医疗费用预测方法、装置、设备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一种医疗费用预测方法、装置、设备及计算机可读存储介质，所述方法包括：获取多份历史就诊数据，并从各份历史就诊数据中抓取与预设慢性病并发症对应的多份并发特征数据；读取各份并发特征数据中的并发类型信息以及用药类型信息，并根据各并发类型信息和用药类型信息，对各份并发特征数据进行分类，形成各并发类型信息以及各用药类型信息与各份并发特征数据中医疗费用的对应关系；当接收到就诊患者的诊断信息时，将诊断信息和对应关系对比，对与诊断信息对应的目标医疗费用进行预测。本方案基于医疗机构中大数据所形成的对应关系，对诊断信息的目标医疗费用进行预测，因对应关系的准确度高，使得所预测的目标医疗费用也更为准确有效。

【技术实现步骤摘要】
医疗费用预测方法、装置、设备及计算机可读存储介质
本专利技术主要涉及医疗系统
，具体地说，涉及一种医疗费用预测方法、装置、设备及计算机可读存储介质。
技术介绍
目前慢性病所存在的并发症种类众多，单是糖尿病一种慢性病的并发症就高达100多种，再加上高血压并发症、高血脂并发症、冠心病并发症等，使得慢性病的并发症多种多样。不同类型的慢性病并发症患者或者同种类型的慢性病并发症患者之间，均因患者个体的差异会采用不同的治疗用药方案，而使得不同患者之间的医疗费用不同。慢性病并发症需要长期的就诊治疗，对患者在就诊过程中所需要医疗费用的准确预测，有利于患者对长期治疗方案的规划，便于稳定病情；但是目前对于慢性病并发症的医疗费用缺乏有效的预测机制，使得对患有各种慢性病并发症患者的医疗费用预测不准确，进而导致患者所规划的长期治疗方案不准确，影响患者的病情稳定。
技术实现思路
本专利技术的主要目的是提供一种医疗费用预测方法、装置、设备及计算机可读存储介质，旨在解决现有技术中对慢性病并发症的医疗费用缺乏有效的预测机制，预测不准确的问题。为实现上述目的，本专利技术提供一种医疗费用预测方法，所述医疗费用预测方法包括以下步骤：获取多份历史就诊数据，并从各份所述历史就诊数据中抓取与预设慢性病并发症对应的多份并发特征数据；读取各份所述并发特征数据中的并发类型信息以及用药类型信息，并根据各所述并发类型信息和所述用药类型信息，对各份所述并发特征数据进行分类，形成各所述并发类型信息以及各所述用药类型信息与各份所述并发特征数据中医疗费用的对应关系；当接收到就诊患者的诊断信息时，将所述诊断信息和所述对应关系对比，对与所述诊断信息对应的目标医疗费用进行预测。优选地，所述根据各所述并发类型信息和所述用药类型信息，对各份所述并发特征数据进行分类，形成各所述并发类型信息以及各所述用药类型信息与各份所述并发特征数据中医疗费用的对应关系的步骤包括：对各所述并发类型信息进行对比，将具有相同的所述并发类型信息的各份所述并发特征数据划分到同一组类；对各所述组类中的各份所述并发特征数据所具有的所述用药类型信息进行对比，将各所述组类中具有相同所述用药类型信息的各份所述并发特征数据划分为各所述组类中的子组类；读取各所述子组类中具有所述并发特征数据的数据份数，以及各份所述并发特征数据对应的医疗费用；根据所述数据份数以及各份所述并发特征数据对应的医疗费用，确定各所述子组类的医疗费用均值，以形成各所述并发类型信息以及各所述用药类型信息与各份所述并发特征数据中医疗费用的对应关系。优选地，所述将所述诊断信息和所述对应关系对比，对与所述诊断信息对应的目标医疗费用进行预测的步骤包括：读取所述诊断信息中的并发类型标识，并将所述并发类型标识和所述对应关系中的各所述并发类型信息对比，确定与所述诊断信息对应的目标组类；读取所述目标组类中所具有目标子组类，以及与各所述目标子类型对应的目标医疗费用均值，并将各所述目标医疗费用均值确定为与所述诊断信息对应的目标医疗费用。