[發明專利]一種基于購藥記錄的醫療保險欺詐檢測方法

有效

• 申請號: 201911383476.7
• 申請日: 2019-12-28
• 公開（公告）號: CN111105317B
• 公開（公告）日: 2023-05-12
• 發明（設計）人: 孫佰清;鮑鑫;王天辰;高穩;王思霖
• 申請（專利權）人: 哈爾濱工業大學
• 主分類號: G06Q40/08
• 分類號: G06Q40/08;G06Q30/018;G06N20/00
• 代理公司: 北京和豐君恒知識產權代理有限公司 11466
• 代理人: 余威

一種基于購藥記錄的醫療保險欺詐檢測方法，屬于藥品欺詐檢測方法領域，本發明提供一種能夠精準提取醫療保險欺詐信息、操作便捷、適用性強的基于購藥記錄的醫療保險欺詐檢測方法。本發明中，通過機器學習算法構建欺詐者分類模型；對模型輸入患者信息和購藥信息，建立患者?藥品二部圖；根據患者?藥品二部圖，建立藥品單模投影圖，形成藥品鏈；利用關聯鏈式算法將藥品鏈分為正常鏈和異常鏈；將正常鏈和異常鏈分別通過余弦相似度公式計算相似度；保留相似度不為0的異常鏈和正常鏈的對比組合；去除組合中異常鏈和正常鏈中相同的產品，保留其他藥品；將剩余藥品合成欺詐鏈，輸出欺詐鏈。本發明主要用于檢測欺詐患者的欺詐行為。

技術領域

本發明屬于藥品欺詐檢測方法領域，具體涉及一種醫療保險欺詐檢測方法。

背景技術

管欺詐并不常見，但醫保欺詐事件往往對應著異常的購藥記錄，同時醫保欺詐案件往往具有以下特點：

(1)不常見：欺詐事件罕見，但代價高昂，因此正常患者與詐騙者之間的數量分布極不平衡。

(2)知識共享：欺詐者經常受到他們的盟友和聯系人的影響，進而影響其他人。在醫療采購行為模式中，欺詐知識被轉移和發生。

(3)行為模仿：欺詐患者也會模仿正常的參保者的購藥行為來掩蓋他們的欺詐目標，盡力讓自己的購藥行為看起來“正?！?。

因此，就需要一種能夠精準提取醫療保險欺詐信息、操作便捷、適用性強的基于購藥記錄的醫療保險欺詐檢測方法。

發明內容

本發明針對現有醫療保險欺詐模式多樣、不能精準確定欺詐信息、人工提取欺詐信息繁瑣的問題，提供一種能夠精準提取醫療保險欺詐信息、操作便捷、適用性強的基于購藥記錄的醫療保險欺詐檢測方法。

本發明所涉及的一種基于購藥記錄的醫療保險欺詐檢測方法的技術方案如下：

本發明所涉及的一種基于購藥記錄的醫療保險欺詐檢測方法，它包括以下步驟：

步驟S1、通過機器學習算法構建欺詐者分類模型；

步驟S2、對所述模型輸入患者信息和購藥信息，建立患者-藥品二部圖，所述患者信息包括正常患者和欺詐患者；

步驟S3、根據患者-藥品二部圖，建立藥品單模投影關系，形成藥品鏈；

步驟S4、利用關聯鏈式算法將步驟S3所述的藥品鏈分為正常鏈和異常鏈；

步驟S5、將正常鏈和異常鏈分別通過余弦相似度公式計算相似度；

步驟S6、去除相似度為0的正常鏈，保留相似度不為0的異常鏈和正常鏈的對比組合；

步驟S7、去除組合中異常鏈和正常鏈中相同的產品，保留其他藥品；

步驟S8、將剩余藥品合成欺詐鏈，輸出欺詐鏈。

進一步地：在步驟S1中，整合患者信息，采用機器學習算法提取患者信息的特征向量，對所述特征向量使用監督篩選算法smbinning對每個特征的信息量IV進行計算，并提取信息量IV大于的特征投入機器學習算法，獲得欺詐者分類模型。

進一步地：在步驟S2中，將正?；颊叩馁徦幮畔⒑痛嬖谄墼p行為的欺詐患者的購藥信息設置為患者節點和藥品節點，分別構建欺詐患者的藥品—患者無向二部圖及正?；颊叩乃幤贰颊邿o向二部圖；對患者-藥品二部圖進行第一輪衍生特征提取，所述第一輪提取的特征包括使用藥品的種類總量和使用藥品的總量，并根據其衍生特征建立藥品單模投影關系。

進一步地：在步驟S3中，對異常鏈進行第二輪衍生特征提取，所述第二輪提取的特征包括種類異常率、數量異常率和異常鏈中的異常藥品使用率。