CN104537764A - 一种医保卡异常使用的检测方法和检测系统 - Google Patents

Abstract

本发明适用于数据处理领域，提供了一种医保卡异常使用的检测方法和检测系统，所述方法包括：获取待检测的多张医保卡在预设的检测时间内的刷卡信息，所述刷卡信息包括：医保卡ID、就诊机构ID、就诊结算时间、医保费用和购买药品编号；根据所述刷卡信息从所述多张医保卡中筛选出符合预设的异常检测条件的医保卡，并将符合所述异常检测条件的医保卡设置为异常医保卡。本发明实施例，获取待检测的多张医保卡在预设的检测时间内的刷卡信息，根据刷卡信息从多张医保卡中筛选出符合预设的异常检测条件的医保卡，并将符合异常检测条件的医保卡设置为异常医保卡，提供了一种快速、准确的检测医保卡异常的方法和系统。

Description

一种医保卡异常使用的检测方法和检测系统

技术领域

本发明属于数据处理领域，尤其涉及一种医保卡异常使用的检测方法和检测系统。

背景技术

社会医疗保险是国家和社会根据一定的法律法规，为向保障范围内的劳动者提供患病时基本医疗需求保障而建立的社会保险制度。社会医疗保险卡是由劳动和社会保障部统一规划，由各地劳动保障部门面向社会发行，应用于劳动和社会保障各项业务领域的集成电路卡(IC卡)。

社会医疗保险卡是参保人员日常看病购买的重要凭证。是医疗保险个人账户的载体，用于记录参保人员基本信息，包括个人缴纳的基本医疗保险费、按照规定比例划入的由用人单位缴纳的基本医疗保险费、其他资金、利息。它是参保人员进行基本医疗消费的非金融专用卡。由于目前社会医疗保险卡的社会保障功能主要用于医疗保险，因而简称“医保卡”，是医疗保险个人帐户专用卡，以个人身份证为识别码，储存记载着个人身份证号码，姓名，性别以及帐户金的拨付，消费情况等详细资料信息。

随着社会医疗服务以及医保卡的普及，越来越多的人使用医保卡享受一系列相关的医疗服务。根据相关规定，医保卡只能限定本人使用以及只能用于医疗服务上，但是有些参保人员将医保卡用于别的用途或者频繁地使用非本人医保卡，这些异常行为都破坏了医保卡的使用规范，我们有必要杜绝这种不合理的医保卡使用，因此，我们急需一种检测医保卡的异常使用的方法。

发明内容

鉴于此，本发明提供一种医保卡异常使用的检测方法和检测系统，以解决现有技术医保卡异常使用的技术问题。

本发明实施例是这样实现的，一种医保卡异常使用的检测方法，所述方法包括以下步骤：

获取待检测的多张医保卡在预设的检测时间内的刷卡信息，所述刷卡信息包括：医保卡ID、就诊机构ID、就诊结算时间、医保费用和购买药品编号；

根据所述刷卡信息从所述多张医保卡中筛选出符合预设的异常检测条件的医保卡，并将符合所述异常检测条件的医保卡设置为异常医保卡。

本发明实施例还提供一种医保卡异常使用的检测系统，所述系统包括：

刷卡信息获取单元，用于获取待检测的多张医保卡在预设的检测时间内的刷卡信息，所述刷卡信息包括：医保卡ID、就诊机构ID、就诊结算时间、和医保费用和购买药品编号；

异常医保卡设置单元，用于根据所述刷卡信息获取单元获取的刷卡信息从所述多张医保卡中筛选出符合预设的异常检测条件的医保卡，并将符合所述异常检测条件的医保卡设置为异常医保卡。

本发明实施例，获取待检测的多张医保卡在预设的检测时间内的刷卡信息，根据刷卡信息从多张医保卡中筛选出符合预设的异常检测条件的医保卡，并将符合异常检测条件的医保卡设置为异常医保卡，提供了一种快速、准确的检测医保卡异常的方法和系统。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1是本发明实施例提供的医保卡异常使用检测方法的流程图；

图2是本发明实施例提供的医保卡异常使用检测系统的流程图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

为了说明本发明所述的技术方案，下面通过具体实施例来进行说明。

实施例一

如图1所示为本发明实施例提供的医保卡异常使用检测方法的流程图，所述方法包括以下步骤：

步骤S101，获取待检测的多张医保卡在预设的检测时间内的刷卡信息，所述刷卡信息包括：医保卡ID、就诊机构ID、就诊结算时间、医保费用和购买药品编号。

在本发明实施例中，检测系统首先获取待检测的多张医保卡在预设的检测时间内的刷卡信息，该刷卡信息包括但不限于：医保卡ID、就诊机构ID、就诊结算时间、医保费用和购买药品编号等，其中，检测时间根据实际使用的不同而不同，在此不做限定。

