[发明专利]一种基于大数据的医院盈亏分析方法及计算设备在审
申请号: | 201811282850.X | 申请日: | 2018-10-30 |
公开(公告)号: | CN109544375A | 公开(公告)日: | 2019-03-29 |
发明(设计)人: | 刘俊芳 | 申请(专利权)人: | 平安医疗健康管理股份有限公司 |
主分类号: | G06Q40/08 | 分类号: | G06Q40/08;G16H40/20 |
代理公司: | 广州三环专利商标代理有限公司 44202 | 代理人: | 郝传鑫;熊永强 |
地址: | 200000 上海市黄浦*** | 国省代码: | 上海;31 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 计算设备 预测 费用计算 分值计算 大数据 评估周期 分析 基础病 集合 上报 分类 | ||
1.一种基于大数据的医院盈亏分析方法,其特征在于,包括:
计算设备接收第一医院上报的病例集,所述病例集为所述第一医院在第一评估周期内产生的病例的集合,所述病例集中任意一个病例至少包括实际医保费用;
所述计算设备针对所述病例集中每一个病例,根据所述病例所属的病种分类对应的基础病种分值计算所述病例的病种分值,并根据所述病例的病种分值计算所述病例的预测医保费用;
所述计算设备根据所述病例集内所有病例的预测医保费用计算所述第一医院的总预测医保费用,并根据所述病例集内所有病例的实际医保费用计算所述第一医院的总实际医保费用;
所述计算设备根据所述总预测医保费用和所述总实际医保费用对所述第一医院的盈亏进行分析。
2.如权利要求1所述的方法,其特征在于,所述计算设备根据所述总预测医保费用和所述总实际医保费用对所述第一医院的盈亏进行分析包括:
所述计算设备在所述总预测医保费用和所述总实际医保费用的比值小于第一阈值时输出用于指示所述第一医院医保费用亏损的指示信息;或,
所述计算设备在所述总预测医保费用和所述总实际医保费用的比值大于第二阈值时输出用于指示所述第一医院医保费用盈利的指示信息。
3.如权利要求1所述的方法,其特征在于,所述方法还包括:
所述计算设备根据所述总预测医保费用和所述总实际医保费用调整所述第一医院的在第二评估周期内产生的病例的病种分值,其中,所述第二评估周期为所述第一评估周期或所述第一评估周期的下一个评估周期。
4.如权利要求3所述的方法,其特征在于,所述计算设备在所述总预测医保费用和所述总实际医保费用调整所述第一医院的在第二评估周期内产生的病例的病种分值,包括:
在所述总预测医保费用和所述总实际医保费用的比值小于所述第一阈值或大于所述第二阈值时,所述计算设备通过调整所述第一医院的医院级别系数调整所述第一医院的在第二评估周期内产生的病例的病种分值。
5.如权利要求4所述的方法,其特征在于,所述调整后的医院级别系数使得根据所述调整后的医院级别系数计算得到的总预测医保费用和所述总实际医保费用的比值大于所述第一阈值且小于所述第二阈值。
6.如权利要求4所述的方法,其特征在于,所述调整后的医院级别系数使得根据所述调整后的医院级别系数计算得到的所述病例集的总病种分值与第一分值之差小于第三阈值,其中,所述第一分值为所述计算设备根据调整前的医院级别系数计算得到的所述病例集的总病种分值。
7.如权利要求1-6任一项所述的方法,其特征在于,所述针对所述病例集中每一个病例,根据所述病例所属的病种分类对应的基础病种分值计算所述病例的病种分值,并根据所述病例的病种分值计算所述病例的预测医保费用包括:
所述病例i的病种分值的计算公式为:Yi=Ai*C+Ei;
所述病例i的预测医保费用的计算公式为:Si=Yi*D;
其中,i为所述病例集中病例的索引,i为正整数,Yi为病例i的病种分值,所述病例i为所述病例集内的病例,Ai为所述病例i的基础病种分值,C为所述第一医院的医院级别系数,Ei为所述病例i的附加病种分值;Si为所述病例i的预测医保费用,D为分值单价。
8.一种计算设备,其特征在于,包括处理器、存储器以及通信模块,所述处理器耦合所述存储器、所述通信模块,所述处理器用于调用所述存储器存储的程序代码执行如权利要求1-7中任一项权利要求所述的基于大数据的医院盈亏分析方法。
9.一种计算设备,其特征在于,包括用于实现如权利要求1-7中任一项权利要求所述的基于大数据的医院盈亏分析方法的功能单元。
10.一种计算机存储介质,其特征在于,所述计算机存储介质用于计算机软件指令,所述计算机软件指令当被计算机执行时使所述计算机执行如权利要求1-7中任一项权利要求所述的基于大数据的医院盈亏分析方法。
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平安医疗健康管理股份有限公司,未经平安医疗健康管理股份有限公司许可,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/201811282850.X/1.html,转载请声明来源钻瓜专利网。