[发明专利]一种基于数据分析的异常病例识别方法及计算设备在审
申请号: | 201811282997.9 | 申请日: | 2018-10-30 |
公开(公告)号: | CN109544376A | 公开(公告)日: | 2019-03-29 |
发明(设计)人: | 刘俊芳 | 申请(专利权)人: | 平安医疗健康管理股份有限公司 |
主分类号: | G06Q40/08 | 分类号: | G06Q40/08;G16H50/70 |
代理公司: | 广州三环专利商标代理有限公司 44202 | 代理人: | 郝传鑫;熊永强 |
地址: | 200000 上海市黄浦*** | 国省代码: | 上海;31 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 计算设备 基础病 病例数据 数据分析 字典表 分值计算 提示信息 分类 预测 提示 查找 输出 | ||
1.一种基于数据分析的异常病例识别方法,其特征在于,包括:
计算设备接收第一病例的病例数据,所述病例数据包括实际医保费用;
所述计算设备在病种分值字典表中查找所述第一病例所属的第一病种分类对应的第一基础病种分值,并根据所述第一基础病种分值计算所述第一病例的预测医保费用,所述病种分值字典表包括病种分类与基础病种分值的对应关系;
所述计算设备根据所述实际医保费用与所述预测医保费用判断所述第一病例是否为异常病例,如果是,则输出用于提示所述第一病例异常的提示信息。
2.如权利要求1所述的方法,其特征在于,所述计算设备在病种分值字典表中查找所述第一病例所属的第一病种分类对应的第一基础病种分值之前,所述方法还包括:
所述计算设备根据所述第一病例中用于识别参保人的发生病种分类的诊断标识确定所述第一病例的病种分类,其中,所述病种分类为病种分类字典中的项,所述病种分类字典包括病种分类的名称与病种分类码的对应关系,所述病种分类码为ICD编码或ICD编码的前N位码,所述N为小于6的正整数。
3.如权利要求1所述的方法,其特征在于,所述根据所述第一基础病种分值计算所述第一病例的预测医保费用包括:
根据所述第一基础病种分值计算所述第一病种分值;
根据所述第一病种分值和预设分值单价计算所述第一病例的预测医保费用。
4.如权利要求3所述的方法,其特征在于,根据所述第一基础病种分值计算所述第一病种分值包括:
Y=∑iA1*C1+Ei;
所述根据所述第一病种分值和预设分值单价计算所述第一病例的预测医保费用包括:
S=Y*D
其中,Y为所述第一病种分值,A1为所述第一基础病种分值,C1为所述第一病例所在医院的医院级别系数,Ei为附加病种分值,i为所述附加病种分值的索引,i为正整数,S为所述预测医保费用,D为分值单价。
5.如权利要求1所述的方法,其特征在于,所述计算设备根据所述实际医保费用与所述预测医保费用判断所述第一病例是否为异常病例,如果是,则输出用于提示所述第一病例异常的提示信息包括:
所述计算设备判断所述实际医保费用与所述预测医保费用的比值是否大于第二阈值或小于第三阈值;
当所述实际医保费用与所述预测医保费用的比值大于所述第二阈值时,输出用于提示所述第一病例的病种分值过低的提示信息;
当所述实际医保费用与所述预测医保费用的比值小于所述第一阈值且大于第二阈值时,输出用于提示所述第一病例的病种分值在正常范围的提示信息;
当所述实际医保费用与所述预测医保费用的比值小于所述第二阈值时,输出用于提示所述第一病例的病种分值过高的提示信息。
6.如权利要求1-5任一项所述的方法,其特征在于,所述方法还包括:
将所述第一病例的多个病例特征输入到病种分析模型中,得到所述第一病例的预测病种分类;
判断所述第一病例是预测病种分类与所述的第一病种分类是否为同一种病种分类,如果否,则输出用于提示第一病例的诊断有误的提示信息。
7.如权利要求1-5任一项所述的方法,其特征在于,所述方法还包括:
接收病例集,所述病例集包括多个病例,所述第一病例为所述多个病例中任意一个;
根据病例集中的异常病例的病例数据,显示第一图像,所述第一图像包括以下至少一项:所述病例集中的异常病例的所在医院和例数的对应关系、所述病例集中的异常病例的主治医师和例数的对应关系、所述病例集中的异常病例的病种分类与例数的对应关系。
8.一种计算设备,其特征在于,包括处理器、存储器以及通信模块,所述处理器耦合所述存储器、所述通信模块,所述处理器用于调用所述存储器存储的程序代码执行如权利要求1-7中任一项权利要求所述的基于数据分析的异常病例识别方法。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于平安医疗健康管理股份有限公司,未经平安医疗健康管理股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201811282997.9/1.html,转载请声明来源钻瓜专利网。