步骤S102，根据所述刷卡信息从所述多张医保卡中筛选出符合预设的异常检测条件的医保卡，并将符合所述异常检测条件的医保卡设置为异常医保卡。

在本发明实施例中，检测系统预设异常检测条件，将获取的刷卡信息添加到异常检测条件进行筛选，从多张医保卡中筛选出符合异常检测条件的医保卡。所述根据所述刷卡信息从所述多张医保卡中筛选出符合预设的异常检测条件的医保卡，并将符合所述异常检测条件的医保卡设置为异常医保卡的步骤，具体为：

1、从所述多张医保卡中获取第一医保卡，所述第一医保卡为所述就诊机构ID和就诊日期相同的医保卡。

在本发明实施例中，检测系统首先从多张医保卡中获取就诊机构ID和就诊日期相同的医保卡，并把该医保卡设置为第一医保卡，如：就诊机构ID为“中心医院”，则获取就诊机构ID都为“中心医院”且在同一天就诊的医保卡。

2、从所述第一医保卡中获取第二医保卡，所述第二医保卡为刷卡次数大于预设的刷卡次数阀值的第一医保卡。

在本发明实施例中，检测系统从第一医保卡中获取刷卡次数大于预设的刷卡次数阀值的医保卡，并把该医保卡设置为第二医保卡，如：从第一医保卡中获取刷卡次数大于5次的医保卡。

3、从所述第二医保卡中获取第三医保卡，并将所述第三医保卡设置为异常医保卡，所述第三医保卡为刷卡时间间隔小于预设的刷卡时间间隔阀值的第二医保卡。

在本发明实施例中，检测系统从第二医保卡中获取刷卡次数大于预设的刷卡时间间隔阀值的医保卡，并把该医保卡设置为第三医保卡，如：从第二医保卡中获取刷卡时间间隔小于1小时的医保卡。

从第二医保卡挖掘出的项集即频繁医保卡，未必就是具有同时就诊关系。多卡同时就诊一个很重要的特征是多张医保卡在较短的时间范围内就诊结算，因为之前的频繁医保卡是按照同一医疗机构同一天就诊筛选出来的频繁项，显然，我们不能认为两张医保卡一张上午就诊、一张下午就诊的是同时就诊，为此在本发明中，我们考虑基于时间阈值θ进一步筛选出频繁医保卡。鉴于部分医保卡在某天内可能存在多个结算时间，我们假定只要频繁医保卡的某天的结算时间交集非空，即认为该频繁医保卡在该天存在同时就诊行为。这里以两张医保卡组成的频繁医保卡进行说明，假设两张医保卡X,Y某天都在一个医疗机构有记录，X的结算时间记录为x1、x2…xa,Y的结算时间为y1、y2…yb。结合前面的时间阈值θ，我们可以得到X、Y的时间范围为：

Time_X＝(x1-θ,x1+θ)∪(x2-θ,x2+θ)∪…∪(xa-θ,xa+θ)

Time_Y＝(y1-θ,y1+θ)∪(y2-θ,y2+θ)∪…∪(yb-θ,yb+θ)

只要Time_X∩Time_Y为非空集合，我们即认为该天两张卡存在着同时就诊行为。类似地，对应频繁医保卡有多张卡的情形，我们也可以类似进行处理。这样，我们就可以得到频繁医保卡同时出现的总次数T，如果用一个同时出现次数阈值来过滤的话会有这样的问题：如果频繁医保卡的每一张医保卡出现的频率都很高，那么它与其它医保卡同时出现的概率也会增大，它们所形成的医保卡同时出现的次数就有可能超过阈值，而实际上它们并不是异常使用，这时我们就要考虑它们各自的出现的频数。首先我们按日期算出每张医保卡X的就诊的次数Q_X，然后算出频繁医保卡中最小的就诊次数min_XQ_X，由此可以得出频繁医保卡的置信度为C＝T/min_XQ_X。最后将这些频繁医保卡按照置信度排序，设定一定的置信度阈值，筛选出大于置信度阈值的这些频繁医保卡。

