基于预测模型预测住院合理性的方法及相关产品技术

本申请公开了一种基于住院模型预测住院合理性的方法及相关产品，该方法应用于电子设备，该方法包括：接收输入的任意一个参保人的住院数据，所述住院数据中包括诊断数据和实际术前检查项目集；提取所述住院数据中的诊断数据，将所述诊断数据输入到预先训练好的住院预测模型，输出所述参保人的住院概率；在所述住院概率大于第一阈值时，获取所述诊断数据对应的预设术前检查项目集；将所述实际术前检查项目集和所述预设术前检查项目集比对，确定所述参保人的住院行为的合理性。本申请实施例有利于增加检测住院合理行的方式，为医疗体制改革提供数据参考。

Method and related products for predicting the rationality of hospitalization based on prediction model

This application discloses a method for predicting the rationality of hospitalization based on hospitalization model and related products. The method is applied to electronic equipment. The method includes: receiving the inpatient data of any insured person, the inpatient data includes diagnostic data and a set of actual preoperative examination items; extracting the diagnostic data from the inpatient data, and inputting the diagnostic data into advance. The trained hospitalization prediction model outputs the hospitalization probability of the insured person; when the hospitalization probability is greater than the first threshold, obtains the preset preoperative examination item set corresponding to the diagnosis data; compares the actual preoperative examination item set with the preset preoperative examination item set to determine the rationality of the insured person's hospitalization behavior. The embodiment of the application is helpful to increase the reasonable way of testing hospitalization and to provide data reference for the reform of medical system.

【技术实现步骤摘要】
基于预测模型预测住院合理性的方法及相关产品
本申请涉及医疗
，具体涉及一种基于预测模型预测住院合理性的方法及相关产品。
技术介绍
随着国家基本医保制度不断加强，越来越多的人加入医保行列，参保人就诊时，医保统筹基金会为参保人报销绝大的医疗费用，但是目前的医保制度仍然不够完善，导致报销过程中存在很多利益问题。在很多城市，对体检项目未纳入医保统筹基金的报销范畴，参保人的体检费用只能个人报销。但是对于参保人来说，住院费用只要符合起付线等条件，可使用医保统筹基金报销部分甚至全部住院费用。因此部分参保人可能与医生合谋，套取医保统筹基金为参保人报销检查费用，即在参保人无需住院的情况下，将参保人收入院，再额外增加一些无关的术前检查项目，从而增加术前检查费用，简接增加住院费用，将住院费用达到起付线，套取医保统筹基金支付检查费用。目前，参保人在做术前检查项目时，相关人员仅核对该术前检查项目是否为医生指定的术前检查项目，未考虑参保人是否具有资格以及该术前检查项目的合理性。现有的方法确认参保人是否具有住院资格的方式单一、准确度低，存在套取统筹基金支付检查费用的行为。因此，亟需提供一种从术前检查项目角度判断参保人住院是否具有住院资格的方法。
技术实现思路
本申请实施例提供了一种基于预测模型预测住院合理性的方法及相关产品，以期预测参保人的术前检查项目是否异常，确定该参保人的住院行为的合理性。第一方面，本申请实施例提供一种基于预测模型预测住院合理性的方法，所述方法应用于电子设备，所述方法包括：接收输入的任意一个参保人的住院数据，所述住院数据中包括诊断数据和实际术前检查项目集；提取所述住院数据中的诊断数据，将所述诊断数据输入到预先训练好的住院预测模型，输出所述参保人对应的住院概率；在所述住院概率大于第一阈值时，获取所述诊断数据对应的预设术前检查项目集；将所述实际术前检查项目集和所述预设术前检查项目集比对，确定所述参保人的住院行为的合理性。第二方面，本申请实施例提供一种基于预测模型预测住院合理性的电子设备，所述电子设备包括：接收单元，用于接收输入的任意一个参保人的住院数据，所述住院数据中包括诊断数据和实际术前检查项目集；输入单元，用于提取所述住院数据中的诊断数据，将所述诊断数据输入到预先训练好的住院预测模型，输出所述参保人对应的住院概率；获取单元，用于在所述住院概率大于第一阈值时，获取所述诊断数据对应的预设术前检查项目集；比对单元，用于将所述实际术前检查项目集和所述预设术前检查项目集比对，确定所述参保人的住院行为的合理性。第三方面，本申请实施例提供一种电子设备，包括一个或多个处理器、一个或多个存储器、一个或多个收发器，以及一个或多个程序，所述一个或多个程序被存储在所述存储器中，并且被配置由所述一个或多个处理器执行，所述程序包括用于执行如第一方面所述的方法中的步骤的指令。第四方面，本申请实施例提供一种计算机可读存储介质，其用于存储计算机程序，其中，所述计算机程序被处理器执行，以实现如第一方面所述的方法。第五方面，本申请实施例提供一种计算机程序产品，所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，所述计算机可操作来使计算机执行如第一方面所述的方法。实施本申请实施例，具有如下有益效果：可以看出，在本申请实施例中，接收输入的参保人的住院数据，提取住院数据中的诊断数据，依据诊断数据获取该参保人的预设术前检查项目集，将该预设检查项目集与该住院数据中的实际检查项目集比对，判断该参保人的术实际前检查项目集是否异常，从而确定该参保人住院行为的合理性，因此，在接收到参保人的住院请求时，可检测出该参保人住院行为的合理性，故可减少套取医保基金支付术前检查费用的概率，为医疗体制改革提供数据参考，完善医疗制度。附图说明为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1为本申请实施例提供的一种基于预测模型预测住院合理性的方法的流程示意图；图1A为本申请实施例提供的一种基于术前检查项目确定出的二元数据矩阵的示意图；图2为本申请实施例提供的另一种基于预测模型预测住院合理性的方法的流程示意图；图3为本申请实施例提供的另一种基于预测模型预测住院合理性的方法的流程示意图；图3A为本申请实施例提供的一种建立频繁模式树FP-tree过程的示意图；图4为本申请实施例提供的一种基于预测模型预测住院合理性的电子设备的结构示意图；图5为本申请实施例提供的一种基于预测模型预测住院合理性的电子设备的结构示意图。具体实施方式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，所描述的实施例是本申请一部分实施例，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作出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。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、结果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。本申请中的电子设备可以包括智能手机(如Android手机、iOS手机、WindowsPhone手机等)、平板电脑、掌上电脑、笔记本电脑、移动互联网设备MID(MobileInternetDevices，简称：MID)或穿戴式设备等，上述电子设备仅是举例，而非穷举，包含但不限于上述电子设备，为了描述的方便，下面实施例中将上述电子设备称为用户设备UE(Userequipment，简称：UE)。当然在实际应用中，上述用户设备也不限于上述变现形式，例如还可以包括：智能车载终端、计算机设备等等。参阅图1，图1为本申请实施例提供的一种基于预测模型预测住院合理性的方法的流程示意图，该方法应用于电子设备，该方法包括步骤S101～S104中所示的内容：步骤S101、接收输入的任意一个参保人的住院数据。其中，该住院数据包括诊断数据和实际术前检查项目集，诊断数据包括参保人的人口学参数和疾病信息，人口学参数包括身高、体重、年龄、疾病史、文化程度、婚姻状况，等等；疾病信息具体为疾病名称、疾病严重等级，等等。步骤S102、提取所述住院数据中的诊断数据，将所述诊断数据输入到预先训练好的住院预测模型，输出所述参保人对应的住院概率。可选的，对该住院数据进行关键字识别，识别出该住院数据中的诊断数据，即疾病名称、疾病严重等级、人口学参数，将该疾病名称、疾病严重等级、人口学参数组本文档来自技高网...

