CN106447500A - 一种根据疾病和药物的匹配度进行打分的方法及其系统 - Google Patents

一种根据疾病和药物的匹配度进行打分的方法及其系统 Download PDF

Info

Publication number
CN106447500A
CN106447500A CN201610987329.0A CN201610987329A CN106447500A CN 106447500 A CN106447500 A CN 106447500A CN 201610987329 A CN201610987329 A CN 201610987329A CN 106447500 A CN106447500 A CN 106447500A
Authority
CN
China
Prior art keywords
checked
medicine
disease
value
matching degree
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201610987329.0A
Other languages
English (en)
Inventor
刘立
李玉杰
吴诗展
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Haoyundao Information Technology Co Ltd
Original Assignee
Beijing Haoyundao Information Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing Haoyundao Information Technology Co Ltd filed Critical Beijing Haoyundao Information Technology Co Ltd
Priority to CN201610987329.0A priority Critical patent/CN106447500A/zh
Publication of CN106447500A publication Critical patent/CN106447500A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
    • G06Q40/08—Insurance
    • G06F19/328—

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Finance (AREA)
  • Accounting & Taxation (AREA)
  • Economics (AREA)
  • Technology Law (AREA)
  • General Health & Medical Sciences (AREA)
  • Development Economics (AREA)
  • Health & Medical Sciences (AREA)
  • Marketing (AREA)
  • Strategic Management (AREA)
  • Medical Informatics (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Medical Treatment And Welfare Office Work (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明提供了一种根据疾病和药物的匹配度进行打分的方法及其系统，其中打分方法包括以下步骤：基于医疗理赔数据，利用向量空间模型将待检疾病、待检药物以及治疗待检疾病的所有药物量化；基于S1中的量化值，为待检疾病和待检药物进行匹配度打分。本发明所提供的打分方法和系统解决了由于药物名称的复杂多样性使得理赔工作人员很难根据经验判断针对待检疾病待检药物是否不合理、是否有借开药以套保费的现象，为理赔人员提供了便利。