作为本发明的一个可选实施例，在所述从所述第二医保卡中获取第三医保卡的步骤之后，所述方法还包括以下步骤：

根据预设的公式计算所述第三医保卡的用药相似度和医保费用。

在本发明实施例中，对于第三医保卡G，假设其中m张医保卡，每张医保卡G_i，G_i的用药集合为GM_i，其中i＝1...m，利用JACCARD公式计算第k次同时就诊用药相似度，公式如下：

$S_k=\frac{{\mathrm{GM}}_1\∩{\mathrm{GM}}_2\∩...\∩{\mathrm{GM}}_m}{{\mathrm{GM}}_1\∪{\mathrm{GM}}_2\∪...\∪{\mathrm{GM}}_m}$

假设G一共有n次同时就诊记录，则这N次同时就诊的平均用药相似度为：

$\stackrel{\‾}{S}=\frac{1}{N}\underset{k=1}{\overset{N}{\mathrm{\Σ}}}{S}_k$

此外，对于第三医保卡G，计算第k次同时就诊的医保费用F_k,则这N次同时就诊的平均医保费用为

最后，将作为G的用药模式相似度以及将作为G的平均医保费用。

作为本发明的另一个可选实施例，在所述根据预设的公式计算所述第三医保卡的用药相似度和医保费用的步骤之后，所述方法还包括以下步骤：

根据所述用药相似度和医保费用设置所述第三医保卡的异常度。

在本发明实施例中，将第三医保卡作为训练数据集X，对于其中的每一组X_i，计算出用药相似度和平均医保费用，将以上这些作为特征进行K-Means聚类分析。设置参数k＝3，即将样本分为3个类别(按异常程度分为大中小)，选出一类异常程度最大的样本作为最终的输出。

本发明实施例，获取待检测的多张医保卡在预设的检测时间内的刷卡信息，根据刷卡信息从多张医保卡中筛选出符合预设的异常检测条件的医保卡，并将符合异常检测条件的医保卡设置为异常医保卡，提供了一种快速、准确的检测医保卡异常使用的方法。

作为本发明的一个可选实施例，在所述获取待检测的多张医保卡在预设的检测时间内的刷卡信息的步骤之前，所述方法还包括以下步骤：

预设所述检测时间。

实施例二

如图2所示为本发明实施例提供的医保卡异常使用检测系统的结构图，为了便于说明，仅示出与本发明实施例相关的部分，包括：

刷卡信息获取单元201，用于获取待检测的多张医保卡在预设的检测时间内的刷卡信息，所述刷卡信息包括：医保卡ID、就诊机构ID、就诊结算时间、医保费用和购买药品编号。

在本发明实施例中，刷卡信息获取单元201首先获取待检测的多张医保卡在预设的检测时间内的刷卡信息，该刷卡信息包括但不限于：医保卡ID、就诊机构ID、就诊结算时间、医保费用和购买药品编号等，其中，检测时间根据实际使用的不同而不同，在此不做限定。

异常医保卡设置单元202，用于根据所述刷卡信息获取单元201获取的刷卡信息从所述多张医保卡中筛选出符合预设的异常检测条件的医保卡，并将符合所述异常检测条件的医保卡设置为异常医保卡。

在本发明实施例中，检测系统预设异常检测条件，异常医保卡设置单元202将获取的刷卡信息添加到异常检测条件进行筛选，从多张医保卡中筛选出符合异常检测条件的医保卡。所述异常医保卡设置单元202，包括：

第一医保卡获取子单元2021，用于从所述多张医保卡中获取第一医保卡，所述第一医保卡为所述就诊机构ID和就诊日期相同的医保卡。

在本发明实施例中，检测系统首先从多张医保卡中获取就诊机构ID和就诊日期相同的医保卡，并把该医保卡设置为第一医保卡，如：就诊机构ID为“中心医院”，则获取就诊机构ID都为“中心医院”且在同一天就诊的医保卡。

第二医保卡获取子单元2022，用于从所述第一医保卡获取子单元2021获取的第一医保卡中获取第二医保卡，所述第二医保卡为刷卡次数大于预设的刷卡次数阀值的第一医保卡。

在本发明实施例中，检测系统从第一医保卡中获取刷卡次数大于预设的刷卡次数阀值的医保卡，并把该医保卡设置为第二医保卡，如：从第一医保卡中获取刷卡次数大于5次的医保卡。

异常医保卡设置子单元2023，用于从所述第二医保卡获取子单元2022获取的第二医保卡中获取第三医保卡，并将所述第三医保卡设置为异常医保卡，所述第三医保卡为刷卡时间间隔小于预设的刷卡时间间隔阀值的第二医保卡。

