【技术实现步骤摘要】
数据处理方法、装置、电子设备及存储介质
[0001]本公开涉及计算机
,进一步涉及医保结算领域,尤其涉及一种数据处理方法、装置、电子设备及存储介质。
技术介绍
[0002]随着我国经济的高速增长,医疗保障事业也飞速发展,医疗保险的覆盖程度、参保人员的规模、相关医保机构的数量以及医保报销的金额也与日俱增。医保支付方式是基本医疗保险制度的核心内容之一,其对费用控制、资源配置、规范和引导医疗行为等具有强导向作用,更是医保制度稳健运行的关键。相关技术中通常采用按项目付费、总额预付、按人头付费以及按病种定额付费等方式进行医保基金的支付,然而以上支付方式的操作过程大多较为繁琐并且仅能实现医保基金支付的基本功能,无法因地制宜地实现对于医保基金的智能监管,从而影响对于医疗资源的合理使用。
技术实现思路
[0003]本公开提供了一种数据处理方法、装置、电子设备及存储介质,以至少解决相关技术中进行医保基金支付时的操作过程繁琐、无法合理分配医疗资源的技术问题。
[0004]根据本公开的一方面,提供了一种数据处理方法,包括:获取原始病历数据;对原始病历数据进行预处理,得到预处理结果;对预处理结果进行特征抽取处理,得到诊断特征信息和手术操作特征信息,其中,诊断特征信息用于确定治疗对象的疾病分类,手术操作特征信息用于确定手术操作编码和/或手术操作类型属性与等级;基于诊断特征信息和手术操作特征信息生成目标目录,其中,目标目录为按病种分值付费目录。
[0005]根据本公开的又一方面,提供了一种数据处理装置,包括 ...
【技术保护点】
【技术特征摘要】
1.一种数据处理方法,包括:获取原始病历数据;对所述原始病历数据进行预处理,得到预处理结果;对所述预处理结果进行特征抽取处理,得到诊断特征信息和手术操作特征信息,其中,所述诊断特征信息用于确定治疗对象的疾病分类,所述手术操作特征信息用于确定手术操作编码和/或手术操作类型属性与等级;基于所述诊断特征信息和所述手术操作特征信息生成目标目录,其中,所述目标目录为按病种分值付费目录。2.根据权利要求1所述的数据处理方法,其中,所述对所述原始病历数据进行预处理,得到预处理结果包括:对所述原始病历数据进行抽取与映射处理,得到病历首页数据;对所述病历首页数据进行预处理,得到所述预处理结果。3.根据权利要求2所述的数据处理方法,其中,所述数据处理方法还包括:采用预设数据结构存储所述病历首页数据,其中,所述预设数据结构包括:多个信息段,所述多个信息段至少包括:治疗对象信息段、住院诊疗信息段,所述治疗对象信息段包括:所述治疗对象的人身属性内容、所述住院诊疗信息段包括:疾病诊断内容、手术操作内容、住院时长取值、医疗支付方式取值、离院方式取值。4.根据权利要求2所述的数据处理方法,其中,所述对所述病历首页数据进行预处理,得到所述预处理结果包括:对所述病历首页数据的编码格式进行调整,得到调整结果;采用数据质控方式对所述调整结果进行清洗,得到所述预处理结果,其中,所述数据质控方式用于确定所述调整结果中的核心要素字段是否为空、所述调整结果是否处于指定的编码库范围以及所述调整结果是否满足手术与诊断需求。5.根据权利要求1所述的数据处理方法,其中,所述对所述预处理结果进行特征抽取处理,得到手术操作特征信息包括:对所述预处理结果中的手术操作实体词进行语义理解,得到语义特征;基于所述语义特征进行手术操作标签预测,得到所述手术操作特征信息,其中,所述手术操作特征信息包括:手术类型与手术等级。6.根据权利要求5所述的数据处理方法,其中,所述基于所述语义特征进行手术操作标签预测,得到所述手术操作特征信息包括以下方式之一:采用预设标注方式对所述语义特征进行手术操作标签预测,得到所述手术操作特征信息;采用关键词映射方式对所述语义特征进行手术操作标签预测,得到所述手术操作特征信息;采用文本相似度映射方式对所述语义特征进行手术操作标签预测,得到所述手术操作特征信息;采用隐式向量匹配标签传递方式对所述语义特征进行手术操作标签预测,得到所述手术操作特征信息;采用门控循环神经网络模型对所述语义特征进行手术操作标签预测,得到所述手术操
