一种确定异常医疗清单的方法、装置、设备和存储介质制造方法及图纸

本发明专利技术公开了一种确定异常医疗清单的方法，解决了现有技术中无法对医疗领域完整性做出检测的技术问题，包括：获取医疗结算数据；从医疗结算数据中提取出属于目标清单类型的目标医疗清单，每个目标医疗清单包括多个医疗项；计算所有目标医疗清单中各个医疗项的支持度，作为第一支持度；根据计算的各个医疗项的第一支持度构建有向图，有向图的节点为医疗项，有向图的有向边为两个医疗项第一支持度的大小顺序；从有向图中筛选出目标清单类型关联的频繁k项集，每个频繁k项集包括多个医疗项，k为大于等于2的整数；根据筛选出的频繁k项集确定目标医疗清单是否存在异常。本发明专利技术还公开了确定异常医疗清单的装置、计算机设备和计算机可读存储介质。

【技术实现步骤摘要】
一种确定异常医疗清单的方法、装置、设备和存储介质
本专利技术涉及计算机
，具体涉及一种确定异常医疗清单的方法、装置、计算机设备和计算机可读存储介质。
技术介绍
医保基金管控的重点之一便是不合理医疗，如治疗方案的不合理和手术检查耗材的不合理。所谓不合理，可以体现在完整性异常方面。但是，在现有医学领域的概念中，并没有关于完整性的明确定义。如，在患者某次住院就诊中治疗项目的完整性，或者某次手术中检查项目及所需耗材的完整性。针对现有技术中无法对医疗领域完整性做出检测的技术问题，目前尚未提供有效的解决方案。
技术实现思路
本专利技术的目的在于提供了一种确定异常医疗清单的方法、装置、计算机设备和计算机可读存储介质，能够解决现有技术中无法对医疗领域完整性做出检测的技术问题。本专利技术的一个方面提供了一种确定异常医疗清单的方法，所述方法包括：获取医疗结算数据；从所述医疗结算数据中提取出属于目标清单类型的目标医疗清单，每个所述目标医疗清单包括多个医疗项；计算所有所述目标医疗清单中各个所述医疗项的支持度，作为第一支持度；根据计算的各个所述医疗项的第一支持度构建有向图，所述有向图的节点为所述医疗项，所述有向图的有向边为两个所述医疗项第一支持度的大小顺序；从所述有向图中筛选出所述目标清单类型关联的频繁k项集，每个所述频繁k项集包括多个所述医疗项，k为大于等于2的整数；根据筛选出的所述频繁k项集确定所述目标医疗清单是否存在异常。可选地，根据计算的各个所述医疗项的第一支持度构建有向图包括：筛选出第一支持度大于等于第一支持度阈值的医疗项；获取筛选出的任意两个所述医疗项作为第一频繁1项集和第二频繁1项集；计算所述第一频繁1项集和所述第二频繁1项集的支持度得到第二支持度；若所述第二支持度大于等于第二支持度阈值，则构建所述第一频繁1项集和所述第二频繁1项集之间的有向边。可选地，从所述有向图中筛选出所述目标清单类型关联的频繁k项集包括：计算所述有向图中依次存在所述有向边的k个医疗项的置信度；在所述k个医疗项的置信度大于等于置信度阈值时，将所述k个医疗项确定为所述目标清单类型关联的频繁k项集。可选地，根据筛选出的所述频繁k项集确定所述目标医疗清单是否存在异常包括：针对每个所述频繁k项集，统计包含所述频繁k项集的目标医疗清单的数量；统计所有所述目标医疗清单的数量；在包含所述频繁k项集的目标医疗清单的数量与所有所述目标医疗清单的数量的比值大于等于占比阈值时，将所述频繁k项集确定为完整k项集；根据所有所述完整k项集确定所述目标医疗清单是否存在异常。可选地，根据所有所述完整k项集确定所述目标医疗清单是否存在异常包括：计算所述目标医疗清单对每个所述完整k项集的覆盖率；根据每个所述覆盖率计算所述目标医疗清单的完整度；在所述目标医疗清单的完整度小于等于完整度阈值时，确定所述目标医疗清单存在异常。可选地，计算所述目标医疗清单对每个所述完整k项集的覆盖率包括：其中，为覆盖率，V为某个完整k项集，nk为完整k项集V中包含医疗项的个数，为完整k项集V中的医疗项。可选地，根据每个所述覆盖率和每个所述医疗项占比计算所述目标医疗清单的完整度包括：其中，cp_pctv为完整度，nj为完整j项集中包含医疗项的个数。本专利技术的另一个方面提供了一种确定异常医疗清单的装置，所述装置包括：获取模块，用于获取医疗结算数据；提取模块，用于从所述医疗结算数据中提取出属于目标清单类型的目标医疗清单，每个所述目标医疗清单包括多个医疗项；计算模块，用于计算所有所述目标医疗清单中各个所述医疗项的支持度，作为第一支持度；构建模块，用于根据计算的各个所述医疗项的第一支持度构建有向图，所述有向图的节点为所述医疗项，所述有向图的有向边为两个所述医疗项第一支持度的大小顺序；筛选模块，用于从所述有向图中筛选出所述目标清单类型关联的频繁k项集，每个所述频繁k项集包括多个所述医疗项，k为大于等于2的整数；确定模块，用于根据筛选出的所述频繁k项集确定所述目标医疗清单是否存在异常。可选地，构建模块还用于：筛选出第一支持度大于等于第一支持度阈值的医疗项；获取筛选出的任意两个所述医疗项作为第一频繁1项集和第二频繁1项集；计算所述第一频繁1项集和所述第二频繁1项集的支持度得到第二支持度；若所述第二支持度大于等于第二支持度阈值，则构建所述第一频繁1项集和所述第二频繁1项集之间的有向边。可选地，筛选模块还用于：计算所述有向图中依次存在所述有向边的k个医疗项的置信度；在所述k个医疗项的置信度大于等于置信度阈值时，将所述k个医疗项确定为所述目标清单类型关联的频繁k项集。可选地，确定模块还用于：针对每个所述频繁k项集，统计包含所述频繁k项集的目标医疗清单的数量；统计所有所述目标医疗清单的数量；在包含所述频繁k项集的目标医疗清单的数量与所有所述目标医疗清单的数量的比值大于等于占比阈值时，将所述频繁k项集确定为完整k项集；根据所有所述完整k项集确定所述目标医疗清单是否存在异常。可选地，确定模块在根据所有所述完整k项集确定所述目标医疗清单是否存在异常时还用于：计算所述目标医疗清单对每个所述完整k项集的覆盖率；根据每个所述覆盖率计算所述目标医疗清单的完整度；在所述目标医疗清单的完整度小于等于完整度阈值时，确定所述目标医疗清单存在异常。可选地，确定模块在计算所述目标医疗清单对每个所述完整k项集的覆盖率时还用于执行如下公式：其中，为覆盖率，V为某个完整k项集，nk为完整k项集V中包含医疗项的个数，为完整k项集V中的医疗项。可选地，确定模块在根据每个所述覆盖率和每个所述医疗项占比计算所述目标医疗清单的完整度时还用于执行如下公式：其中，cp_pctv为完整度，nj为完整j项集中包含医疗项的个数。本专利技术提供的确定异常医疗清单的方法，仅需要扫描一次数据库获取医疗结算数据，然后从扫描到的医疗结算数据中提取出目标清单类型的目标医疗清单，进一步根据目标医疗清单中各个医疗项的第一支持度构建有向图，并从有向图中筛选出目标清单类型所关联的频繁k项集，进而利用频繁k项集对目标医疗清单的完整性进行检测以确定该目标医疗清单是否存在异常，解决了现有技术中无法对医疗领域完整性做出检测的技术问题，且通过频繁k项集对目标医疗清单的完整性进行检测，检测准确率较高，另外，本实施例在检测完整性时只需扫描一次数据库即可，额外提高了处理速度。附图说明通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本专利技术的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：图1示意性示出了根据本专利技术实施例的确定异常医疗清单的方法的流程图；图2示意性示出了根据本专利技术实施例的有向图的示意图；图3示意性示出了根据本专利技术实施例的确定异常医疗清单的方案的示意图；图4示意性示出了根据本专利技术实施例的确本文档来自技高网...