在本发明实施例中，检测系统从第二医保卡中获取刷卡次数大于预设的刷卡时间间隔阀值的医保卡，并把该医保卡设置为第三医保卡，如：从第二医保卡中获取刷卡时间间隔小于1小时的医保卡。

从第二医保卡挖掘出的项集即频繁医保卡，未必就是具有同时就诊关系。多卡同时就诊一个很重要的特征是多张医保卡在较短的时间范围内就诊结算，因为之前的频繁医保卡是按照同一医疗机构同一天就诊筛选出来的频繁项，显然，我们不能认为两张医保卡一张上午就诊、一张下午就诊的是同时就诊，为此在本发明中，我们考虑基于时间阈值θ进一步筛选出频繁医保卡。鉴于部分医保卡在某天内可能存在多个结算时间，我们假定只要频繁医保卡的某天的结算时间交集非空，即认为该频繁医保卡在该天存在同时就诊行为。这里以两张医保卡组成的频繁医保卡进行说明，假设两张医保卡X,Y某天都在一个医疗机构有记录，X的结算时间记录为x1、x2…xa,Y的结算时间为y1、y2…yb。结合前面的时间阈值θ，我们可以得到X、Y的时间范围为：

Time_X＝(x1-θ,x1+θ)∪(x2-θ,x2+θ)∪…∪(xa-θ,xa+θ)

Time_Y＝(y1-θ,y1+θ)∪(y2-θ,y2+θ)∪…∪(yb-θ,yb+θ)

只要Time_X∩Time_Y为非空集合，我们即认为该天两张卡存在着同时就诊行为。类似地，对应频繁医保卡有多张卡的情形，我们也可以类似进行处理。这样，我们就可以得到频繁医保卡同时出现的总次数T，如果用一个同时出现次数阈值来过滤的话会有这样的问题：如果频繁医保卡的每一张医保卡出现的频率都很高，那么它与其它医保卡同时出现的概率也会增大，它们所形成的医保卡同时出现的次数就有可能超过阈值，而实际上它们并不是异常使用，这时我们就要考虑它们各自的出现的频数。首先我们按日期算出每张医保卡X的就诊的次数Q_X，然后算出频繁医保卡中最小的就诊次数min_XQ_X，由此可以得出频繁医保卡的置信度为C＝T/min_XQ_X。最后将这些频繁医保卡按照置信度排序，设定一定的置信度阈值，筛选出大于置信度阈值的这些频繁医保卡。

作为本发明的一个可选实施例，在所述异常医保卡设置子单元2023设置异常医保卡之后，所述系统还包括：

用药相似度设置子单元2024，用于根据预设的公式计算所述第三医保卡的用药相似度。

在本发明实施例中，对于第三医保卡G，假设其中m张医保卡，每张医保卡G_i，G_i的用药集合为GM_i，其中i＝1...m，利用JACCARD公式计算第k次同时就诊用药相似度，公式如下：

$S_k=\frac{{\mathrm{GM}}_1\∩{\mathrm{GM}}_2\∩...\∩{\mathrm{GM}}_m}{{\mathrm{GM}}_1\∪{\mathrm{GM}}_2\∪...\∪{\mathrm{GM}}_m}$

假设G一共有n次同时就诊记录，则这N次同时就诊的平均用药相似度为：

$\stackrel{\‾}{S}=\frac{1}{N}\underset{k=1}{\overset{N}{\mathrm{\Σ}}}{S}_k$

此外，对于第三医保卡G，计算第k次同时就诊的医保费用F_k,则这N次同时就诊的平均医保费用为

最后，将作为G的用药模式相似度以及将作为G的平均医保费用。

作为本发明的另一个可选实施例，在所述用药相似度设置子单元2024设置用药相似度和医保费用之后，所述系统还包括：

异常度设置子单元2025，用于根据所述用药相似度和医保费用设置子单元2024设置的用药相似度和医保费用设置所述第三医保卡的异常度。

在本发明实施例中，将第三医保卡作为训练数据集X，对于其中的每一组X_i，计算出用药相似度和平均医保费用，将以上这些作为特征进行K-Means聚类分析。设置参数k＝3，即将样本分为3个类别(按异常程度分为大中小)，选出一类异常程度最大的样本作为最终的输出。

本发明实施例，获取待检测的多张医保卡在预设的检测时间内的刷卡信息，根据刷卡信息从多张医保卡中筛选出符合预设的异常检测条件的医保卡，并将符合异常检测条件的医保卡设置为异常医保卡，提供了一种快速、准确的检测医保卡异常使用的系统。

