异常就诊费用的判断方法、装置、设备及计算机存储介质制造方法及图纸

本发明专利技术公开一种异常就诊费用的判断方法、装置、设备及计算机存储介质，所述方法包括：获取多份历史就诊数据，并将各所述历史就诊数据分别传输到多个预设分类模型中进行分类，生成各分类结果；对各所述分类结果进行检测，确定目标分类结果，并将生成所述目标分类结果的所述预设分类模型确定为目标分类模型；当接收到当前就诊数据时，将所述当前就诊数据传输到所述目标分类模型中，并判断所述当前就诊数据中的当前就诊费用是否异常。本方案目标分类模型中基于就诊大数据所分类生成的目标分类结果为各种病症信息、治疗方案与费用信息之间的对应关系分类，具有较高的准确度，使得由该目标分类模型对当前就诊数据的异常性判断更为准确有效。

The Judgment Method, Device, Equipment and Computer Storage Medium of Abnormal Consultation Cost

The invention discloses a method, device, equipment and computer storage medium for judging the cost of abnormal medical treatment. The method includes: acquiring multiple historical medical treatment data, transferring each historical medical treatment data to a plurality of preset classification models for classification, generating each classification result, detecting each classification result, determining the target classification result, and generating the place. The presupposed classification model of the target classification result is determined as the target classification model; when receiving the current medical treatment data, the current medical treatment data is transmitted to the target classification model, and the abnormal current medical treatment cost in the current medical treatment data is judged. In the target classification model of this scheme, the result of target classification based on the big data of consultation is classified as the corresponding relationship among various disease information, treatment plan and cost information, which has high accuracy, and makes the target classification model more accurate and effective in judging the abnormality of current consultation data.

【技术实现步骤摘要】
异常就诊费用的判断方法、装置、设备及计算机存储介质
本专利技术主要涉及医疗系统
，具体地说，涉及一种异常就诊费用的判断方法、装置、设备及计算机存储介质。
技术介绍
随着社会保障制度的发展，具有医保并使用医保就诊的人员越来越多；疾病患者在各医疗机构使用医保就诊时，所产生的就诊费用一部分通过医保报销，另一部分由患者自付；不同患者之间因就诊疾病以及治疗方案的不同，使得就诊费用存在差异性；如对于同样为Ⅱ型糖尿病，但治疗方案相差较大的患者之间的就诊费用也相差较大。对于目前存在的一些恶意使用医保进行就诊的患者，如在治疗过程中采用远高于其病症的昂贵药品，或者开具与其病症不相符合的其他药品等，使得患者的就诊费用不合理增加，为异常就诊费用；对此类异常就诊费用的判断在杜绝医保恶意使用方面显得尤为重要。但是目前因就诊患者的个体差异性较大，使得对于异常就诊费用缺乏有效的判断机制，使得不能准确的识别医保的恶意使用。
技术实现思路
本专利技术的主要目的是提供一种异常就诊费用的判断方法、装置、设备及计算机存储介质，旨在解决现有技术中对异常就诊费用缺乏有效判断机制的问题。为实现上述目的，本专利技术提供一种异常就诊本文档来自技高网...

【技术保护点】
1.一种异常就诊费用的判断方法，其特征在于，所述异常就诊费用的判断方法包括以下步骤：获取多份历史就诊数据，并将各所述历史就诊数据分别传输到多个预设分类模型中进行分类，生成各分类结果；对各所述分类结果进行检测，确定目标分类结果，并将生成所述目标分类结果的所述预设分类模型确定为目标分类模型；当接收到当前就诊数据时，将所述当前就诊数据传输到所述目标分类模型中，并判断所述当前就诊数据中的当前就诊费用是否异常。

【技术特征摘要】
1.一种异常就诊费用的判断方法，其特征在于，所述异常就诊费用的判断方法包括以下步骤：获取多份历史就诊数据，并将各所述历史就诊数据分别传输到多个预设分类模型中进行分类，生成各分类结果；对各所述分类结果进行检测，确定目标分类结果，并将生成所述目标分类结果的所述预设分类模型确定为目标分类模型；当接收到当前就诊数据时，将所述当前就诊数据传输到所述目标分类模型中，并判断所述当前就诊数据中的当前就诊费用是否异常。2.如权利要求1所述的异常就诊费用的判断方法，其特征在于，所述将各所述历史就诊数据分别传输到多个预设分类模型中进行分类，生成各分类结果的步骤包括：将各所述历史就诊数据分别传输到多个预设分类模型中，由各所述预设分类模型读取各所述历史就诊数据中的患者信息和就诊信息，以将所述患者信息和所述就诊信息的相似度均高于预设值的各历史就诊数据划分到同一组类，并读取各所述组类中所具有历史就诊数据的历史就诊费用；读取各所述预设分类模型划分的各所述组类，以及与各所述组类对应的历史就诊费用形成各模型组类集合，并将各所述模型组类集合确定为各所述预设分类模型的分类结果。3.如权利要求2所述的异常就诊费用的判断方法，其特征在于，所述对各所述分类结果进行检测，确定目标分类结果的步骤包括：分别将各所述模型组类集合中各组类之间的组间间距进行对比，生成各所述模型组类集合的组间对比结果，并根据所述组间对比结果确定各所述组间间距最大的第一模型组类集合；分别将各所述模型组类集合中各组类的组内间距进行对比，生成各所述模型组类集合的组内对比结果，并根据所述组内对比结果确定各所述组内间距最小的第二模型组类集合；判断所述第一模型组类集合和所述第二模型组类集合是否为相同的所述模型组类集合，若为相同的所述模型组类集合，则将相同的所述模型组类集合确定为目标分类结果。4.如权利要求3所述的异常就诊费用的判断方法，其特征在于，所述判断所述第一模型组类集合和所述第二模型组类集合是否为相同的所述模型组类集合的步骤之后包括：若所述第一模型组类集合和所述第二模型组类集合不是相同的所述模型组类集合，则查找各所述组间对比结果中大于第一预设间距的组间结果值，以及各所述组内对比结果中大于第二预设间距的组内结果值；当各所述组间结果值和各所述组内结果值来源于同一所述模型组类集合时，将同一所述模型组类集合确定为目标分类结果。5.如权利要求3或4所述的异常就诊费用的判断方法，其特征在于，所述对各所述分类结果进行检测，确定目标分类结果的步骤之后包...

【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