优选地，所述将各所述目标医疗费用均值确定为与所述诊断信息对应的目标医疗费用的步骤之后包括：判断是否存在多类所述目标组类，若存在多类所述目标组类，则统计各所述目标组类中所具有所述目标子组类的子组类数量；根据所述子组类数量和各所述目标组类中各所述目标子组类的所述目标医疗费用均值，确定各所述目标组类的组费用均值；将各所述组费用均值进行对比，确定数值最大的目标组费用均值，并将所述目标组费用均值输出到所述就诊患者所持有终端，以将所述目标组费用均值作为所述目标医疗费用中的主导费用进行提醒。优选地，所述形成各所述并发类型信息以及各所述用药类型信息与各份所述并发特征数据中医疗费用的对应关系的步骤之后包括：当接收到待跟踪就诊数据时，读取所述待跟踪就诊数据中的并发类型字段以及用药类型字段；将所述并发类型字段和所述对应关系中的各所述并发类型信息对比，确定与所述待跟踪就诊数据对应的跟踪组类；将所述用药类型字段和所述跟踪组类中各所述子组类的所述用药类型信息对比，确定与所述待跟踪就诊数据对应的跟踪子组类；读取与所述跟踪子组类对应的跟踪医疗费用均值，以及所述待跟踪就诊数据中的待跟踪医疗费用，并将所述跟踪医疗费用均值对所述待跟踪医疗费用进行对比，判断所述待跟踪医疗费用的异常性。优选地，所述对与所述诊断信息对应的目标医疗费用进行预测的步骤之后包括：根据各所述预设慢性病并发症之间的预设关联关系，预测与所述诊断信息对应的病症变化趋势；将所述病症变化趋势和所述对应关系对比，确定与所述病症变化趋势对应的费用变化趋势，并将所述病症变化趋势和所述费用变化趋势发送到所述就诊患者所持有终端。此外，为实现上述目的，本专利技术还提出一种医疗费用预测装置，所述医疗费用预测装置包括：获取模块，用于获取多份历史就诊数据，并从各份所述历史就诊数据中抓取与预设慢性病并发症对应的多份并发特征数据；分类模块，用于读取各份所述并发特征数据中的并发类型信息以及用药类型信息，并根据各所述并发类型信息和所述用药类型信息，对各份所述并发特征数据进行分类，形成各所述并发类型信息以及各所述用药类型信息与各份所述并发特征数据中医疗费用的对应关系；预测模块，用于当接收到就诊患者的诊断信息时，将所述诊断信息和所述对应关系对比，对与所述诊断信息对应的目标医疗费用进行预测。优选地，所述分类模块包括：对比单元，用于对各所述并发类型信息进行对比，将具有相同的所述并发类型信息的各份所述并发特征数据划分到同一组类；划分单元，用于对各所述组类中的各份所述并发特征数据所具有的所述用药类型信息进行对比，将各所述组类中具有相同所述用药类型信息的各份所述并发特征数据划分为各所述组类中的子组类；读取单元，用于读取各所述子组类中具有所述并发特征数据的数据份数，以及各份所述并发特征数据对应的医疗费用；形成单元，用于根据所述数据份数以及各份所述并发特征数据对应的医疗费用，确定各所述子组类的医疗费用均值，以形成各所述并发类型信息以及各所述用药类型信息与各份所述并发特征数据中医疗费用的对应关系。此外，为实现上述目的，本专利技术还提出一种医疗费用预测设备，所述医疗费用预测设备包括：存储器、处理器、通信总线以及存储在所述存储器上的医疗费用预测程序；所述通信总线用于实现处理器和存储器之间的连接通信；所述处理器用于执行所述医疗费用预测程序，以实现以下步骤：获取多份历史就诊数据，并从各份所述历史就诊数据中抓取与预设慢性病并发症对应的多份并发特征数据；读取各份所述并发特征数据中的并发类型信息以及用药类型信息，并根据各所述并发类型信息和所述用药类型信息，对各份所述并发特征数据进行分类，形成各所述并发类型信息以及各所述用药类型信息与各份所述并发特征数据中医疗费用的对应关系；当接收到就诊患者的诊断信息时，将所述诊断信息和所述对应关系对比，对与所述诊断信息对应的目标医疗费用进行预测。此外，为实现上述目的，本专利技术还提供一种计算机可读存储介质，所述计算机可读存储介质存储有一个或者一个以上程序，所述一个或者一个以上程序可被一个或者一个以上的处理器执行以用于：获取多份历史就诊数据，并从各份所述历史就诊数据中抓取与预设慢性病并发症对应的多份并发特征数据；读取各份所述并发特征数据中的并发类本文档来自技高网...

