一种异常医疗行为识别方法、设备及存储介质技术

本申请实施例提供一种异常医疗行为识别方法、设备及存储介质。可从真实的就诊记录中抽取诊断以及医疗项目；并可遍历就诊记录中医疗项目，若当前遍历的医疗项目未出现在预置的医疗知识图谱中或者在医疗知识图谱中关联的诊断未出现在目标就诊记录中，则可进一步获取当前遍历的医疗项目与抽取出的诊断相互之间的第一亲和度和第二亲和度；并在两种亲和度不满足预设条件的情况下，确定当前遍历的医疗项目属于异常医疗项目。这样，可结合动态的真实数据和静态的经验数据进行异常医疗行为识别，并可在经验数据不全面的情况下，将医疗项目和诊断相互之间的亲和度作为进一步的识别依据，从而可有效提升异常医疗行为的识别准确性和可信性。可信性。可信性。

【技术实现步骤摘要】
一种异常医疗行为识别方法、设备及存储介质


[0001]本申请涉及数据处理
，尤其涉及一种异常医疗行为识别方法、设备及存储介质。

技术介绍

[0002]为了加强医疗保障基金使用监督管理，保障基金安全，促进基金有效使用，维护公民医疗保障合法权益，官方制定了《医疗保障基金使用监督管理条例》，且已颁发并施行。医疗保障基金使用主体多、链条长、风险点多、监管难度大，违法行为多发，欺诈骗保问题频发。
[0003]目前主要的医保支付方式是按项目付费(面向医院正逐渐转向DRG，DIP等分组打包支付方式)，而在很多就医过程中，存在异常医疗等行为，比如使用不需要的药品、无必要的操作等，从而导致医保基金浪费。
[0004]因此，需要对这些异常医疗行为进行识别。

