System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 医保基金数据库中异常支出数据的检测系统技术方案_技高网

医保基金数据库中异常支出数据的检测系统技术方案

技术编号:40547620 阅读:7 留言:0更新日期:2024-03-05 19:05
本发明专利技术提供了一种医保基金数据库中异常支出数据的检测系统,包括:数据收集模块:收集医疗保障基金支出与收入预算,包括医疗机构、医疗机构统筹区划、人员统筹区划、险种类别、就诊类别、医疗总费用和医保统筹基金支出;数据清洗模块:对收集到的数据进行清洗,去除重复、错误和缺失数据;数据预处理模块:对数据进行预处理,包括数据转换、归一化和离散化;总额预算计算模块:基于供给方模型、需求方模型、多因素模型以及分级分类模型,进行模型拟合,计算医保基金区域总额预算。本发明专利技术以宏观经济、人口分布流动、疾病谱数据为基础,同时利用医保大数据进行支撑,这使得模型更加贴近实际情况,提高了预测的准确性。

【技术实现步骤摘要】

本专利技术涉及异常数据检测,具体地,涉及一种医保基金数据库中异常支出数据的检测系统


技术介绍

1、国际劳工组织(ilo)和国际社会保障协会(issa)适时地提出了一套医疗保险精算模型,它主要由"人口统计与经济发展"、"收入估计"、"成本估计"和"结果预测"等四个模块构成,基本囊括了各种影响因素和关键性指标。

2、目前,总额预算方式有以下三种测算方法:

3、第一,按参保人数进行预测。这种方法的年度总费用取决于年度内被保险的人数、人均费用以及保险方承担的比例等因素,操作比较简单,一般用于被保险人中就诊人数相对固定的情况。预测年总费用:预测期被保险人数×人均费用×保险方承担比例,在共保的方式下,保险方承担费用的比例低于100%。

4、第二,按提供的医疗服务量进行预测。通过测算医疗保险的住院率和就诊率,测算总预算额。预测年内住院总费用=年内预测总住院次数×平均每次住院费用×保险方承担比例其中,平均每次住院费用根据历史数据估计,年内预测总住院次数由被保险人数与住院率相乘得到。用同样的方法可以测算出年门诊总费用,年度医疗总费用等于住院总费用与门诊总费用之和。

5、第三,总量测算法。这种方法根据总预算额或医疗费用的时间序列趋势外推测算预算总额。预测年内预算总额=去年实际总费用×(1+费用增长率)×保险方承担比例。

6、总额测算方法对比分析:

7、按参保人数进行预测:操作简单,适用于被保险人中就诊人数相对固定的情况,能够较为准确地预测出年度总费用;但是无法考虑到医疗服务的使用频率和强度,如果被保险人的就诊人数或者就诊频率发生变化,预测结果可能会有较大偏差。

8、按提供的医疗服务量进行预测:无法考虑到医疗服务的使用频率和强度,如果被保险人的就诊人数或者就诊频率发生变化,预测结果可能会有较大偏差。操作复杂,需要大量的历史数据进行估计,如果历史数据不准确或者不完整,可能会影响预测结果的准确性。

9、总量测算法:操作简单,只需要知道去年的实际总费用和费用增长率就可以进行预测,适用于医疗费用增长趋势相对稳定的情况。无法考虑到医疗服务的使用频率和强度,如果医疗费用增长趋势发生变化,预测结果可能会有较大偏差。

10、因此,需要构建一种新的算法模型,综合考虑各种影响因素和关键指标,科学合理精算测算。


技术实现思路

1、针对现有技术中的缺陷,本专利技术的目的是提供一种医保基金数据库中异常支出数据的检测系统。

2、根据本专利技术提供的医保基金数据库中异常支出数据的检测系统,包括:

3、数据收集模块:收集医疗保障基金支出与收入预算,包括医疗机构、医疗机构统筹区划、人员统筹区划、险种类别、就诊类别、医疗总费用和医保统筹基金支出;

