[发明专利]基于大数据建模分析的医疗保险动态筹资方法和系统

摘要

本发明一种基于大数据建模分析的医疗保险动态筹资方法和系统，包括：采集样本：采集历年的全部参保人的医疗保险报销明细数据、历年参保人信息、基本医保政策；风险组分类：按照性别i、年龄j和医保险种k对历年参保人进行分类，i为男或女，j为j≤30岁或30岁70岁，k为城镇职工或城乡居民，共分为12个风险组；统计数据：统计出各风险组的历年参保人的医保支出，统计出当年全部参保人的当前政策下的第l个风险组的医保报销金额和新政策下的第l个风险组的医保报销金额；建模预测：建立风险因子预测模型、政策影响因子预测模型、费用增长率预测模型和参保人数预测模型，从而预测来年医保支出预测值。

主权项

1.一种基于大数据建模分析的医疗保险动态筹资方法，其特征在于，其包括以下步骤：步骤1、采集样本：采集历年的全部参保人的医疗保险报销明细数据、历年参保人信息、基本医保政策，所述基本医保政策包括当前基本医保政策和新基本医保政策；步骤2、风险组分类：按照性别i、年龄j和医保险种k对历年参保人进行分类，i为男或女，j为j≤30岁或30岁＜j≤70岁或j＞70岁，k为城镇职工或城乡居民，共分为12个风险组，l表示第l个风险组，1≤l≤12；步骤3、统计数据：统计出各风险组的历年参保人的医保支出，统计出当年全部参保人的当前政策下的第l个风险组的医保报销金额和新政策下的第l个风险组的医保报销金额；步骤4、建模预测：1)风险因子预测模型各风险组的历年参保人的性别、年龄、医保险种和医保支出作为输入，利用Tweedie回归模型来测算对应风险组的性别回归系数、年龄回归系数和险种回归系数；第l个风险组的风险因子建模公式：风险因子₁＝exp(性别回归系数_{i＝男、女})*exp(年龄回归系数_{j＝＜30，...，70+})*exp(险种回归系数_{k＝城镇职工，城乡居民})参保人数_l，year表示当前第l个风险组对应的参保人数，风险因子_l表示第l个风险组对应的风险因子，year表示当前；人均医保支出基数＝当前医保支出总额/全人群风险加权系数；2)政策影响因子预测模型3)费用增长率预测模型第l个风险组的历年参保人的医保支出作为输入，利用指数回归拟合函数来测算第l个风险组的费用年增长率_l；4)参保人数预测模型第l个风险组的参保人数预测值＝当年第l个风险组的参保人数*第l个风险组的参保人数年增长率_l；第l个风险组的历年参保人数作为输入，利用指数回归拟合函数来测算第l个风险组的参保人数年增长率_l；