[发明专利]基于大数据的医疗数据异常分析方法、装置和计算机设备

权利要求书

1.一种基于大数据的医疗数据异常分析方法，其特征在于，所述方法包括：

在接收到终端发送的异常分析请求时，获取用户对应于相同病种的待分析的医疗数据；

按照预设的数据组合类型，将所述医疗数据中各类型的数据进行组合，获得各所述数据组合类型分别对应的包括不同类型数据的医疗数据对；

分别对各所述数据组合类型对应的医疗数据对进行聚类，根据聚类结果确定各所述数据组合类型对应的医疗数据中的离群点；

查询预设的各所述数据组合类型分别对应异常因子；所述异常因子为各种数据组合类型的异常权重；

根据所述异常因子计算对应数据组合类型的离群点的异常度；

将对应于同一目标用户标识的各离群点的异常度进行叠加，得到各目标用户标识分别对应的用户异常度；

当所述用户异常度超过异常度阈值时，确定所述用户异常度对应目标用户标识的医疗数据为异常数据，并将所述异常数据反馈至所述终端，以在所述终端进行可视化展示。

2.根据权利要求1所述的方法，其特征在于，所述在接收到终端发送的异常分析请求时，获取用户对应于相同病种的待分析的医疗数据，包括：

接收终端发送的异常分析请求，并根据所述异常分析请求确定目标用户标识；

从医疗记录库中获取所述目标用户标识对应的医疗记录；

从所述医疗记录中提取对应于相同病种的待分析的医疗数据。

3.根据权利要求2所述的方法，其特征在于，所述从所述医疗记录中提取对应于相同病种的待分析的医疗数据，包括：

确定待分析病种，并从所述医疗记录中筛选出属于所述待分析病种的筛选医疗记录；

对所述筛选医疗记录进行解析，根据解析结果确定所述目标用户标识对应于所述待分析病种的就医信息、费用信息和参保地点；

根据所述参保地点和所述就医信息中就医医院的位置，确定异地就医距离；

根据所述就医信息、费用信息、参保地点和所述异地就医距离得到待分析的医疗数据。

4.根据权利要求1所述的方法，其特征在于，所述分别对各所述数据组合类型对应的医疗数据对进行聚类，根据聚类结果确定各所述数据组合类型对应的医疗数据中的离群点，包括：

通过密度聚类算法分别对各所述数据组合类型对应的医疗数据对进行聚类，得到包括至少一个聚类簇的聚类结果；

基于离群点检测算法分别确定各所述数据组合类型对应的医疗数据对中的预备离群点；

根据所述聚类簇从所述预备离群点中确定各所述数据组合类型对应的医疗数据中的离群点。

5.根据权利要求1至4任意一项所述的方法，其特征在于，所述将所述异常数据反馈至所述终端，以在所述终端进行可视化展示，包括：

查询预设的异常分级条件；

根据所述异常分级条件确定所述异常数据对应的异常级别；

根据所述异常级别确定所述异常数据的可视化展示方式；

将所述异常数据和所述可视化展示方式反馈至所述终端，以在所述终端按照所述可视化展示方式对所述异常数据进行可视化展示。

6.一种基于大数据的医疗数据异常分析装置，其特征在于，所述装置包括：

医疗数据获取模块，用于在接收到终端发送的异常分析请求时，获取用户对应于相同病种的待分析的医疗数据；

数据对获得模块，用于按照预设的数据组合类型，将所述医疗数据中各类型的数据进行组合，获得各所述数据组合类型分别对应的包括不同类型数据的医疗数据对；

离群点确定模块，用于分别对各所述数据组合类型对应的医疗数据对进行聚类，根据聚类结果确定各所述数据组合类型对应的医疗数据中的离群点；

异常数据确定模块，用于查询预设的各所述数据组合类型分别对应异常因子，所述异常因子为各种数据组合类型的异常权重；根据所述异常因子计算对应数据组合类型的离群点的异常度；将对应于同一目标用户标识的各离群点的异常度进行叠加，得到各目标用户标识分别对应的用户异常度；当所述用户异常度超过异常度阈值时，确定所述用户异常度对应目标用户标识的医疗数据为异常数据，并将所述异常数据反馈至所述终端，以在所述终端进行可视化展示。