本发明专利技术涉及医疗检测的技术领域，尤其是涉及一种医疗行为的监控方法、装置、计算机设备以及存储介，医疗行为的监控方法包括：获取待监控医疗行为数据，从所述待监控医疗行为数据中提取待分析项目数据和与每个所述待分析项目数据对应的待分析费用数据；获取所述待监控医疗行为数据对应的病种类型数据；根据所述病种类型数据获取对应的病种项目大数据分析模型，将所述待分析项目数据和所述待分析费用数据输入至所述大数据分析模型，得到医疗行为可疑数据；对所述医疗行为可疑数据进行计算，得到对应的行为影响排序数据。本申请具有升对医疗行为的审核的效率的效果。疗行为的审核的效率的效果。疗行为的审核的效率的效果。
【技术实现步骤摘要】
医疗行为的监控方法、装置、计算机设备以及存储介质
[0001]本专利技术涉及医疗检测的
，尤其是涉及一种医疗行为的监控方法、装置、计算机设备以及存储介质。
技术介绍
[0002]现阶段，对于病患在结算清单中的药品、检查、诊疗项目和医用材料等报销费用的使用合理性的审核存在一定的难度；目前的智能审核系统往往只能起到数据质量控制的作用，而医疗费用清单内的明细仍需大量专业人士进行人工审核，人工审核的工作量大。
技术实现思路
[0003]为了提升对医疗行为的审核的效率，本申请提供一种医疗行为的监控方法、装置、计算机设备以及存储介质。
[0004]本申请的上述专利技术目的一是通过以下技术方案得以实现的：一种医疗行为的监控方法，所述医疗行为的监控方法包括：获取待监控医疗行为数据，从所述待监控医疗行为数据中提取待分析项目数据和与每个所述待分析项目数据对应的待分析费用数据；获取所述待监控医疗行为数据对应的病种类型数据；根据所述病种类型数据获取对应的病种项目大数据分析模型，将所述待分析项目数据和所述待分析费用数据输入至所述大数据分析模型，得到医疗行为可疑数据；对所述医疗行为可疑数据进行计算，得到对应的行为影响排序数据。
[0005]通过采用上述技术方案，在有医疗行为发生时，获取该待监控医疗行为数据对应的病种类型数据，根据该病种类型数据，通过大数据分析模型记性分析，从而能够智能分析出该待监控医疗行为数据中包含的费用相对于该医疗项目的历史费用是否合理，在对不合理的待监控医疗行为作为该医疗行为可疑数据，从而能够利用大数据分析提升发现有可以医疗行为的效率；同时，通过计算医疗行为可疑数据进行计算，从而能够得到在医疗可疑行为中的影响项目，即应当为患者提供的医疗项目没有提供或者费用偏差过大，或者向患者提供了与该并中类型数据不符合医疗项目，能够便于审核人员进一步核实可疑的行为的效率。
[0006]本申请在一较佳示例中可以进一步配置为：获取所述待监控医疗行为数据对应的病种类型数据，具体包括：获取历史病历数据，根据预设的分类标准对所述历史病历数据进行分类；获取每类所述历史病历数据对应的总费用数据，根据所述总费用数据计算每类所述历史病历数据对应的变异系数，将所述变异系数小于预设值对应的历史病历数据的类别作为待匹配病种组；将所述待监控医疗行为数据在所述待匹配病种组中匹配，得到所述病种类型数据。
[0007]通过采用上述技术方案，由于在不同的地区，对病种采用的分类方式可能存在差异，为了减少不同地区不同标准的分类标准导致监控出的可疑医疗行为的问题，需要采用一种统一的对病种分类的方式。由于本申请判定医疗行为是否可疑的标准与对患者的医疗产生的费用相关，因此通过对历史病历数据对应的总费用数据计算变异系数，在得到的变异系数小于预设值，从而得到价格平稳的病种类型，即待匹配病种组，从而使得得到的病种类型数据符合本申请进行大数据分析的基础。
[0008]本申请在一较佳示例中可以进一步配置为：在所述根据所述病种类型数据获取对应的病种项目大数据分析模型，将所述待分析项目数据和所述待分析费用数据输入至所述大数据分析模型，得到医疗行为可疑数据之前，所述医疗行为的监控方法还包括：从所述历史病历数据中获取与所述病种类型数据相关联的历史医疗行为信息，每个历史医疗行为信息包括对应的医疗项目信息和对应的项目费用信息；统计所述医疗项目信息以及对应的所述项目费用信息，根据每个所述医疗项目信息以及对应的所述项目费用信息计算每一个所述医疗项目信息的标准费用信息；根据所述标准费用信息计算每个所述历史医疗行为信息对应的行为余弦值，并对每个所述医疗行为信息对应的所述行为余弦值从小到大进行排序，得到排序结果；获取预设的区间分位数，根据所述分位数和所述排序结果设置余弦合理区间。
[0009]通过采用上述技术方案，对历史病历数据中的历史行为信息进行统计，从而能够得到每个医疗项目信息的标准费用信息，且由于不同的病例可能发生于不同地区、不同医院或者不同医生，有不同的实际情况，因此相同的医疗项目可能存在波动，因此根据标准费用信息计算每个历史医疗行为信息对应的余弦值，从而能够制定出该医疗项目信息的合理区间，同时，通过余弦值的从小到大的顺序指定该合理区间，能够根据实际的需求，对设置该区间分位数，灵活调整该余弦合理区间，使得得到的医疗行为可疑数据与实际需求更加吻合。
[0010]本申请在一较佳示例中可以进一步配置为：所述根据所述病种类型数据获取对应的病种项目大数据分析模型，将所述待分析项目数据和所述待分析费用数据输入至所述大数据分析模型，得到医疗行为可疑数据，具体包括：根据所述待分析费用和所述标准费用信息，计算所述待监控医疗行为数据对应的行为余弦值；若所述行为余弦值小于所述余弦合理区间的下限值，则将所述待监控医疗行为数据作为所述医疗行为可疑数据。