【技术保护点】
1.一种医疗费用预测方法，其特征在于，所述医疗费用预测方法包括以下步骤：获取多份历史就诊数据，并从各份所述历史就诊数据中抓取与预设慢性病并发症对应的多份并发特征数据；读取各份所述并发特征数据中的并发类型信息以及用药类型信息，并根据各所述并发类型信息和所述用药类型信息，对各份所述并发特征数据进行分类，形成各所述并发类型信息以及各所述用药类型信息与各份所述并发特征数据中医疗费用的对应关系；当接收到就诊患者的诊断信息时，将所述诊断信息和所述对应关系对比，对与所述诊断信息对应的目标医疗费用进行预测。

【技术特征摘要】
1.一种医疗费用预测方法，其特征在于，所述医疗费用预测方法包括以下步骤：获取多份历史就诊数据，并从各份所述历史就诊数据中抓取与预设慢性病并发症对应的多份并发特征数据；读取各份所述并发特征数据中的并发类型信息以及用药类型信息，并根据各所述并发类型信息和所述用药类型信息，对各份所述并发特征数据进行分类，形成各所述并发类型信息以及各所述用药类型信息与各份所述并发特征数据中医疗费用的对应关系；当接收到就诊患者的诊断信息时，将所述诊断信息和所述对应关系对比，对与所述诊断信息对应的目标医疗费用进行预测。2.如权利要求1所述的医疗费用预测方法，其特征在于，所述根据各所述并发类型信息和所述用药类型信息，对各份所述并发特征数据进行分类，形成各所述并发类型信息以及各所述用药类型信息与各份所述并发特征数据中医疗费用的对应关系的步骤包括：对各所述并发类型信息进行对比，将具有相同的所述并发类型信息的各份所述并发特征数据划分到同一组类；对各所述组类中的各份所述并发特征数据所具有的所述用药类型信息进行对比，将各所述组类中具有相同所述用药类型信息的各份所述并发特征数据划分为各所述组类中的子组类；读取各所述子组类中具有所述并发特征数据的数据份数，以及各份所述并发特征数据对应的医疗费用；根据所述数据份数以及各份所述并发特征数据对应的医疗费用，确定各所述子组类的医疗费用均值，以形成各所述并发类型信息以及各所述用药类型信息与各份所述并发特征数据中医疗费用的对应关系。3.如权利要求2所述的医疗费用预测方法，其特征在于，所述将所述诊断信息和所述对应关系对比，对与所述诊断信息对应的目标医疗费用进行预测的步骤包括：读取所述诊断信息中的并发类型标识，并将所述并发类型标识和所述对应关系中的各所述并发类型信息对比，确定与所述诊断信息对应的目标组类；读取所述目标组类中所具有目标子组类，以及与各所述目标子类型对应的目标医疗费用均值，并将各所述目标医疗费用均值确定为与所述诊断信息对应的目标医疗费用。4.如权利要求3所述的医疗费用预测方法，其特征在于，所述将各所述目标医疗费用均值确定为与所述诊断信息对应的目标医疗费用的步骤之后包括：判断是否存在多类所述目标组类，若存在多类所述目标组类，则统计各所述目标组类中所具有所述目标子组类的子组类数量；根据所述子组类数量和各所述目标组类中各所述目标子组类的所述目标医疗费用均值，确定各所述目标组类的组费用均值；将各所述组费用均值进行对比，确定数值最大的目标组费用均值，并将所述目标组费用均值输出到所述就诊患者所持有终端，以将所述目标组费用均值作为所述目标医疗费用中的主导费用进行提醒。5.如权利要求2所述的医疗费用预测方法，其特征在于，所述形成各所述并发类型信息以及各所述用药类型信息与各份所述并发特征数据中医疗费用的对应关系的步骤之后包括：当接收到待跟踪就诊数据时，读取所述待跟踪就诊数据中的并...

【专利技术属性】
技术研发人员：黄越，陈明东，
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