【技术实现步骤摘要】
基于人工智能的异常数据识别方法及相关设备
本专利技术涉及人工智能
,尤其涉及一种基于人工智能的异常数据识别方法及相关设备。
技术介绍
随着社会医疗保障制度的不断完善,人们的看病就医问题得到了解决。目前,人们在看病就医后,可以拿着病例数据去报销一部分医疗费用,这从很大程度减轻了人们的医疗费用问题。然而,实践中发现,有些非法用户会捏造医疗数据去报销医疗费用,如果这些非法用户报销的医疗费用数额很大,将会导致没有足够的资金来保障合法用户的医疗报销,这无疑会影响合法用户的合法权益。因此,如何对医学数据进行异常风险识别是一个亟待解决的技术问题。
技术实现思路
鉴于以上内容,有必要提供一种基于人工智能的异常数据识别方法及相关设备,能够对医学数据进行异常风险识别。本专利技术的第一方面提供一种基于人工智能的异常数据识别方法,所述基于人工智能的异常数据识别方法包括:接收输入的医学数据;对所述医学数据进行医学处理,获得处理数据;将所述处理数据输入至预先训练好的组合分类器模型中,获得分类预测结果,其中,所述组合分类型模型是基于多个维度训练得到的;根据所述分类预测结果,对所述医学数据的每个聚类进行异常判定,获得聚类异常结果;通过引导聚集算法bagging,根据所述聚类异常结果,对所述医学数据所匹配的就诊记录进行异常判定,获得就诊记录异常结果。在一种可能的实现方式中,所述对所述医学数据进行医学处理,获得处理数据包括:对所述医学数据中的非标准 ...
【技术保护点】
1.一种基于人工智能的异常数据识别方法,其特征在于,所述基于人工智能的异常数据识别方法包括:/n接收输入的医学数据;/n对所述医学数据进行医学处理,获得处理数据;/n将所述处理数据输入至预先训练好的组合分类器模型中,获得分类预测结果,其中,所述组合分类型模型是基于多个维度训练得到的;/n根据所述分类预测结果,对所述医学数据的每个聚类进行异常判定,获得聚类异常结果;/n通过引导聚集算法bagging,根据所述聚类异常结果,对所述医学数据所匹配的就诊记录进行异常判定,获得就诊记录异常结果。/n
【技术特征摘要】
1.一种基于人工智能的异常数据识别方法,其特征在于,所述基于人工智能的异常数据识别方法包括:
接收输入的医学数据;
对所述医学数据进行医学处理,获得处理数据;
将所述处理数据输入至预先训练好的组合分类器模型中,获得分类预测结果,其中,所述组合分类型模型是基于多个维度训练得到的;
根据所述分类预测结果,对所述医学数据的每个聚类进行异常判定,获得聚类异常结果;
通过引导聚集算法bagging,根据所述聚类异常结果,对所述医学数据所匹配的就诊记录进行异常判定,获得就诊记录异常结果。
2.根据权利要求1所述的基于人工智能的异常数据识别方法,其特征在于,所述对所述医学数据进行医学处理,获得处理数据包括:
对所述医学数据中的非标准数据进行标准转换,获得第一数据;
对所述医学数据中的错误数据进行更正,获得第二数据;
对所述医学数据中的年龄数据按照年龄进行转换,获得第三数据;
将所述第一数据、所述第二数据、所述第三数据以及所述医学数据中未被处理的数据确定为处理数据。
3.根据权利要求1所述的基于人工智能的异常数据识别方法,其特征在于,所述根据所述分类预测结果,对所述医学数据的每个聚类进行异常判定,获得聚类异常结果包括:
针对每个所述聚类,获取所述聚类的异常数量阈值;
判断所述分类预测结果中判定所述聚类的处理数据为异常数据的数量是否超过所述异常数量阈值;
若所述分类预测结果中判定所述聚类的处理数据为异常数据的数量超过所述异常数量阈值,确定所述聚类为异常聚类;或
若所述分类预测结果中判定所述聚类的处理数据为异常数据的数量未超过所述异常数量阈值,确定所述聚类为正常聚类。
4.根据权利要求1所述的基于人工智能的异常数据识别方法,其特征在于,所述通过引导聚集算法bagging,根据所述聚类异常结果,对所述医学数据所匹配的就诊记录进行异常判定,获得就诊记录异常结果包括:
将所述医学数据按照就诊记录进行划分,获得多条就诊记录数据;
针对每条所述就诊记录数据,通过引导聚集算法bagging,确定出现异常聚类的第一就诊记录数据以及未出现异常聚类的第二就诊记录数据;
分别为所述第一就诊记录数据和所述第二就诊记录数据设置异常标识。
5.根据权利要求1至4任一项所述的基于人工智能的异常数据识别方法,其特征在于,所述接收输入的医学数据之...
【专利技术属性】
技术研发人员:刘伟,张旭,
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
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。