[發明專利]一種用于檢測異常醫保數據的圖神經網絡的方法

在審

• 申請號: 202110054944.7
• 申請日: 2021-01-15
• 公開（公告）號: CN112801804A
• 公開（公告）日: 2021-05-14
• 發明（設計）人: 吳健;姜曉紅;應豪超;杜邦
• 申請（專利權）人: 浙江大學山東工業技術研究院
• 主分類號: G06Q40/08
• 分類號: G06Q40/08;G06F16/901;G06F16/906;G06N3/04
• 代理公司: 杭州橙知果專利代理事務所(特殊普通合伙) 33261
• 代理人: 杜放

本發明屬于醫學人工智能技術領域，尤其是涉及一種用于檢測異常醫保數據的圖神經網絡的方法。一種用于檢測異常醫保數據的圖神經網絡的方法，包括以下步驟：S1、數據生成，在數據生成層中生成可應用于圖神經網絡的圖結構的醫保數據；S2、數據采樣，在步驟S1所得的醫保數據中，針對圖結構的各個頂點的鄰居頂點進行采樣；S3、信息聚合，將步驟S2的采樣結果鎖獲得的各個頂點分別聚合鄰居頂點鎖蘊含的數據信息；S4、結果預測，將步驟S3所得的各個頂點的向量作為全連接層的輸入，預測目標節點的醫保數據是否存在異常。本發明提供了一種讓計算機使用人工智能的方式自主查找醫保欺詐行為的用于檢測異常醫保數據的圖神經網絡的方法。

技術領域

本發明屬于醫學人工智能技術領域，尤其是涉及一種用于檢測異常醫保數據的圖神經網絡的方法。

背景技術

隨著我國社會醫療保險制度改革的不斷深入，醫療保險的社會保障功能開始顯現。然而近年來，一些不法分子受利益驅動，利用醫療保險統籌基金管理的漏洞騙領醫保基金，特別是一些民營醫院的經營者參與騙保，嚴重影響醫保基金的安全和醫療保險改革的穩步推進。對于目前醫保局檢測不法分子的醫保欺詐行為主要依靠的是醫保局自己指定的一系列規則，如幫助非參保人員虛構勞動關系、虛構享受醫療保險待遇條件，或者提供虛假證明材料騙取醫保資格；將醫療保險證件、醫療保險卡或者支付憑證交給非參保人員使用；出具虛假證明材料或者鑒定意見，為非參保人員騙取醫療保險基金提供幫助等。但是規則是固定的，是可以被規避的。不法分子通過熟悉規則的方式能避開醫保局的檢查。而這就可以造成醫療保基金的極大損失。

目前，國家醫保局將醫保欺詐聚焦三個重點領域：一是醫療機構，重點查處誘導參保人員住院、盜刷和冒用參保人員社會保障卡、偽造醫療文書或票據、協助參保人員套取醫保基金、虛記或多記醫療服務費用等行為。二是零售藥店，重點查處串換藥品，刷卡套取基金等行為。三是參保人員，重點查處通過票據作假騙取基金等行為。但是騙保行為依舊屢禁不止。導致這一原因是，目前國家醫保局就醫保欺詐檢測只能依靠有經驗的核保核賠人員的檢查。醫保局指定的的規則較為簡單，目標行為一般聚焦于多日大金額交易。依靠人工核查以及簡單的規則限制，醫保欺詐中部分行為就會逃過國家醫保局的監管，并對國家醫保基金造成極大的財產損失。

人工智能是目前新興的計算機技術，它所探究的是如何使計算機去做過去只有人才能做的智能工作，并能做的更好。使用人工智能的圖神經網絡的方式，讓人工智能自動的去查找醫保交易內部的異常和欺詐行為。這能使那些巧妙躲開規則的違法行為得以被發現，同時也能降低人工檢查的疏漏的可能性。而作為目前興起的圖神經網絡，它滿足了現實場景的需求，因為現實數據本身就是互相存在關聯且以非歐氏空間的方式相聯結，是不具備規則的空間結構。如電子交易、推薦系統等抽象出來的圖譜，圖譜中每個節點與其他節點的連接不是固定的。圖神經網絡可以對非歐氏空間的數據進行建模，捕獲數據的內部依賴關系。圖神經網絡是不規則的、無序的。對于醫保交易數據，也是類似的構建圖結構，圖中每個交易數據樣本(節點)都會有邊與圖中其他交易數據樣本(節點)相關，這些信息可用于捕獲交易之間的相互依賴關系。將它應用在醫保欺詐的數據挖掘中，能更仔細的找到規則外的異常情況。因此，創建處一種用于檢測異常醫保數據的圖神經網絡的方法能更有效地進行醫保欺詐的探究，能更好的保護且推進保險制度改革。

發明內容

本發明所要解決的技術問題是提供一種讓計算機使用人工智能的方式自主查找醫保欺詐行為的用于檢測異常醫保數據的圖神經網絡的方法。為此，本發明采用以下技術方案：

一種用于檢測異常醫保數據的圖神經網絡的方法，包括以下步驟：

S1、數據生成，在數據生成層中生成可應用于圖神經網絡的圖結構的醫保數據；

S2、數據采樣，在步驟S1所得的醫保數據中，針對圖結構的各個頂點的鄰居頂點進行采樣；

S3、信息聚合，將步驟S2的采樣結果鎖獲得的各個頂點分別聚合鄰居頂點鎖蘊含的數據信息；