[發明專利]病例分組方法、裝置、電子設備及存儲介質

有效

• 申請號: 202011233742.0
• 申請日: 2020-11-06
• 公開（公告）號: CN112331285B
• 公開（公告）日: 2023-01-10
• 發明（設計）人: 張驍雅;舒正;尹珊珊;朱波;王凈;艾馨;羅嶼浪;傅兆翔;董子坤;田雅如;劉英杰;趙明;李璐璐
• 申請（專利權）人: 青島國新健康產業科技有限公司
• 主分類號: G16H10/60
• 分類號: G16H10/60
• 代理公司: 北京路浩知識產權代理有限公司 11002
• 代理人: 王宇楊

1.一種病例分組方法，其特征在于，包括：

確定待分組病例的ADRG組，獲取第一ADRG組的數據；其中，所述第一ADRG組為待分組病例所在的ADRG組；

根據所述第一ADRG組的數據，計算所述待分組病例的ECC值；

確定所述待分組病例的費用影響特征；其中，所述費用影響特征為對待分組病例的醫療費用的影響高于預設閾值的特征；

將待分組病例的ECC值和費用影響特征輸入病例分組模型中，確定所述待分組病例所在的DRG組；其中，

所述病例分組模型是基于樣本病例的ECC值以及費用影響特征訓練得到的。

2.根據權利要求1所述的病例分組方法，其特征在于，所述病例分組模型是基于CART決策回歸樹模型訓練得到的；其中，

所述病例分組模型包括多棵決策樹；所述多棵決策樹中的任意一棵決策樹各自與一個ADRG組相對應；

相應的，將待分組病例的ECC值和費用影響特征輸入病例分組模型中，確定所述待分組病例所在的DRG組，包括：

將待分組病例的ECC值和費用影響特征輸入與第一ADRG組對應的決策樹，確定所述待分組病例所在的DRG組。

3.根據權利要求1所述的病例分組方法，其特征在于，所述根據所述第一ADRG組的數據，計算所述待分組病例的ECC值，包括：

計算所述待分組病例中的各個診斷的DCL值；

對所述待分組病例中的各個診斷按照DCL值從大到小進行排序，按照排序結果計算所述待分組病例的ECC值；其中，

計算所述待分組病例的ECC值的公式為：

其中，ECCS是待分組病例的ECC值；DCL(x₁；A)≥DCL(x₂；A)≥…≥DCL(x_n；A)；R為預設的第一衰減系數，x_i為第i個診斷，A為ADRG標識。

4.根據權利要求3所述的病例分組方法，其特征在于，所述計算所述待分組病例中的各個診斷的DCL值，包括：

計算第一診斷在包含有i個診斷的病例中的相對費用，所述相對費用為具有i個診斷并且包含第一診斷的所有病例的平均費用與具有i-1個診斷的病例的平均費用估計值的相對比例值；其中，所述第一診斷為所述待分組病例中的任意一個診斷，所述包含有i個診斷的病例為第一ADRG組中的病例；i為大于1的自然數；

根據第一診斷在包含有i個診斷的病例中的相對費用，計算第一診斷的平均相對費用；

根據所述第一診斷的平均相對費用，計算第一診斷的DCL值。

5.根據權利要求4所述的病例分組方法，其特征在于，所述根據第一診斷在包含有i個診斷的病例中的相對費用，計算第一診斷的平均相對費用，包括：

檢測第一ADRG組中包含第一診斷的病例的數量，當病例數量少于預先設置的閾值，從與所述第一診斷相近的診斷和/或與所述第一ADRG組相近的ADRG組中獲取新的病例以擴展包含第一診斷的病例；

根據擴展后的包含第一診斷的病例，計算第一診斷的平均相對費用。

6.根據權利要求1至5任一項所述的病例分組方法，其特征在于，方法還包括：

確定樣本病例的ADRG組，獲取所述樣本病例的ADRG組數據；

基于所述樣本病例的ADRG組數據，得到所述樣本病例的ECC值；

確定所述樣本病例的費用影響特征；

基于所述樣本病例的ECC值以及費用影響特征，訓練得到病例分組模型。

7.根據權利要求6所述的病例分組方法，其特征在于，所述基于所述樣本病例的ECC值以及費用影響特征，訓練得到病例分組模型，包括：

基于所述樣本病例的ECC值以及費用影響特征，對CART決策回歸樹模型進行訓練，得到病例分組模型；其中，

所述病例分組模型包括多棵決策樹；所述多棵決策樹中的任意一棵決策樹各自與一個ADRG組相對應。