[发明专利]一种基于机器学习的结算数据处理方法及装置

权利要求书

1.一种基于机器学习的结算数据处理方法，其特征在于，包括：

获取标准分组器输出的所有结算分组，所述标准分组器对所有病案主体进行分类，输出多个结算分组；

对所述所有结算分组进行筛选处理，得到第一结算分组集和第二结算分组集，其中，所述第一结算分组集包括无需优化的结算分组，所述第二结算分组集包括待优化的结算分组；

基于所述结算分组中主体信息的分组映射关系对所述第二结算分组集中各结算分组进行分组优化，并将分组优化的结果合并至所述第一结算分组集中；

解析所述完成合并的第一结算分组集中费用数据的结算方式，按照匹配的结算方式对所述费用数据进行处理，得到结算数据；

其中，所述对所述所有结算分组进行筛选处理，得到第一结算分组集和第二结算分组集，包括：

分别提取各结算分组中的费用数据；

利用预设的变异系数算法分别对所述各结算分组中的费用数据进行处理，得到所述各结算分组的变异系数；

利用预设的总体组间差异系数算法分别对所述各结算分组中的费用数据进行处理，得到所述各结算分组的总体组间差异系数；

将所述变异系数和所述总体组间差异系数分别与预设的变异系数阈值和总体组间差异系数阈值进行对比；

将所述变异系数超过预设的变异系数阈值，和/或所述总体组间差异系数超过预设的总体组间差异系数阈值的结算分组添加到所述第一结算分组集中；

将所述变异系数不超过预设的变异系数阈值，和/或所述总体组间差异系数不超过预设的总体组间差异系数阈值的结算分组添加到所述第二结算分组集中。

2.根据权利要求1所述的方法，其特征在于，所述基于所述结算分组中主体信息的分组映射关系对所述第二结算分组集中各结算分组进行分组优化，并将分组优化的结果合并至所述第一结算分组集中，包括：

提取所述第二结算分组集中各结算分组的分组标识，以及各结算分组中各个主体的年龄数据和性别数据；

根据所述各结算分组的分组标识，在预先建立的分组规则数据库中匹配对应的分组规则，其中，所述分组规则包括当前结算分组与年龄数据、性别数据之间的映射关系；

判断所述各结算分组中各个主体的年龄数据和性别数据是否均符合当前结算分组对应的分组规则；

若否，则将所述主体从当前结算分组中删除；

将所有不符合分组规则的主体删除后，将所述当前结算分组合并至所述第一结算分组集中。

3.根据权利要求1所述的方法，其特征在于，所述利用预设的变异系数算法分别对所述各结算分组中的费用数据进行处理，得到所述各结算分组的变异系数，包括：

根据所述各结算分组中的费用数据，计算所述各结算分组的费用标准差和费用均值；

将所述费用标准差与所述费用均值的比值确定为所述各结算分组的变异系数，所述变异系数算法的特征描述为：

其中，CV为所述各结算分组的变异系数，为所述各结算分组的费用标准差，为所述各结算分组的费用均值。

4.根据权利要求1所述的方法，其特征在于，所述利用预设的总体组间差异系数算法分别对所述各结算分组中的费用数据进行处理，得到所述各结算分组的总体组间差异系数，包括：

根据所述各结算分组中的费用数据，分别计算所述各结算分组的费用离均差平方和以及所有结算分组的费用离均差平方和；

将所述各结算分组的费用离均差平方和与所有分组的费用离均差平方和的比值确定为所述各结算分组的总体组间差异系数，所述总体组间差异系数算法的特征描述为：

其中，RIV为所述各结算分组的总体组间差异系数，ss为所述各结算分组的离均差平方和，SS为所有结算分组的离均差平方和。