[发明专利]个人健康风险评分预测方法及系统

说明书

本发明个人健康风险评分预测方法及系统，包括：采集本年度的基本医疗保险报销数据和对应的参保人信息数据；对基本医保结算数据、基本医保结算明细数据和参保人信息数据进行数据标准化处理，从而获得标准基本医保结算数据、标准基本医保结算明细数据和标准参保人信息数据；基于标准基本医保结算数据、标准基本医保结算明细数据和标准参保人信息数据生成四大类预测因子，基于四大类预测因子生成多个子预测因子；对子预测因子进行特征转换；对子预测因子进行特征降维以减少子预测因子的数量；基于特征选择后的子预测因子建立线性回归模型来预测下一年度的个人医疗支出；基于预测出的下一年度的个人医疗支出来预测下一年度的个人健康风险评分。

技术领域

本发明涉及个人健康风险评分技术领域，特别是涉及一种个人健康风险评分预测方法及系统。

背景技术

基本医保报销数据涵盖了参保人个人信息、疾病信息、就诊行为、医疗支出、社保类型等多领域，且就诊发生率相对于其他保险的发生率来说要高很多，数据颗粒度细，能够用来刻画参保人在医疗健康方面的画像，建立的个人健康风险评分模型可以为实现：

-医疗险的定价核保，个人健康风险评分能直接体现下一年度个人医疗费用支出的风险，对消费性的医疗保险能够实现精准核保；

-重疾保险的辅助核保，依据健康评分生成黑白名单。对于黑名单，建议拒保和体检，白名单快速核保，提升客户体验，简化核保流程；

-高风险人群识别，对个人健康风险评分高的高风险人群，针对其导致评分过高的原因，进行提前干预和管理，能够有效的控制出医疗费用的高速增长。

-医院绩效评估，对医院治疗同病种，同健康评分风险等级的病人的次均医疗费用进行横向比较，若某医院的治疗费用明显超出其可对比医院花费的平均值，则该医院存在过度花费，需要进一步通过比较该医院与同等级医院的治疗人群特征、花费项目类型以及具体使用项目深入挖掘，为基金管理确定控费抓手。

目前各大保险公司或者研究机构会依据自有的理赔数据，或者公开资源中获取的数据，在个人层面的健康风险的预测上进行研究。不过鉴于数据量的局限性，数据颗粒度的局限性，预测精度上会有不足。

发明内容

本发明针对现有技术存在的问题和不足，提供一种个人健康风险评分预测方法及系统。

本发明是通过下述技术方案来解决上述技术问题的：

本发明提供一种个人健康风险评分预测方法，其特点在于，其包括以下步骤：

步骤1、数据采集：采集本年度的基本医疗保险报销数据和对应的参保人信息数据，所述基本医疗保险报销数据包括基本医保结算数据和基本医保结算明细数据；

步骤2、数据标准化：对基本医保结算数据、基本医保结算明细数据和参保人信息数据进行数据标准化处理，从而获得标准基本医保结算数据、标准基本医保结算明细数据和标准参保人信息数据；

步骤3、特征工程：基于标准基本医保结算数据、标准基本医保结算明细数据和标准参保人信息数据生成四大类预测因子，四大类预测因子包括个人信息、医疗花费、医疗行为和疾病类型，基于四大类预测因子生成多个子预测因子；

步骤4、特征转换：对子预测因子进行特征转换；

步骤5、特征选择：对转换后的子预测因子进行特征降维以减少子预测因子的数量；

步骤6、建立模型：基于特征选择后的子预测因子建立线性回归模型来预测下一年度的个人医疗支出；

Y＝θ₀+θ₁*X₁+θ₂*X₂+…+θ_n*X_n+∈