[發明專利]一種基于動態就醫行為對齊的醫保欺詐發現方法

在審

• 申請號: 202010688096.0
• 申請日: 2020-07-16
• 公開（公告）號: CN111798324A
• 公開（公告）日: 2020-10-20
• 發明（設計）人: 俞山青;韓忙;王甬琪;孫佳慧;宣琦;陳晉音
• 申請（專利權）人: 浙江工業大學
• 主分類號: G06Q40/08
• 分類號: G06Q40/08;G06Q30/00;G06N3/04
• 代理公司: 杭州天勤知識產權代理有限公司 33224
• 代理人: 曹兆霞

1.一種基于動態就醫行為對齊的醫保欺詐發現方法，其特征在于，包括以下步驟：

(1)獲取基本醫療場景數據，以基本醫療場景數據中實體信息為節點，以實體之間關系為連邊，構建靜態醫保知識圖網絡后，獲得靜態醫保知識圖網絡的鄰接矩陣，并利用增加有殘差思想的多層圖卷積網絡對鄰接矩陣進行多次圖卷積操作，獲得靜態醫保知識圖網絡中每個實體信息的特征表示；

(2)針對包含有多種實體信息的動態就醫行為，根據該動態就醫行為包含實體信息的特征表示構建該動態就醫行為的特征表示，并對動態就醫行為的特征表示映射為固定長度后作為LSTM的輸入；

(3)利用參數確定的LSTM提取動態就醫行為的特征表示在時間上的關聯特征，對關聯特征編碼解碼后，利用softmax函數獲得檢測結果。

2.如權利要求1所述的基于動態就醫行為對齊的醫保欺詐發現方法，其特征在于，步驟(1)中，多層圖卷積網絡中，采用以下公式對鄰接矩陣進行多次圖卷積操作：

其中，f^k表示第k次圖卷積操作的輸出，即實體信息的特征表示，f^k-1表示第k-1次圖卷積操作的輸出，W_k,b_k表示圖卷積網絡的網絡參數，λ是超參數，取值范圍為0～1，用于控制f^k-1有多少信息直接輸出到下一次圖卷積操作，σ(·)表示激活函數，A為靜態醫保知識圖網絡的鄰接矩陣，I_N表示與A階數相等的單位矩陣，D表示矩陣的度值矩陣；f⁰為節點的初始特征。

3.如權利要求1或2所述的基于動態就醫行為對齊的醫保欺詐發現方法，其特征在于，所述增加有殘差思想的多層圖卷積網絡的網絡參數通過以下方式優化：

對多層圖卷積網絡的輸出進行歸一化處理：

Z＝softmax(f^k)

其中，Z表示歸一化處理結果，softmax(·)表示softmax函數，f^k表示第k次圖卷積操作的輸出；

根據損失函數L更新多層圖卷積網絡的網絡參數：

其中，y_L表示有標簽的節點集合，F表示節點標簽種類集合，i和j分別為實體信息和標簽的索引，Y_ij表示第i個實體信息的第j類標簽。

4.如權利要求1所述的基于動態就醫行為對齊的醫保欺詐發現方法，其特征在于，步驟(2)中，根據以下公式構建動態就醫行為的特征表示：

其中，表示動態就醫行為s_ln的初始特征表示，p_l表示動態就醫行為s_ln包含的第i個實體信息，m為自然數，表示實體信息的總個數，N(s_ln)表示動態就醫行為包含的實體信息集合，表示動態就醫行為s_ln包含的第i個實體信息的特征表示，表示動態就醫行為s_ln的特征表示。

5.如權利要求1所述的基于動態就醫行為對齊的醫保欺詐發現方法，其特征在于，步驟(2)中，采用hash函數對動態就醫行為的特征表示映射為固定長度，以實現對動態就醫行為的特征表示的對齊。