医疗数据异常识别方法、装置、终端及存储介质制造方法及图纸

本发明专利技术提供一种基于大数据的医疗数据异常识别方法、装置、终端及存储介质，该方法包括：在检测到异常检测请求时，获取该异常检测请求对应的目标医院和所述目标医院的待检测医疗数据；根据预设维度将所述待检测医疗数据进行分组，获得分组后的子集合；基于预设维度对应的预设规则分析各所述子集合，判断所述待检测医疗数据中是否存在满足异常特征的目标医疗数据；若所述待检测医疗数据中存在满足异常特征的目标医疗数据，则将所述目标医疗数据进行异常标记。本发明专利技术可准确地识别出分解住院行为，有效防止出现骗保行为。

【技术实现步骤摘要】
医疗数据异常识别方法、装置、终端及存储介质
本专利技术涉及医疗数据处理
，尤其涉及一种医疗数据异常识别方法、装置、终端及存储介质。
技术介绍
医疗保险制度是国家为预防和分担疾病所带来的医疗费用的一种社会强制性保险，费用由用人单位和个人共同缴纳，医疗保险金由医疗保险机构支付，以解决劳动者因患病或受伤害带来的医疗风险。医保部门会对医院进行考核，其中，单次住院天数是医院医疗效率的重要考核指标，平均单次住院天数越多，医院医疗效率越低，因此，在实际操作中，医院为提升其考核评分，将一次住院分解为多次住院，或办理虚假住院，以降低单次住院天数。这显然是违反医保规定、损害公共利益的做法。因此，需要一种识别异常医疗数据的方法。
技术实现思路
本专利技术的主要目的在于提供一种医疗数据异常识别方法，旨在解决无法检测异常刷医保卡行为数据的技术问题。为实现上述目的，本专利技术提供一种医疗数据异常识别方法，其特征在于，所述医疗数据异常识别方法包括以下步骤：在检测到异常检测请求时，获取该异常检测请求对应的目标医院和所述目标医院的待检测医疗数据；根据预设维度将所述待检测医疗数据进行分组，获得分组后的子集合；基于预设维度对应的预设规则分析各所述子集合，判断所述待检测医疗数据中是否存在满足异常特征的目标医疗数据；若所述待检测医疗数据中存在满足异常特征的目标医疗数据，则将所述目标医疗数据进行异常标记。可选地，在所述预设维度为医院维度时，所述根据预设维度将所述待检测医疗数据进行分组，获得分组后的子集合的步骤包括：将所述待检测医疗数据按照病种进行分组，获得各病种对应的第一子集合；所述基于预设维度对应的预设规则分析各所述子集合，判断所述待检测医疗数据中是否存在满足异常特征的目标医疗数据的步骤包括：从各病种对应的第一子集合中，获取各病种的总住院次数和总住院天数，基于所述各病种的总住院次数和总住院天数计算获得各病种的平均单次住院天数；将所述各病种的平均单次住院天数与各病种对应的预设天数进行比较，获得各病种的平均单次住院天数与对应预设天数的天数差，计算各病种的所述天数差与对应预设天数的比值，得到各病种对应的天数异常因子；在任一病种对应的天数异常因子大于第一预设阈值时，该病种对应的第一子集合满足异常特征。可选地，所述基于预设维度对应的预设规则分析各所述子集合，判断所述待检测医疗数据中是否存在满足异常特征的目标医疗数据的步骤包括：从各病种对应的第一子集合中，获取各病种的参保人数和总住院次数，基于各病种的参保人数和总住院次数计算获得各病种对应的每人平均住院次数；将各病种对应的每人平均住院次数与对应的预设次数进行比较，获得各病种的每人平均住院次数与对应预设次数的次数差，计算各病种的所述次数差与对应预设次数的比值，得到各病种对应的次数异常因子；在任一病种对应的次数异常因子大于第二预设阈值时，该病种对应的第一子集合满足异常特征。可选地，所述基于预设维度对应的预设规则分析各所述子集合，判断所述待检测医疗数据中是否存在满足异常特征的目标医疗数据的步骤包括：从各病种对应的第一子集合中，获取各病种的总住院次数和总住院金额，基于所述各病种的总住院次数和总住院金额计算获得各病种的平均单次住院金额；将所述各病种的平均单次住院金额与对应的预设金额进行比较，获得各病种的平均单次住院金额与对应预设金额的金额差，计算各病种的所述金额差与对应预设金额的比值，得到各病种对应的金额异常因子；在任一病种对应的金额异常因子大于第三预设阈值时，该病种对应的第一子集合满足异常特征。