技术实现思路

[0005]本申请的多个方面提供一种异常医疗行为识别方法、设备及存储介质，用以更加准确地识别异常医疗行为。
[0006]本申请实施例提供一种异常医疗行为识别方法，包括：
[0007]从目标就诊记录中抽取诊断和医疗项目；
[0008]遍历所述目标就诊记录中包含的医疗项目；
[0009]若当前遍历的医疗项目未出现在预置的医疗知识图谱中或者所述当前遍历的医疗项目在所述医疗知识图谱中关联的诊断未出现在所述目标就诊记录中，则获取所述当前遍历的医疗项目对抽取出的诊断的第一亲和度以及抽取出的诊断对所述当前遍历的医疗项目的第二亲和度；
[0010]在所述第一亲和度和所述第二亲和度不满足预设条件的情况下，确定所述当前遍历的医疗项目属于异常医疗项目。
[0011]本申请实施例还提供一种计算设备，包括存储器和处理器；
[0012]所述存储器用于存储一条或多条计算机指令；
[0013]所述处理器与所述存储器耦合，用于执行所述一条或多条计算机指令，以用于：
[0014]从目标就诊记录中抽取诊断和医疗项目；
[0015]遍历所述目标就诊记录中包含的医疗项目；
[0016]若当前遍历的医疗项目未出现在预置的医疗知识图谱中或者所述当前遍历的医疗项目在所述医疗知识图谱中关联的诊断未出现在所述目标就诊记录中，则获取所述当前遍历的医疗项目对抽取出的诊断的第一亲和度以及抽取出的诊断对所述当前遍历的医疗项目的第二亲和度；
[0017]在所述第一亲和度和所述第二亲和度不满足预设条件的情况下，确定所述当前遍
历的医疗项目属于异常医疗项目。
[0018]本申请实施例还提供一种存储计算机指令的计算机可读存储介质，当所述计算机指令被一个或多个处理器执行时，致使所述一个或多个处理器执行前述的异常医疗行为识别方法。
[0019]在本申请实施例中，可从真实的就诊记录中抽取诊断以及医疗项目；并可遍历就诊记录中医疗项目，若当前遍历的医疗项目未出现在预置的医疗知识图谱中或者在医疗知识图谱中关联的诊断未出现在目标就诊记录中，则可进一步获取当前遍历的医疗项目与抽取出的诊断相互之间的第一亲和度和第二亲和度；并在第一亲和度和第二亲和度不满足预设条件的情况下，确定当前遍历的医疗项目属于异常医疗项目。这样，可结合动态的真实数据和静态的经验数据进行异常医疗行为识别，并可在经验数据不全面的情况下，将医疗项目和诊断相互之间的亲和度作为进一步的识别依据，从而可有效提升异常医疗行为的识别准确性和可信性。
附图说明
[0020]此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：
[0021]图1为本申请一示例性实施例提供的一种异常医疗行为识别方法的流程示意图；
[0022]图2为本申请一示例性实施例提供的一种异常医疗行为识别方法的逻辑示意图；
[0023]图3为本申请一示例性实施例提供的一种应用方案的逻辑示意图；
[0024]图4为本申请另一示例性实施例提供的一种计算设备的结构示意图。
具体实施方式
[0025]为使本申请的目的、技术方案和优点更加清楚，下面将结合本申请具体实施例及相应的附图对本申请技术方案进行清楚、完整地描述。显然，所描述的实施例仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
[0026]目前，在很多就医过程中，存在异常医疗等行为，从而导致医保基金浪费。因此，需要对这些异常医疗行为进行识别。为此，本申请的一些实施例中：可从真实的就诊记录中抽取诊断以及医疗项目；并可遍历就诊记录中医疗项目，若当前遍历的医疗项目未出现在预置的医疗知识图谱中或者在医疗知识图谱中关联的诊断未出现在目标就诊记录中，则可进一步获取当前遍历的医疗项目与抽取出的诊断相互之间的第一亲和度和第二亲和度；并在第一亲和度和第二亲和度不满足预设条件的情况下，确定当前遍历的医疗项目属于异常医疗项目。这样，可结合动态的真实数据和静态的经验数据进行异常医疗行为识别，并可在经验数据不全面的情况下，将医疗项目和诊断相互之间的亲和度作为进一步的识别依据，从而可有效提升异常医疗行为的识别准确性和可信性。
[0027]以下结合附图，详细说明本申请各实施例提供的技术方案。
[0028]图1为本申请一示例性实施例提供的一种异常医疗行为识别方法的流程示意图，图2为本申请一示例性实施例提供的一种异常医疗行为识别方法的逻辑示意图。该方法可由数据处理装置执行，该数据处理装置可实现为软件和/或硬件的结合，该数据处理装置可