作为本发明的一个可选实施例，在所述刷卡信息获取单元201获取刷卡信息之前，所述系统还包括：

检测时间预设单元203，用于预设所述检测时间。

本领域普通技术人员可以理解为上述实施例二所包括的各个单元只是按照功能逻辑进行划分的，但并不局限于上述的划分，只要能够实现相应的功能即可；另外，各功能单元的具体名称也只是为了便于相互区分，并不用于限制本发明的保护范围。

本领域普通技术人员还可以理解，实现上述实施例方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，所述的程序可以在存储于一计算机可读取存储介质中，所述的存储介质，包括ROM/RAM、磁盘、光盘等。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种医保卡异常使用的检测方法，其特征在于，所述方法包括以下步骤：

获取待检测的多张医保卡在预设的检测时间内的刷卡信息，所述刷卡信息包括：医保卡ID、就诊机构ID、就诊结算时间、医保费用和购买药品编号；

根据所述刷卡信息从所述多张医保卡中筛选出符合预设的异常检测条件的医保卡，并将符合所述异常检测条件的医保卡设置为异常医保卡。

2.如权利要求1所述的方法，其特征在于，在所述获取待检测的多张医保卡在预设的检测时间内的刷卡信息的步骤之前，所述方法还包括以下步骤：

预设所述检测时间。

3.如权利要求1～2任一项所述的方法，其特征在于，所述根据所述刷卡信息从所述多张医保卡中筛选出符合预设的异常检测条件的医保卡，并将符合所述异常检测条件的医保卡设置为异常医保卡的步骤，具体为：

从所述多张医保卡中获取第一医保卡，所述第一医保卡为所述就诊机构ID和就诊日期相同的医保卡；

从所述第一医保卡中获取第二医保卡，所述第二医保卡为刷卡次数大于预设的刷卡次数阀值的第一医保卡；

从所述第二医保卡中获取第三医保卡，并将所述第三医保卡设置为异常医保卡，所述第三医保卡为刷卡时间间隔小于预设的刷卡时间间隔阀值的第二医保卡。

4.如权利要求3所述的方法，其特征在于，在所述从所述第二医保卡中获取第三医保卡的步骤之后，所述方法还包括以下步骤：

根据预设的公式计算所述第三医保卡的用药相似度和医保费用。

5.如权利要求4所述的方法，其特征在于，在所述根据预设的公式计算所述第三医保卡的用药相似度和医保费用的步骤之后，所述方法还包括以下步骤：

根据所述用药相似度和医保费用设置所述第三医保卡的异常度。

6.一种医保卡异常使用的检测系统，其特征在于，所述系统包括：

刷卡信息获取单元，用于获取待检测的多张医保卡在预设的检测时间内的刷卡信息，所述刷卡信息包括：医保卡ID、就诊机构ID、就诊结算时间、医保费用和购买药品编号；

异常医保卡设置单元，用于根据所述刷卡信息获取单元获取的刷卡信息从所述多张医保卡中筛选出符合预设的异常检测条件的医保卡，并将符合所述异常检测条件的医保卡设置为异常医保卡。

7.如权利要求6所述的系统，其特征在于，在所述刷卡信息获取单元获取刷卡信息之前，所述系统还包括：

检测时间预设单元，用于预设所述检测时间。

8.如权利要求6～7任一项所述的系统，其特征在于，所述异常医保卡设置单元，包括：

第一医保卡获取子单元，用于从所述多张医保卡中获取第一医保卡，所述第一医保卡为所述就诊机构ID相同和日期相同的医保卡；

第二医保卡获取子单元，用于从所述第一医保卡获取子单元获取的第一医保卡中获取第二医保卡，所述第二医保卡为刷卡次数大于预设的刷卡次数阀值的第一医保卡；

异常医保卡设置子单元，用于从所述第二医保卡获取子单元获取的第二医保卡中获取第三医保卡，并将所述第三医保卡设置为异常医保卡，所述第三医保卡为刷卡时间间隔小于预设的刷卡时间间隔阀值的第二医保卡。

9.如权利要求8所述的系统，其特征在于，在所述异常医保卡设置子单元设置异常医保卡之后，所述系统还包括：

用药相似度和医保费用设置子单元，用于根据预设的公式计算所述第三医保卡的用药相似度和医保费用。

10.如权利要求9所述的系统，其特征在于，在所述用药相似度和医保费用设置子单元设置用药相似度和医保费用之后，所述系统还包括：

异常度设置子单元，用于根据所述用药相似度和医保费用设置子单元设置的用药相似度和医保费用设置所述第三医保卡的异常度。