[發(fā)明專利]一種健康保險賠欺詐及濫用的偵測方法和系統(tǒng)

在審

• 申請?zhí)枺?/td>: 201711277990.3
• 申請日: 2017-12-06
• 公開（公告）號: CN107871285A
• 公開（公告）日: 2018-04-03
• 發(fā)明（設(shè)計）人: 謝建軍;孫英濤;原雷
• 申請（專利權(quán)）人: 和金在線（北京）科技有限公司
• 主分類號: G06Q40/08
• 分類號: G06Q40/08;G06Q30/00
• 代理公司: 北京路浩知識產(chǎn)權(quán)代理有限公司11002
• 代理人: 王瑩,李相雨

1.一種健康保險賠欺詐及濫用的偵測方法，其特征在于，包括：

接收用戶設(shè)備提交的理賠申請；

根據(jù)所述理賠申請，獲取理賠所需數(shù)據(jù)；

根據(jù)所述理賠所需數(shù)據(jù)，判斷是否調(diào)用預(yù)先建立的模型評分引擎和規(guī)則評分引擎；

若是，則基于所述理賠所需數(shù)據(jù)，調(diào)用所述模型評分引擎產(chǎn)生模型評分和風(fēng)險提示因子，以及調(diào)用所述規(guī)則評分引擎產(chǎn)生規(guī)則觸發(fā)結(jié)果和規(guī)則風(fēng)險評分；

根據(jù)產(chǎn)生的模型評分、風(fēng)險提示因子、規(guī)則觸發(fā)結(jié)果和規(guī)則風(fēng)險評分，生成風(fēng)險評估報告；

根據(jù)所述風(fēng)險評估報告，獲得最終是否理賠的結(jié)論，并將獲得的理賠結(jié)論的理賠數(shù)據(jù)存入歷史理賠數(shù)據(jù)庫。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述理賠申請的數(shù)據(jù)，包括：被保人姓名、證件號碼、出生日期、保單號、醫(yī)生診斷書，處方、住院、診治或藥品的收據(jù)、醫(yī)院名稱及地址、診治日期和住院日期。

3.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述理賠所需數(shù)據(jù)，包括：當(dāng)前申請數(shù)據(jù)，歷史理賠數(shù)據(jù)和保單數(shù)據(jù)；

相應(yīng)地，所述根據(jù)所述理賠申請，獲取理賠所需數(shù)據(jù)，包括：

用所述理賠申請的數(shù)據(jù)中的證件號碼在預(yù)先存儲的歷史理賠數(shù)據(jù)庫中進(jìn)行匹配，調(diào)取當(dāng)前被保人的歷史理賠數(shù)據(jù)；

用所述理賠申請的數(shù)據(jù)中的證件號碼在預(yù)先存儲的保單數(shù)據(jù)庫中進(jìn)行匹配，調(diào)取當(dāng)前被保人的保單數(shù)據(jù)。

4.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述當(dāng)前申請數(shù)據(jù)是指從原始申請數(shù)據(jù)中到處理賠審核所需數(shù)據(jù)，包括：年齡、看病次數(shù)和每次看病的各項費用；

所述歷史理賠數(shù)據(jù)，包括：歷次理賠的時間、住院/診治費用、診治項目、疾病代碼和住院天數(shù)；

所述保單數(shù)據(jù)，包括：保單信息、保險金額、保險余額、保險責(zé)任和起止日期。

5.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述模型評分引擎是基于歷史理賠數(shù)據(jù)，采用無監(jiān)督機器學(xué)習(xí)的方法預(yù)先建立的用于進(jìn)行健康保險欺詐或濫用探測的模型；

相應(yīng)地，所述基于所述理賠所需數(shù)據(jù)，調(diào)用所述模型評分引擎產(chǎn)生模型評分和風(fēng)險提示因子，包括：

基于預(yù)設(shè)時間段內(nèi)的歷史理賠數(shù)據(jù)，產(chǎn)生分位數(shù)表，并存入更新預(yù)先建立的分位數(shù)表數(shù)據(jù)庫；

從當(dāng)前申請數(shù)據(jù)、歷史理賠數(shù)據(jù)和本次產(chǎn)生的分位數(shù)表中提取特征變量，所述特征變量從不同維度刻畫了健康保險賠案的特征，所述特征變量根據(jù)數(shù)據(jù)來源分為住院/診治類、收費收據(jù)類、歷史理賠類、當(dāng)前理賠類及其它類別；

