医保欺诈行为识别方法、装置、电子设备及存储介质制造方法及图纸

本发明专利技术实施例提供一种医保欺诈行为识别方法、装置、电子设备及存储介质，方法包括：获取目标病例的费用信息；根据目标病例的费用信息以及医保欺诈行为识别模型，得到目标病例存在医保欺诈行为的概率值；根据目标病例存在医保欺诈行为的概率值与预设的阈值，确定目标病例是否存在医保欺诈行为。本发明专利技术实施例提供的医保欺诈行为识别方法、装置、电子设备及存储介质，通过发现目标病例费用信息中所隐含的内在规律，可以自动识别目标病例是否存在医保欺诈行为，具有识别准确率高、识别效率高以及识别成本低的优点。

【技术实现步骤摘要】
医保欺诈行为识别方法、装置、电子设备及存储介质
本专利技术涉及信息处理
，尤其涉及一种医保欺诈行为识别方法、装置、电子设备及存储介质。
技术介绍
医疗保险是社会保险的重要组成部分，长期以来，欺诈骗取医保基金的违法违规行为花样频出，严重侵害了人民群众的合法权益，破坏了医保基金的正常运行，造成了恶劣的社会影响。现有技术中，对医保欺诈行为的识别主要通过民间举报与人工抽查两种形式。这两种形式都主要依赖于人工实现，具有识别量低与识别成本高的问题。
技术实现思路
本专利技术实施例提供一种医保欺诈行为识别方法、装置、电子设备及存储介质，用以解决现有技术中的医保欺诈识别方法识别量低以及识别成本高的问题。本专利技术第一方面实施例提供一种医保欺诈行为识别方法，包括：获取目标病例的费用信息；根据所述目标病例的费用信息以及医保欺诈行为识别模型，得到目标病例存在医保欺诈行为的概率值；根据所述目标病例存在医保欺诈行为的概率值与预设的阈值，确定目标病例是否存在医保欺诈行为；其中，所述医保欺诈行为识别模型是基于样本病例的费用信息以及样本病例的标签信息进行训练得到的，其中所述样本病例的标签信息用于描述样本病例是否存在医保欺诈行为；所述医保欺诈行为包括以下行为中的任意一种：虚假住院、挂床住院以及过度医疗。上述技术方案中，所述医保欺诈行为识别模型是以样本病例的费用特征数据作为输入数据，以样本病例是否存在医保欺诈行为的信息作为标签，通过对神经网络进行训练所得到的模型；其中，所述样本病例的费用特征数据是基于样本病例的费用信息得到的。上述技术方案中，所述医保欺诈行为识别模型是以样本病例的费用特征数据作为输入数据，以样本病例是否存在医保欺诈行为的信息作为标签，通过对BERT模型进行训练所得到的模型；其中，所述样本病例的费用特征数据是基于样本病例的费用信息得到的。上述技术方案中，所述根据所述目标病例的费用信息以及医保欺诈行为识别模型，得到目标病例存在医保欺诈行为的概率值包括：根据目标病例的费用信息，得到目标病例的第一费用特征数据；其中，第一费用特征数据为能够反映费用类别与费用金额的数据；将目标病例的第一费用特征数据输入基于神经网络训练得到的医保欺诈行为识别模型，得到目标病例存在医保欺诈行为的概率值。上述技术方案中，所述根据目标病例的费用信息，得到目标病例的第一费用特征数据包括：根据所述目标病例的费用信息中的费用类别信息，得到费用类别信息的标准码；根据费用类别信息的标准码，得到费用类别信息的分类码；根据所述费用类别信息的标准码和分类码，结合费用信息中的费用金额信息，生成目标病例的第一费用特征数据。上述技术方案中，所述根据费用类别信息的标准码，得到费用类别信息的分类码包括：根据费用类别信息的标准码，得到费用类别信息的初级分类码；滤除对病种识别重要程度低于预设阈值的初级分类码，得到费用类别信息的分类码。上述技术方案中，所述根据所述目标病例的费用信息以及医保欺诈行为识别模型，得到目标病例存在医保欺诈行为的概率值包括：根据目标病例的费用信息，得到目标病例的第二费用特征数据；其中，第二费用特征数据为能够反映费用类别与费用发生时间的数据；将目标病例的第二费用特征数据输入基于BERT模型训练得到的医保欺诈行为识别模型，得到目标病例存在医保欺诈行为的概率值。上述技术方案中，所述根据目标病例的费用信息，得到目标病例的第二费用特征数据包括：将目标病例的费用信息按照时间排序；根据经过时间排序的、一段时期内的目标病例的费用信息中的费用类别信息，得到目标病例的第二费用特征数据。上述技术方案中，在所述根据经过时间排序的、一段时期内的目标病例的费用信息中的费用类别信息，得到目标病例的第二费用特征数据的步骤之前，还包括：将目标病例的费用信息中的费用类别信息转换为标准码。上述技术方案中，还包括：采集样本病例的费用信息；对样本病例的费用信息进行检测，确定样本病例是否存在医保欺诈行为；将样本病例的费用信息作为训练使用的输入数据，将样本病例是否存在医保欺诈行为的检测结果作为标签，采用机器学习的方法进行训练，得到用于生成目标病例存在医保欺诈行为概率值的医保欺诈行为识别模型。本专利技术第二方面实施例提供一种医保欺诈行为识别装置，包括：信息获取模块，用于获取目标病例的费用信息；识别模块，用于根据所述目标病例的费用信息以及医保欺诈行为识别模型，得到目标病例存在医保欺诈行为的概率值；判断模块，用于根据所述目标病例存在医保欺诈行为的概率值与预设的阈值，确定目标病例是否存在医保欺诈行为；其中，所述医保欺诈行为识别模型是基于样本病例的费用信息以及样本病例的标签信息进行训练得到的，其中所述样本病例的标签信息用于描述样本病例是否存在医保欺诈行为。本专利技术第三方面实施例提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如本专利技术第一方面实施例所述医保欺诈行为识别方法的步骤。本专利技术第四方面实施例一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如本专利技术第一方面实施例所述医保欺诈行为识别方法的步骤。本专利技术实施例提供的医保欺诈行为识别方法、装置、电子设备及存储介质，通过发现目标病例费用信息中所隐含的内在规律，可以自动识别目标病例是否存在医保欺诈行为，具有识别准确率高、识别效率高以及识别成本低的优点。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1为本专利技术实施例提供的医保欺诈行为识别方法的流程图；图2为本专利技术实施例提供的医保欺诈行为识别装置的示意图；图3示例了一种电子设备的实体结构示意图。具体实施方式为使本专利技术实施例的目的、技术方案和优点更加清楚，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。医保欺诈行为通过伪造虚假材料，骗取医保基金，具有极大的社会危害。医保欺诈行为具有多种场景，例如，虚假住院、挂床住院以及过度医疗等。虚假住院是指完全编造住院治疗资料以骗取医保基金。例如：某医疗机构收集退休人员医保卡，通过伪造病历辅助检查的形式，完成虚假住院的操作，最终达到骗取医疗保险的目的。挂床住院是指医保卡持卡人实际只在门诊接受医疗服务，但医疗机构在执本文档来自技高网...

