【技术实现步骤摘要】
门慢的异常行为监控方法、装置、设备以及存储介质
[0001]本专利技术涉及数字医疗领域,特别涉及一种门慢的异常行为监控方法、装置、设备以及存储介质。
技术介绍
[0002]门慢是门诊慢性病的简称,其主要特点是病程长、病因复杂、需要长期用药,疾病发展到一定阶段后,通常会造成心、脑、肾等多器官损害,造成伤残,甚至死亡。具有门慢资质的患者具有长期从医院低价获得慢性病药品及相关治疗项目的优惠政策。同时这些优惠政策,也可能被患者所利用,通过倒卖药品来赚取差价,进而从中牟利,因此需要对这种异常行为进行监督。
[0003]传统监督的方式主要是通过经验丰富的相关人员对各个患者的用药进行监控,然而经验丰富的相关人员需要经过大量培训,造成巨大的人力成本。
技术实现思路
[0004]本专利技术的主要目的为提供一种门慢的异常行为监控方法、装置、设备以及存储介质,旨在解决通过经验丰富的相关人员对各个患者的用药进行监控会造成巨大的人力成本的问题。
[0005]本专利技术提供了一种门慢的异常行为监控方法,包括:
[0006]获取指定用户的慢病信息,以及所述指定用户基于慢病的各个报销药品的药品信息;
[0007]将所述慢病信息和各所述药品信息依次组合,并输入至慢病相关度计算模型中进行计算,得到每个药品信息与所述慢病信息的相关度;其中,所述慢病相关度计算模型基于各种慢病信息、各种所述慢病信息对应的报销药品的药品信息,以及各所述药品信息和所述慢病信息之间的相关度训练而成;
[0008]判断各所述药 ...
【技术保护点】
【技术特征摘要】
1.一种门慢的异常行为监控方法,其特征在于,包括:获取指定用户的慢病信息,以及所述指定用户基于慢病的各个报销药品的药品信息;将所述慢病信息和各所述药品信息依次组合,并输入至慢病相关度计算模型中进行计算,得到每个药品信息与所述慢病信息的相关度;其中,所述慢病相关度计算模型基于各种慢病信息、各种所述慢病信息对应的报销药品的药品信息,以及各所述药品信息和所述慢病信息之间的相关度训练而成;判断各所述药品信息中是否具有所述相关度小于第一预设相关度的药品信息;若具有所述相关度小于第一预设相关度的药品信息,则判定所述指定用户具有异常行为。2.如权利要求1所述的门慢的异常行为监控方法,其特征在于,所述慢病相关度计算模型包括多个子模型,各个所述子模型用于计算各所述药品信息的与所述慢病信息的子相关度,所述将所述慢病信息和各所述药品信息依次组合,并输入至慢病相关度计算模型中进行计算,得到每个药品信息与所述慢病信息的相关度包括:将所述慢病信息和各所述药品信息依次组合,得到多个待计算组合;将各所述待计算组合分别输入至各个所述子模型中,分别得到每个所述待计算组合的多个子相关度;基于每个所述待计算组合的多个所述子相关度,计算对应的药品信息与所述慢病信息的所述相关度。3.如权利要求2所述的门慢的异常行为监控方法,其特征在于,所述基于每个所述待计算组合的多个所述子相关度计算对应的药品信息与所述慢病信息的所述相关度包括:获取用于检测各所述子模型的损失值的测试集;将所述测试集分别输入至各所述子模型中,分别得到各所述子模型对应的预测结果;基于所述测试集中的实际结果以及各个预测结果,通过损失值计算公式,得到各所述子模型的损失值;根据公式计算得到所述相关度;其中,cor为所述相关度,Y为所述实际结果,y
i
为第i个子模型的所述预测结果,l(y
i
,Y)表示第i个子模型的损失值,w
i
(l(y
i
,Y))表示第i个子模型的权重,x
i
表示第i个子模型对应的子相关度,Ω(l(y
i
,Y))表示第i个子模型对应的惩罚项。4.如权利要求2
‑
3任一项所述的门慢的异常行为监控方法,其特征在于,所述子模型为皮尔逊计算子模型、xgboost子模型以及lightgbm子模型中任意一种子模型。5.如权利要求1所述的门慢的异常行为监控方法,其特征在于,所述若具有所述相关度小于...
【专利技术属性】
技术研发人员:满天龙,
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:
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。