【技术实现步骤摘要】
本专利技术属于医疗健康数据挖掘，具体涉及一种处方篡改行为的综合检测方法和系统。
技术介绍
1、随着医疗保险体系中存在处方篡改行为，处方篡改行为包括非法更改药品剂量、类型或者药品数量等，这类行为不仅造成巨大的经济损失，还可能危害患者健康，甚至生命安全。因此，开发有效的技术来检测和预防此类行为具有重要意义。
2、目前，处方篡改行为的检测主要依赖于传统的统计分析方法和规则检查系统。这些方法在处理简单和明显的处方篡改行为时表现良好，但面对复杂的医疗数据和精心设计的处方篡改行为时，往往效果不佳。统计方法通常需要预定义的阈值和规则，这使得它们在新型篡改行为手段面前显得力不从心。此外，随着医疗数据量的急速增加，传统方法在数据处理速度和效率低下，难以适应医疗保险数据的快速增长和更新。
3、机器学习特别是深度学习技术在医疗数据分析领域显示出巨大潜力。无监督学习模型，如孤立森林算法（isolation forest）、局部异常因子算法（local outlier factor，lof）、单类支持向量机（one-class svm）和...
【技术保护点】
1.一种处方篡改行为的综合检测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的处方篡改行为的综合检测方法，其特征在于，获取医保诊疗数据并提取特征信息后基于特征信息计算处方数量和药品剂量变化，包括：
3.根据权利要求1所述的处方篡改行为的综合检测方法，其特征在于，通过对处方数量和药品剂量变化进行统计分析得到描述性特征、趋势性特征，包括：
4.根据权利要求3所述的处方篡改行为的综合检测方法，其特征在于，构造移动平均线，使用移动平均线去平滑处方数量的时间序列数据和药品剂量的时间序列数据，来得到1天、3天、7天、以及一个月的处方数...
【技术特征摘要】
1.一种处方篡改行为的综合检测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的处方篡改行为的综合检测方法，其特征在于，获取医保诊疗数据并提取特征信息后基于特征信息计算处方数量和药品剂量变化，包括：
3.根据权利要求1所述的处方篡改行为的综合检测方法，其特征在于，通过对处方数量和药品剂量变化进行统计分析得到描述性特征、趋势性特征，包括：
4.根据权利要求3所述的处方篡改行为的综合检测方法，其特征在于，构造移动平均线，使用移动平均线去平滑处方数量的时间序列数据和药品剂量的时间序列数据，来得到1天、3天、7天、以及一个月的处方数量变化和药品剂量变化，其中，移动平均，其中k是移动窗口的大小，表示第i个数据点，t表示某一个时间点；
5.根据权利要求1所述的处方篡改行为的综合检测方法，其特征在于，孤立森林算法中采用的分割点基于随机分割测量、基于中位数分割策略、以...
【专利技术属性】
技术研发人员：吴健，褚如辉，张铠，杜邦，徐红霞，邵谦，刘伟泽，李国聪，陈启源，
申请(专利权)人：浙江大学，
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。