[发明专利]基于健康医疗大数据的保险客户名单筛选方法及装置

权利要求书

1.一种基于健康医疗大数据的保险客户名单筛选方法，其特征在于，该方法具体如下：

输入保险客户信息；

查找及提取医疗数据：通过客户信息从医疗健康大数据中查找该客户的医疗数据，并提取该客户的医疗数据；

语义标准化处理：对找到的客户医疗数据进行语义标准化处理，生成具有语义关系的客户标准化数据，进而形成客户医疗语义网；

语义匹配：将筛选规则库与客户医疗语义网进行语义匹配；

获得客户筛选结果。

2.根据权利要求1所述的基于健康医疗大数据的保险客户名单筛选方法，其特征在于，客户信息包括客户身份信息，客户身份信息包括姓名、性别、出生日期、地址、身份证号码和电话。

3.根据权利要求1或2所述的基于健康医疗大数据的保险客户名单筛选方法，其特征在于，查找及提取医疗数据具体如下：

通过客户查找方法进行精确匹配，并将查找到的客户记录整合去重；其中，客户查找方法包括如下两种方式：

两要素客户查找方法：身份证+姓名；

五要素客户查找方法：姓名+性别+出生日期+地址+电话；

根据去重后的客户记录，从医疗健康大数据中提取该客户的全生命周期的医疗数据；其中，医疗健康大数据包括临床诊断数据、临床用药数据、检查检验数据、手术数据、临床费用结算数据、电子病历数据、医保参保数据和医保结算数据；

将该客户的全生命周期的医疗健康大数据以时间为主线串联形成各维度各类型的就诊数据。

4.根据权利要求1所述的基于健康医疗大数据的保险客户名单筛选方法，其特征在于，语义标准化处理是指基于医学标准词表和命名实体识别技术，从医疗数据中自动抽取出医疗术语，并对医疗术语进行概念上的归一和规范，进而形成医疗概念语义网；

其中，医疗标准词表是在ICD10基础上，扩建等同关系和属分关系的概念后得到的体现语义关系的医疗标准词表；

医疗标准词表分为树状结构表和字顺表；

树状结构表包括树状结构号、标准术语编码及术语名称；树状结构表用于体现词与词之间的语义属分关系；

字顺表包括术语名称、标准名称及术语编码；字顺表用于体现词与词之间的等同关系。

5.根据权利要求1或4所述的基于健康医疗大数据的保险客户名单筛选方法，其特征在于，所述筛选规则库是指多维度的筛选指标体系，多维度的筛选指标体系分为三层，分别为第一类指标、第二类指标和第三类指标；

其中，第一类指标包括诊断信息；其中，诊断信息的指标判断规则为诊断ICD10编码是否符合规则表，规则表为事先编制的黑名单客户疾病编码表；

第二类指标包括医院名称、就诊科室、手术信息、药品名称、检查名称、检验名称及医保大病保险支付基金；其中，医院名称的指标判断规则为医院名称中是否包含肿瘤字样的医院名称；就诊科室的指标判断规则为科室名称中包含医院名称中是否包含肿瘤字样的科室名称；手术信息的指标判断规则为手术ICD9-CM3编码是否符合规则表，规则表为事先编制的高风险客户手术编码表；药品名称的指标判断规则为药品名称是否符合规则表，规则表为事先编制的高风险客户药品名称表；检查名称的指标判断规则为检查名称是否符合规则表，规则表为事先编制的高风险客户影像检查名称表；检验名称的指标判断规则为检验名称是否符合规则表以及检查结果异常字段是否为是，规则表为事先编制的高风险客户实验室检查名称表；医保大病保险支付基金的指标判断规则为医保大病保险支付基金是否有值；

第三类指标包括就诊次数、BMI、职业、血压、参保状态和结算费用；就诊次数的指标判断规则为该客户所有就诊号个数判断是否大于10次/年；BMI的指标判断规则为是否大于30；职业的指标判断规则为是否符合职业病的职业表；血压的指标判断规则为是否超过三次血压值异常；参保状态的指标判断规则为是否无医保；结算费用的指标判断规则为费用是否大于20000元。