[發明專利]異常就診行為檢測方法、裝置、計算機設備及存儲介質

有效

• 申請號: 201910972523.5
• 申請日: 2019-10-14
• 公開（公告）號: CN110729054B
• 公開（公告）日: 2023-04-11
• 發明（設計）人: 梁潔;黃越
• 申請（專利權）人: 深圳平安醫療健康科技服務有限公司
• 主分類號: G16H50/70
• 分類號: G16H50/70;G16H40/20
• 代理公司: 華進聯合專利商標代理有限公司 44224
• 代理人: 曹瀚青

1.一種異常就診行為檢測方法，其特征在于，所述方法包括：

獲取就診數據，所述就診數據包括就診病種；

根據所述就診病種對所述就診數據進行分類，得到各就診病種下的就診明細數據；

基于所述各就診病種下的就診明細數據，采用分類回歸樹CART算法，構建各就診病種對應的就診次數決策樹，所述就診次數決策樹的葉節點為各就診病種屬性特征下的就診次數，就診病種屬性特征包括患者患病年限，收入等級，并發癥個數，患病等級以及當年就診暴露時間；

根據箱形圖算法對所述就診次數決策樹中各就診病種屬性特征下的就診次數進行劃分，得到上四分位數、下四分位數、上邊緣數以及下邊緣數，將所述上四分位數至所述上邊緣數對應的就診次數范圍以及所述下四分位數至所述下邊緣數對應的就診次數范圍確定為第一異常就診次數范圍，將大于所述上邊緣數和小于所述下邊緣數對應的就診次數范圍確定為第二異常就診次數范圍；

根據所述第一異常就診次數范圍和所述第二異常就診次數范圍對所述各就診病種屬性特征下的就診次數進行檢測，得到異常就診行為檢測結果；

其中，所述第一異常就診次數范圍為可疑就診次數范圍，所述第二異常就診次數范圍為異常就診次數范圍。

2.根據權利要求1所述的異常就診行為檢測方法，其特征在于，所述基于所述各就診病種下的就診明細數據，采用分類回歸樹CART算法，構建各就診病種對應的就診次數決策樹包括：

對所述各就診病種下的就診明細數據進行字段整理，構建各就診病種下的屬性集；

根據所述就診數據，構建訓練集；

將所述各就診病種下的屬性集與所述訓練集進行屬性測試，得到測試結果；

根據所述測試結果和所述分類回歸樹CART算法，完成對所述訓練集的劃分，得到各就診病種對應的就診次數決策樹。

3.根據權利要求1所述的異常就診行為檢測方法，其特征在于，所述根據箱形圖算法對所述就診次數決策樹中各就診病種屬性特征下的就診次數進行劃分包括：

將所述就診次數按照升序排列，得到就診次數數列；

采用箱形圖算法對所述就診次數數列進行劃分，得到上四分位數、下四分位數、上邊緣數以及下邊緣數。

4.根據權利要求1所述的異常就診行為檢測方法，其特征在于，所述根據所述第一異常就診次數范圍和所述第二異常就診次數范圍對所述各就診病種屬性特征下的就診次數進行檢測，得到異常就診行為檢測結果包括：

將所述各就診病種屬性特征下的就診次數與所述第一異常就診次數范圍以及所述第二異常就診次數范圍進行比較；

將處于所述第一異常就診次數范圍之內的就診次數標記為第一異常就診次數、并將處于所述第二異常就診次數范圍之內的就診次數標記為第二異常就診次數；

根據所述第一異常就診次數以及所述第二異常就診次數查找出對應的異常就診行為異常用戶。

5.根據權利要求4所述的異常就診行為檢測方法，其特征在于，所述根據所述異常就診次數范圍對所述各就診病種屬性特征下的就診次數進行檢測，得到異常就診行為檢測結果之后，還包括：

調用數據抽取工具，抽取出所述就診行為異常用戶對應的異常就診行為特征數據；

將抽取的異常就診行為特征數據推送至可視化工具。

6.根據權利要求1所述的異常就診行為檢測方法，其特征在于，所述將所述就診數據按照所述就診病種進行分類，得到各就診病種下的就診明細數據之前，還包括：

對所述就診數據進行數據預處理，所述數據預處理包括根據預設關聯字段進行唯一性檢查、根據預設比較公式進行勾稽關系檢查以及根據預設標準進行統一化處理。