[发明专利]一种检测医保欺诈的方法、系统及存储介质

权利要求书

1.一种检测医保欺诈的方法，其特征在于，包括：

获取患者的就诊记录，根据所获取的就诊记录提取对应的患者特征，并根据所提取的患者特征及患者与医生的对应关系，建立医患关系神经网络；

将预先标记的欺诈样本输入所建立的医患关系神经网络中，训练出欺诈预测模型，并从所训练出的欺诈预测模型中输出每个患者节点具有欺诈行为的预测值；

根据所输出的预测值判定对应节点的患者是否存在欺诈行为。

2.根据权利要求1所述的检测医保欺诈的方法，其特征在于，所述将预先标记的欺诈样本输入所建立的医患关系神经网络中，训练出欺诈预测模型，并从所训练出的欺诈预测模型中输出每个患者节点具有欺诈行为的预测值之后包括：

监测是否有新增的就诊记录；

若有新增的就诊记录，将具有预测值的患者节点输入预先建立的动态更新网络中，删除其中无效的患者节点；

将删除无效节点后的其余就诊记录与新增的就诊记录整理成更新后的就诊记录；

根据更新后的就诊记录继续判定每个节点对应的患者是否存在欺诈行为。

3.根据权利要求2所述的检测医保欺诈的方法，其特征在于，所述若有新增的就诊记录，将具有预测值的患者节点输入预先建立的动态更新网络中，删除其中无效的患者节点，其中，判定无效的患者节点的依据为：

根据具有预测值的患者节点的生成日期及预测值，分别计算每个患者节点的优先级；

对每个患者节点的优先级进行排序，选取优先级低的作为无效的患者节点。

4.根据权利要求3所述的检测医保欺诈的方法，其特征在于，所述删除其中无效的患者节点，具体包括：

根据新增的就诊数量，以优先级低的患者节点为序删除同等数量的无效的患者节点。

5.根据权利要求1所述的检测医保欺诈的方法，其特征在于，所述将预先标记的欺诈样本输入所建立的医患关系神经网络中，其中，得到预先标记的欺诈样本的步骤包括：

采用预设方式从就诊记录中选取部分就诊记录作为待标记样本；

对所选取的待标记样本进行专家标注，标识待标记样本中具有欺诈行为的样本，得到预先标记的欺诈样本。

6.根据权利要求1所述的检测医保欺诈的方法，其特征在于，所述采用预设方式从就诊记录中选取部分就诊记录作为待标记样本，其中，采用预设方式选取待标记样本的方式至少包括：

通过最大熵选择策略计算出每个患者的熵值，选取所计算熵值中最大值作为待标记样本；

或者，采取随机策略随机采取就诊记录中部分就诊记录作为待标记样本；

或者，通过最大概率策略计算每个患者的概率值，选取所计算概率值中最大值作为待标记样本。

7.根据权利要求1所述的检测医保欺诈的方法，其特征在于，所述获取患者的就诊记录，根据所获取的就诊记录提取对应的患者特征，并根据所提取的患者特征及患者与医生的对应关系，建立医患关系神经网络，之前包括：

将患者就诊信息中的患者身份信息进行匿名处理，并将处理后的就诊信息转换成数据结构类型的就诊记录。

8.根据权利要求1所述的检测医保欺诈的方法，其特征在于，所述获取患者的就诊记录，根据所获取的就诊记录提取对应的患者特征，并根据所提取的患者特征及患者与医生的对应关系，建立医患关系神经网络，具体包括：

获取患者的就诊记录，从就诊记录中提取对应的患者特征，建立患者特征度矩阵；

分析就诊记录中医生与患者之间的医患关系，建立对应的医患关系邻接矩阵；

根据患者特征度矩阵和医患关系邻接矩阵，建立医患关系神经网络。

9.一种系统，其特征在于，包括有存储器，以及一个或者一个以上的程序，其中一个或者一个以上程序存储于存储器中，且经配置以由一个或者一个以上处理器执行所述一个或者一个以上程序包含用于执行如权利要求1-8中任一项所述的检测医保欺诈的方法。

10.一种存储介质，其特征在于，所述存储介质存储有计算机程序，所述计算机程序能够被执行以用于实现如权利要求1-8任一项所述的检测医保欺诈的方法。