[發明專利]基于人工智能的慢性病住院費用異常檢測方法及相關裝置

在審

• 申請號: 201811276261.0
• 申請日: 2018-10-30
• 公開（公告）號: CN109492803A
• 公開（公告）日: 2019-03-19
• 發明（設計）人: 汪麗娟;周竹凌
• 申請（專利權）人: 平安科技（深圳）有限公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q40/00;G16H40/20;G06F16/245
• 代理公司: 廣州三環專利商標代理有限公司 44202
• 代理人: 郝傳鑫;熊永強

1.一種基于人工智能的慢性病住院費用異常檢測方法，其特征在于，包括：

從醫療數據庫中獲取目標慢性病患者的一個醫療數據集，所述醫療數據集包括所述目標慢性病患者一次住院的多個醫療數據；

將所述醫療數據集輸入費用預測模型，得到所述醫療數據集對應的預測住院費用；

獲取所述醫療數據集對應的實際住院費用，以及在所述實際住院費用大于所述預測住院費用的情況下，確定所述實際住院費用與所述預測住院費用的費用差值；

在所述費用差值大于或等于第一閾值的情況下，確定所述目標慢性病患者的住院費用存在異常。

2.根據權利要求1所述的方法，其特征在于，所述從醫療數據庫中獲取目標慢性病患者的一個醫療數據集，包括：

接收慢性病住院費用異常檢測平臺發送的第一指示信息，所述第一指示信息包括目標慢性病患者住院的多家醫療機構和身份信息，所述第一指示信息用于指示服務器獲取所述目標慢性病患者的多個醫療數據集；

向所述多家醫療機構的服務器發送多個第一請求信息，每個第一請求信息用于指示一家醫療機構的服務器反饋其醫療數據庫中存儲的所述目標慢性病患者的至少一個醫療數據集；

接收針對所述多個第一請求信息發送的所述目標慢性病患者的多個醫療數據集；

從所述多個醫療數據集中選取其中一個醫療數據集作為目標醫療數據集。

3.根據權利要求2所述的方法，其特征在于，所述將所述醫療數據集輸入費用預測模型，得到所述醫療數據集對應的預測住院費用，包括：

解析所述目標醫療數據集，得到多個醫療數據，所述多個醫療數據包括年齡、性別、費用類型、是否手術、住院次數、出院轉歸、住院天數；

獲取所述目標慢性病患者的慢性病名稱；

根據所述慢性病名稱和費用預測模型中預先存儲的多個住院費用預測公式確定第一住院費用預測公式，所述第一住院費用預測公式為所述慢性病名稱對應的住院費用預測公式；

根據所述多個醫療數據和所述第一住院費用預測公式確定所述目標醫療數據集對應的預測住院費用。

4.根據權利要求2所述的方法，其特征在于，所述將所述醫療數據集輸入費用預測模型，得到所述醫療數據集對應的預測住院費用，包括：

解析所述目標醫療數據集，得到多個醫療數據，所述多個醫療數據包括年齡、性別、費用類型、是否手術、住院次數、出院轉歸、住院天數；

獲取所述目標慢性病患者的慢性病名稱；

確定每個醫療數據對應的住院平均費用，得到多個住院平均費用，每個住院平均費用對應一個醫療數據，所述住院平均費用為費用預測模型中預先存儲的多個慢性病患者的多個住院費用的均值，所述多個慢性病患者與所述目標慢性病患者的慢性病名稱和醫療數據均相同；

根據所述多個住院平均費用和所述費用預測模型中預先存儲的第二住院費用預測公式，確定所述目標醫療數據集對應的預測住院費用。

5.根據權利要求3或4所述的方法，其特征在于，所述獲取所述醫療數據集對應的實際住院費用，包括：

解析所述目標醫療數據集，得到所述目標醫療數據集對應的一個住院費用集，所述住院費用集包括多個住院費用，每個住院費用對應一個日期；

將所述住院費用集包括的多個住院費用的和作為所述目標醫療數據集對應的實際住院費用。

6.根據權利要求5所述的方法，其特征在于，所述確定所述實際住院費用與所述預測住院費用的費用差值之后，所述方法還包括：

根據所述費用差值和殘差轉化公式確定所述費用差值對應的標準化殘差；

確定所述標準化殘差是否處于設定區間；

若否，則確定所述目標慢性病患者的住院費用存在異常。

7.根據權利要求6所述的方法，其特征在于，所述確定所述目標慢性病患者的住院費用存在異常之后，所述方法還包括：

獲取所述目標慢性病患者的終端信息，所述終端信息包括以下至少一種：電話號碼、郵箱；

根據所述終端信息向所述目標慢性病患者的終端發送第二提示信息，所述第二提示信息用于提示所述目標慢性病患者的住院費用存在異常。