【技术实现步骤摘要】
本专利技术涉及互联网医疗，尤其涉及一种基于ai算法的医疗信息异常检测方法及系统。
技术介绍
1、随着各行各业的信息化发展，医院信息化成为提高医院管理效率的重要途径。
2、通常，患者去医院进行看病治疗时，无法有效得知自己所接受的治疗、所缴纳的费用等等过程是否符合规定，而且由于医院信息化程度不完善和信息分析不充分等原因。
3、因此，如何实现对患者所接受的医疗过程进行异常监测成为了亟需解决的问题。
技术实现思路
1、本专利技术旨在至少在一定程度上解决相关技术中的技术问题之一。为此，本专利技术提供一种基于ai算法的医疗信息异常检测方法及系统，以实现对医疗信息进行异常检测，对患者的治疗过程进行异常监控。
2、本专利技术提供一种基于ai算法的医疗信息异常检测方法，包括：
3、获取患者的医疗信息，所述医疗信息包括诊断项目、各个诊疗项目、费用数据以及第一评分，所述第一评分为所述患者对治疗服务的评分；
4、根据所述诊断项目和各所述诊疗项目确定第二评分；
5、根据所述诊断项目、所述费用数据以及预设费用数据确定第三评分；
6、根据所述第一评分、所述第二评分以及所述第三评分确定总评分，并在所述总评分低于预设值的情况下，确定所述总评分对应的医疗信息为异常医疗信息。
7、所述根据所述诊断项目和各所述诊疗项目确定第二评分，包括：根据所述诊断项目在预先构建的医疗数据库中确定相应的标准诊疗项目集；确定各所述诊疗项目和所述
8、所述确定各所述诊疗项目和所述标准诊疗项目集之间的相似度值，包括：将各所述诊疗项目的名称文本和所述标准诊疗项目集中的各标准诊疗项目的名称文本进行预处理，所述预处理包括分词、词汇去重以及向量化；根据预处理后的诊疗项目和预处理后的标准诊疗项目集确定所述相似度值。
9、通过下式得到所述相似度值：
10、
11、其中，c为所述相似度值，x为所述诊疗项目，y为所述标准诊疗项目集，n为所述诊疗项目的文本和所述标准诊疗项目集的文本经过分词和词汇去重后词汇的数量，k为第k个词汇，xk为所述诊疗项目的文本中第k个词汇的词频，yk为所述标准诊疗项目集的文本中第k个词汇的词频。
12、所述根据所述诊断项目、所述费用数据以及预设费用数据确定第三评分，包括：根据所述诊断项目确定所述预设费用数据；确定所述预设费用数据与所述费用数据之间的费用差值，并根据所述费用差值确定所述第三评分。
13、所述根据所述诊断项目确定所述预设费用数据，包括：根据所述诊断项目获取相应的历史费用数据，并根据所述历史费用数据确定所述诊断项目对应的平均费用；根据平均费用确定所述预设费用数据。
14、本专利技术还提供一种基于ai算法的医疗信息异常检测系统，包括：如根据权利要求7所述的异常检测装置，用于获取患者的医疗信息，并根据所述医疗信息确定异常医疗信息，所述医疗信息包括诊断项目、各个诊疗项目、费用数据以及第一评分，所述第一评分为所述患者对治疗服务的评分；第一用户端，所述第一用户端与所述异常检测装置连接，所述第一用户端用于获取所述第一评分，并将所述第一评分发送给所述异常检测装置；第二用户端，所述第二用户端与所述异常检测装置连接，所述第二用户端用于接收所述异常检测装置发送的所述异常医疗信息。
15、所述异常检测装置包括：获取模块，用于获取患者的医疗信息，所述医疗信息包括诊断项目、各个诊疗项目、费用数据以及第一评分，所述第一评分为所述患者对治疗服务的评分；第一确定模块，用于根据所述诊断项目和各所述诊疗项目确定第二评分；第二确定模块，用于根据所述诊断项目、所述费用数据以及预设费用数据确定第三评分；异常检测模块，用于根据所述第一评分、所述第二评分以及所述第三评分确定总评分，并在所述总评分低于预设值的情况下，确定所述总评分对应的医疗信息为异常医疗信息。