【技术保护点】
1.一种基于住院模型预测住院合理性的方法，其特征在于，所述方法应用于电子设备，所述方法包括：接收输入的任意一个参保人的住院数据，所述住院数据中包括诊断数据和实际术前检查项目集；提取所述住院数据中的诊断数据，将所述诊断数据输入到预先训练好的住院预测模型，输出所述参保人的住院概率；在所述住院概率大于第一阈值时，获取所述诊断数据对应的预设术前检查项目集；将所述实际术前检查项目集和所述预设术前检查项目集比对，确定所述参保人的住院行为的合理性。

【技术特征摘要】
1.一种基于住院模型预测住院合理性的方法，其特征在于，所述方法应用于电子设备，所述方法包括：接收输入的任意一个参保人的住院数据，所述住院数据中包括诊断数据和实际术前检查项目集；提取所述住院数据中的诊断数据，将所述诊断数据输入到预先训练好的住院预测模型，输出所述参保人的住院概率；在所述住院概率大于第一阈值时，获取所述诊断数据对应的预设术前检查项目集；将所述实际术前检查项目集和所述预设术前检查项目集比对，确定所述参保人的住院行为的合理性。2.根据权利要求1所述的方法，其特征在于，所述方法还包括：在所述住院概率小于或者等于所述第一阈值时，向线上核对中心发送所述参保人的住院数据，提示所述线上核对中心验证所述住院数据中的实际术前检查项目集是否异常；接收来自所述线上核对中心的验证结果；在验证结果为确认所述实际术前检查项目集正常时，确定所述参保人的住院行为合理，将所述参保人的实际术前检查项目集传输至与术前检查相关的网络设备；在验证结果为确认所述实际术前检查项目集异常时，确定所述参保人的住院行为不合理，禁止将所述参保人的实际术前检查项目集传输至所述网络设备，提示重新输入所述参保人的术前检查项目。3.根据权利要求1所述的方法，其特征在于，所述诊断数据中包括疾病名称、疾病严重等级、参保人的人口学参数，所述将所述诊断数据输入到预先训练好的住院预测模型，输出所述参保人的住院概率具体包括：提取所述诊断数据中的疾病名称、疾病严重等级、参保人的人口学参数；将所述疾病名称、疾病严重等级、人口学参数组成输入数据矩阵输入到所述预先训练好的住院预测模型执行正向运算，输出所述参保人的住院概率。4.根据权利要求1或2所述的方法，其特征在于，所述获取所述诊断数据对应的预设术前检查项目集具体包括：依据所述疾病名称和术前检查项目集的映射关系以及所述诊断数据中的疾病名称，获取所述诊断数据的预设术前检查项目集。5.根据权利要求1-3任意一项所述的方法，其特征在于，所述将所述实际术前检查项目集和所述预设术前检查项目集比对，确定所述参保人的住院行为的合理性具体包括：确定所述预设术前检查项目集与所述实际术前检查项目集的相似度，如所述相似度大于第二阈值，确定所述实际术前检查项目正常，确定所述参保人的住院行为合理，如所述相似度小于或者等于所述第二阈值，确定所述实际术前检查项目异常，确定所述参保人的住院行为...

【专利技术属性】
技术研发人员：周竹凌，汪丽娟，
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