[發明專利]一種基于異常檢測算法的醫保控費方法和系統

在審

• 申請號: 202110132081.0
• 申請日: 2021-01-31
• 公開（公告）號: CN112750046A
• 公開（公告）日: 2021-05-04
• 發明（設計）人: 王曄晗;劉升平;梁家恩
• 申請（專利權）人: 云知聲智能科技股份有限公司;廈門云知芯智能科技有限公司
• 主分類號: G06Q40/08
• 分類號: G06Q40/08;G06F40/295;G16H10/60
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種基于異常檢測算法的醫保控費方法，其特征在于，包括如下步驟：

S1.對病歷數據文本進行處理，得到實體的向量映射；

S2.根據所述實體的向量映射，對病例數據中所有的主診斷進行內涵一致性聚合，將所有病歷數據根據主診斷分為N組(N＞1)；

S3.對所述分組病例進行實體向量篩選，在每組病例數據上運行LOF算法，得到異常醫療行為集合。

2.根據權利要求1所述的方法，其特征在于，所述步驟S1包括：

S101.獲取大規模的電子病歷文本數據；

S102.對所述電子病歷文本運行醫療NER算法，將病歷文本中的醫療實體抽取出來，形成數據集E；

S103.在數據集E上運行Word2Vec算法，將所有的醫療實體映射到同一個高維空間內，得到實例化的向量結果數據集S。

3.根據權利要求2所述的方法，其特征在于，所述步驟S2包括：

S201.統計所有病歷中主診斷名稱不同的病歷份數，得到數據集L，然后將數據集L按照病歷份數從大到小排序；

S202.創立一個新的空表NL；

S203.從頭遍歷數據集L，選取L中的第一個未訪問過的數據項D，將數據項D標記為已訪問；

S204.在所述實例化的向量結果S中找出與數據項D的歐式距離小于預設閾值的所有點PS，將點PS在數據集L上標記為已訪問；

S205.將點PS的實體名稱和數據項D的實體名稱放在一個列表中，得到診斷一致的名稱列表；并將這些點PS的個數和數據項D的個數相加得到總個數；將名稱列表和總個數作為一個新的數據項T，添加到表NL中；

S206.重復步驟S203-S205直到數據集L的所有項都標記為已訪問。

4.根據權利要求3所述的方法，其特征在于，所述步驟S3包括：

S301.遍歷所述表NL的所有項，刪除其總個數小于1000的項，記為表NLD；

S302.創立一個新表RL，令指針指向NLD表頭；

S303.從指針位置選出NLD中的數據項T，以該數據項T所對應的診斷名稱列表為基礎，抽取該列表中所有診斷名稱所對應的病歷集合G；

S304.根據所述病例集合G對所述數據集E進行過濾，只取G中存在的病歷，得到結果數據集EG；

S305.根據數據集EG對數據集S進行過濾，只取數據集EG中存在的實體向量，得到結果數據集SG；

S306.在數據集SG上運行密度異常檢測算法LOF，得到每個實體的LOF得分；將LOF得分大于預設閾值的實體標記為異常點，得到異常醫療行為列表；

S307.將所述診斷名稱列表和異常醫療行為列表作為一個數據項，添加到表RL中；

S308.將指向表NLD的指針向后移一位；

S309.重復執行步驟S303-S308,直到指針超過NLD表尾；得到包含異常醫療行為列表的表RL。

5.一種基于異常檢測算法的醫保控費系統，其特征在于，包括：

數據處理模塊，對病歷數據文本進行處理，得到實體的向量映射；

數據聚合模塊，根據所述實體的向量映射，對病例數據中所有的主診斷進行內涵一致性聚合，將所有病歷數據根據主診斷分為N組(N＞1)；

數據篩選模塊，對所述分組病例進行實體向量篩選，在每組病例數據上運行LOF算法，得到異常醫療行為集合。

6.根據權利要求5所述的系統，其特征在于，所述數據處理模塊還包括：

病例數據獲取模塊，獲取大規模的電子病歷文本數據；

實體獲取模塊，對所述電子病歷文本運行醫療NER算法，將病歷文本中的醫療實體抽取出來，形成數據集E；

實體映射模塊，在數據集E上運行Word2Vec算法，將所有的醫療實體映射到同一個高維空間內，得到實例化的向量結果數據集S。