[發明專利]通過數據分析推斷醫療保險違規行為的風控方法

有效

• 申請號: 201810191862.5
• 申請日: 2018-03-08
• 公開（公告）號: CN108492196B
• 公開（公告）日: 2020-11-10
• 發明（設計）人: 程吉安
• 申請（專利權）人: 平安醫療健康管理股份有限公司
• 主分類號: G06Q40/08
• 分類號: G06Q40/08;G16H40/20
• 代理公司: 北京英特普羅知識產權代理有限公司 11015
• 代理人: 林彥之

本發明涉及通過數據分析推斷醫療保險違規行為的風控方法，包括：步驟1、獲取風控對象的當前及歷史就診行為數據、與風控對象相關的個人信息和公共數據；步驟2、從在步驟1獲取的數據中提取與風控對象的就診行為相關的特征；步驟3、根據所提取的特征，將風控對象的當前及歷史就診行為中的每次就診行為劃分到相應的就診類別，形成就診類別序列；步驟4、將步驟3中形成的就診類別序列作為觀測序列，將就診目的作為隱含狀態，根據隱馬爾可夫模型計算出最可能的隱含狀態序列，其中包含了風控對象最可能的就診目的；步驟5、如果隱含狀態序列中包含的風控對象最可能的就診目的對應于異常目的，則輸出與風控對象的當前及歷史就診行為相關的醫療數據。

技術領域

本發明涉及互聯網數據處理技術領域，尤其涉及通過數據分析推斷醫療 保險違規行為、為系統審核或人工稽核提供依據的風控方法。

背景技術

在醫保社會體系中，每天都有數以萬計的門診、醫院醫療行為的交易數 據發生，主要包括病人與醫療機構的交易、醫療機構與保險機構的交易等。 目前，現有醫保處理系統在處理支付交易時難以精準識別病人的真正需求， 參保人或醫療機構有從中謀取不當利益的可能性。醫療欺詐行為的存在嚴重 影響了醫療保險基金的收支平衡，侵害了參保人的利益和社會公益。

政府和相關部門已致力于采用大數據方法鑒別醫保欺詐行為，控制醫保 風險。然而，現有的醫保風控方案多基于設定閾值紅線以達到監測欺詐、浪 費、濫用等違規行為，而因違規行為常隨醫保政策、支付方式及監管力度變 化，故簡單的閾值劃分不適合多場景、參保人員組成、政策更替的實際應用 環境。

發明內容

有鑒于此，針對現有技術的上述缺點，存在采用機器學習和分類器建模 等技術手段來解決上述問題的需要。

根據本發明的實施例，提供了一種通過數據分析推斷醫療保險違規行為 的風控方法，其特征在于，風控對象的就診目的被劃分為正常目的和異常目 的，所述方法包括以下步驟：步驟1、獲取風控對象的當前及歷史就診行為 數據、以及與風控對象相關的個人信息和公共數據；步驟2、從在步驟1獲取 的數據中提取與風控對象的就診行為相關的特征；步驟3、根據所提取的特 征，將風控對象的當前及歷史就診行為中的每次就診行為劃分到相應的就診 類別，形成就診類別序列；步驟4、將在步驟3中形成的就診類別序列作為觀 測序列，將就診目的作為隱含狀態，根據隱馬爾可夫模型計算出最可能的隱 含狀態序列；步驟5、如果所述最可能的隱含狀態序列中包含的一個或多個 隱含狀態對應于異常目的，則輸出與所述風控對象的當前及歷史就診行為相 關的醫療數據。

根據本發明的實施例，提供了一種用于進行如權利要求1至7中的一個 所述的方法的風控系統，包括：風控對象數據獲取模塊，被配置用于獲取風 控對象的當前及歷史就診行為數據、以及與風控對象相關的個人信息和公共 數據；特征提取模塊，被配置用于從所述風控對象數據獲取模塊獲取的數據 中提取與風控對象的就診行為相關的特征；就診分類模塊，被配置用于根據 所提取的特征，將風控對象的當前及歷史就診行為中的每次就診行為劃分到 相應的就診類別，形成就診類別序列；就診目的推測模塊，被配置用于將在所述就診類別序列作為觀測序列，將就診目的作為隱含狀態，根據隱馬爾可 夫模型計算出最可能的隱含狀態序列；異常輸出模塊，被配置用于在所述隱 含狀態序列中包含的隱含狀態中的一個對應于異常目的的情況下，輸出與所 述風控對象的當前及歷史就診行為相關的醫療數據。

根據本發明的實施例，提供了一種計算機可讀存儲介質，其上存儲用于 執行通過數據分析推斷醫療保險違規行為的風控方法的程序，所述程序在被 處理器執行時，實現根據所述方法的步驟。

本發明的有益效果主要在于：

1、提高了醫保基金風控的靈活性與適應性；

2、通過現有行為組合預演可能發生的違規；

3、在風險識別和控制的過程中自動存留相關證據鏈，以供后序處理。

附圖說明