[發明專利]一種檢測醫保欺詐的方法、系統及存儲介質

在審

• 申請號: 202010967115.3
• 申請日: 2020-09-15
• 公開（公告）號: CN112200684A
• 公開（公告）日: 2021-01-08
• 發明（設計）人: 李堅強;陳杰;胡曉楠;羅若恒
• 申請（專利權）人: 深圳大學
• 主分類號: G06Q40/08
• 分類號: G06Q40/08;G16H10/60;G06N3/04;G06N3/08;G06N7/00
• 代理公司: 深圳市君勝知識產權代理事務所(普通合伙) 44268
• 代理人: 朱陽波

1.一種檢測醫保欺詐的方法，其特征在于，包括：

獲取患者的就診記錄，根據所獲取的就診記錄提取對應的患者特征，并根據所提取的患者特征及患者與醫生的對應關系，建立醫患關系神經網絡；

將預先標記的欺詐樣本輸入所建立的醫患關系神經網絡中，訓練出欺詐預測模型，并從所訓練出的欺詐預測模型中輸出每個患者節點具有欺詐行為的預測值；

根據所輸出的預測值判定對應節點的患者是否存在欺詐行為。

2.根據權利要求1所述的檢測醫保欺詐的方法，其特征在于，所述將預先標記的欺詐樣本輸入所建立的醫患關系神經網絡中，訓練出欺詐預測模型，并從所訓練出的欺詐預測模型中輸出每個患者節點具有欺詐行為的預測值之后包括：

監測是否有新增的就診記錄；

若有新增的就診記錄，將具有預測值的患者節點輸入預先建立的動態更新網絡中，刪除其中無效的患者節點；

將刪除無效節點后的其余就診記錄與新增的就診記錄整理成更新后的就診記錄；

根據更新后的就診記錄繼續判定每個節點對應的患者是否存在欺詐行為。

3.根據權利要求2所述的檢測醫保欺詐的方法，其特征在于，所述若有新增的就診記錄，將具有預測值的患者節點輸入預先建立的動態更新網絡中，刪除其中無效的患者節點，其中，判定無效的患者節點的依據為：

根據具有預測值的患者節點的生成日期及預測值，分別計算每個患者節點的優先級；

對每個患者節點的優先級進行排序，選取優先級低的作為無效的患者節點。

4.根據權利要求3所述的檢測醫保欺詐的方法，其特征在于，所述刪除其中無效的患者節點，具體包括：

根據新增的就診數量，以優先級低的患者節點為序刪除同等數量的無效的患者節點。

5.根據權利要求1所述的檢測醫保欺詐的方法，其特征在于，所述將預先標記的欺詐樣本輸入所建立的醫患關系神經網絡中，其中，得到預先標記的欺詐樣本的步驟包括：

采用預設方式從就診記錄中選取部分就診記錄作為待標記樣本；

對所選取的待標記樣本進行專家標注，標識待標記樣本中具有欺詐行為的樣本，得到預先標記的欺詐樣本。

6.根據權利要求1所述的檢測醫保欺詐的方法，其特征在于，所述采用預設方式從就診記錄中選取部分就診記錄作為待標記樣本，其中，采用預設方式選取待標記樣本的方式至少包括：

通過最大熵選擇策略計算出每個患者的熵值，選取所計算熵值中最大值作為待標記樣本；

或者，采取隨機策略隨機采取就診記錄中部分就診記錄作為待標記樣本；

或者，通過最大概率策略計算每個患者的概率值，選取所計算概率值中最大值作為待標記樣本。

7.根據權利要求1所述的檢測醫保欺詐的方法，其特征在于，所述獲取患者的就診記錄，根據所獲取的就診記錄提取對應的患者特征，并根據所提取的患者特征及患者與醫生的對應關系，建立醫患關系神經網絡，之前包括：

將患者就診信息中的患者身份信息進行匿名處理，并將處理后的就診信息轉換成數據結構類型的就診記錄。

8.根據權利要求1所述的檢測醫保欺詐的方法，其特征在于，所述獲取患者的就診記錄，根據所獲取的就診記錄提取對應的患者特征，并根據所提取的患者特征及患者與醫生的對應關系，建立醫患關系神經網絡，具體包括：

獲取患者的就診記錄，從就診記錄中提取對應的患者特征，建立患者特征度矩陣；

分析就診記錄中醫生與患者之間的醫患關系，建立對應的醫患關系鄰接矩陣；

根據患者特征度矩陣和醫患關系鄰接矩陣，建立醫患關系神經網絡。

9.一種系統，其特征在于，包括有存儲器，以及一個或者一個以上的程序，其中一個或者一個以上程序存儲于存儲器中，且經配置以由一個或者一個以上處理器執行所述一個或者一個以上程序包含用于執行如權利要求1-8中任一項所述的檢測醫保欺詐的方法。

10.一種存儲介質，其特征在于，所述存儲介質存儲有計算機程序，所述計算機程序能夠被執行以用于實現如權利要求1-8任一項所述的檢測醫保欺詐的方法。