[发明专利]一种基于阈值筛选和条件排除的住院异常人员的检测方法

说明书

本发明属于医学人工智能技术领域，尤其是涉及一种基于阈值筛选和条件排除的住院异常人员的检测方法。一种基于阈值筛选和条件排除的住院异常人员的检测方法，包括以下步骤：S1、根据住院异常情况设定用于阈值筛选的指标；S2、根据住院类型对住院记录数据进行分组，分析各组数据以得出步骤S1中指标的对应阈值；S3、根据步骤S2所得到的指标阈值对住院记录数据进行筛选，得到住院异常的可疑人员；S4、设置特殊情况下住院异常的正常人员的排除条件，得到最终的住院异常人员名单。本发明所要解决的技术问题是医保领域种存在的异常住院情况，提供一种基于阈值筛选和条件排除的住院异常人员的检测方法。

技术领域

本发明属于医学人工智能技术领域，尤其是涉及一种基于阈值筛选和条件排除的住院异常人员的检测方法。

背景技术

随着医保制度的不断完善，医保覆盖率的不断扩大，医保基金的正常运转已经与人民大众的切身利益密切相关。而在实际医保基金的运转过程中，存在着大量的医保骗保行为，极大地威胁着医保基金的正常运行。住院异常是医保骗保中一个重要体现。

住院异常主要有三个场景：体检式住院、药品式住院、医养式住院。其特点如下：

1)体检式住院：参保人去参加体检，但体检项目没有纳入医保报销范畴，但如果参保人去寻求住院，当住院费用达到一定标准，可以使用医保报销部分或全部的住院费用。具体表现就是以单次住院为单位，住院时的药费占比低，检查检验费占比高，且住院时间短。

2)药品式住院：参保人寻求住院，并购买大量药品，使得住院总费用达到一定标准，从而套取医保基金。具体表现就是以单次住院为单位，药占比特别高(至少90％以上)，住院时间相对短。

3)医养式住院：参保人把医院当家住，增加了不必要的医保开销。具体表现就是参保人年龄比较大，单次住院总费用低且该人年总住院次数多或者住院时间长且日均住院费用低。

在解决住院异常问题上，已经有人进行了尝试。例如选取住院数据中的各项费用信息，包括药品费用，手术费用等，计算这些费用和住院总费用之间的比例，根据这些费用比例得到参保人的住院行为的判定结果。这个方法存在一些问题：1)指标过于单一，只包含费用指标，不能很好的衡量异常的住院行为；2)根据阈值来进行异常住院人员的筛选，会存在错判的情况。

发明内容

本发明所要解决的技术问题是医保领域种存在的异常住院情况，提供一种基于阈值筛选和条件排除的住院异常人员的检测方法。为此，本发明采用以下技术方案：

一种基于阈值筛选和条件排除的住院异常人员的检测方法，包括以下步骤：

S1、根据住院异常情况设定用于阈值筛选的指标；

S2、根据住院类型对住院记录数据进行分组，分析各组数据以得出步骤S1中指标的对应阈值；

S3、根据步骤S2所得到的指标阈值对住院记录数据进行筛选，得到住院异常的可疑人员；

S4、设置特殊情况下住院异常的正常人员的排除条件，将步骤S3得到的住院异常的可疑人员中的正常人员进行排除，得到最终的住院异常人员名单；

所述指标至少包括费用指标、时间指标和年龄指标。

根据住院异常的场景分别设计费用指标、年龄指标、时间指标，并从实际的住院记录数据中分析，选取合适的指标阈值，进行筛选。对筛选出来的存在住院异常的可疑人员，还需要指定排除条件，排除特殊情况的正常人员。

在采用上述技术方案的基础上，本发明还可采用以下进一步的技术方案：

所述费用指标至少包括单次住院药费占比、单次住院检查检验费占比、单次住院总费用、单次住院日均费用；

所述时间指标至少包括单次住院天数、年住院次数；