4、数据清洗模块:对收集到的数据进行清洗,去除重复、错误和缺失数据;

5、数据预处理模块:对数据进行预处理,包括数据转换、归一化和离散化;

6、总额预算计算模块:基于供给方模型、需求方模型、多因素模型以及分级分类模型,进行模型拟合,计算医保基金区域总额预算。

7、优选地,所述供给方模型包括:对医疗机构病种进行分类,统计各医保定点医疗机构的历史服务次数与次均费用,对下一年度医疗机构提供服务次数与次均费用进行趋势预测,结合历史统筹报销比例,分类推算出新一年度分类别的统筹支付金额占总费用比例,三者相乘并加总后得到预测年度设区市统筹支付结果。

8、优选地,供给方模型表达式为:

9、yt+1=fracyt+δy2

10、其中,yt是当前时刻的值;yt+1是下一个时刻的预测值;δy2是下一个时刻的预测值与当前时刻的差值;frac是除法运算符,用于计算均值;

11、yi=xi*zi*pi

12、

13、其中,i为病种组数;yi是病种次年度统筹支付预测值;xi是服务次数预测值;zi是次均费用预测值;pi是各病种统筹支付比例预测值;y是统筹支付总额预测值。

14、优选地,所述需求方模型包括:对职工或居民参保人员按照年龄与性别进行分组,分析不同年龄段各病种发病率,挖掘疾病谱推移规律和次均费用变化趋势,推算次年度的发病率和次均费用,再综合人口结构、出生死亡率、参保率、就业率因素,推算次年度职工或居民参保人口数,将次年度职工或居民对应年龄段参保人口数、病种次均费用和发病率相乘得到医疗总费用,结合统筹支付金额占总费用比例,加和得到次年度统筹支付金额预测值。

15、优选地,需求方模型a1表达式为:

16、

17、

18、

19、

20、pi=pi-1+bi

21、qi=qi-1+di

22、ri=ri-1+ei

23、ci=ci-1+fi

24、s0=s0-1+g0

25、其中,n为病种总数;p、q、r、s分别表示人口结构、出生死亡率、参保率和就业率因素;b、d、e、f分别表示人口结构、出生死亡率、参保率和就业率因素的变化量;pi、qi、ri、ci分别表示第i个年龄段的职工或居民参保人数、病种、次均费用和发病率;pi-1、qi-1、ri-1、ci-1分别表示前一个年龄段的职工或居民参保人数、病种、次均费用和发病率;s0、g0分别表示前一个时间段的人口结构和出生死亡率。

26、优选地,所述多因素模型测算各病种费用时,每一分项都设置4项一级指标,分别为病种的门诊就诊人次、门诊就诊次均费用和病种的住院人次、住院就诊次均费用,由二级指标通过非线性sigmoid函数计算得出,定点医疗机构的门诊和住院总额预算由各病种的次均费用乘以就诊人次后加总得到;

27、二级指标根据相关系数进行分类,相关系数来自对各定点医疗机构填报的历年二级指标数据与一级指标数据间相关性的计算。

28、优选地,多因素模型表达式为:

29、

30、其中,i为待测一级指标个数,j为待测二级指标个数,y为待测一级指标,a和b为对应的相关系数,w为权重,g为非线性sigmoid函数,ε为相关误差,x为i类二级指标,z为ii类二级指标;

31、非线性sigmoid函数为:

32、

33、门诊和住院总额预算表达式为:

34、a=σyi*xi

35、其中,yi是次均费用,xi是就诊人次,a为总额预算预测值。

36、优选地,所述分级分类模型按照医保费用结算等级对医疗机构分级,然后分类;

37、分级分类模型测算各病种费用时,每一类别都设置2项一级指标,分别为病种的就诊人次和次均费用,定点医疗机构的门诊和住院总额预算由各病种的次均费用乘以预测就诊人次后加总得到;

38、分级分类模型对同类医疗机构的历史结算数据按病种或科室进行聚类,然后预测数据趋势得到各医疗机构次年度就诊人次,乘以本文档来自技高网...