可选地，在所述预设维度为个人维度时，所述根据预设维度将所述待检测医疗数据进行分组，获得分组后的子集合的步骤包括：根据参保人将所述待检测医疗数据进行分组，获得各参保人对应的第二子集合；所述基于预设维度对应的预设规则分析各所述子集合，判断所述待检测医疗数据中是否存在满足异常特征的目标医疗数据的步骤包括：提取所述第二子集合中每条医疗数据对应的就诊时间，计算获得所述第二子集合中相邻医疗数据的相邻就诊间隔；获取预设的时间间隔阈值，计算所述相邻就诊间隔与所述时间间隔阈值的时间差，计算所述时间差与所述时间间隔阈值的比值，得到所述第二子集合中每条医疗数据对应的间隔异常因子；在所述第二子集合中的医疗数据对应的间隔异常因子大于第四预设阈值时，该医疗数据满足异常特征。可选地，所述获取预设的时间间隔阈值，计算所述相邻就诊间隔与所述时间间隔阈值的时间差，计算所述时间差与所述时间间隔阈值的比值，得到所述第二子集合中每条医疗数据对应的间隔异常因子的步骤之后包括：提取所述第二子集合中每条医疗数据对应的诊断结果，判断所述第二子集合中是否存在对应相似诊断结果的相邻医疗数据；若所述第二子集合中存在对应相似诊断结果的相邻医疗数据，则获取所述相邻医疗数据的相邻就诊间隔与所述时间间隔阈值的时间差，计算所述时间差与所述时间间隔阈值的比值，得到所述相邻医疗数据对应的间隔异常因子；在所述相邻医疗数据对应的间隔异常因子大于第五预设阈值时，该医疗数据满足异常特征。可选地，所述基于预设维度对应的预设规则分析各所述子集合，判断所述待检测医疗数据中是否存在满足异常特征的目标医疗数据的步骤包括：提取所述第二子集合中每条医疗数据对应的诊疗项目，将相邻就诊各自对应的诊疗项目与参考诊疗项目集合分别进行对比，获得相邻就诊各自对应的诊疗项目与参考诊疗项目集合的重合比例，并计算所有相邻就诊的平均重合比例，得到相邻就诊的诊疗项目的连续度；在所述连续度大于第六预设阈值时，对应的医疗数据满足异常特征。此外，为实现上述目的，本专利技术还提供一种医疗数据异常识别装置，所述医疗数据异常识别装置包括：获取模块，用于在检测到异常检测请求时，获取该异常检测请求对应的目标医院和所述目标医院的待检测医疗数据；分组模块，用于根据预设维度将所述待检测医疗数据进行分组，获得分组后的子集合；异常分析模块，用于基于预设维度对应的预设规则分析各所述子集合，判断所述待检测医疗数据中是否存在满足异常特征的目标医疗数据；异常标记模块，用于若所述待检测医疗数据中存在满足异常特征的目标医疗数据，则将所述目标医疗数据进行异常标记。此外，为实现上述目的，本专利技术还提供一种医疗数据异常识别终端，所述医疗数据异常识别终端包括处理器、存储器、以及存储在所述存储器上并可被所述处理器执行的医疗数据异常识别程序，其中所述医疗数据异常识别程序被所述处理器执行时，实现如上述的医疗数据异常识别方法的步骤。此外，为实现上述目的，本专利技术还提供一种存储介质，所述存储介质上存储有医疗数据异常识别程序，其中所述医疗数据异常识别程序被处理器执行时，实现如上述的医疗数据异常识别方法的步骤。本专利技术实施例通过根据预设维度对待检测医疗数据进行分组分析，可有效检测出异常医疗数据；将待检测医疗数据中存在满足异常特征的目标医疗数据进行异常标记，可将异常医疗数据区分出来，以便后续对异常医疗数据进行针对性处理，规范医疗费用报销制度的正常运行。附图说明图1是本专利技术实施例方案涉及的硬件运行环境的医疗数据异常识别终端结构示意图；图2为本专利技术医疗数据异常识别方法第一实施例的流程示意图；图3为本专利技术医疗数据异常识别方法第二实施例的流程示意图；图4为本专利技术医疗数据异常识别方法第五实施例的流程示意图；图5本文档来自技高网...