Description

一种根据疾病和药物的匹配度进行打分的方法及其系统
技术领域
本发明涉及医疗保险管理领域，更具体地，涉及一种根据疾病和药物的匹配度进行打分的方法及其系统。
背景技术
在医疗保险理赔运营管理中，往往仅根据责任保险条款及医保报销目录进行理赔，缺乏对医疗服务临床合理性的判断，从而漏失对大部分欺诈、不合理医疗行为的监测。欺诈虽案例不多，但常涉及较大金额。现今医保药物报销通常要求诊断的疾病与药名相匹配，而药物名称的复杂多样性，常使得理赔工作人员感到困扰，很难根据经验判断是否有借开药以套保费的现象。
发明内容
本发明提供一种克服上述问题或者至少部分地解决上述问题的方法和系统。
根据本发明的一个方面，提供一种根据疾病和药物的匹配度进行打分的方法，包括以下步骤：S1.基于医疗理赔数据，利用向量空间模型将待检疾病、待检药物以及治疗待检疾病的所有药物量化；S2.基于S1中的量化值，为待检疾病和待检药物进行匹配度打分。
优选地，步骤S1中，具体步骤包括：S11.基于医疗理赔数据，统计治疗待检疾病的所有药物名称以及治疗所述待检疾病的每种药物的使用频率；S12.基于S11中每种药物的使用频率，设定置信度α的值；S13.利用向量空间模型量化待检药物与S11中所有药物的关系以及待检药物的使用频率与置信度的关系。
优选地，步骤S13中，具体步骤包括：S131.将待检药物中的所有药物分别编号，判断待检药物是否是在治疗待检疾病的所有药物中：当待检药物不存在于待检疾病的所有药物中，则向量中对应的元素值为0；若存在，则转入步骤S132；S132.当待检药物在医疗理赔数据中的使用频率大于或是等于置信度α的值，则向量中对应的元素值为1；若小于置信度α的值，则向量中对应的元素值为0。
优选地，步骤S2中，基于S1中的量化值，匹配度分值用于评判待检药物中针对待检疾病来说合理药物或是不合理药物的使用度，从而合理的判断是否有借开药以套保费的现象。优选地，将不合理的药物名称和种数输出；进一步优选地，将向量中元素值为0的元素种数和其对应的药物名称输出。
优选地，步骤S2中，打分规则为药物对应的向量中元素值为1的个数占待检药物中药物总数的百分比。
优选地，步骤S2中，打分规则为药物对应的向量中元素值为0的个数占待检药物中药物总数的百分比。
本发明还提供了一种根据疾病和药物进行匹配度打分的系统，包括：采集模块，用于采集医疗理赔数据、待检疾病数据、待检药物名称数据；处理模块，基于医疗理赔数据，用于利用向量空间模型将待检疾病、待检药物以及治疗待检疾病的所有药物量化；打分模块，用于为待检疾病和待检药物进行匹配度打分。进一步优选地，还包括输出模块，用于输出分数、不合理药物的名称以及种数。
本申请提出的根据疾病和药物进行匹配度打分的方法及其系统有效地解决了待检疾病和待检药物是否匹配的问题，理赔人员只需输入待检测的疾病和药物名称，根据输出的匹配度打分值和待检药物中不合理药物的种数，便能有效的帮助理赔工作人员鉴别是否存在套保费的现象。
附图说明
图1为根据本发明一个优选实施例的根据疾病和药物进行匹配度打分系统的总体结构示意图。
具体实施方式
下面结合附图和实施例，对本发明的具体实施方式作进一步详细描述。以下实施例用于说明本发明，但不用来限制本发明的范围。
本发明所使用的数据为理赔数据，每一条记录代表患者的一次就诊，每一列分别代表样本文件名、就诊医院、疾病代码、费用项目、费用明细和费用总额等数据。
本发明提供一种根据疾病和药物的匹配度进行打分的方法，包括以下步骤：
S1.基于医疗理赔数据，利用向量空间模型将待检疾病、待检药物以及能治疗待检疾病的所有药物量化；
S2.基于S1中的量化值，为待检疾病和待检药物进行匹配度打分。
步骤S1中，具体步骤包括：S11.基于医疗理赔数据，统计治疗待检疾病的所有药物名称以及治疗所述待检疾病的每种药物的使用频率；其中，统计由本领域中公知的统计手段完成。
在本发明的一种优选实施方式中，S11的步骤为输入待检疾病y0及其待检药物在医疗理赔数据中，统计治疗待检疾病y0中所有药物名称a1,a2,…,an，以及该疾病下每种药物的使用频率f1,f2,…,fn。
S12.基于S11中每种药物的使用频率，设定置信度α的值；
置信度α的值随不同的数据而变化，根据数据显示，通常频率降序排序后，取上四分位位置的药物的频率值作为α的值，例如某病一共有100种药物，按频率降序排序后，将第25个药物的频率作为α的值。通常置信度为根据医疗理赔数据中每种药物的使用频率的平均值，经过大量的测试表明置信度α的值通常设定为0.3％-5％，进一步优选为0.5％.
S13.利用向量空间模型量化待检药物与S11中所有药物的关系以及待检药物的使用频率与置信度的关系。
步骤S13中，具体步骤包括：
S131.将待检药物中的所有药物分别编号，判断待检药物是否是在医疗理赔数据治疗待检疾病的所有药物中：当待检药物不存在于待检疾病的所有药物中，则向量中对应的元素值为0；若存在，则转入步骤S132；
S132.当待检药物在医疗理赔数据中的使用频率大于或是等于置信度α，则向量中对应的元素值为1；若小于置信度α，则向量中对应的元素值为0。在该步骤中，使用本领域常用的判断方式来判断待检药物是否存在于待检疾病的所有药物中。使用代码是常用的判断方式之一，在本文中以matlab代码为例进一步详述本发明优选的技术方案。
在本发明的一种优选实施方式中，S12的步骤为在设定置信度α的值的后，构建与待检药物相对应的向量p＝(p1,p2,…,pm)，判断待检药物中每一种药物是否存在于医疗理赔数据治疗待检疾病的所有药物中，即，对每一个i(i＝1,2,...,m)，用matlab代码判断药物是否在集合{a1,a2,…,an}中。若不在，则pi＝0；否则，转下列步骤：判断药物在原始数据中的频率fk是否大于α。若是，则pi＝1；否则，pi＝0
步骤S2中，基于S1中的量化值，匹配度分值用于评判待检药物中针对待检疾病来说合理药物或是不合理药物的使用度，从而合理的判断是否有借开药以套保费的现象。
优选地，将不合理的药物名称和种数输出；
进一步优选地，将元素值为0的元素个数和其对应的药物名称输出。
本发明的一种优选实施方式中，步骤S2中打分规则为药物对应的向量中元素值为1的个数占待检药物中药物总数的百分比或是为药物对应的向量中元素值为0的个数占待检药物中药物总数的百分比。
本发明的一种优选实施方式中，步骤S2具体为：以向量p中元素等于1的个数占向量p的长度的百分比再乘100，作为最后得分，
即
并输以集合M中元素为角标的药物名称，即不合理的药物。其中m为待检药物的种数，M为向量p＝(p1,p2,…,pm)中分量等于0的角标集合，|M|表示集合M中的元素个数。
本发明还提供了一种根据疾病和药物进行匹配度打分的系统，如图1所示，包括：采集模块A1，用于采集医疗理赔数据、待检疾病数据、待检药物名称数据；处理模块A2，基于医疗理赔数据，用于利用向量空间模型将待检疾病、待检药物以及治疗待检疾病的所有药物量化；打分模块A3，用于为待检疾病和待检药物进行匹配度打分。进一步优选地，还包括输出模块，用于输出分数、不合理药物的名称以及种数。
最后，本申请的方法仅为较佳的实施方案，并非用于限定本发明的保护范围。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (8)

