本申请提供一种基于知识图谱的医保交易审核方法及装置，可用于金融领域或其他技术领域。所述方法包括：对于每一笔待识别的医保交易，根据该笔医保交易的交易数据构建该笔医保交易的知识图谱；在基准知识图谱中查找与该笔医疗交易的知识图谱中的关键信息相关联的信息；根据与所述关键信息相关联的信息，构建所述基准知识图谱的子知识图谱；根据所述医保交易的知识图谱和所述子知识图谱之间的差异信息，确定该笔医保交易的审核结果。本申请实施例提供的基于知识图谱的医保交易审核方法及装置，能有效适应骗保行为的变化，同时，通过知识图谱的方法识别效果更好，有效提升了医疗基金监管的效率。金监管的效率。金监管的效率。
【技术实现步骤摘要】
基于知识图谱的医保交易审核方法及装置
[0001]本申请涉及人工智能
，具体涉及一种基于知识图谱的医保交易审核方法及装置。
技术介绍
[0002]目前医疗保障基金的骗保行为发现主要有两种方式：
[0003](一)人工稽核甄别方式
[0004]对医疗保障基金监管最直接的方式就是人工稽核甄别。在人工稽核甄别时，监管人员凭借自己的办案经验，以及历史发生的一些骗保行为案例，对医保结算的票据、病历、处方及对应的治疗方案进行审核、甄别，发现其中存在异常的问题，甄别医保骗保行为。
[0005](二)计算机辅助稽核方式
[0006]计算机辅助稽核方式包括专家规则引擎计算、机器学习技术引擎计算这两种方式。专家规则引擎计算是将人工稽核甄别医保骗保行为的经验进行总结，形成一些专家规则，形成规则引擎，对医保的结算票据等各类信息进行甄别，筛选出符合条件的票据等供监管人员进行参考。机器学习技术引擎计算是通过人工智能技术中的机器学习技术，将医保结算的数据进行特征抽取，建立稽核甄别模型，甄别每笔结算是否存在骗保嫌疑。
[0007]人工稽核甄别方式的优点是经验丰富的监管专家的甄别准确率非常高，但是人毕竟精力有限，且阅读数据数量及效率有限，无法对医保结算的全量数据进行稽核甄别。因此，这种方式势必被抛弃，必须通过计算机技术、人工智能技术等辅助提升监管效率，从而实现对医保结算全量数据进行监督管理。
[0008]计算机辅助稽核中，专家规则引擎计算中对专家规则的整理存在比较大的滞后性，机器学习技术引擎则需要根据最新数据定时、及时更新，对于日益多变、逐渐复杂的医保骗保手段来说，难以有效跟踪、及时发现。
技术实现思路
[0009]针对现有技术中的问题，本申请实施例提供一种基于知识图谱的医保交易审核方法及装置，能够至少部分地解决现有技术中存在的问题。
[0010]一方面，本申请提出一种基于知识图谱的医保交易审核方法，包括：
[0011]对于每一笔待识别的医保交易，根据该笔医保交易的交易数据构建该笔医保交易的知识图谱；
[0012]在基准知识图谱中查找与该笔医疗交易的知识图谱中的关键信息相关联的信息，其中，所述基准知识图谱是根据所述医保交易发生地的医保规则、公众信息以及医疗系统信息构建的；
[0013]根据与所述关键信息相关联的信息，构建所述基准知识图谱的子知识图谱；
[0014]根据所述医保交易的知识图谱和所述子知识图谱之间的差异信息，确定该笔医保交易的审核结果。
[0015]在一些实施例中，所述对于每一笔待识别的医保交易，根据该笔医保交易的交易数据构建该笔医保交易的知识图谱包括：
[0016]对于每一笔待识别的医保交易，根据该笔医保交易的交易数据中的医院信息、医生信息、患者信息、支付账户信息、检查信息、诊断信息和/或药品信息，构建该笔医保交易的知识图谱。
[0017]在一些实施例中，所述关键信息包括药品信息。
[0018]在一些实施例中，所述根据所述医保交易的知识图谱和所述子知识图谱之间的差异信息，确定该笔医保交易的审核结果包括：
[0019]对所述医保交易的知识图谱和所述子知识图谱进行匹配计算，得到所述医保交易的知识图谱和所述子知识图谱之间的差异信息；
[0020]若至少一项所述差异信息为关键性差异信息，则确定该笔医保交易为异常交易。
[0021]在一些实施例中，所述方法还包括：
[0022]在确定所述医保交易为异常交易之后，根据所述医保交易的知识图谱及所述基准知识图谱查找该笔医保交易的关联方；
[0023]将该笔医保交易的关联方记录在异常交易名单中。
[0024]在一些实施例中，所述方法还包括：
[0025]按照设定的信用评分规则对每个所述关联方的信用评分进行更新，得到每个所述关联方的最新信用评分；
[0026]在所述关联方的最新信用评分低于设定的信用阈值时，确定该关联方为交易异常方。
[0027]在一些实施例中，所述按照设定的信用评分规则对每个所述关联方的信用评分进行更新，得到每个所述关联方的最新信用评分包括：
[0028]对于一关联方，根据该关联方参与异常交易的次数以及该关联方最近一次参与异常交易的时间距离当前时间的时间差，确定该关联方的信用扣减分数；
[0029]根据该关联方的信用扣减分数，确定该关联方的最新信用评分。
