[发明专利]个人住院概率预测方法及系统

权利要求书

1.一种个人住院概率预测方法，其特征在于，其包括以下步骤：

步骤1、采集样本：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逻辑回归模型来预测下一年度的住院率；

其中，Y表示下一年度的住院率，θ_i表示自变量，0≤i≤n，X_j表示特征选择后的子预测因子中的第j个子预测因子，1≤j≤n，n表示特征选择后的子预测因子的数量。

2.如权利要求1所述的个人住院概率预测方法，其特征在于，在步骤4中，采用impactcoding进行数值型预测因子的特征转换，采用one-hot-encoding进行字符型预测因子的特征转换。

3.如权利要求1所述的个人住院概率预测方法，其特征在于，在步骤5中，采用因子相关性分析分析出转换后的子预测因子中彼此相关的因子，仅仅保留彼此相关的因子中的一个因子，采用XGBOOST算法去除预测力较弱的因子。

4.如权利要求1所述的个人住院概率预测方法，其特征在于，基本医保结算数据包含的字段主要有个人编号，就诊编号，就诊时间，就诊类别，入院/出院时间，诊断编码，诊断名称，科室名称，医疗总金额，医保报销金额，自负金额，大病报销金额，其他报销金额等等；

基本医保结算明细数据包含的字段主要有个人编号，就诊编号，结算单号，医保目录编码，医保目录名称，单价，数量，金额，自付比例，自费金额等等；

参保人信息数据包含的字段主要有年龄，性别，险种，离退休状态，户口性质，文化程度，政治面貌，工作类型等等。

5.一种个人住院概率预测系统，其特征在于，其包括数据采集模块、数据处理模块、数据生成模块、特征转换模块、特征选择模块和模型建立模块；

所述数据采集模块用于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；

所述数据处理模块用于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；

所述数据生成模块用于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；

所述特征转换模块用于对子预测因子进行特征转换；

所述特征选择模块用于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；

所述模型建立模块用于基于特征选择后的子预测因子建立逻辑回归模型来预测下一年度的住院率；

其中，Y表示下一年度的住院率，θ_i表示自变量，0≤i≤n，X_j表示特征选择后的子预测因子中的第j个子预测因子，1≤j≤n，n表示特征选择后的子预测因子的数量。

6.如权利要求5所述的个人住院概率预测系统，其特征在于，所述特征转换模块用于采用impact coding进行数值型预测因子的特征转换，采用one-hot-encoding进行字符型预测因子的特征转换。