【技术保护点】
1.一种医保欺诈行为识别方法，其特征在于，包括：/n获取目标病例的费用信息；/n根据所述目标病例的费用信息以及医保欺诈行为识别模型，得到目标病例存在医保欺诈行为的概率值；/n根据所述目标病例存在医保欺诈行为的概率值与预设的阈值，确定目标病例是否存在医保欺诈行为；其中，/n所述医保欺诈行为识别模型是基于样本病例的费用信息以及样本病例的标签信息进行训练得到的，其中所述样本病例的标签信息用于描述样本病例是否存在医保欺诈行为；/n所述医保欺诈行为包括以下行为中的任意一种：虚假住院、挂床住院以及过度医疗。/n

【技术特征摘要】
1.一种医保欺诈行为识别方法，其特征在于，包括：
获取目标病例的费用信息；
根据所述目标病例的费用信息以及医保欺诈行为识别模型，得到目标病例存在医保欺诈行为的概率值；
根据所述目标病例存在医保欺诈行为的概率值与预设的阈值，确定目标病例是否存在医保欺诈行为；其中，
所述医保欺诈行为识别模型是基于样本病例的费用信息以及样本病例的标签信息进行训练得到的，其中所述样本病例的标签信息用于描述样本病例是否存在医保欺诈行为；
所述医保欺诈行为包括以下行为中的任意一种：虚假住院、挂床住院以及过度医疗。


2.根据权利要求1所述的医保欺诈行为识别方法，其特征在于，所述医保欺诈行为识别模型是以样本病例的费用特征数据作为输入数据，以样本病例是否存在医保欺诈行为的信息作为标签，通过对神经网络进行训练所得到的模型；其中，所述样本病例的费用特征数据是基于样本病例的费用信息得到的。


3.根据权利要求1所述的医保欺诈行为识别方法，其特征在于，所述医保欺诈行为识别模型是以样本病例的费用特征数据作为输入数据，以样本病例是否存在医保欺诈行为的信息作为标签，通过对BERT模型进行训练所得到的模型；其中，所述样本病例的费用特征数据是基于样本病例的费用信息得到的。


4.根据权利要求2所述的医保欺诈行为识别方法，其特征在于，所述根据所述目标病例的费用信息以及医保欺诈行为识别模型，得到目标病例存在医保欺诈行为的概率值包括：
根据目标病例的费用信息，得到目标病例的第一费用特征数据；其中，第一费用特征数据为能够反映费用类别与费用金额的数据；
将目标病例的第一费用特征数据输入基于神经网络训练得到的医保欺诈行为识别模型，得到目标病例存在医保欺诈行为的概率值。


5.根据权利要求4所述的医保欺诈行为识别方法，其特征在于，所述根据目标病例的费用信息，得到目标病例的第一费用特征数据包括：
根据所述目标病例的费用信息中的费用类别信息，得到费用类别信息的标准码；
根据费用类别信息的标准码，得到费用类别信息的分类码；
根据所述费用类别信息的标准码和分类码，结合费用信息中的费用金额信息，生成目标病例的第一费用特征数据。


6.根据权利要求5所述的医保欺诈行为识别方法，其特征在于，所述根据费用类别信息的标准码，得到费用类别信息的分类码包括：
根据费用类别信息的标准码，得到费用类别信息的初级分类码；
滤除对病种识别重要程度低于预设阈值的初级分类码，得到费用类别信息的分类码。


7.根据权...

【专利技术属性】
技术研发人员：朱波，张骁雅，董子坤，尹珊珊，田雅如，傅兆翔，艾馨，舒正，刘英杰，赵明，李璐璐，
申请(专利权)人：青岛国新健康产业科技有限公司，
类型：发明
国别省市：山东;37