16、所述第一确定模块具体用于：根据所述诊断项目在预先构建的医疗数据库中确定相应的标准诊疗项目集；确定各所述诊疗项目和所述标准诊疗项目集之间的相似度值；根据所述相似度值确定所述第二评分。
17、所述第一确定模块还具体用于：将各所述诊疗项目的名称文本和所述标准诊疗项目集中的各标准诊疗项目的名称文本进行预处理，所述预处理包括分词、词汇去重以及向量化；根据预处理后的诊疗项目和预处理后的标准诊疗项目集确定所述相似度值。
18、在本申请实施例中，改进点主要如下：(1)所述医疗信息包括诊断项目、各诊疗项目、费用数据以及第一评分。(2)根据所述诊断项目和各所述诊疗项目确定第二评分。(3)根据所述诊断项目、所述费用数据以及预设费用数据确定第三评分。(4)根据所述第一评分、所述第二评分以及所述第三评分确定总评分，并在所述总评分低于预设值的情况下，确定所述总评分对应的医疗信息为异常医疗信息。(5)相似度值计算公式。
19、本专利技术提供的基于ai算法的医疗信息异常检测方法及系统，通过获取患者的医疗信息，医疗信息包括诊断项目、各个诊疗项目、费用数据以及第一评分，第一评分为患者对治疗服务的评分；再根据诊断项目和各诊疗项目确定第二评分；根据诊断项目、费用数据以及预设费用数据确定第三评分；最后，根据第一评分、第二评分以及第三评分确定总评分，并在总评分低于预设值的情况下，确定总评分对应的医疗信息为异常医疗信息，从而实现了对医疗信息进行异常检测以及对患者的治疗过程进行异常监控，并且在诊疗过程、费用以及患者评价这三个方面综合确定医疗信息是否异常。
本文档来自技高网...【技术保护点】
1.一种基于AI算法的医疗信息异常检测方法，其特征在于，包括：
2.根据权利要求1所述的基于AI算法的医疗信息异常检测方法，其特征在于，所述根据所述诊断项目和各所述诊疗项目确定第二评分，包括：
3.根据权利要求2所述的基于AI算法的医疗信息异常检测方法，其特征在于，所述确定各所述诊疗项目和所述标准诊疗项目集之间的相似度值，包括：
4.根据权利要求3所述的基于AI算法的医疗信息异常检测方法，其特征在于，通过下式得到所述相似度值：
5.根据权利要求1-4中任一项所述的基于AI算法的医疗信息异常检测方法，其特征在于，所述根据所述诊断项目、所述费用数据以及预设费用数据确定第三评分，包括：
6.根据权利要求5所述的基于AI算法的医疗信息异常检测方法，其特征在于，所述根据所述诊断项目确定所述预设费用数据，包括：
7.一种基于AI算法的医疗信息异常检测系统，其特征在于，包括：
8.根据权利要求7所述的基于AI算法的医疗信息异常检测系统，其特征在于，所述异常检测装置包括：
9.根据权利要求8所述的基于
10.根据权利要求9所述的基于AI算法的医疗信息异常检测系统，其特征在于，所述第一确定模块还具体用于：
...【技术特征摘要】
1.一种基于ai算法的医疗信息异常检测方法，其特征在于，包括：
2.根据权利要求1所述的基于ai算法的医疗信息异常检测方法，其特征在于，所述根据所述诊断项目和各所述诊疗项目确定第二评分，包括：
3.根据权利要求2所述的基于ai算法的医疗信息异常检测方法，其特征在于，所述确定各所述诊疗项目和所述标准诊疗项目集之间的相似度值，包括：
4.根据权利要求3所述的基于ai算法的医疗信息异常检测方法，其特征在于，通过下式得到所述相似度值：
5.根据权利要求1-4中任一项所述的基于ai算法的医疗信息异常检测方法，其特征在于，所述根据所述诊断项目、所述...
【专利技术属性】
技术研发人员：范颖，冉芳，
申请(专利权)人：北京合源汇丰医药科技有限公司，
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。