[发明专利]分解住院行为的识别方法、装置、电子设备及存储介质在审

专利信息
申请号: 202010768490.5 申请日: 2020-08-03
公开(公告)号: CN112016302A 公开(公告)日: 2020-12-01
发明(设计)人: 董子坤;舒正;尹珊珊;朱波;田雅如;张骁雅;傅兆翔;艾馨;罗屿浪;王净;刘英杰;赵明;李璐璐 申请(专利权)人: 青岛国新健康产业科技有限公司
主分类号: G06F40/216 分类号: G06F40/216;G06F16/33;G06K9/62;G06Q20/40;G06Q50/26
代理公司: 北京路浩知识产权代理有限公司 11002 代理人: 王宇杨
地址: 266001 山东省青岛市自由贸易试验*** 国省代码: 山东;37
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 分解 住院 行为 识别 方法 装置 电子设备 存储 介质
【权利要求书】:

1.一种分解住院行为的识别方法,其特征在于,包括:

获取目标患者的第一次住院行为与第二次住院行为的信息;其中,所述第一次住院行为与第二次住院行为是目标患者的两次时间相邻的住院行为,且所述第一次住院行为的发生时间在所述第二次住院行为的发生时间之前;所述信息包括费用信息;

根据第一次住院行为的费用信息得到第一次住院行为的费用特征向量,根据第二次住院行为的费用信息得到第二次住院行为的费用特征向量;

根据所述第一次住院行为的费用特征向量以及所述第二次住院行为的费用特征向量,判断所述第一次住院行为与第二次住院行为是否为疑似分解住院行为。

2.根据权利要求1所述的分解住院行为的识别方法,其特征在于,所述信息包括时间信息;

相应的,在获取目标患者的第一次住院行为与第二次住院行为的信息的步骤之后,方法还包括:

根据所述第一次住院行为与第二次住院行为的时间信息,滤除不属于分解住院行为的所述第一次住院行为与第二次住院行为。

3.根据权利要求2所述的分解住院行为的识别方法,其特征在于,所述根据所述第一次住院行为与第二次住院行为的时间信息,滤除不属于分解住院行为的所述第一次住院行为与第二次住院行为,包括:

计算所述第一次住院行为与所述第二次住院行为的时间间隔,当所述时间间隔大于或等于预设的时间间隔阈值时,所述第一次住院行为与所述第二次住院行为不属于分解住院行为,滤除所述第一次住院行为与所述第二次住院行为;

和/或,

根据所述第一次住院行为与第二次住院行为的时间信息,判断所述第一次住院行为与所述第二次住院行为在时间上存在交叉现象,则所述第一次住院行为与所述第二次住院行为不属于分解住院行为,滤除所述第一次住院行为与所述第二次住院行为。

4.根据权利要求1所述的分解住院行为的识别方法,其特征在于,所述信息包括医疗机构信息;

相应的,在获取目标患者的第一次住院行为与第二次住院行为的信息的步骤之后,方法还包括:

根据所述第一次住院行为与第二次住院行为的医疗机构信息,滤除不属于分解住院行为的所述第一次住院行为与第二次住院行为。

5.根据权利要求4所述的分解住院行为的识别方法,其特征在于,根据所述第一次住院行为与第二次住院行为的医疗机构信息,滤除不属于分解住院行为的所述第一次住院行为与第二次住院行为,包括:

根据所述第一次住院行为与第二次住院行为的医疗机构信息,判断所述第一次住院行为与所述第二次住院行为发生在不同的医疗机构,则所述第一次住院行为与所述第二次住院行为不属于分解住院行为,滤除所述第一次住院行为与所述第二次住院行为。

6.根据权利要求1至5任一项所述的分解住院行为的识别方法,其特征在于,所述根据第一次住院行为的费用信息得到第一次住院行为的费用特征向量,根据第二次住院行为的费用信息得到第二次住院行为的费用特征向量,包括:

将所述第一次住院行为的费用信息中的所有收费项目信息按照收费项目的类别进行划分,得到经过分类的多个第一收费项目信息集合;

为所述多个第一收费项目信息集合中的各个收费项目信息进行特征向量化,得到与所述多个第一收费项目信息集合所对应的多个第一费用特征子向量,所述多个第一费用特征子向量组成所述第一次住院行为的费用特征向量;

以及,将所述第二次住院行为的费用信息中的所有收费项目信息按照收费项目的类别进行划分,得到经过分类的多个第二收费项目信息集合;

为所述多个第二收费项目信息集合中的各个收费项目信息进行特征向量化,得到与所述多个第二收费项目信息集合所对应的多个第二费用特征子向量,所述多个第二费用特征子向量组成所述第二次住院行为的费用特征向量。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于青岛国新健康产业科技有限公司,未经青岛国新健康产业科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010768490.5/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top