[發明專利]醫保數據異常的檢測方法和裝置

在審

• 申請號: 202010045627.4
• 申請日: 2020-01-16
• 公開（公告）號: CN111242793A
• 公開（公告）日: 2020-06-05
• 發明（設計）人: 趙蒙海
• 申請（專利權）人: 上海金仕達衛寧軟件科技有限公司
• 主分類號: G06Q40/08
• 分類號: G06Q40/08;G16H50/70
• 代理公司: 杭州凌通知識產權代理有限公司 33316
• 代理人: 王瓊

本發明公開了一種醫保數據異常的檢測方法和裝置，該方法包括對待檢測數據進行切分，得到多個待處理數據，待處理數據包括特征數據和標簽數據；將多個待處理數據中的特征數據輸入到多個類型的分析模型中進行分析，得到多個預測結果；將所述多個預測結果與對應的標簽數據進行比較，得到多個比較結果；基于所述多個比較結果，確定所述待檢測數據是否異常。本實施例的方法通過將多個待處理數據輸入多個分析模型中進行比較，輸出多個預測結果，基于多個預測結果和對應的標簽數據進行比較，得到多個比較結果，根據多個比較結果，能夠準確地確定待檢測數據是否異常，提高待檢測數據異常的準確性。

技術領域

本發明涉及醫療保險技術領域，尤其涉及一種醫保數據異常的檢測方法和裝置。

背景技術

醫保在目前社會中已經覆蓋地越來越全面了，每年國家花費在醫保上的資金在不斷提高。但同時我們也發現，這其中有許多欺詐行為和不合理診療的行為。這些欺詐行為一是浪費了國家的資金，二是阻礙了將醫保資金提供給真正有需求的人，因此醫保反欺詐是一個不斷受到重視的課題。然而，由于不同地市、省之間的數據千差萬別，不同經濟環境和地域環境所帶來的天然的醫療行為差異，也會對欺詐行為的檢測帶來干擾和影響。因此，一套能夠適應各地市特征并能不斷學習新的欺詐模式的方法就顯得尤為重要了。

目前針對醫保行為中欺詐行為的調查，多是采用線下人員舉報、工作人員現場調查的方式進行，費時費力。且面對單個人員幾十天的住院行為，成百上千的診療項目和藥品使用情況，需要具有非常高的醫學領域知識才可以發現異常和不合理。由此帶來的是反欺詐成本高、效率低、難以鋪開的難題。

為解決上述難題，目前主流的方法基于統計來發現異常的趨勢，由于只按照一個預設規則來發現異常的趨勢，通常難以定位到個體，也就是說趨勢性的異常不能準確地確定單次就診數據是否異常。

發明內容

本發明實施例提供一種醫保數據異常的檢測方法和裝置，以解決現在技術難以準確地確定單次就診數據是否異常的問題。

為了解決上述技術問題，本發明是這樣實現的：

第一方面，提供了一種醫保數據異常的檢測方法，該方法包括：

對待檢測數據進行切分，得到多個待處理數據，所述待處理數據包括特征數據和標簽數據；

將所述多個待處理數據中的特征數據輸入到多個類型的分析模型中進行分析，得到多個預測結果；

將所述多個預測結果與對應的標簽數據進行比較，得到多個比較結果；

基于所述多個比較結果，確定所述待檢測數據是否異常。

第二方面，提供了一種醫保數據異常的檢測裝置，該裝置包括：

切分模塊，用于對待檢測數據進行切分，得到多個待處理數據，所述待處理數據包括特征數據和標簽數據；

分析模塊，用于將所述多個待處理數據中的特征數據輸入到多個類型的分析模型中進行分析，得到多個預測結果；

比較模塊，用于將所述多個預測結果與對應的標簽數據進行比較，得到多個比較結果；

第一確定模塊，用于基于所述多個比較結果，確定所述待檢測數據是否異常。

第三方面，提供一種電子設備，該電子設備包括處理器、存儲器及存儲在所述存儲器上并可在所述處理器上運行的計算機程序，所述計算機程序被所述處理器執行時實現如第一方面所述的方法的步驟。

第四方面，提供了一種計算機可讀存儲介質，所述計算機可讀存儲介質上存儲計算機程序，所述計算機程序被處理器執行時實現如第一方面所述的方法的步驟。