[发明专利]使用概率图模型的健康借贷系统和方法

说明书

优先权要求/相关申请

本申请要求于2015年1月20日提交且题为“Health Lending System and Method Using Probabilistic Graph Models”的美国临时专利申请序列号62/105,503的根据35 USC 119（e）的权益以及根据35 USC 120的优先权，通过引用将其整体合并于本文中。

技术领域

本公开一般地涉及健康系统和方法，并且特别地涉及健康借贷系统和方法。

背景技术

财务信用评分的问题是非常有挑战性且重要的财务分析问题。利用信用风险建模和评估的主要挑战是当前模型充满不确定性。拖欠（无力偿付债务）的概率的估计、对一组有联系的借款者的关联结构进行建模、以及关联的量的估计是可以严重损害信用风险模型的质量的不确定性的最重要的来源。

已经提出了许多技术来处理该问题，所述技术从统计分类器变动到决策树、最近邻方法和神经网络。虽然后者是强大的模式识别技术，但是它们对实际问题解决（以及信用评分）的用途相当有限，这归因于它们的固有的不透明的黑盒性质。在行业中最有名的方法是费埃哲公司（FICO®）得分。FICO得分®是根据用户的信用报告中的信用数据的若干不同片计算的。所述数据可被分组成如图1中所示的五个类别。图1中的图表中的百分比反映每个类别在确定如何计算每个用户的FICO得分中多么重要。

FICO得分考虑信用报告中的正面和负面信息二者。例如，晚支付将会降低你的FICO得分，但是建立或重新建立按时进行支付的良好跟踪记录将会提高你的得分。存在彼此协同工作的若干信用报告公司，诸如Equifax和Transunion，仅举几例组织。然而，这些公司不能够将它们自己适当地对齐到匹配基于健康的贷款的风险管理模型。具体地，它们不知道此人的人口统计特征、生活的地方、职业、就业时间长短和家属。进一步地，在基于健康的服务和贷款的情况下，风险由于得到健康服务且必须偿还贷款的消费者的不健康性质而增加。

健康护理费用中的最近高涨已经看到对借贷给消费者用于健康服务的增加的兴趣。合期望的是提供一种用于确定健康信用得分的系统和方法，该健康信用得分对给消费者的健康护理贷款的风险进行建模。

附图说明

图1图示已知的FICO得分的示例；

图2图示可合并健康借贷系统的健康服务系统；

图3图示健康借贷系统的更多细节；

图4图示用于预测风险的方法；

图5图示提供者贝叶斯风险网络的示例；

图6图示用于提供者贝叶斯模型生成的方法的示例；

图7图示用于消费者风险建模的方法的示例；

图8图示信念网络图推理模型的输出的示例；

图9图示用于风险评估的PDHICO提供者/支付者示例输入数据的示例；

图10图示针对图9中的PDHICO提供者/支付者示例数据的风险图的示例；

图11图示针对图9中的PDHICO提供者/支付者示例数据的系统的输出的示例；

图12图示用于风险评估的PDHICO消费者示例输入数据的示例；

图13图示针对图12中的PDHICO消费者示例数据的风险图的示例；以及

图14图示针对图12中的PDHICO消费者示例数据的系统的输出的示例。

具体实施方式

本公开特别适用于用于使用健康信用（“HICO”）得分的健康借贷的基于云的系统和方法，该健康信用（“HICO”）得分可以是从概率图模型生成的，并且其在本公开将描述的该背景下。然而，将领会到，该系统和方法具有更大的效用，因为它可以使用其他模型以便生成HICO并且可以以将在本公开的范围内的与下面描述的那些方式不同的方式来实现。虽然健康借贷系统在下面的图和描述中被示出与健康服务系统整合在一起，但是该健康借贷系统还可以是独立系统或整合到其他系统中。