[发明专利]一种健康保险赔欺诈及滥用的侦测方法和系统

权利要求书

1.一种健康保险赔欺诈及滥用的侦测方法，其特征在于，包括：

接收用户设备提交的理赔申请；

根据所述理赔申请，获取理赔所需数据；

根据所述理赔所需数据，判断是否调用预先建立的模型评分引擎和规则评分引擎；

若是，则基于所述理赔所需数据，调用所述模型评分引擎产生模型评分和风险提示因子，以及调用所述规则评分引擎产生规则触发结果和规则风险评分；

根据产生的模型评分、风险提示因子、规则触发结果和规则风险评分，生成风险评估报告；

根据所述风险评估报告，获得最终是否理赔的结论，并将获得的理赔结论的理赔数据存入历史理赔数据库。

2.根据权利要求1所述的方法，其特征在于，所述理赔申请的数据，包括：被保人姓名、证件号码、出生日期、保单号、医生诊断书，处方、住院、诊治或药品的收据、医院名称及地址、诊治日期和住院日期。

3.根据权利要求1所述的方法，其特征在于，所述理赔所需数据，包括：当前申请数据，历史理赔数据和保单数据；

相应地，所述根据所述理赔申请，获取理赔所需数据，包括：

用所述理赔申请的数据中的证件号码在预先存储的历史理赔数据库中进行匹配，调取当前被保人的历史理赔数据；

用所述理赔申请的数据中的证件号码在预先存储的保单数据库中进行匹配，调取当前被保人的保单数据。

4.根据权利要求3所述的方法，其特征在于，所述当前申请数据是指从原始申请数据中到处理赔审核所需数据，包括：年龄、看病次数和每次看病的各项费用；

所述历史理赔数据，包括：历次理赔的时间、住院/诊治费用、诊治项目、疾病代码和住院天数；

所述保单数据，包括：保单信息、保险金额、保险余额、保险责任和起止日期。

5.根据权利要求3所述的方法，其特征在于，所述模型评分引擎是基于历史理赔数据，采用无监督机器学习的方法预先建立的用于进行健康保险欺诈或滥用探测的模型；

相应地，所述基于所述理赔所需数据，调用所述模型评分引擎产生模型评分和风险提示因子，包括：

基于预设时间段内的历史理赔数据，产生分位数表，并存入更新预先建立的分位数表数据库；

从当前申请数据、历史理赔数据和本次产生的分位数表中提取特征变量，所述特征变量从不同维度刻画了健康保险赔案的特征，所述特征变量根据数据来源分为住院/诊治类、收费收据类、历史理赔类、当前理赔类及其它类别；

采用无监督机器学习的方法，对所提取的特征变量进行学习，获得原始评分；

通过评分校准，将所述原始评分的分布转化为预设分布范围内，获得最终的模型评分和风险提示因子。

6.根据权利要求5所述的方法，其特征在于，所述不同维度，包括：索赔行为、医疗行为、诊疗项目、疾病诊断和/或药品项目。

7.根据权利要求5所述的方法，其特征在于，所述基于预设时间段内的历史理赔数据，产生分位数表，并存入更新预先建立的分位数表数据库，包括：

每隔预设时间段，从历史理赔数据中抽取所述预设时间段内的数据；

基于所抽取的数据，对各类费用项的费用、住院天数、药品数，按疾病、年龄、险种进行统计，产生分位数表；

将本次产生的分位数表与预先建立的分位数表数据库中已有的分位数表进行比对，利用本次产生的分位数表，对预先建立的分位数表数据库中已有的分位数表中有变化的数据项进行更新存储。

8.根据权利要求3所述的方法，其特征在于，所述规则评分引擎是由一系列基于历史理赔数据、当前申请数据和预先存储的药品/诊疗知识库数据而预先设置的专家规则组成；

相应地，所述调用所述规则评分引擎产生规则触发结果和规则风险评分，包括：

调用所述规则评分引擎，根据所述规则评分引擎中预先设置的专家规则，检查理赔申请是否符合保险产品的要求，并对理赔申请的数据的完整性、准确性、一致性和逻辑性进行规则判断，同时也对审核中发现的常见违规行为进行审核。

9.根据权利要求1所述的方法，其特征在于，根据所述理赔所需数据，判断是否调用预先建立的模型评分引擎和规则评分引擎，包括：

若所述理赔所需数据中缺失关键的理赔数据，申请资料不全，则直接做出不予受理的结论，并确定不调用预先建立的模型评分引擎和规则评分引擎。

10.一种健康保险赔欺诈及滥用的侦测系统，其特征在于，包括：

接收模块，用于接收用户设备提交的理赔申请；

数据获取模块，用于根据所述理赔申请，获取理赔所需数据；

判断模块，用于根据所述理赔所需数据，判断是否调用预先建立的模型评分引擎和规则评分引擎；

调用模块，用于判断得知要调用预先建立的模型评分引擎和规则评分引擎，则基于所述理赔所需数据，调用所述模型评分引擎产生模型评分和风险提示因子，以及调用所述规则评分引擎产生规则触发结果和规则风险评分；

生成模块，用于根据产生的模型评分、风险提示因子、规则触发结果和规则风险评分，生成风险评估报告；

结论获取模块，用于根据所述风险评估报告，获得最终是否理赔的结论，并将获得的理赔结论的理赔数据存入历史理赔数据库。