自动提取和显示既往健康护理耗费以帮助预测未来健康状态的系统和方法技术方案

本发明专利技术涉及自动提取和显示既往健康护理耗费以帮助预测未来健康状态的系统和方法。一种系统和方法，其将原始的医疗和药学索赔数据转化为分级主要临床症状（ＨＭＣＣ）和治疗的地点（ＰＯＴ）时间数列数据以便于进行成员整个临床状况的健康评估和帮助预测他或她未来的健康状态。ＨＭＣＣ类别按身体系统和可能的疾病进展编组以使得可以用于时空数字信号处理和开发动态学习系统。将成员的每个医疗和药学索赔映射到一个或多个ＨＭＣＣ／ＰＯＴ－时间单元上。映射的最后，累积每个ＨＭＣＣ－时间单元中多重记录的瞬时清晰度，其被确定为构建模型所需的群体大小和瞬时保真度的函数。个体的ＨＭＣＣ／ＰＯＴ－时间图可以累积至群体水平以便于进行雇主－雇主或市场－市场的比较，从而使得临床策略能够适合每个雇主或地理区域。提供多重非线性可视化映射算法（Ｍｕｌｔｉｐｌｅ　　ｎｏｎｌｉｎｅａｒ　　ｖｉｓｕａｌｉｚａｔｉｏｎｍａｐｐｉｎｇ　　ａｌｇｏｒｉｔｈｍｓ）以应付索赔费用数据的高非线性特性。

【技术实现步骤摘要】
【国外来华专利技术】
本专利技术涉及自动提取和显示既往健康护理耗费(use)以帮助预测未来健康状态的系统和方法。医疗和药学以及治疗地点的信息优选用于按照个体或按照个体群体提供过去耗费的显示(displays)。(b)现有技术美国专利6,059,724教导了一种预测未来健康状态的系统，美国专利6,110,109教导了一种预测疾病发作的系统和方法。这些参考文献以及专利技术人已知的任何其它参考文献都没有教导应用可视化算法简便总结全部既往索赔数据，以使得算法设计者、临床医生和保险统计师能够联系过去与未来。专利技术概述本专利技术涉及。我们假设对于某些个体可以获得医疗索赔数据，对于其他一些个体可以获得药学索赔数据，以及对于其它一些个体可以获得医疗和药学索赔数据两者。对于可按照个体获得的索赔数据，原始的医疗和药学索赔数据被转化为分级主要临床症状(Hierarchical Major ClinicalCondition)(HMCC)和治疗的地点(Place of Treatment)(POT)时间序列数据，并且被显示以便于进行成员整体临床状况的健康评估和帮助预测他或她未来的健康状态。将成员的每个医疗和药学索赔映射(本文档来自技高网...

【技术保护点】
自动提取和显示既往健康护理耗费数据以帮助预测未来健康状态的方法，其包括以下步骤：ａ．访问含有保险索赔信息的数据库；ｂ．根据个体和索赔将所述保险索赔信息映射于一组主要临床症状中的至少一个以创建多个ＭＣＣ索赔映象；ｃ．将每个ＭＣＣ索赔映象与个体标识符、时间标识符以及费用标识符相关联；和，ｄ．为至少一个个体创建至少一个显示，所述显示根据在时间段中每个所述组的主要临床症状显示ＭＣＣ索赔映象的表现，其中每个ＭＣＣ索赔映象由其各自的费用标识符加权。

【技术特征摘要】
【国外来华专利技术】...

【专利技术属性】
技术研发人员：戴维H基尔，马林A西格沃尔特，桑迪S仇，戴维B波特施米特，
申请(专利权)人：赫马纳股份有限公司，
类型：发明
国别省市：US[美国]