[发明专利]预测分析平台

说明书

本公开的实施例涉及预测分析平台。一种设备可以从多个系统接收与个体相关的数据。在接收到数据之后使用匿名化技术，设备可以使被包括在数据中的标识个体的信息匿名化。在使标识个体的信息匿名化之后，设备可以将格式化应用于数据。在将格式化应用于数据之后，设备可以标识与个体、关联于针对护理的索赔的提供者或历史索赔相关的历史数据以及与个体的人口统计相关联的人口数据。与标识历史数据和人口数据相关联地，设备可以使用机器学习模型处理数据。机器学习模型可以关联于生成与个体或被提供给个体的护理相关的预测。设备可以基于预测执行一个或多个动作。

技术领域

本公开的实施例涉及数据分析和处理，并且更具体地涉及预测分析平台上的数据分析和处理。

背景技术

计算机系统是硬件和软件的组合。计算机系统存储数据和/或使用该数据。不同的系统可以存储不同类型的数据，并且可以出于不同目的来使用数据。

发明内容

根据一些实现，一种方法可以包括：由设备从多个系统接收与个体相关的数据，其中该数据包括与被提供给个体的护理索赔相关的索赔数据、与个体的人口统计相关的人口统计数据以及与关联于护理的提供者相关的提供者数据；由设备在接收到数据之后检测数据的类型，其中数据的类型包括图像类型或文本类型中的至少一种；由设备使用以下中的至少一种基于数据的类型处理数据：针对图像类型的图像处理技术或者针对文本类型的文本处理技术；由设备在使用图像处理技术或文本处理技术中的至少一种基于数据的类型处理数据之后，将格式化应用于数据；由设备在将格式化应用于数据之后，标识与个体、关联于护理索赔的提供者或具有与索赔类似的诊断或过程代码的历史索赔相关的历史数据以及与个体的人口统计相关联的人口数据；由设备使用机器学习模型处理所标识的历史数据和人口数据，其中机器学习模型生成与个体护理相关的预测或者个体护理的值；以及由设备基于预测执行一个或多个动作。

根据一些实现，一种设备可以包括：一个或多个存储器；以及被通信地耦合至一个或多个存储器的一个或多个处理器，该一个或多个处理器用以：从多个系统接收与个体相关的数据，其中该数据包括与被提供给个体的护理索赔相关的索赔数据、与个体的人口统计相关的人口统计数据以及与关联于护理的提供者相关的提供者数据；在接收到数据之后检测数据的类型，其中数据的类型包括图像类型或文本类型中的至少一种；使用以下中的至少一种基于数据的类型处理数据：针对图像类型的图像处理技术或者针对文本类型的文本处理技术；在基于数据的类型处理数据之后，标识与个体、关联于护理索赔的提供者或具有与索赔类似的诊断或过程代码的历史索赔相关的历史数据以及与个体的人口统计相关的人口数据；与标识历史数据和人口数据相关联地使用机器学习模型处理数据，其中机器学习模型关联于生成与个体或者个体护理相关的预测；以及基于预测执行一个或多个动作。

根据一些实现，一种非瞬态计算机可读介质可以存储指令，该指令包括：一个或多个指令，该一个或多个指令在由设备的一个或多个处理器执行时使一个或多个处理器：从多个系统接收与个体相关的数据，其中该数据包括与被提供给个体的护理索赔相关的索赔数据、与个体的人口统计相关的人口统计数据以及与关联于护理的提供者相关的提供者数据；在接收到数据之后使用匿名化技术，使被包括在数据中的标识个体的信息匿名化；在使标识个体的信息匿名化之后，将格式化应用于数据；在将格式化应用于数据之后，标识与个体、关联于护理索赔的提供者或具有与索赔类似的诊断或过程代码的历史索赔相关的历史数据以及与个体的人口统计相关联的人口统计数据；与标识历史数据和人口数据相关联地使用机器学习模型处理数据，其中机器学习模型关联于生成与个体或被提供给个体的护理相关的预测；以及基于预测执行一个或多个动作。

附图说明

图1至图2K是本文描述的示例实现的图。

图3是可以实现本文描述的系统和/或方法的示例环境的图。

图4是图3的一个或多个设备的示例组件的图。

图5至图7是用于执行预测分析的示例过程的流程图。