采用無監(jiān)督機器學(xué)習(xí)的方法，對所提取的特征變量進(jìn)行學(xué)習(xí)，獲得原始評分；

通過評分校準(zhǔn)，將所述原始評分的分布轉(zhuǎn)化為預(yù)設(shè)分布范圍內(nèi)，獲得最終的模型評分和風(fēng)險提示因子。

6.根據(jù)權(quán)利要求5所述的方法，其特征在于，所述不同維度，包括：索賠行為、醫(yī)療行為、診療項目、疾病診斷和/或藥品項目。

7.根據(jù)權(quán)利要求5所述的方法，其特征在于，所述基于預(yù)設(shè)時間段內(nèi)的歷史理賠數(shù)據(jù)，產(chǎn)生分位數(shù)表，并存入更新預(yù)先建立的分位數(shù)表數(shù)據(jù)庫，包括：

每隔預(yù)設(shè)時間段，從歷史理賠數(shù)據(jù)中抽取所述預(yù)設(shè)時間段內(nèi)的數(shù)據(jù)；

基于所抽取的數(shù)據(jù)，對各類費用項的費用、住院天數(shù)、藥品數(shù)，按疾病、年齡、險種進(jìn)行統(tǒng)計，產(chǎn)生分位數(shù)表；

將本次產(chǎn)生的分位數(shù)表與預(yù)先建立的分位數(shù)表數(shù)據(jù)庫中已有的分位數(shù)表進(jìn)行比對，利用本次產(chǎn)生的分位數(shù)表，對預(yù)先建立的分位數(shù)表數(shù)據(jù)庫中已有的分位數(shù)表中有變化的數(shù)據(jù)項進(jìn)行更新存儲。

8.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述規(guī)則評分引擎是由一系列基于歷史理賠數(shù)據(jù)、當(dāng)前申請數(shù)據(jù)和預(yù)先存儲的藥品/診療知識庫數(shù)據(jù)而預(yù)先設(shè)置的專家規(guī)則組成；

相應(yīng)地，所述調(diào)用所述規(guī)則評分引擎產(chǎn)生規(guī)則觸發(fā)結(jié)果和規(guī)則風(fēng)險評分，包括：

調(diào)用所述規(guī)則評分引擎，根據(jù)所述規(guī)則評分引擎中預(yù)先設(shè)置的專家規(guī)則，檢查理賠申請是否符合保險產(chǎn)品的要求，并對理賠申請的數(shù)據(jù)的完整性、準(zhǔn)確性、一致性和邏輯性進(jìn)行規(guī)則判斷，同時也對審核中發(fā)現(xiàn)的常見違規(guī)行為進(jìn)行審核。

9.根據(jù)權(quán)利要求1所述的方法，其特征在于，根據(jù)所述理賠所需數(shù)據(jù)，判斷是否調(diào)用預(yù)先建立的模型評分引擎和規(guī)則評分引擎，包括：

若所述理賠所需數(shù)據(jù)中缺失關(guān)鍵的理賠數(shù)據(jù)，申請資料不全，則直接做出不予受理的結(jié)論，并確定不調(diào)用預(yù)先建立的模型評分引擎和規(guī)則評分引擎。

10.一種健康保險賠欺詐及濫用的偵測系統(tǒng)，其特征在于，包括：

接收模塊，用于接收用戶設(shè)備提交的理賠申請；

數(shù)據(jù)獲取模塊，用于根據(jù)所述理賠申請，獲取理賠所需數(shù)據(jù)；

判斷模塊，用于根據(jù)所述理賠所需數(shù)據(jù)，判斷是否調(diào)用預(yù)先建立的模型評分引擎和規(guī)則評分引擎；

調(diào)用模塊，用于判斷得知要調(diào)用預(yù)先建立的模型評分引擎和規(guī)則評分引擎，則基于所述理賠所需數(shù)據(jù)，調(diào)用所述模型評分引擎產(chǎn)生模型評分和風(fēng)險提示因子，以及調(diào)用所述規(guī)則評分引擎產(chǎn)生規(guī)則觸發(fā)結(jié)果和規(guī)則風(fēng)險評分；

生成模塊，用于根據(jù)產(chǎn)生的模型評分、風(fēng)險提示因子、規(guī)則觸發(fā)結(jié)果和規(guī)則風(fēng)險評分，生成風(fēng)險評估報告；

結(jié)論獲取模塊，用于根據(jù)所述風(fēng)險評估報告，獲得最終是否理賠的結(jié)論，并將獲得的理賠結(jié)論的理賠數(shù)據(jù)存入歷史理賠數(shù)據(jù)庫。