[发明专利]一种医疗费用数据处理方法及装置

权利要求书

1.一种医疗费用数据处理方法，其特征在于，包括：

对预先采集的多个用户的社保数据进行筛选；

根据筛选后社保数据，确定样本集，所述样本集中的每一样本包括：每人第一预定时间段内的基础变量值、衍生变量值及第二预定时间段内的总医疗费用，其中，所述第二预定时间段相邻于且晚于所述第一预定时间段；

将每人第一预定时间段内的基础变量值及衍生变量值作为输入变量，每人第二预定时间段内的总医疗费用作为目标变量，对所述样本进行训练，得到医疗费用预测模型；

根据获取的用户社保数据，确定医疗费用数据处理的输入变量数据；

将输入变量数据输入至所述医疗费用预测模型，得到用户第二预定时间段内的总医疗费用。

2.如权利要求1所述的方法，其特征在于，根据筛选后社保数据，确定样本集包括：

统计筛选后社保数据中各变量的特性，将特性小于第二预定值的变量作为基础变量，其中，所述特性包括空置率/或方差；

统计每人第一预定时间段内的基础变量值及每人第二预定时间段内的总医疗费用；

根据每人第一预定时间段内的基础变量值，确定每人第一预定时间段内的衍生变量值。

3.如权利要求2所述的方法，其特征在于，根据每人第一预定时间段内的基础变量值，确定每人第一预定时间段内的衍生变量值包括：

对每人第一预定时间段内的基础变量值按统计计划进行统计，将统计值作为每人第一预定时间段内的衍生变量值。

4.如权利要求1所述的方法，其特征在于，对所述样本进行训练，得到医疗费用预测模型包括：

在所述样本上执行随机森林算法，输出医疗费用预测模型、基础变量及衍生变量的重要度；

所述方法还包括：根据所述基础变量及衍生变量的重要度，调整样本集中基础变量值及衍生变量值，并重新对样本进行训练以更新医疗费用预测模型。

5.如权利要求1所述的方法，其特征在于，对多个用户的社保数据进行筛选之前，还包括：

补齐所述用户社保数据中缺少的变量值。

6.如权利要求1所述的方法，其特征在于，还包括：

根据筛选后社保数据，统计每人所述第一预定时间段内各类疾病的就诊次数；

将每人第一预定时间段内的基础变量值及衍生变量值作为输入变量进一步为：将每人第一预定时间段内的基础变量值、衍生变量值及各类疾病的就诊次数作为输入变量。

7.如权利要求6所述的方法，其特征在于，还包括：

将筛选后社保数据中的疾病类型映射为ICD大类，其中，ICD大类包括ICD的类目类型或亚目类型；

根据筛选后社保数据，统计每人第一预定时间段内各类疾病的就诊次数进一步为：根据筛选后社保数据，统计每人第一预定时间段内各ICD大类的就诊次数；

将每人第一预定时间段内的基础变量值、衍生变量值及对各类疾病的就诊次数作为输入变量进一步为：将每人第一预定时间段内的基础变量值、衍生变量值及对各ICD大类的就诊次数作为输入变量。

8.一种医疗费用数据处理装置，其特征在于，包括：

筛选模块，用于对预先采集的多个用户的社保数据进行筛选；

分析模块，用于根据筛选后社保数据，确定样本集，所述样本集中的每一样本包括：每人第一预定时间段内的基础变量值、衍生变量值及第二预定时间段内的总医疗费用，其中，所述第二预定时间段相邻于且晚于所述第一预定时间段；

建模模块，用于将每人第一预定时间段内的基础变量值及衍生变量值作为输入变量，每人第二预定时间段内的总医疗费用作为目标变量，对所述样本进行训练，得到医疗费用预测模型；

数据提取模块，用于根据获取的用户社保数据，确定医疗费用数据处理的输入变量数据；

预测模块，用于将输入变量数据输入至所述医疗费用预测模型，得到用户第二预定时间段内的总医疗费用。