异常糖尿病数据检测方法、装置、设备及存储介质制造方法及图纸

本发明专利技术公开了一种异常糖尿病数据检测方法、装置、设备及存储介质，该方法包括：从定点医疗机构中获取待检测的糖尿病数据；根据预设流程对所述糖尿病数据进行处理，获得标准化数据；通过预先建立的异常糖尿病数据检测模型对所述标准化数据进行检测，由所述异常糖尿病数据检测模型输出异常糖尿病数据。本发明专利技术基于机器学习算法建立数据检测模型，对糖尿病数据进行检测，提高了异常糖尿病数据检测的效率和准确性。

【技术实现步骤摘要】
异常糖尿病数据检测方法、装置、设备及存储介质
本专利技术涉及人工智能
，尤其涉及一种异常糖尿病数据检测方法、装置、设备及存储介质。
技术介绍
目前，糖尿病已纳入医保报销范筹，参保人在定点医疗机构进行结算时只需要支付医保报销后的费用。因此，为保障医保基金的合理支出，负责管理医保的相关部门需要对参保人的糖尿病数据进行异常检测，以减少虚假报销的发生。由于需要检测的数据量大，如果依靠人工进行检测，则效率低，准确性不高。
技术实现思路
本专利技术提供一种异常糖尿病数据检测方法、装置、设备及存储介质，旨在提高异常糖尿病数据检测的效率和准确性。为实现上述目的，本专利技术提供一种异常糖尿病数据检测方法，所述方法应用于异常糖尿病数据检测设备，所述方法包括：从定点医疗机构中获取待检测的糖尿病数据；根据预设流程对所述糖尿病数据进行处理，获得标准化数据；通过预先建立的异常糖尿病数据检测模型对所述标准化数据进行检测，由所述异常糖尿病数据检测模型输出异常糖尿病数据。优选地，所述从定点医疗机构中获取待检测的糖尿病数据的步骤之前还包括：将标准化样本数据作为异常糖尿病数据检测模型的训练样本，所述标准化样本数据是将历史糖尿病数据进行清洗后获得的数据；基于所述训练样本，通过C4.5决策树算法对所述训练样本进行训练，获得异常糖尿病数据检测模型。优选地，所述基于所述训练样本，通过C4.5决策树算法对所述训练样本进行训练，获得异常糖尿病数据检测模型的步骤之后还包括：评估所述异常糖尿病数据检测模型的准确性。优选地，所述评估所述异常糖尿病数据检测模型的准确性的步骤包括：在所述异常糖尿病数据检测模型中输入验证数据，由所述异常糖尿病数据检测模型对所述验证数据进行判断并输出所述验证数据中的第一异常验证数据；将所述第一异常验证数据与第二异常糖尿病数据进行比对，所述第二异常糖尿病数据是预先获得的所述验证数据中的异常糖尿病数据；若所述第一异常验证数据与所述第二异常糖尿病数据一致，则判定所述异常糖尿病数据检测模型建立成功，保存所述异常糖尿病数据检测模型以供后续使用；若所述第一异常验证数据与所述第二异常糖尿病数据不一致，则判定所述异常糖尿病数据检测模型建立失败，将所述异常糖尿病数据检测模型进行调试后，重新进行验证。优选地，所述根据预设流程对所述糖尿病数据进行处理，获得标准化数据的步骤包括：依次对所述糖尿病数据执行缺失值清洗、格式内容清洗、逻辑错误清洗、非需求数据清洗、关联性验证的清洗流程，获得标准化数据。优选地，所述通过预先建立的异常糖尿病数据检测模型对所述标准化数据进行检测，由所述异常糖尿病数据检测模型输出异常糖尿病数据的步骤包括：将所述待检测的糖尿病数据输入所述异常糖尿病数据检测模型，由所述异常糖尿病数据检测模型对所述待检测的糖尿病数据进行分类，获得分类标签；若所述分类标签是异常糖尿病数据，则输出所述异常糖尿病数据。优选地，所述通过预先建立的异常糖尿病数据检测模型对所述标准化数据进行检测，由所述异常糖尿病数据检测模型输出异常糖尿病数据的步骤之后还包括：将所述异常糖尿病数据发送至相关平台，以供所述相关平台对所述糖尿病数据进行分析并输出相应的决策。此外，本专利技术实施例还提供一种异常糖尿病数据检测装置，所述异常糖尿病数据检测装置包括：获取模块，用于从定点医疗机构中获取待检测的糖尿病数据；处理模块，用于根据预设流程对所述糖尿病数据进行处理，获得标准化数据；检测模块，用于通过预先建立的异常糖尿病数据检测模型对所述标准化数据进行检测，由所述异常糖尿病数据检测模型输出异常糖尿病数据。此外，本专利技术实施例还提供一种异常糖尿病数据检测设备，所述异常糖尿病数据检测设备包括处理器，存储器以及存储在所述存储器中的异常糖尿病数据检测程序，所述异常糖尿病数据检测程序被所述处理器运行时，实现如上所述的异常糖尿病数据检测方法的步骤。此外，本专利技术实施例还提供一种计算机存储介质，所述计算机存储介质上存储有异常糖尿病数据检测程序，所述异常糖尿病数据检测程序被处理器运行时实现如上所述异常糖尿病数据检测方法的步骤。相比现有技术，本专利技术提供一种异常糖尿病数据检测方法、装置、设备及存储介质，从定点医疗机构中获取待检测的糖尿病数据；根据预设流程对所述糖尿病数据进行处理，获得标准化数据；通过预先建立的异常糖尿病数据检测模型对所述标准化数据进行检测，由所述异常糖尿病数据检测模型输出异常糖尿病数据。本专利技术基于机器学习算法建立数据检测模型，对糖尿病数据进行检测，提高了异常糖尿病数据检测的效率和准确性。附图说明图1是本专利技术各实施例涉及的异常糖尿病数据检测设备的硬件结构示意图；图2是本专利技术异常糖尿病数据检测方法第一实施例的流程示意图；图3是本专利技术异常糖尿病数据检测方法第二实施例的流程示意图；图4是本专利技术异常糖尿病数据检测方法第三实施例的流程示意图；图5是本专利技术异常糖尿病数据检测装置第一实施例的功能模块示意图。本专利技术目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。具体实施方式应当理解，此处所描述的具体实施例仅仅用以解释本专利技术，并不用于限定本专利技术。本专利技术实施例主要涉及的异常糖尿病数据检测设备是指能够实现网络连接的网络连接设备，所述异常糖尿病数据检测设备可以是服务器、云平台等。参照图1，图1是本专利技术各实施例涉及的异常糖尿病数据检测设备的硬件结构示意图。本专利技术实施例中，异常糖尿病数据检测设备可以包括处理器1001(例如中央处理器CentralProcessingUnit、CPU)，通信总线1002，输入端口1003，输出端口1004，存储器1005。其中，通信总线1002用于实现这些组件之间的连接通信；输入端口1003用于数据输入；输出端口1004用于数据输出，存储器1005可以是高速RAM存储器，也可以是稳定的存储器(non-volatilememory)，例如磁盘存储器，存储器1005可选的还可以是独立于前述处理器1001的存储装置。本领域技术人员可以理解，图1中示出的硬件结构并不构成对本专利技术的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。继续参照图1，图1中作为一种可读存储介质的存储器1005可以包括操作系统、网络通信模块、应用程序模块以及异常糖尿病数据检测程序。在图1中，网络通信模块主要用于连接服务器，与服务器进行数据通信；而处理器1001可以调用存储器1005中存储的异常糖尿病数据检测程序，并执行本专利技术实施例提供的异常糖尿病数据检测方法。本专利技术实施例提供了一种异常糖尿病数据检测方法。参照图2，图2是本专利技术异常糖尿病数据检测方法第一实施例的流程示意图。本实施例中，所述异常糖尿病数据检测方法应用于异常糖尿病数据检测设备，所述方法包括：步骤S101，从定点医疗机构中获取待检测的糖尿病数据；一般地，参保人使用社保卡在定点医疗机构就诊后，定点医疗机构会保存相关诊疗、用药、费用等数据。糖尿病是一组以高血糖为特征的代谢性疾病。高血糖则是由于胰岛素分泌缺陷或相关生物作用受损，或两者兼有引起。长期存在的高血糖，会导致各种组织，特别是眼、肾、心脏、血管、神经的慢性损害、功能障碍。本实施例中，从定点医疗机构中获取待检测的糖尿病数据，可以理解地，将一个社保卡对应的糖尿病数据作为一个糖尿病数据，所述本文档来自技高网...

