[發明專利]醫保異常檢測的方法及系統

在審

• 申請號: 201810582879.3
• 申請日: 2018-06-08
• 公開（公告）號: CN108921710A
• 公開（公告）日: 2018-11-30
• 發明（設計）人: 陳雷霆;李巧平;陳秋生;周聰宇;周聽聽;劉薇;陳淑珠
• 申請（專利權）人: 東莞迪賽軟件技術有限公司;電子科技大學廣東電子信息工程研究院
• 主分類號: G06Q40/08
• 分類號: G06Q40/08;G06F17/30
• 代理公司: 北京匯捷知識產權代理事務所(普通合伙) 11531
• 代理人: 李宏偉

本發明公開了一種醫保異常檢測的方法及系統，涉及信息技術領域，該醫保異常檢測的方法及系統通過對醫保數據進行處理后，利用機器學習xgboost分類算法對其進行建模，并構建規則數據庫，在此基礎上搭建醫保異常檢測系統，能夠高效準確的對醫保費用數據中異常和違規行為進行甄別并有效預測基金趨勢。大大縮小了醫保審核人員的工作量，并提高了審核的準確度。

技術領域

本發明涉及信息技術領域，具體來說，本發明涉及一種醫保異常檢測的方法及系統。

背景技術

近年來，中國的醫療保險制度在不斷的發展，在覆蓋深度和廣度上都有了很大的提高，它涵蓋了與人們生活息息相關的養老、醫療、失業、生育等諸多領域。隨著我國醫療保險制度的不斷發展，覆蓋的人數也在不斷增長，醫保欺詐行為正在呈現愈演愈烈之勢。醫療保險欺詐是指通過虛構或夸大醫療行為等方法違反醫療保險管理的相關政策和法律法規，非法獲得相應醫保待遇或醫保基金的行為。

由于欺詐的形式多樣，而且操作隱秘，加上中國缺少反欺詐的相關經驗，所以現階段醫保反欺詐工作面臨著很大的挑戰。目前對醫保欺詐行為的查處，還主要是依靠工作人員對海量單據進行抽檢，再根據自身的經驗進行判斷。這樣做不僅工作量巨大、效率低，而且不能保證欺詐行為的正確發現。另一方面中國的醫院信息化系統積累了大量病人的就診記錄，然而其中的信息并沒有得到充分的利用。

醫療保險的審核工作既與參保人的利益緊密相關，同時也與醫保基金的合理支出和承受能力密切相關。而現階段的醫保費用控制工作，一般采用較為粗放的審核方式。一是制定一次診斷或某些項目、檢查的費用上限，或是增加自負比例，以避免醫保基金的浪費；二是通過抽查，或接到舉報后到現場進行檢查核實，如定期到醫院稽查住院患者是否存在未在醫院的情況、藥店是否存在售賣非藥品物品的情況；三是在信息系統中進行簡單的統計、查詢、篩選和分析。醫保審核人員需要對病人費用清單上的多項內容進行檢查，如：患者的醫保卡是否到期；患者的入院和出院日期是否正確有效；給患者開具的藥品的用量與種類是否符合規范；治療項目和病種是否在醫保診療目錄庫范圍內；醫用材料是不是可報銷項目，如一些進口材料是不可報銷的；藥店消費是否有非藥品消費信息；診斷與性別、年齡等是否相符等等。醫保審核的工作量巨大同時，醫保審核又是一項專業性極強的工作，對沒有專業知識的人員，要正確的對單據進行審核是十分困難的，而醫保審核工作人員素質參差不齊，對醫保審核的正確性和全面性也不能夠保證。目前，也有某些地市開始對醫保審核工作進行改革，但總體上看，各地開發的系統都以統計或是結算為主，或僅僅是在歷史數據的基礎上進行預測和跟蹤，費用監控不是其主要目的，缺乏智能的，可以對醫保異常進行高效的審核的系統。

發明內容

本發明所要解決的技術問題是提供一種醫保異常檢測的方法及系統，通過采用熱粘合技術制造隱形襪，以解決現有的隱形襪制造工藝復雜，穿著不舒適，彈性差，使用壽命短的缺陷。

為實現上述目的，本發明提供以下的技術方案：

該醫保異常檢測的方法及系統包括如下步驟：

(1)構建醫保檢測數據中心；

(2)特征工程提取數據特征：定時對采集的醫保數據進行數據分析處理，提取目標特征；

所述目標特征提取步驟包括以下子步驟：

數據預處理：對結構化的醫保數據進行重復數據的清洗、完整性檢查、數據有效性、一致性驗證；

目標特征提取：利用標準化，歸一化，特征的離散化方法轉化數據，使之成為有效的特征；

目標特征存儲：將獲取到的目標特征存儲至緩存器中；

(3)利用經過處理的樣本數據訓練Xgboost分類模型；

(4)通過測試集測試分類器的分類性能，不斷調整參數優化模型；