作特征信息。7.根据权利要求1所述的数据处理方法,其中,所述基于所述诊断特征信息和所述手术操作特征信息生成目标目录包括:对所述诊断特征信息和所述手术操作特征信息进行分组处理,得到多个数据集;对所述多个数据集进行并行映射处理,得到所述多个数据集对应的多个病种类别;对所述多个病种类别进行聚类处理,得到所述目标目录。8.根据权利要求7所述的数据处理方法,其中,所述对所述多个病种类别进行聚类处理,得到所述目标目录包括:采用所述诊断特征信息和/或所述手术操作特征信息对所述多个病种类别进行聚类处理,得到聚类结果;按照病种例数由高到低的顺序对所述聚类结果进行排序处理,得到排序结果,其中,所述排序结果包括:第一比例的第一病种和第二比例的第二病种,所述第一病种为核心病种,所述第二病种为综合病种;基于所述第一病种和所述第二病种确定所述目标目录。9.根据权利要求8所述的数据处理方法,其中,所述基于所述第一病种和所述第二病种确定所述目标目录包括:采用预设核心病种目录确定所述第一病种对应的第一病种类型,以及采用所述诊断特征信息和/或所述手术操作特征信息对所述第二病种进行聚类处理,得到所述第二病种对应的第二病种类型;基于第三病种的病种分值计算得到所述第一病种对应的病种分值与所述第二病种对应的病种分值,其中,所述第三病种为预设基准病种;通过所述第一病种类型、所述第二病种类型、所述第一病种对应的病种分值以及所述第二病种对应的病种分值确定所述目标目录。10.根据权利要求9所述的数据处理方法,其中,所述采用预设核心病种目录确定所述第一病种对应的第一病种类型包括:将所述第一病种与所述预设核心病种目录进行匹配,得到匹配结果;基于所述匹配结果确定所述第一病种类型。11.根据权利要求9所述的数据处理方法,其中,所述采用所述诊断特征信息和/或所述手术操作特征信息对所述第二病种进行聚类处理,得到所述第二病种对应的第二病种类型包括:采用所述诊断特征信息对所述第二病种进行聚类处理,得到第一聚类组;采用所述诊断特征信息和所述手术操作特征信息对所述第二病种进行聚类处理,得到多个第二聚类组;基于所述第一聚类组和所述多个第二聚类组确定所述第二病种类型。12.根据权利要求9所述的数据处理方法,其中,所述基于第三病种的病种分值计算得到所述第一病种对应的病种分值与所述第二病种对应的病种分值包括:获取第一费用、第二费用和第三费用,其中,所述第一费用为所述第一病种在预设区域范围内全部医疗机构的每个病例平均费用,所述第二费用为所述第二病种在所述预设区域范围内全部医疗机构的每个病例平均费用,所述第三费用为所述第三病种在所述预设区域
范围内全部医疗机构的每个病例平均费用;利用所述第一费用与所述第三费用之间的费用比例关系和所述第三病种的病种分值计算得到所述第一病种对应的病种分值,以及利用所述第二费用与所述第三费用之间的费用比例关系和所述第三病种的病种分值计算得到所述第二病种对应的病种分值。13.根据权利要求2所述的数据处理方法,其中,所述数据处理方法还包括:基于所述目标目录对所述病历首页数据执行分组操作,确定所述病历首页数据对应的目标治疗费用。14.一种数据处理装置,包括:获取模块,用于获取原始病历数据;第一处理模块,用于对所述原始病历数据进行预处理,得到预处理结果;第二处理模块,用于对所述预处理结果...
【专利技术属性】
技术研发人员:张正东,梅祥,陈俊,代小亚,黄海峰,
申请(专利权)人:北京百度网讯科技有限公司,
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。