[发明专利]医保异常检测的方法及系统

摘要

本发明公开了一种医保异常检测的方法及系统，涉及信息技术领域，该医保异常检测的方法及系统通过对医保数据进行处理后，利用机器学习xgboost分类算法对其进行建模，并构建规则数据库，在此基础上搭建医保异常检测系统，能够高效准确的对医保费用数据中异常和违规行为进行甄别并有效预测基金趋势。大大缩小了医保审核人员的工作量，并提高了审核的准确度。

主权项

1.一种医保异常检测的方法及系统，其特征在于：所述医保异常检测的方法及系统包括如下步骤：(1)构建医保检测数据中心；(2)特征工程提取数据特征：定时对采集的医保数据进行数据分析处理，提取目标特征；所述目标特征提取步骤包括以下子步骤：数据预处理：对结构化的医保数据进行重复数据的清洗、完整性检查、数据有效性、一致性验证；目标特征提取：利用标准化，归一化，特征的离散化方法转化数据，使之成为有效的特征；目标特征存储：将获取到的目标特征存储至缓存器中；(3)利用经过处理的样本数据训练Xgboost分类模型；(4)通过测试集测试分类器的分类性能，不断调整参数优化模型；(5)上传新的医保数据，通过同样的数据处理步骤后，利用训练好的xgboost模型进行检测，输出预测结果；(6)自定义指标，并对每个指标设置一个阈值，当样本中对应指标的值超过阈值则提供报警提示，尤其可以针对一些重点关注的指标进行针对性的设置监控，具体如次均费用，药占比，医疗人员待遇,医院清算资金情况,个人结算基金使用情况,医院定额使用比例等；(7)利用ARIMA算法对基金趋势进行预测，根据预测效果动态切换预测算法，通过提前对基金消耗趋势了解，让决策部门更早的发现基金运行中潜在的问题，并及时调整政策进行处理。