[发明专利]医保异常检测的方法及系统在审
申请号: | 201810582879.3 | 申请日: | 2018-06-08 |
公开(公告)号: | CN108921710A | 公开(公告)日: | 2018-11-30 |
发明(设计)人: | 陈雷霆;李巧平;陈秋生;周聪宇;周听听;刘薇;陈淑珠 | 申请(专利权)人: | 东莞迪赛软件技术有限公司;电子科技大学广东电子信息工程研究院 |
主分类号: | G06Q40/08 | 分类号: | G06Q40/08;G06F17/30 |
代理公司: | 北京汇捷知识产权代理事务所(普通合伙) 11531 | 代理人: | 李宏伟 |
地址: | 523000 广东省东莞市松山*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 异常检测 信息技术领域 异常检测系统 规则数据库 准确度 费用数据 分类算法 机器学习 审核 构建 建模 违规 工作量 预测 基金 | ||
1.一种医保异常检测的方法及系统,其特征在于:所述医保异常检测的方法及系统包括如下步骤:
(1)构建医保检测数据中心;
(2)特征工程提取数据特征:定时对采集的医保数据进行数据分析处理,提取目标特征;
所述目标特征提取步骤包括以下子步骤:
数据预处理:对结构化的医保数据进行重复数据的清洗、完整性检查、数据有效性、一致性验证;
目标特征提取:利用标准化,归一化,特征的离散化方法转化数据,使之成为有效的特征;
目标特征存储:将获取到的目标特征存储至缓存器中;
(3)利用经过处理的样本数据训练Xgboost分类模型;
(4)通过测试集测试分类器的分类性能,不断调整参数优化模型;
(5)上传新的医保数据,通过同样的数据处理步骤后,利用训练好的xgboost模型进行检测,输出预测结果;
(6)自定义指标,并对每个指标设置一个阈值,当样本中对应指标的值超过阈值则提供报警提示,尤其可以针对一些重点关注的指标进行针对性的设置监控,具体如次均费用,药占比,医疗人员待遇,医院清算资金情况,个人结算基金使用情况,医院定额使用比例等;
(7)利用ARIMA算法对基金趋势进行预测,根据预测效果动态切换预测算法,通过提前对基金消耗趋势了解,让决策部门更早的发现基金运行中潜在的问题,并及时调整政策进行处理。
2.根据权利要求1所述的医保异常检测的方法及系统,其特征在于:所述数据中心包括以下几个数据库:
1、基础数据库:基础数据库通过标准数据输入接口收集系统所需各机构原始医保数据,主要由定点医疗机构门诊费用结算数据与住院费用结算数据、定点零售药店个人帐户费用报销数据构成;
2、规则库:规则库包含从医保审核人员“经验”和政策规定中提取出的审核规则,根据医学要求、药品、检查项目的使用限制,对医保费用明细进行自动审核。
3.根据权利要求1所述的医保异常检测的方法及系统,其特征在于:所述规则库具体包含:
合理用药库:包含例如儿童用药、药物相互作用、药物用量等规则;
诊疗规范库:包含例如住院间隔异常、门诊频繁取药异常、诊疗限定性别、出院带药超量等规则;
医保政策规则库:包含例如限定就医方式、限定适应症、限定医院类型等规则。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于东莞迪赛软件技术有限公司;电子科技大学广东电子信息工程研究院,未经东莞迪赛软件技术有限公司;电子科技大学广东电子信息工程研究院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201810582879.3/1.html,转载请声明来源钻瓜专利网。