【技术保护点】
1.一种异常糖尿病数据检测方法，其特征在于，所述方法应用于异常糖尿病数据检测设备，所述方法包括：从定点医疗机构中获取待检测的糖尿病数据；根据预设流程对所述糖尿病数据进行处理，获得标准化数据；通过预先建立的异常糖尿病数据检测模型对所述标准化数据进行检测，由所述异常糖尿病数据检测模型输出异常糖尿病数据。

【技术特征摘要】
1.一种异常糖尿病数据检测方法，其特征在于，所述方法应用于异常糖尿病数据检测设备，所述方法包括：从定点医疗机构中获取待检测的糖尿病数据；根据预设流程对所述糖尿病数据进行处理，获得标准化数据；通过预先建立的异常糖尿病数据检测模型对所述标准化数据进行检测，由所述异常糖尿病数据检测模型输出异常糖尿病数据。2.根据权利要求1所述的方法，其特征在于，所述从定点医疗机构中获取待检测的糖尿病数据的步骤之前还包括：将标准化样本数据作为异常糖尿病数据检测模型的训练样本，所述标准化样本数据是将历史糖尿病数据进行清洗后获得的数据；基于所述训练样本，通过C4.5决策树算法对所述训练样本进行训练，获得异常糖尿病数据检测模型。3.根据权利要求2所述的方法，其特征在于，所述基于所述训练样本，通过C4.5决策树算法对所述训练样本进行训练，获得异常糖尿病数据检测模型步骤之后还包括：评估所述异常糖尿病数据检测模型的准确性。4.根据权利要求3所述的方法，其特征在于，所述评估所述异常糖尿病数据检测模型的准确性的步骤包括：在所述异常糖尿病数据检测模型中输入验证数据，由所述异常糖尿病数据检测模型对所述验证数据进行判断并输出所述验证数据中的第一异常验证数据；将所述第一异常验证数据与第二异常糖尿病数据进行比对，所述第二异常糖尿病数据是预先获得的所述验证数据中的异常糖尿病数据；若所述第一异常验证数据与所述第二异常糖尿病数据一致，则判定所述糖尿病数据检测模型建立成功，保存所述糖尿病数据检测模型以供后续使用；若所述第一异常验证数据与所述第二异常糖尿病数据不一致，则判定所述异常糖尿病数据检测模型建立失败，将所述异常糖尿病数据检测模型进行调试后，重新进行验证。5.根据权利要求1所述的方法，其特征在于，所述根据预设流程对所述糖尿病数据进行处理，获得标...

【专利技术属性】
技术研发人员：陈明东，黄越，胥畅，
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