[發明專利]基于大數據的醫療數據異常分析方法、裝置和計算機設備

有效

• 申請號: 202011039794.4
• 申請日: 2020-09-28
• 公開（公告）號: CN112131277B
• 公開（公告）日: 2023-04-18
• 發明（設計）人: 唐強
• 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: G06F16/2458
• 分類號: G06F16/2458;G06F16/248;G06F18/2433;G06F18/2321;G06F18/23211
• 代理公司: 華進聯合專利商標代理有限公司 44224
• 代理人: 劉佳妮

1.一種基于大數據的醫療數據異常分析方法，其特征在于，所述方法包括：

在接收到終端發送的異常分析請求時，獲取用戶對應于相同病種的待分析的醫療數據；

按照預設的數據組合類型，將所述醫療數據中各類型的數據進行組合，獲得各所述數據組合類型分別對應的包括不同類型數據的醫療數據對；

分別對各所述數據組合類型對應的醫療數據對進行聚類，根據聚類結果確定各所述數據組合類型對應的醫療數據中的離群點；

查詢預設的各所述數據組合類型分別對應異常因子；所述異常因子為各種數據組合類型的異常權重；

根據所述異常因子計算對應數據組合類型的離群點的異常度；

將對應于同一目標用戶標識的各離群點的異常度進行疊加，得到各目標用戶標識分別對應的用戶異常度；

當所述用戶異常度超過異常度閾值時，確定所述用戶異常度對應目標用戶標識的醫療數據為異常數據，并將所述異常數據反饋至所述終端，以在所述終端進行可視化展示。

2.根據權利要求1所述的方法，其特征在于，所述在接收到終端發送的異常分析請求時，獲取用戶對應于相同病種的待分析的醫療數據，包括：

接收終端發送的異常分析請求，并根據所述異常分析請求確定目標用戶標識；

從醫療記錄庫中獲取所述目標用戶標識對應的醫療記錄；

從所述醫療記錄中提取對應于相同病種的待分析的醫療數據。

3.根據權利要求2所述的方法，其特征在于，所述從所述醫療記錄中提取對應于相同病種的待分析的醫療數據，包括：

確定待分析病種，并從所述醫療記錄中篩選出屬于所述待分析病種的篩選醫療記錄；

對所述篩選醫療記錄進行解析，根據解析結果確定所述目標用戶標識對應于所述待分析病種的就醫信息、費用信息和參保地點；

根據所述參保地點和所述就醫信息中就醫醫院的位置，確定異地就醫距離；

根據所述就醫信息、費用信息、參保地點和所述異地就醫距離得到待分析的醫療數據。

4.根據權利要求1所述的方法，其特征在于，所述分別對各所述數據組合類型對應的醫療數據對進行聚類，根據聚類結果確定各所述數據組合類型對應的醫療數據中的離群點，包括：

通過密度聚類算法分別對各所述數據組合類型對應的醫療數據對進行聚類，得到包括至少一個聚類簇的聚類結果；

基于離群點檢測算法分別確定各所述數據組合類型對應的醫療數據對中的預備離群點；

根據所述聚類簇從所述預備離群點中確定各所述數據組合類型對應的醫療數據中的離群點。

5.根據權利要求1至4任意一項所述的方法，其特征在于，所述將所述異常數據反饋至所述終端，以在所述終端進行可視化展示，包括：

查詢預設的異常分級條件；

根據所述異常分級條件確定所述異常數據對應的異常級別；

根據所述異常級別確定所述異常數據的可視化展示方式；

將所述異常數據和所述可視化展示方式反饋至所述終端，以在所述終端按照所述可視化展示方式對所述異常數據進行可視化展示。

6.一種基于大數據的醫療數據異常分析裝置，其特征在于，所述裝置包括：

醫療數據獲取模塊，用于在接收到終端發送的異常分析請求時，獲取用戶對應于相同病種的待分析的醫療數據；

數據對獲得模塊，用于按照預設的數據組合類型，將所述醫療數據中各類型的數據進行組合，獲得各所述數據組合類型分別對應的包括不同類型數據的醫療數據對；

離群點確定模塊，用于分別對各所述數據組合類型對應的醫療數據對進行聚類，根據聚類結果確定各所述數據組合類型對應的醫療數據中的離群點；

異常數據確定模塊，用于查詢預設的各所述數據組合類型分別對應異常因子，所述異常因子為各種數據組合類型的異常權重；根據所述異常因子計算對應數據組合類型的離群點的異常度；將對應于同一目標用戶標識的各離群點的異常度進行疊加，得到各目標用戶標識分別對應的用戶異常度；當所述用戶異常度超過異常度閾值時，確定所述用戶異常度對應目標用戶標識的醫療數據為異常數據，并將所述異常數據反饋至所述終端，以在所述終端進行可視化展示。