【技术保护点】

1.一种医保基金数据库中异常支出数据的检测系统,其特征在于,包括:

2.根据权利要求1所述的医保基金数据库中异常支出数据的检测系统,其特征在于,所述供给方模型包括:对医疗机构病种进行分类,统计各医保定点医疗机构的历史服务次数与次均费用,对下一年度医疗机构提供服务次数与次均费用进行趋势预测,结合历史统筹报销比例,分类推算出新一年度分类别的统筹支付金额占总费用比例,三者相乘并加总后得到预测年度设区市统筹支付结果。

3.根据权利要求2所述的医保基金数据库中异常支出数据的检测系统,其特征在于,供给方模型表达式为:

4.根据权利要求1所述的医保基金数据库中异常支出数据的检测系统,其特征在于,所述需求方模型包括:对职工或居民参保人员按照年龄与性别进行分组,分析不同年龄段各病种发病率,挖掘疾病谱推移规律和次均费用变化趋势,推算次年度的发病率和次均费用,再综合人口结构、出生死亡率、参保率、就业率因素,推算次年度职工或居民参保人口数,将次年度职工或居民对应年龄段参保人口数、病种次均费用和发病率相乘得到医疗总费用,结合统筹支付金额占总费用比例,加和得到次年度统筹支付金额预测值。

5.根据权利要求4所述的医保基金数据库中异常支出数据的检测系统,其特征在于,需求方模型A1表达式为:

6.根据权利要求1所述的医保基金数据库中异常支出数据的检测系统,其特征在于,所述多因素模型测算各病种费用时,每一分项都设置4项一级指标,分别为病种的门诊就诊人次、门诊就诊次均费用和病种的住院人次、住院就诊次均费用,由二级指标通过非线性sigmoid函数计算得出,定点医疗机构的门诊和住院总额预算由各病种的次均费用乘以就诊人次后加总得到;

7.根据权利要求6所述的医保基金数据库中异常支出数据的检测系统,其特征在于,多因素模型表达式为:

8.根据权利要求1所述的医保基金数据库中异常支出数据的检测系统,其特征在于,所述分级分类模型按照医保费用结算等级对医疗机构分级,然后分类;

9.根据权利要求8所述的医保基金数据库中异常支出数据的检测系统,其特征在于,分级分类模型表达式为:

10.根据权利要求1所述的医保基金数据库中异常支出数据的检测系统,其特征在于,模型拟合表达式为:

...

【技术特征摘要】

1.一种医保基金数据库中异常支出数据的检测系统,其特征在于,包括:

2.根据权利要求1所述的医保基金数据库中异常支出数据的检测系统,其特征在于,所述供给方模型包括:对医疗机构病种进行分类,统计各医保定点医疗机构的历史服务次数与次均费用,对下一年度医疗机构提供服务次数与次均费用进行趋势预测,结合历史统筹报销比例,分类推算出新一年度分类别的统筹支付金额占总费用比例,三者相乘并加总后得到预测年度设区市统筹支付结果。

3.根据权利要求2所述的医保基金数据库中异常支出数据的检测系统,其特征在于,供给方模型表达式为:

4.根据权利要求1所述的医保基金数据库中异常支出数据的检测系统,其特征在于,所述需求方模型包括:对职工或居民参保人员按照年龄与性别进行分组,分析不同年龄段各病种发病率,挖掘疾病谱推移规律和次均费用变化趋势,推算次年度的发病率和次均费用,再综合人口结构、出生死亡率、参保率、就业率因素,推算次年度职工或居民参保人口数,将次年度职工或居民对应年龄段参保人口数、病种次均费用和发病率相乘得到医疗总费用,结合统筹支付金额占总费用比例,加和...

【专利技术属性】
技术研发人员:赵蒙海张海涵
申请(专利权)人:上海金仕达卫宁软件科技有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1