[发明专利]一种基于异常检测算法的医保控费方法和系统

权利要求书

1.一种基于异常检测算法的医保控费方法，其特征在于，包括如下步骤：

S1.对病历数据文本进行处理，得到实体的向量映射；

S2.根据所述实体的向量映射，对病例数据中所有的主诊断进行内涵一致性聚合，将所有病历数据根据主诊断分为N组(N＞1)；

S3.对所述分组病例进行实体向量筛选，在每组病例数据上运行LOF算法，得到异常医疗行为集合。

2.根据权利要求1所述的方法，其特征在于，所述步骤S1包括：

S101.获取大规模的电子病历文本数据；

S102.对所述电子病历文本运行医疗NER算法，将病历文本中的医疗实体抽取出来，形成数据集E；

S103.在数据集E上运行Word2Vec算法，将所有的医疗实体映射到同一个高维空间内，得到实例化的向量结果数据集S。

3.根据权利要求2所述的方法，其特征在于，所述步骤S2包括：

S201.统计所有病历中主诊断名称不同的病历份数，得到数据集L，然后将数据集L按照病历份数从大到小排序；

S202.创立一个新的空表NL；

S203.从头遍历数据集L，选取L中的第一个未访问过的数据项D，将数据项D标记为已访问；

S204.在所述实例化的向量结果S中找出与数据项D的欧式距离小于预设阈值的所有点PS，将点PS在数据集L上标记为已访问；

S205.将点PS的实体名称和数据项D的实体名称放在一个列表中，得到诊断一致的名称列表；并将这些点PS的个数和数据项D的个数相加得到总个数；将名称列表和总个数作为一个新的数据项T，添加到表NL中；

S206.重复步骤S203-S205直到数据集L的所有项都标记为已访问。

4.根据权利要求3所述的方法，其特征在于，所述步骤S3包括：

S301.遍历所述表NL的所有项，删除其总个数小于1000的项，记为表NLD；

S302.创立一个新表RL，令指针指向NLD表头；

S303.从指针位置选出NLD中的数据项T，以该数据项T所对应的诊断名称列表为基础，抽取该列表中所有诊断名称所对应的病历集合G；

S304.根据所述病例集合G对所述数据集E进行过滤，只取G中存在的病历，得到结果数据集EG；

S305.根据数据集EG对数据集S进行过滤，只取数据集EG中存在的实体向量，得到结果数据集SG；

S306.在数据集SG上运行密度异常检测算法LOF，得到每个实体的LOF得分；将LOF得分大于预设阈值的实体标记为异常点，得到异常医疗行为列表；

S307.将所述诊断名称列表和异常医疗行为列表作为一个数据项，添加到表RL中；

S308.将指向表NLD的指针向后移一位；

S309.重复执行步骤S303-S308,直到指针超过NLD表尾；得到包含异常医疗行为列表的表RL。

5.一种基于异常检测算法的医保控费系统，其特征在于，包括：

数据处理模块，对病历数据文本进行处理，得到实体的向量映射；

数据聚合模块，根据所述实体的向量映射，对病例数据中所有的主诊断进行内涵一致性聚合，将所有病历数据根据主诊断分为N组(N＞1)；

数据筛选模块，对所述分组病例进行实体向量筛选，在每组病例数据上运行LOF算法，得到异常医疗行为集合。

6.根据权利要求5所述的系统，其特征在于，所述数据处理模块还包括：

病例数据获取模块，获取大规模的电子病历文本数据；

实体获取模块，对所述电子病历文本运行医疗NER算法，将病历文本中的医疗实体抽取出来，形成数据集E；

实体映射模块，在数据集E上运行Word2Vec算法，将所有的医疗实体映射到同一个高维空间内，得到实例化的向量结果数据集S。