【技术实现步骤摘要】
一种基于异常检测算法的医保控费方法和系统
本专利技术涉及互联网服务
,尤其涉及一种基于异常检测算法的医保控费方法和系统。
技术介绍
随着国家医保的大范围实施,病人可使用国家医保看病住院,实现看病费用的报销。但不可否认的是,目前社会上存在相当数量的医保欺诈行为,而现有技术对于医保欺诈缺乏有效的科学鉴别手段,严重影响了医保基金的收支平衡,侵害了广大参保人的利益、乃至公众利益,因此,医保的风险审核是医保报销中必不可少的一环。其中,药品费用占整个医疗费用很高的比例,因此,合理用药是医保控费的重要环节。尤其对病人的诊断信息和用药信息进行审核,也是必不可少的一步。现有的技术根据医保局发布的《药品目录》和《医疗服务目录》中的限制性条件,结合医保局的具体政策,制定了一系列的控费规则。如:药品“小儿碳酸钙D3”只能在诊断有“小儿佝偻病”下的情况使用,其他情况不予付费,然后将这些规则以正则表达式和词典的方式实现在系统中。但是医生在实际的医疗过程中,使用的诊断名称、药品名称、治疗服务名称是多样化的,不可能在表达形式上完全和医保局发布的标准名称一致。这就造成了以正则表达式和词典等形式匹配的方案失效,进而发现不了异常情况,控费失败。同时,医保局发布的控费规则是有限的、固定的(在一段时间内),但是骗保的不合理医疗行为是多样的、变化的。导致了医保局的控费规则只能是规范有限的不合理医疗行为,不可能对全部的不合理医疗行为进行把控。
技术实现思路
有鉴于此,本专利技术提供了一种基于异常检测算法的医保控费方法和系统,利用 ...
【技术保护点】
1.一种基于异常检测算法的医保控费方法,其特征在于,包括如下步骤:/nS1.对病历数据文本进行处理,得到实体的向量映射;/nS2.根据所述实体的向量映射,对病例数据中所有的主诊断进行内涵一致性聚合,将所有病历数据根据主诊断分为N组(N>1);/nS3.对所述分组病例进行实体向量筛选,在每组病例数据上运行LOF算法,得到异常医疗行为集合。/n
【技术特征摘要】 【专利技术属性】
1.一种基于异常检测算法的医保控费方法,其特征在于,包括如下步骤:
S1.对病历数据文本进行处理,得到实体的向量映射;
S2.根据所述实体的向量映射,对病例数据中所有的主诊断进行内涵一致性聚合,将所有病历数据根据主诊断分为N组(N>1);
S3.对所述分组病例进行实体向量筛选,在每组病例数据上运行LOF算法,得到异常医疗行为集合。
2.根据权利要求1所述的方法,其特征在于,所述步骤S1包括:
S101.获取大规模的电子病历文本数据;
S102.对所述电子病历文本运行医疗NER算法,将病历文本中的医疗实体抽取出来,形成数据集E;
S103.在数据集E上运行Word2Vec算法,将所有的医疗实体映射到同一个高维空间内,得到实例化的向量结果数据集S。
3.根据权利要求2所述的方法,其特征在于,所述步骤S2包括:
S201.统计所有病历中主诊断名称不同的病历份数,得到数据集L,然后将数据集L按照病历份数从大到小排序;
S202.创立一个新的空表NL;
S203.从头遍历数据集L,选取L中的第一个未访问过的数据项D,将数据项D标记为已访问;
S204.在所述实例化的向量结果S中找出与数据项D的欧式距离小于预设阈值的所有点PS,将点PS在数据集L上标记为已访问;
S205.将点PS的实体名称和数据项D的实体名称放在一个列表中,得到诊断一致的名称列表;并将这些点PS的个数和数据项D的个数相加得到总个数;将名称列表和总个数作为一个新的数据项T,添加到表NL中;
S206.重复步骤S203-S205直到数据集L的所有项都标记为已访问。
4.根据权利要求3所述的方法,其特征在于,所述步骤S3包括:
S301.遍历所述表NL的所有项,删除其总个数小于1000的项,记为表NLD;
S302.创立一个新表RL,令指针指向NLD表头;
S303.从指针位置选出NLD中的数据项T,以该数据项T所对应的诊断名称列表为基础,抽取该列表中所有诊断名称所对应的病历集合G;
S304.根据所述病例集合G对所述数据集E进行过滤,只取G中存在的病历,得到结果数据集EG;
S305.根据数据集EG对数据集S进行过滤,只取数据集EG中存在的实体向量,得到结果数据集SG;
S306.在数据集SG上运行密度异常检测算法LOF,得到每个实体的LOF得分;将LOF得分大于预设阈值的实体标记为异常点,得到异常医疗行为列表;
S307.将所述诊断名称列表和异常医疗行为列表作为一个数据项,添加到表RL中;
S308.将指向表NLD的指针向后移一位;
S309.重复执行步骤S303-S308,直到指针超过NLD表尾;得到包含异常医疗行为列表的表RL。
技术研发人员:王晔晗,刘升平,梁家恩,
申请(专利权)人:云知声智能科技股份有限公司,厦门云知芯智能科技有限公司,
类型:发明
国别省市:北京;11
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。