。可选地，所述根据所述第一基础病种分值计算所述第一病例的第二病种分值包括：其中，Y为所述第一病例的第二病种分值，A1为所述第一基础病种分值，C1为所述第一病例所在医院的医院级别系数，Ei为附加病种分值，i为所述附加病种分值的索引，i为正整数。可选地，所述计算设备根据所述第一病种分值与所述第二病种分值判断所述第一病例是否为异常病例包括：所述计算设备判断所述第一病种分值与所述第二病种分值的差值是否大于第一阈值，如果是，则所述第一病例为异常病例。可选地，所述计算设备根据所述第一病种分值与所述第二病种分值判断所述第一病例是否为异常病例，如果是，则输出用于提示所述第一病例异常的提示信息包括：所述计算设备判断所述第二病种分值与所述第一病种分值的比值是否大于第二阈值或小于第三阈值；当所述第二病种分值与所述第一病种分值的比例大于所述第二阈值时，输出用于提示所述第一病例的病种分值过高的提示信息；当所述第二病种分值与所述第一病种分值的比例小于所述第一阈值且大于第二阈值时，输出用于提示所述第一病例的病种分值在正常范围的提示信息；当所述第二病种分值与所述第一病种分值的比例小于所述第二阈值时，输出用于提示所述第一病例的病种分值过低的提示信息。可选地，所述方法还包括：接收病例集，所述病例集包括多个病例，所述第一病例为所述多个病例中任意一个；根据病例集中的异常病例的病例数据，显示第一图像，所述第一图像包括以下至少一项：所述病例集中的异常病例的所在医院和例数的对应关系、所述病例集中的异常病例的主治医师和例数的对应关系、所述病例集中的异常病例的病种分类与例数的对应关系。第二方面，本申请实施例还提供了一种计算设备，包括：接收单元，用于接收第一病例的病例数据，所述病例数据包括多个病例特征；第一计算单元，用于将所述多个病例特征输入到病种分值学习模型，得到所述第一病例的第一病种分值；查找单元，用于在病种分值字典中查找所述第一病例所属病种分类对应的第一基础病种分值；第二计算单元，用于并根据所述第一基础病种分值计算所述第一病例的第二病种分值，所述病种分值字典包括病种分类与基础病种分值的一一对应关系；判断单元，用于根据所述第一病种分值与所述第二病种分值判断所述第一病例是否为异常病例，输出单元，用于，当所述判断单元的判断结果为是时，输出用于提示所述第一病例异常的提示信息。可选地，单个病例特征包括诊断标识、药品标识、药品剂量、药品费用、检测项的标识、检测项费用、手术标识、手术费用、住院天数、住院费用、并发症标识、继发症标识、参保人年龄、参保人性别中的一种或多种的组合。可选地，所述计算设备还包括：分类识别单元，用于根据所述第一病例中用于识别参保人的发生病种分类的诊断标识确定所述第一病例的病种分类，其中，所述病种分类为病种分类字典中的项，所述病种分类字典包括病种分类的名称与病种分类码的对应关系所述病种分类码为ICD编码或ICD编码的前N位码，所述N为小于6的正整数。可选地，所述第二计算单元具体通过下述公式计算所述第一病例的第二病种分值包括：其中，Y为所述第一病例的第二病种分值，A1为所述第一基础病种分值，C1为所述第一病例所在医院的医院级别系数，Ei为附加病种分值，i为所述附加病种分值的索引，i为正整数。可选地，所述判断单元具体用于：判断所述第一病种分值与所述第二病种分值的差值是否大于第一阈值，如果是，则所述第一病例为异常病例。可选地，所述判断单元具体用于：判断所述第二病种分值与所述第一病种分值的比值是否大于第二阈值或小于第三阈值；所述输出单元具体用于：当所述第二病种分值与所述第一病种分值的比例大于所述第二阈值时，输出用于提示所述第一病例的病种分值过高的提示信息；当所述第二病种分值与所述第一病种分值的比例小于所述第一阈值且大于第二阈值时，输出用于提示所述第一病例的病种分值本文档来自技高网...

【技术保护点】
1.一种基于神经网络的病种分值校验方法，其特征在于，包括：计算设备接收第一病例的病例数据，所述病例数据包括多个病例特征；所述计算设备将所述多个病例特征输入到病种分值学习模型，得到所述第一病例的第一病种分值；所述计算设备在病种分值字典中查找所述第一病例所属病种分类对应的第一基础病种分值，并根据所述第一基础病种分值计算所述第一病例的第二病种分值，所述病种分值字典包括病种分类与基础病种分值的一一对应关系；所述计算设备根据所述第一病种分值与所述第二病种分值判断所述第一病例是否为异常病例，如果是，则输出用于提示所述第一病例异常的提示信息。

【技术特征摘要】
1.一种基于神经网络的病种分值校验方法，其特征在于，包括：计算设备接收第一病例的病例数据，所述病例数据包括多个病例特征；所述计算设备将所述多个病例特征输入到病种分值学习模型，得到所述第一病例的第一病种分值；所述计算设备在病种分值字典中查找所述第一病例所属病种分类对应的第一基础病种分值，并根据所述第一基础病种分值计算所述第一病例的第二病种分值，所述病种分值字典包括病种分类与基础病种分值的一一对应关系；所述计算设备根据所述第一病种分值与所述第二病种分值判断所述第一病例是否为异常病例，如果是，则输出用于提示所述第一病例异常的提示信息。2.如权利要求1所述的方法，其特征在于，单个病例特征包括诊断标识、药品标识、药品剂量、药品费用、检测项的标识、检测项费用、手术标识、手术费用、住院天数、住院费用、并发症标识、继发症标识、参保人年龄、参保人性别中的一种。3.如权利要求1所述的方法，其特征在于，所述计算设备在病种分值字典中查找所述第一病例所属病种分类对应的第一基础病种分值之前，所述方法还包括：所述计算设备根据所述第一病例中用于识别参保人的发生病种分类的诊断标识确定所述第一病例的病种分类，其中，所述病种分类为病种分类字典中的项，所述病种分类字典包括病种分类的名称与病种分类码的对应关系，所述病种分类码为ICD编码或ICD编码的前N位码，所述N为小于6的正整数，M为正整数。4.如权利要求1所述的方法，其特征在于，所述根据所述第一基础病种分值计算所述第一病例的第二病种分值包括：其中，Y为所述第一病例的第二病种分值，A1为所述第一基础病种分值，C1为所述第一病例所在医院的医院级别系数，Ei为附加病种分值，i为所述附加病种分值的索引，i为正整数。5.如权利要求1所述的方法，其特征在于，所述计算设备根据所述第一病种分值与所述第二病种分值判断所述第一病例是否为异常病例包括：所述计算设备判断所述第一病种分...

【专利技术属性】
技术研发人员：刘俊芳，
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