[0011]通过采用上述技术方案，通过计算实际的待分析费用的行为余弦值，能够利用该余弦合理区间，快速判断出该待监控医疗行为是否属于医疗行为可疑数据。
[0012]本申请在一较佳示例中可以进一步配置为：对所述医疗行为可疑数据进行计算，得到对应的行为影响排序数据，具体包括：从所述医疗行为可疑数据中获取行为项目类型以及每个所述行为项目类型对应的项目费用数据；根据所述行为项目类型对应的项目费用数据和统计得到的所述统计所述医疗项目信息以及对应的所述项目费用信息计算每个所述行为项目类型的影响值；根据所述影响值从大到小的顺序，对所述行为项目类型进行排序，得到所述行为
影响排序数据。
[0013]通过采用上述技术方案，通过医疗行为可疑数据中计算该影响值，从而能够得到出现异常的具体医疗项目，从而能够便于审核人员做出进一步的核实，提升了审核的效率。
[0014]本申请的上述专利技术目的二是通过以下技术方案得以实现的：一种医疗行为的监控装置，所述医疗行为的监控装置包括：待分析数据获取模块，用于获取待监控医疗行为数据，从所述待监控医疗行为数据中提取待分析项目数据和与每个所述待分析项目数据对应的待分析费用数据；种类识别模块，用于获取所述待监控医疗行为数据对应的病种类型数据；可疑行为判定模块，用于根据所述病种类型数据获取对应的病种项目大数据分析模型，将所述待分析项目数据和所述待分析费用数据输入至所述大数据分析模型，得到医疗行为可疑数据；影响因素获取模块，用于对所述医疗行为可疑数据进行计算，得到对应的行为影响排序数据。
[0015]通过采用上述技术方案，在有医疗行为发生时，获取该待监控医疗行为数据对应的病种类型数据，根据该病种类型数据，通过大数据分析模型记性分析，从而能够智能分析出该待监控医疗行为数据中包含的费用相对于该医疗项目的历史费用是否合理，在对不合理的待监控医疗行为作为该医疗行为可疑数据，从而能够利用大数据分析提升发现有可以医疗行为的效率；同时，通过计算医疗行为可疑数据进行计算，从而能够得到在医疗可疑行为中的影响项目，即应当为患者提供的医疗项目没有提供或者费用偏差过大，或者向患者提供了与该并中类型数据不符合医疗项目，能够便于本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种医疗行为的监控方法，其特征在于，所述医疗行为的监控方法包括：获取待监控医疗行为数据，从所述待监控医疗行为数据中提取待分析项目数据和与每个所述待分析项目数据对应的待分析费用数据；获取所述待监控医疗行为数据对应的病种类型数据；根据所述病种类型数据获取对应的病种项目大数据分析模型，将所述待分析项目数据和所述待分析费用数据输入至所述大数据分析模型，得到医疗行为可疑数据；对所述医疗行为可疑数据进行计算，得到对应的行为影响排序数据。2.根据权利要求1所述的医疗行为的监控方法，其特征在于，所述获取所述待监控医疗行为数据对应的病种类型数据，具体包括：获取历史病历数据，根据预设的分类标准对所述历史病历数据进行分类；获取每类所述历史病历数据对应的总费用数据，根据所述总费用数据计算每类所述历史病历数据对应的变异系数，将所述变异系数小于预设值对应的历史病历数据的类别作为待匹配病种组；将所述待监控医疗行为数据在所述待匹配病种组中匹配，得到所述病种类型数据。3.根据权利要求2所述的医疗行为的监控方法，其特征在于，在所述根据所述病种类型数据获取对应的病种项目大数据分析模型，将所述待分析项目数据和所述待分析费用数据输入至所述大数据分析模型，得到医疗行为可疑数据之前，所述医疗行为的监控方法还包括：从所述历史病历数据中获取与所述病种类型数据相关联的历史医疗行为信息，每个历史医疗行为信息包括对应的医疗项目信息和对应的项目费用信息；统计所述医疗项目信息以及对应的所述项目费用信息，根据每个所述医疗项目信息以及对应的所述项目费用信息计算每一个所述医疗项目信息的标准费用信息；根据所述标准费用信息计算每个所述历史医疗行为信息对应的行为余弦值，并对每个所述医疗行为信息对应的所述行为余弦值从小到大进行排序，得到排序结果；获取预设的区间分位数，根据所述分位数和所述排序结果设置余弦合理区间。4.根据权利要求3所述的医疗行为的监控方法，其特征在于，所述根据所述病种类型数据获取对应的病种项目大数据分析模型，将所述待分析项目数据和所述待分析费用数据输入至所述大数据分析模型，得到医疗行为可疑数据，具体包括：根据所述待分析费用和所述标准费用信息，计算所述待监控医疗行为数据对应的行为余弦值；若所述行为余弦值小于所述余弦合理区间的下限值，则将所述待监控医疗行为数据作为所述医疗行为可疑数据。5.根据权利要求3所述的医疗行为的监控方法，其特征在于，所述对所述医疗行为可疑数据进行计算，得到对应的行为影响排序数据，具体包括：从所述医疗行为可疑数据中获取行为项目类型以及每个所述行为项目类型对应的项目费用数据；根据所述行为项目...
【专利技术属性】
技术研发人员：火立龙，孙闯，王智军，朱静，吴杭，
申请(专利权)人：武汉金豆医疗数据科技有限公司，
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。