[发明专利]住院数据异常检测方法、装置、设备及可读存储介质

说明书

本发明属于大数据技术领域，公开了一种住院数据异常检测方法，包括：获取参保人员的就诊住院数据；将所述就诊住院数据输入预设模型中，基于所述预设模型判断所述就诊住院数据中是否存在短住院做检查的异常数据；若是，则基于所述异常数据中的短住院做检查明细确定扣费依据，以便基于所述扣费依据向对应的定点医疗机构发送扣费通知。本发明还公开了一种住院数据异常检测装置、设备及可读存储介质。本发明实现了为各地人社局管理门诊统筹基金的支出，防止有不合理的门诊费用支出。

技术领域

本发明涉及大数据技术领域，尤其涉及一种住院数据异常检测方法、装置、设备及可读存储介质。

背景技术

医疗保险一般指基本医疗保险，是为了补偿劳动者因疾病风险造成的经济损失而建立的一项社会保险制度。通过用人单位与个人缴费，建立医疗保险基金，参保人员患病就诊发生医疗费用后，由医疗保险机构对其给予一定的经济补偿。现有技术中都是配备监管人员对参保人员的社保行为进行监控，以及对医保结算单据进行核算，以便管理门诊统筹基金的支出。但是，由于医保参保人员基数大，仅依靠监管人员对参保数据进行监管，力度不够，例如，在参保医疗数据中可能会出现短住院做检查的情况，对门诊统筹基金造成极大的浪费。

发明内容

本发明的主要目的在于提供一种住院数据异常检测方法、装置、设备及可读存储介质，旨在解决现有技术中仅依靠监管人员对参保数据进行监管，力度不够，造成门诊统筹基金管理存在缺陷的技术问题。

为实现上述目的，本发明提供一种住院数据异常检测方法，所述住院数据异常检测方法包括：

获取参保人员的就诊住院数据；

基于预设模型判断所述就诊住院数据中是否存在短住院做检查的异常数据；

若是，则基于所述异常数据中的短住院做检查明细确定扣费依据，以便基于所述扣费依据向对应的定点医疗机构发送扣费通知。

可选地，所述获取参保人员的就诊住院数据的步骤包括：

获取定点医疗机构上传的参保人员的就诊住院数据，其中，所述就诊住院数据至少包括住院的定点医疗机构、参保人信息、住院原因、入院天数、手术跟进、转院记录及住院检查费用。

可选地，所述基于预设模型判断所述就诊住院数据中是否存在短住院做检查的异常数据的步骤包括：

将所述就诊住院数据中的文本数据转化为标准数据；

基于聚类算法对所述标准数据进行聚类分析，并基于所述聚类分析的结果判断所述标准数据中是否存在短住院做检查的异常数据。

可选地，所述将所述就诊住院数据中的文本数据转化为标准数据的步骤包括：

对所述就诊住院数据进行清洗，以得到清洗后的规范数据；

基于所述规范数据构造文本特征，以得到对应的词向量；

基于双向循环神经网络RNN模型将所述词向量编码为向量矩阵，以便基于所述向量矩阵确定对应的标准数据。

可选地，所述将所述就诊住院数据中的文本数据转化为标准数据的步骤之后，还包括：

判断所述标准数据是否需要进行降维处理；

若是，则基于线性方法对所述标准数据进行降维处理，并执行所述基于聚类算法对所述标准数据进行聚类分析，并基于所述聚类分析的结果判断所述标准数据中是否存在短住院做检查的异常数据的步骤。

可选地，所述基于聚类算法对所述标准数据进行聚类分析，并基于所述聚类分析的结果判断所述标准数据中是否存在短住院做检查的异常数据的步骤包括：

基于聚类算法对所述标准数据进行聚类分析，将所述标准数据分为不同的类，其中，所述标准数据至少包括入院天数、住院检查费用；