【技术保护点】
1.一种确定异常医疗清单的方法，其特征在于，所述方法包括：/n获取医疗结算数据；/n从所述医疗结算数据中提取出属于目标清单类型的目标医疗清单，每个所述目标医疗清单包括多个医疗项；/n计算所有所述目标医疗清单中各个所述医疗项的支持度，作为第一支持度；/n根据计算的各个所述医疗项的第一支持度构建有向图，所述有向图的节点为所述医疗项，所述有向图的有向边为两个所述医疗项第一支持度的大小顺序；/n从所述有向图中筛选出所述目标清单类型关联的频繁k项集，每个所述频繁k项集包括多个所述医疗项，k为大于等于2的整数；/n根据筛选出的所述频繁k项集确定所述目标医疗清单是否存在异常。/n

【技术特征摘要】
1.一种确定异常医疗清单的方法，其特征在于，所述方法包括：
获取医疗结算数据；
从所述医疗结算数据中提取出属于目标清单类型的目标医疗清单，每个所述目标医疗清单包括多个医疗项；
计算所有所述目标医疗清单中各个所述医疗项的支持度，作为第一支持度；
根据计算的各个所述医疗项的第一支持度构建有向图，所述有向图的节点为所述医疗项，所述有向图的有向边为两个所述医疗项第一支持度的大小顺序；
从所述有向图中筛选出所述目标清单类型关联的频繁k项集，每个所述频繁k项集包括多个所述医疗项，k为大于等于2的整数；
根据筛选出的所述频繁k项集确定所述目标医疗清单是否存在异常。


2.根据权利要求1所述的方法，其特征在于，根据计算的各个所述医疗项的第一支持度构建有向图包括：
筛选出第一支持度大于等于第一支持度阈值的医疗项；
获取筛选出的任意两个所述医疗项作为第一频繁1项集和第二频繁1项集；
计算所述第一频繁1项集和所述第二频繁1项集的支持度得到第二支持度；
若所述第二支持度大于等于第二支持度阈值，则构建所述第一频繁1项集和所述第二频繁1项集之间的有向边。


3.根据权利要求2所述的方法，其特征在于，从所述有向图中筛选出所述目标清单类型关联的频繁k项集包括：
计算所述有向图中依次存在所述有向边的k个医疗项的置信度；
在所述k个医疗项的置信度大于等于置信度阈值时，将所述k个医疗项确定为所述目标清单类型关联的频繁k项集。


4.根据权利要求1所述的方法，其特征在于，根据筛选出的所述频繁k项集确定所述目标医疗清单是否存在异常包括：
针对每个所述频繁k项集，统计包含所述频繁k项集的目标医疗清单的数量；
统计所有所述目标医疗清单的数量；
在包含所述频繁k项集的目标医疗清单的数量与所有所述目标医疗清单的数量的比值大于等于占比阈值时，将所述频繁k项集确定为完整k项集；
根据所有所述完整k项集确定所述目标医疗清单是否存在异常。


5.根据权利要求4所述的方法，其特征在于，根据所有所述完整k项集确...

【专利技术属性】
技术研发人员：刘婧媛，吴东辉，
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