集成在计算设备中。参考图1该方法包括：
[0029]步骤100、从目标就诊记录中抽取诊断和医疗项目；
[0030]步骤101、遍历目标就诊记录中包含的医疗项目；
[0031]步骤102、若当前遍历的医疗项目未出现在预置的医疗知识图谱中或者当前遍历的医疗项目在医疗知识图谱中关联的诊断未出现在目标就诊记录中，则获取当前遍历的医疗项目对抽取出的诊断的第一亲和度以及抽取出的诊断对当前遍历的医疗项目的第二亲和度；
[0032]步骤103、在第一亲和度和第二亲和度均不满足预设条件的情况下，确定当前遍历的医疗项目属于异常医疗项目。
[0033]本实施例提供的异常医疗行为识别方法可应用于医保基金监督场景、医疗机构行为管理场景等，本实施例对应用场景不做限定。本实施例中所提及的异常医疗行为可以是指超过实际需求的医疗行为。
[0034]参考图1和图2，在步骤100中，可从目标就诊记录中抽取诊断和医疗项目。其中，目标就诊记录可以是任意需要进行异常医疗行为识别的就诊记录。病患的每次就诊可产生一份就诊记录，就诊记录中通常会按规范记录病患的疾病表现以及当次诊疗情况等信息，也即是，就诊记录中通常存在就诊相关的、丰富的、全面的信息。基于此，可通过各种文本识别技术从目标就诊记录中抽取出其中包含的诊断和医疗项目。其中，诊断可用于记录就诊过程中发生的诊断结果；医本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种异常医疗行为识别方法，包括：从目标就诊记录中抽取诊断和医疗项目；遍历所述目标就诊记录中包含的医疗项目；若当前遍历的医疗项目未出现在预置的医疗知识图谱中或者所述当前遍历的医疗项目在所述医疗知识图谱中关联的诊断未出现在所述目标就诊记录中，则获取所述当前遍历的医疗项目对抽取出的诊断的第一亲和度以及抽取出的诊断对所述当前遍历的医疗项目的第二亲和度；在所述第一亲和度和所述第二亲和度均不满足预设条件的情况下，确定所述当前遍历的医疗项目属于异常医疗项目。2.根据权利要求1所述的方法，所述预设条件包括所述第一亲和度不低于第一阈值或所述第二亲和度不低于第二阈值。3.根据权利要求1所述的方法，所述获取所述当前遍历的医疗项目对抽取出的诊断的第一亲和度以及抽取出的诊断对所述当前遍历的医疗项目的第二亲和度，包括：从指定范围的历史就诊记录中，抽取诊断、医疗项目以及诊断与医疗项目之间的伴随关系，其中，出现在同一份历史就诊记录中的诊断和医疗项目之间具有伴随关系；基于所述伴随关系，分别计算各个诊断对各个医疗项目的亲和度以及各个医疗项目对各个诊断的亲和度，以产生所述第一亲和度和所述第二亲和度。4.根据权利要求3所述的方法，基于所述伴随关系，计算所述第一亲和度和所述第二亲和度的过程，包括：基于所述伴随关系，计算使用所述当前遍历的医疗项目且诊断为目标诊断的就诊次数在所述目标诊断对应的就诊总次数中的占比，作为所述当前遍历的医疗项目对目标诊断的第一亲和度；基于所述伴随关系，计算使用所述当前遍历的医疗项目且诊断为所述目标诊断的就诊次数在使用所述当前遍历的医疗项目的就诊总次数中的占比，作为所述目标诊断对所述当前遍历的医疗项目的第二亲和度；其中，所述目标诊断为所述目标就诊记录中包含的诊断中的任意一个。5.根据权利要求1所述的方法，所述在所述第一亲和度和所述第二亲和度不满足预设条件的情况下，确定所述当前遍历的医疗项目属于异常医疗项目，包括：在所述目标就诊记录中包含的诊断为多个的情况下，若所述目标就诊记录包含的每个诊断对应的所述第一亲和度和所述第二亲和度均不满足所述预设条件，则确定当前遍历的医疗项目属于异常医疗项目；否则，确定所述当前遍历的医疗项目不属于异常医疗项目。6.根据权利要求1所述的方法，还包括：统计所述目标就诊记录中异常医疗项目的占比；若所述占比超过指定标准，则确定所述目标就诊记录为异常就诊。7.根据权利要求1所述的方法，还包括：确定所述当前遍历的医疗项目对应的标准名称；若所述医疗知识图谱中不存在与所述标准名称匹配的预置医疗项目，则确定所述当前遍历的医疗项目未出现在所述医疗知识图谱中。
8.根据权利要求7所述的方法，还包括：分别计算所述当前遍历的医疗项目对应的标准名称与所述医疗知识图谱中包含的预置医疗项目的名称之间的相似度；若存在相似度不低于第一指定阈值的待选预置医疗项目，则从待选预置医疗项目中剔除不符合名称一致性要求的...

【专利技术属性】
技术研发人员：贺勇，张顺，曾震宇，
申请(专利权)人：阿里云计算有限公司，
类型：发明
国别省市：