[发明专利]预测分析平台

权利要求书

1.一种方法，包括：

由设备从多个系统接收与个体相关的数据，

其中所述数据包括与被提供给所述个体的针对护理的索赔相关的索赔数据、与所述个体的人口统计相关的人口统计数据以及与关联于所述护理的提供者相关的提供者数据；

由所述设备在接收到所述数据之后检测所述数据的类型，

其中所述数据的所述类型包括图像类型或文本类型中的至少一种；

由所述设备使用以下中的至少一种基于所述数据的所述类型处理所述数据：

针对所述图像类型的图像处理技术，或者

针对所述文本类型的文本处理技术；

由所述设备在使用所述图像处理技术或所述文本处理技术中的所述至少一种基于所述数据的所述类型处理所述数据之后，将格式化应用于所述数据；

由所述设备在将所述格式化应用于所述数据之后，标识与所述个体或关联于针对所述护理的所述索赔的所述提供者相关的历史数据以及与所述个体的所述人口统计相关联的人口数据；

由所述设备使用机器学习模型处理所标识的所述历史数据和人口数据，

其中所述机器学习模型生成与针对所述个体的所述护理相关的预测或者针对所述个体的所述护理的值；以及

由所述设备基于所述预测执行一个或多个动作。

2.根据权利要求1所述的方法，其中检测所述数据的所述类型包括：

基于所述数据的形式或所述数据的文件扩展名来检测所述数据的所述类型，

其中所述数据的所述形式或所述数据的所述文件扩展名指示所述数据是所述图像类型或所述文本类型。

3.根据权利要求1所述的方法，还包括：

在接收到所述数据之后，通过用匿名值替换所述数据的特定数据元素的值来使所述数据匿名化。

4.根据权利要求1所述的方法，还包括：

使用匿名化技术处理来自所述数据的标识所述个体的信息，以形成匿名标识符；并且

其中标识所述历史数据和所述人口数据包括：

在处理所述信息以形成所述匿名标识符之后，执行对所述匿名标识符和一个或多个数据结构中的多个其他匿名标识符的比较；以及

基于所述比较的结果，检测所述匿名标识符和所述多个其他匿名标识符之间的匹配。

5.根据权利要求1所述的方法，还包括：

基于所述数据的所述类型选择所述图像处理技术或所述文本处理技术中的所述至少一种，

其中所述图像处理技术针对所述图像类型而被选择，或者所述文本处理技术针对所述文本类型而被选择；并且

其中处理所述数据包括：

在选择所述图像处理技术或所述文本处理技术中的所述至少一种之后，使用所述图像处理技术或所述文本处理技术中的所述至少一种来处理所述数据。

6.根据权利要求1所述的方法，还包括：

使用所述机器学习模型基于处理所述数据的结果来生成分数，

其中所述分数指示所述预测的置信度水平；以及

在生成所述分数之后，输出标识所述预测和所述分数的信息。

7.根据权利要求1所述的方法，其中执行所述一个或多个动作包括：

在标识所述历史数据和所述人口数据之后，在所述历史数据和所述人口数据的上下文中执行所述数据的分析，

其中所述分析包括以下中的至少一项：

场景分析，

针对所述护理的值分析，

针对所述个体的护理的组合的分析，或者

针对要被提供给所述个体的护理的时间长度的分析；以及

用标识所述分析的结果的信息填充用户界面的用户界面元素的集合。