1.一种根据疾病和药物的匹配度进行打分的方法，包括以下步骤：
S1.基于医疗理赔数据，利用向量空间模型将待检疾病、待检药物以及治疗待检疾病的所有药物量化；
S2.基于S1中的量化值，为待检疾病和待检药物进行匹配度打分。
2.根据权利要求1所述的方法，其特征在于，步骤S1中，具体步骤包括：
S11.基于医疗理赔数据，统计治疗待检疾病的所有药物名称以及治疗所述待检疾病的每种药物的使用频率；
S12.基于S11中每种药物的使用频率，设定置信度α的值；
S13.利用向量空间模型量化待检药物与S11中所有药物的关系以及待检药物的使用频率与置信度的关系。
3.根据权利要求2所述的方法，其特征在于，步骤S13中，具体步骤包括：
S131.将待检药物中的所有药物分别编号，判断待检药物是否是在治疗待检疾病的所有药物中：当待检药物中不存在于治疗待检疾病的所有药物中，则向量中对应的元素值为0；若存在，则转入步骤S132；
S132.当待检药物在医疗理赔数据中的使用频率大于或是等于置信度α的值，则向量中对应的元素值为1；若小于置信度α的值，则向量中对应的元素值为0。
4.根据权利要求1所述的方法，其特征在于，步骤S2中，具体步骤包括，基于S1中的量化值，匹配度分值用于评判待检药物中针对待检疾病来说合理药物的使用度。
5.根据权利要求3所述的方法，其特征在于，步骤S2中，打分规则为向量中元素值为1的元素个数占待检药物的药物总数的百分比。
6.根据权利要求3所述的方法，其特征在于，步骤S2中，打分规则为向量中元素值为0的元素个数占待检药物中药物总数的百分比。
7.根据权利要求1所述的方法，其特征在于，还包括步骤S3，将待检药物中与待检疾病匹配度低的药物名称和种数输出。
8.一种根据疾病和药物进行匹配度打分的系统，所述系统包括：
采集模块，用于采集医疗理赔数据、待检疾病数据、待检药物名称数据；
处理模块，基于医疗理赔数据，用于利用向量空间模型将待检疾病、待检药物以及治疗待检疾病的所有药物量化；
打分模块，用于为待检疾病和待检药物进行匹配度打分。
CN201610987329.0A 2016-11-09 2016-11-09 一种根据疾病和药物的匹配度进行打分的方法及其系统 Pending CN106447500A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610987329.0A CN106447500A (zh) 2016-11-09 2016-11-09 一种根据疾病和药物的匹配度进行打分的方法及其系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610987329.0A CN106447500A (zh) 2016-11-09 2016-11-09 一种根据疾病和药物的匹配度进行打分的方法及其系统

Publications (1)

Publication Number Publication Date
CN106447500A true CN106447500A (zh) 2017-02-22

