[發(fā)明專利]一種用于檢測(cè)異常醫(yī)保數(shù)據(jù)的圖神經(jīng)網(wǎng)絡(luò)的方法

在審

• 申請(qǐng)?zhí)枺?/td>: 202110054944.7
• 申請(qǐng)日: 2021-01-15
• 公開（公告）號(hào): CN112801804A
• 公開（公告）日: 2021-05-14
• 發(fā)明（設(shè)計(jì)）人: 吳健;姜曉紅;應(yīng)豪超;杜邦
• 申請(qǐng)（專利權(quán)）人: 浙江大學(xué)山東工業(yè)技術(shù)研究院
• 主分類號(hào): G06Q40/08
• 分類號(hào): G06Q40/08;G06F16/901;G06F16/906;G06N3/04
• 代理公司: 杭州橙知果專利代理事務(wù)所(特殊普通合伙) 33261
• 代理人: 杜放

1.一種用于檢測(cè)異常醫(yī)保數(shù)據(jù)的圖神經(jīng)網(wǎng)絡(luò)的方法，其特征在于包括以下步驟：

S1、數(shù)據(jù)生成，在數(shù)據(jù)生成層中生成可應(yīng)用于圖神經(jīng)網(wǎng)絡(luò)的圖結(jié)構(gòu)的醫(yī)保數(shù)據(jù)；

S2、數(shù)據(jù)采樣，在步驟S1所得的醫(yī)保數(shù)據(jù)中，針對(duì)圖結(jié)構(gòu)的各個(gè)頂點(diǎn)的鄰居頂點(diǎn)進(jìn)行采樣；

S3、信息聚合，將步驟S2的采樣結(jié)果鎖獲得的各個(gè)頂點(diǎn)分別聚合鄰居頂點(diǎn)鎖蘊(yùn)含的數(shù)據(jù)信息；

S4、結(jié)果預(yù)測(cè)，將步驟S3所得的各個(gè)頂點(diǎn)的向量作為全連接層的輸入，預(yù)測(cè)目標(biāo)節(jié)點(diǎn)的醫(yī)保數(shù)據(jù)是否存在異常。

2.根據(jù)權(quán)利要求1所述的一種用于檢測(cè)異常醫(yī)保數(shù)據(jù)的圖神經(jīng)網(wǎng)絡(luò)的方法，其特征在于所述醫(yī)保數(shù)據(jù)包括醫(yī)保的交易詳細(xì)信息。

3.根據(jù)權(quán)利要求2所述的一種用于檢測(cè)異常醫(yī)保數(shù)據(jù)的圖神經(jīng)網(wǎng)絡(luò)的方法，其特征在于步驟S1還包括：

S11、獲取指定的醫(yī)保交易數(shù)據(jù)；

S12、從步驟S11獲得的指定數(shù)據(jù)中，提取得到醫(yī)保交易信息；

S13、根據(jù)步驟S12所得的信息，利用代碼以定點(diǎn)醫(yī)療機(jī)構(gòu)編碼作為標(biāo)識(shí)，將醫(yī)保交易數(shù)據(jù)拆分和匹配；

S14、對(duì)步驟S13所得結(jié)果在數(shù)據(jù)生成層中進(jìn)行數(shù)據(jù)表的生成。

4.根據(jù)權(quán)利要求3所述的一種用于檢測(cè)異常醫(yī)保數(shù)據(jù)的圖神經(jīng)網(wǎng)絡(luò)的方法，其特征在于所述步驟S14還包括：

S141、將單據(jù)號(hào)存在相同定點(diǎn)醫(yī)療機(jī)構(gòu)編碼的交易信息構(gòu)建圖結(jié)構(gòu)的邊；

S142、生成圖結(jié)構(gòu)邊信息的數(shù)據(jù)表，以定點(diǎn)醫(yī)療機(jī)構(gòu)編碼作為標(biāo)識(shí)，每條醫(yī)保交易信息內(nèi)包含的特征信息生成單獨(dú)的醫(yī)保交易特征表；其中，

所述特征信息至少包括：醫(yī)療總費(fèi)用、自費(fèi)金額、賬戶支付、本年賬戶支付、歷年賬戶支付、統(tǒng)籌支出、大額支付金額、現(xiàn)金支付金額、自理費(fèi)用、超限價(jià)自付費(fèi)用、符合基本醫(yī)療費(fèi)用、超封頂線個(gè)人自付金額、藥品費(fèi)用、診療項(xiàng)目費(fèi)用、材料費(fèi)用、范圍外材料費(fèi)用、一般診療費(fèi)、掛號(hào)費(fèi)、總報(bào)銷金額、醫(yī)院負(fù)擔(dān)費(fèi)用和審核扣款金額。

5.根據(jù)權(quán)利要求1所述的一種用于檢測(cè)異常醫(yī)保數(shù)據(jù)的圖神經(jīng)網(wǎng)絡(luò)的方法，其特征在于所述步驟S2還包括：

S21、對(duì)每個(gè)頂點(diǎn)采樣一定數(shù)量的鄰居頂點(diǎn)作為待聚合信息的頂點(diǎn)；

S22、設(shè)采樣數(shù)量為K，若該頂點(diǎn)的鄰居數(shù)少于K，采用有放回的抽樣方法，直到采樣出K個(gè)頂點(diǎn)；

若該頂點(diǎn)鄰居數(shù)大于K，則采用無(wú)放回的抽樣。

6.根據(jù)權(quán)利要求1所述的一種用于檢測(cè)異常醫(yī)保數(shù)據(jù)的圖神經(jīng)網(wǎng)絡(luò)的方法，其特征在于所述步驟S3還包括：

S31、通過(guò)設(shè)置網(wǎng)絡(luò)層數(shù)k將該節(jié)點(diǎn)的數(shù)據(jù)與鄰接點(diǎn)的數(shù)據(jù)進(jìn)行聚合；

S32、在每一層的循環(huán)k中，對(duì)于每個(gè)頂點(diǎn)v，使用v的鄰接點(diǎn)的k-1層的聚合結(jié)果表示來(lái)產(chǎn)生其鄰居頂點(diǎn)的第k層聚合表示再將和頂點(diǎn)v的第k-1層表示進(jìn)行拼接，在經(jīng)過(guò)一個(gè)非線性變換產(chǎn)生頂點(diǎn)v的第k層聚合表示

所述網(wǎng)絡(luò)層數(shù)k為每個(gè)頂點(diǎn)可以聚合的鄰接點(diǎn)的跳數(shù)。

7.根據(jù)權(quán)利要求1所述的一種用于檢測(cè)異常醫(yī)保數(shù)據(jù)的圖神經(jīng)網(wǎng)絡(luò)的方法，其特征在于所述步驟S4還包括：全連接層作為分類器，對(duì)需要預(yù)測(cè)的醫(yī)保交易信息進(jìn)行分類。

8.根據(jù)權(quán)利要求7所述的一種用于檢測(cè)異常醫(yī)保數(shù)據(jù)的圖神經(jīng)網(wǎng)絡(luò)的方法，其特征在于所述全連接層中每個(gè)神經(jīng)元與其前一層的所有神經(jīng)元進(jìn)行全連接，全連接層整合卷積層中具有類別區(qū)分性的局部信息，以輸出結(jié)果。