【技术保护点】
1.一种医疗数据异常识别方法，其特征在于，所述医疗数据异常识别方法包括以下步骤：在检测到异常检测请求时，获取该异常检测请求对应的目标医院和所述目标医院的待检测医疗数据；根据预设维度将所述待检测医疗数据进行分组，获得分组后的子集合；基于预设维度对应的预设规则分析各所述子集合，判断所述待检测医疗数据中是否存在满足异常特征的目标医疗数据；若所述待检测医疗数据中存在满足异常特征的目标医疗数据，则将所述目标医疗数据进行异常标记。

【技术特征摘要】
1.一种医疗数据异常识别方法，其特征在于，所述医疗数据异常识别方法包括以下步骤：在检测到异常检测请求时，获取该异常检测请求对应的目标医院和所述目标医院的待检测医疗数据；根据预设维度将所述待检测医疗数据进行分组，获得分组后的子集合；基于预设维度对应的预设规则分析各所述子集合，判断所述待检测医疗数据中是否存在满足异常特征的目标医疗数据；若所述待检测医疗数据中存在满足异常特征的目标医疗数据，则将所述目标医疗数据进行异常标记。2.如权利要求1所述的医疗数据异常识别方法，其特征在于，在所述预设维度为医院维度时，所述根据预设维度将所述待检测医疗数据进行分组，获得分组后的子集合的步骤包括：将所述待检测医疗数据按照病种进行分组，获得各病种对应的第一子集合；所述基于预设维度对应的预设规则分析各所述子集合，判断所述待检测医疗数据中是否存在满足异常特征的目标医疗数据的步骤包括：从各病种对应的第一子集合中，获取各病种的总住院次数和总住院天数，基于所述各病种的总住院次数和总住院天数计算获得各病种的平均单次住院天数；将所述各病种的平均单次住院天数与各病种对应的预设天数进行比较，获得各病种的平均单次住院天数与对应预设天数的天数差，计算各病种的所述天数差与对应预设天数的比值，得到各病种对应的天数异常因子；在任一病种对应的天数异常因子大于第一预设阈值时，该病种对应的第一子集合满足异常特征。3.如权利要求2所述的医疗数据异常识别方法，其特征在于，所述基于预设维度对应的预设规则分析各所述子集合，判断所述待检测医疗数据中是否存在满足异常特征的目标医疗数据的步骤包括：从各病种对应的第一子集合中，获取各病种的参保人数和总住院次数，基于各病种的参保人数和总住院次数计算获得各病种对应的每人平均住院次数；将各病种对应的每人平均住院次数与对应的预设次数进行比较，获得各病种的每人平均住院次数与对应预设次数的次数差，计算各病种的所述次数差与对应预设次数的比值，得到各病种对应的次数异常因子；在任一病种对应的次数异常因子大于第二预设阈值时，该病种对应的第一子集合满足异常特征。4.如权利要求2所述的医疗数据异常识别方法，其特征在于，所述基于预设维度对应的预设规则分析各所述子集合，判断所述待检测医疗数据中是否存在满足异常特征的目标医疗数据的步骤包括：从各病种对应的第一子集合中，获取各病种的总住院次数和总住院金额，基于所述各病种的总住院次数和总住院金额计算获得各病种的平均单次住院金额；将所述各病种的平均单次住院金额与对应的预设金额进行比较，获得各病种的平均单次住院金额与对应预设金额的金额差，计算各病种的所述金额差与对应预设金额的比值，得到各病种对应的金额异常因子；在任一病种对应的金额异常因子大于第三预设阈值时，该病种对应的第一子集合满足异常特征。5.如权利要求1所述的医疗数据异常识别方法，其特征在于，在所述预设维度为个人维度时，所述根据预设维度将所述待检测医疗数据进行分组，获得分组后的子集合的步骤包括：根据参保人将所述待检测医疗数据进行分...

【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