[發明專利]個人健康風險評分預測方法及系統

在審

• 申請號: 201910257940.1
• 申請日: 2019-04-01
• 公開（公告）號: CN109935330A
• 公開（公告）日: 2019-06-25
• 發明（設計）人: 不公告發明人
• 申請（專利權）人: 太平洋醫療健康管理有限公司
• 主分類號: G16H50/30
• 分類號: G16H50/30
• 代理公司: 上海寶鼎專利代理有限公司 31222
• 代理人: 張寶讓

本發明個人健康風險評分預測方法及系統，包括：采集本年度的基本醫療保險報銷數據和對應的參保人信息數據；對基本醫保結算數據、基本醫保結算明細數據和參保人信息數據進行數據標準化處理，從而獲得標準基本醫保結算數據、標準基本醫保結算明細數據和標準參保人信息數據；基于標準基本醫保結算數據、標準基本醫保結算明細數據和標準參保人信息數據生成四大類預測因子，基于四大類預測因子生成多個子預測因子；對子預測因子進行特征轉換；對子預測因子進行特征降維以減少子預測因子的數量；基于特征選擇后的子預測因子建立線性回歸模型來預測下一年度的個人醫療支出；基于預測出的下一年度的個人醫療支出來預測下一年度的個人健康風險評分。

技術領域

本發明涉及個人健康風險評分技術領域，特別是涉及一種個人健康風險評分預測方法及系統。

背景技術

基本醫保報銷數據涵蓋了參保人個人信息、疾病信息、就診行為、醫療支出、社保類型等多領域，且就診發生率相對于其他保險的發生率來說要高很多，數據顆粒度細，能夠用來刻畫參保人在醫療健康方面的畫像，建立的個人健康風險評分模型可以為實現：

-醫療險的定價核保，個人健康風險評分能直接體現下一年度個人醫療費用支出的風險，對消費性的醫療保險能夠實現精準核保；

-重疾保險的輔助核保，依據健康評分生成黑白名單。對于黑名單，建議拒保和體檢，白名單快速核保，提升客戶體驗，簡化核保流程；

-高風險人群識別，對個人健康風險評分高的高風險人群，針對其導致評分過高的原因，進行提前干預和管理，能夠有效的控制出醫療費用的高速增長。

-醫院績效評估，對醫院治療同病種，同健康評分風險等級的病人的次均醫療費用進行橫向比較，若某醫院的治療費用明顯超出其可對比醫院花費的平均值，則該醫院存在過度花費，需要進一步通過比較該醫院與同等級醫院的治療人群特征、花費項目類型以及具體使用項目深入挖掘，為基金管理確定控費抓手。

目前各大保險公司或者研究機構會依據自有的理賠數據，或者公開資源中獲取的數據，在個人層面的健康風險的預測上進行研究。不過鑒于數據量的局限性，數據顆粒度的局限性，預測精度上會有不足。

發明內容

本發明針對現有技術存在的問題和不足，提供一種個人健康風險評分預測方法及系統。

本發明是通過下述技術方案來解決上述技術問題的：

本發明提供一種個人健康風險評分預測方法，其特點在于，其包括以下步驟：

步驟1、數據采集：采集本年度的基本醫療保險報銷數據和對應的參保人信息數據，所述基本醫療保險報銷數據包括基本醫保結算數據和基本醫保結算明細數據；

步驟2、數據標準化：對基本醫保結算數據、基本醫保結算明細數據和參保人信息數據進行數據標準化處理，從而獲得標準基本醫保結算數據、標準基本醫保結算明細數據和標準參保人信息數據；

步驟3、特征工程：基于標準基本醫保結算數據、標準基本醫保結算明細數據和標準參保人信息數據生成四大類預測因子，四大類預測因子包括個人信息、醫療花費、醫療行為和疾病類型，基于四大類預測因子生成多個子預測因子；

步驟4、特征轉換：對子預測因子進行特征轉換；

步驟5、特征選擇：對轉換后的子預測因子進行特征降維以減少子預測因子的數量；

步驟6、建立模型：基于特征選擇后的子預測因子建立線性回歸模型來預測下一年度的個人醫療支出；

Y＝θ₀+θ₁*X₁+θ₂*X₂+…+θ_n*X_n+∈