Family

ID=58207322

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610987329.0A Pending CN106447500A (zh) 2016-11-09 2016-11-09 一种根据疾病和药物的匹配度进行打分的方法及其系统

Country Status (1)

Country Link
CN (1) CN106447500A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109616174A (zh) * 2018-12-13 2019-04-12 平安医疗健康管理股份有限公司 重复用药的识别方法、装置、终端及可读存储介质
CN109636648A (zh) * 2018-12-13 2019-04-16 平安医疗健康管理股份有限公司 社保违规检测方法、装置、设备及计算机存储介质
CN109636623A (zh) * 2018-10-19 2019-04-16 平安医疗健康管理股份有限公司 医疗数据异常检测方法、装置、设备及存储介质

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5300425A (en) * 1987-10-13 1994-04-05 Terrapin Technologies, Inc. Method to produce immunodiagnostic reagents
CN101421734A (zh) * 2006-03-17 2009-04-29 英吉尼克斯股份有限公司 用于识别和分析医疗赔付中的模式或者异常的系统和方法
CN103514576A (zh) * 2013-09-06 2014-01-15 深圳民太安信息技术有限公司 一种社保就诊违规套现的筛查方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5300425A (en) * 1987-10-13 1994-04-05 Terrapin Technologies, Inc. Method to produce immunodiagnostic reagents
CN101421734A (zh) * 2006-03-17 2009-04-29 英吉尼克斯股份有限公司 用于识别和分析医疗赔付中的模式或者异常的系统和方法
CN103514576A (zh) * 2013-09-06 2014-01-15 深圳民太安信息技术有限公司 一种社保就诊违规套现的筛查方法

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109636623A (zh) * 2018-10-19 2019-04-16 平安医疗健康管理股份有限公司 医疗数据异常检测方法、装置、设备及存储介质
CN109616174A (zh) * 2018-12-13 2019-04-12 平安医疗健康管理股份有限公司 重复用药的识别方法、装置、终端及可读存储介质
CN109636648A (zh) * 2018-12-13 2019-04-16 平安医疗健康管理股份有限公司 社保违规检测方法、装置、设备及计算机存储介质

Similar Documents

Publication Publication Date Title
CN105528529B (zh) 基于大数据分析的中医临床技能评价体系的数据处理方法
D'Agostino et al. Prevalence of nursing diagnoses as a measure of nursing complexity in a hospital setting
CN102012974A (zh) 临床安全合理用药决策支持系统
CN102004863A (zh) 临床安全合理用药决策支持方法
CN105701342A (zh) 基于代理的直觉模糊理论医疗诊断模型的构建方法及装置
CN108511056A (zh) 基于脑卒中患者相似性分析的治疗方案推荐方法及系统
CN107480433A (zh) 具有统计分析功能的输血闭环信息管理系统
CN108538349A (zh) 基于临床路径偏差分析的医院临床路径调整系统及方法
CN109616187A (zh) 医师违规执业的监控方法、监控服务端及存储介质
CN106447500A (zh) 一种根据疾病和药物的匹配度进行打分的方法及其系统
CN106650232A (zh) 一种根据药物计算疾病发生概率的方法及其系统
CN106919804A (zh) 基于临床数据的药物推荐方法、推荐装置及服务器
CN111933237A (zh) 慢病处理方法、装置及相关设备
Dziadkowiec et al. Improving the quality and design of retrospective clinical outcome studies that utilize electronic health records
Hansen et al. Assigning diagnosis codes using medication history
JP2013120422A (ja) 医療費解析システム
CN111933246A (zh) 医疗处方分析方法、系统、电子设备及存储介质
Kamarudin et al. Morbidity profiles at three primary care clinics in Perlis, Malaysia
CN115578054A (zh) 一种基于人工智能的智能处方审核系统及方法
CN109522331A (zh) 以个人为中心的区域化多维度健康数据处理方法及介质
Rho et al. Development common data model for adverse drug signal detection based on multi-center emr systems
Smith Non-medical prescribing in New Zealand: is it achieving its aims
CN109544385B (zh) 一种基于报销数据的诊疗真实性检测方法及系统
CN108198626A (zh) 中医糖尿病智能问诊单的建立方法及系统
Schmidt et al. Design and evaluation of a patient monitoring dashboard for emergency departments

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20170222