[发明专利]确定医保欺诈结果的方法、装置、电子设备及存储介质

说明书

本申请实施例提供了一种确定医保欺诈结果的方法、装置、电子设备及存储介质。该方法包括：获取待预测病例数据，待预测数据包括患者的至少一个属性信息、以及各属性信息的属性值；确定待预测病例数据所属的目标分类类别，以及目标分类类别对应的欺诈概率；获取待预测病例数据的各属性信息的属性值所对应的占比；根据目标分类类别对应的欺诈概率、以及各属性信息的属性值所对应的占比，确定待预测病例数据对应的欺诈概率：基于待预测病例数据对应的欺诈概率，确定待预测病例数据的医保欺诈结果。本申请实施例中由于目标分类类别的欺诈概率和各属性值所对应的占比可以表征潜在的高欺诈概率的病例数据，进而可以有效地识别出是否存在医保欺诈行为。

技术领域

本申请涉及医疗数据技术领域，具体而言，本发明涉及一种确定医保欺诈结果的方法、装置、电子设备及存储介质。

背景技术

随着社会保障制度的发展，具有医保并使用医保就诊的人员越来越多，各人员在各医疗机构使用医保就诊或购买药品时，医疗机构的医疗人员会针对就诊人员的病症信息开出相应的医疗处方或用药信息，以对就诊人员的疾病进行治疗。

由于医保特有的复杂的委托代理关系和严重的信息不对称，使医疗费用控制难度加大，在利益的驱动下就会产生一些过度医疗服务行为和违规欺诈行为，导致医保基金不合理的流失。因此，医保欺诈行为的识别在杜绝医保恶意使用方面显得尤为重要。

发明内容

本申请的目的旨在至少能解决上述的技术缺陷之一。

第一方面，提供了一种确定医保欺诈结果的方法，该方法包括：

获取待预测病例数据，待预测数据包括患者的至少一个属性信息、以及各属性信息的属性值；

确定待预测病例数据所属的目标分类类别，以及目标分类类别对应的欺诈概率；

获取待预测病例数据的各属性信息的属性值所对应的占比，其中，属性值所对应的占比为包含该属性值的参考病例数据中欺诈病例数据所占比例的倒数；

根据目标分类类别对应的欺诈概率、以及各属性信息的属性值所对应的占比，确定待预测病例数据对应的欺诈概率：

基于待预测病例数据对应的欺诈概率，确定待预测病例数据的医保欺诈结果。

第一方面可选的实施例中，确定待预测病例数据所属的目标分类类别之前，还包括：

获取参考病例数据，每个参考病例数据中包括患者的各个属性信息和各属性信息的属性值，每个参考病例数据对应一个欺诈标签，欺诈标签用于表征参考病例数据是否为医保欺诈的病例数据；

对参考病例数据中包括的各个属性信息基于预设的聚类规则进行聚类，得到聚类结果，每个聚类结果中包括至少一个属性信息，每个聚类结果对应于一个分类类别；

针对每个属性值，将包含属性值的参考病例数据中属于欺诈病例的数量与包含属性的参考病例数据的数量的比值的倒数作为属性值所对应的占比。

第一方面可选的实施例中，得到聚类结果之后，还包括：

根据每个分类类别中所包括的属性信息，以及预设的分类规则将参考病例数据划分至各分类类别中，分类规则是基于属性信息配置的；

针对每一个分类类别，根据分类类别中包括的参考病例数据所对应的欺诈标签，确定分类类别对应的欺诈概率。

第一方面可选的实施例中，确定待预测病例数据所属的目标分类类别，包括：

根据待预测病例数据中包括的各属性信息、以及每个分类类别中包括的属性信息，确定待预测病例数据所属的目标分类类别。

第一方面可选的实施例中，根据待预测病例数据中包括的各属性信息、以及每个分类类别中包括的属性信息，确定待预测病例数据所属的目标分类类别，包括：