[0030]在一些实施例中，所述按照设定的信用评分规则对每个所述关联方的信用评分进行更新，得到每个所述关联方的最新信用评分包括：
[0031]若所述关联方为医生，则判断该关联方在设定的时间窗口内参与异常交易的次数是否大于设定的阈值；
[0032]若该关联方在设定的时间窗口内参与异常交易的次数大于设定的阈值，则按照该关联方在设定的时间窗口内参与异常交易的次数确定该关联方的最新信用评分。
[0033]在一些实施例中，所述方法还包括：
[0034]在所述基准知识图谱中查找与该笔医保交易的交易异常方相关联的节点；
[0035]根据查找到的与所述交易异常方相关联的节点，生成至少一个关联关系知识图谱；
[0036]对于每个所述关联关系知识图谱，根据该关联关系知识图谱中每个节点与该关联关系知识图谱中的交易异常方节点之间的边的属性数据、空间欧氏距离和/或联系频度，确定该关联关系知识图谱中每个节点为交易异常方节点的概率；
[0037]若所述节点为交易异常方节点的概率大于设定的概率阈值，则确定该节点为交易
异常方节点。
[0038]在一些实施例中，所述方法还包括：
[0039]根据在每个所述关联关系知识图谱中确定的交易异常方节点以及在历史医保交易中确定的交易异常方节点，确定异常交易团伙。
[0040]另一方面，本申请提出一种基于知识图谱的医保交易审核装置，包括：
[0041]第一构建模块，用于对于每一笔待识别的医保交易，根据该笔医保交易的交易数据构建该笔医保交易的知识图谱；
[0042]查找模块，用于在基准知识图谱中查找与该笔医疗交易的知识图谱中的关键信息相关联的信息，其中，所述基准知识图谱是根据所述医保交易发生地的医保规则、公众信息以及医疗系统信息构建的；
[0043]第二构建模块，用于根据与所述关键信息相关联的信息，构建所述基准知识图谱的子知识图谱；
[0044]确定模块，用于根据所述医保交易的知识图谱和所述子知识图谱之间的差异信息，确定该笔医保交易的审核结果。
[0045]在一些实施例中，所述第一构建模块具体用于：
[0046]对于每一笔待识别的医保交易，根据该笔医保交易的交易数据中的医院信息、医生信息、患者信息、支付账户信息、检查信息、诊断信息和/或药品信息，构建该笔医保交易的知识图谱。
[0047]在一些实施例中，所述关键信息包括药品信息。
[0048]在一些实施例中，所述确定模块具体用于：...
【技术保护点】
【技术特征摘要】
1.一种基于知识图谱的医保交易审核方法，其特征在于，包括：对于每一笔待识别的医保交易，根据该笔医保交易的交易数据构建该笔医保交易的知识图谱；在基准知识图谱中查找与该笔医疗交易的知识图谱中的关键信息相关联的信息，其中，所述基准知识图谱是根据所述医保交易发生地的医保规则、公众信息以及医疗系统信息构建的；根据与所述关键信息相关联的信息，构建所述基准知识图谱的子知识图谱；根据所述医保交易的知识图谱和所述子知识图谱之间的差异信息，确定该笔医保交易的审核结果。2.根据权利要求1所述的方法，其特征在于，所述对于每一笔待识别的医保交易，根据该笔医保交易的交易数据构建该笔医保交易的知识图谱包括：对于每一笔待识别的医保交易，根据该笔医保交易的交易数据中的医院信息、医生信息、患者信息、支付账户信息、检查信息、诊断信息和/或药品信息，构建该笔医保交易的知识图谱。3.根据权利要求1所述的方法，其特征在于，所述关键信息包括药品信息。4.根据权利要求1至3任一项所述的方法，其特征在于，所述根据所述医保交易的知识图谱和所述子知识图谱之间的差异信息，确定该笔医保交易的审核结果包括：对所述医保交易的知识图谱和所述子知识图谱进行匹配计算，得到所述医保交易的知识图谱和所述子知识图谱之间的差异信息；若至少一项所述差异信息为关键性差异信息，则确定该笔医保交易为异常交易。5.根据权利要求4所述的方法，其特征在于，所述方法还包括：在确定所述医保交易为异常交易之后，根据所述医保交易的知识图谱及所述基准知识图谱查找该笔医保交易的关联方；将该笔医保交易的关联方记录在异常交易名单中。6.根据权利要求5所述的方法，其特征在于，所述方法还包括：按照设定的信用评分规则对每个所述关联方的信用评分进行更新，得到每个所述关联方的最新信用评分；在所述关联方的最新信用评分低于设定的信用阈值时，确定该关联方为交易异常方。7.根据权利要求6所述的方法，其特征在于，所述按照设定的信用评分规则对每个所述关联方的信用评分进行更新，得到每个所述关联方的最新信用评分包括：对于一关联方，根据该关联方参与异常交易的次数以及该关联方最近一次参与异常交易的时间距离当前时间的时间差，确定该关联方的信用扣减分数；根据该关联方的信用扣减分数，确定该关联方...
【专利技术属性】
技术研发人员：刘建成，孙科伟，崔林，李羊，
申请(专利权)人：工银科技有限公司，
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。