CN106897935A - 一种职工医疗保险基金支出平衡算法及模型 - Google Patents
一种职工医疗保险基金支出平衡算法及模型 Download PDFInfo
- Publication number
- CN106897935A CN106897935A CN201710106852.2A CN201710106852A CN106897935A CN 106897935 A CN106897935 A CN 106897935A CN 201710106852 A CN201710106852 A CN 201710106852A CN 106897935 A CN106897935 A CN 106897935A
- Authority
- CN
- China
- Prior art keywords
- insured
- year
- expenditure
- algorithm
- prediction
- 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
Links
- PCHJSUWPFVWCPO-UHFFFAOYSA-N gold Chemical compound [Au] PCHJSUWPFVWCPO-UHFFFAOYSA-N 0.000 claims abstract description 22
- 239000010931 gold Substances 0.000 claims abstract description 22
- 229910052737 gold Inorganic materials 0.000 claims abstract description 22
- 238000000034 method Methods 0.000 claims abstract description 22
- 230000008901 benefit Effects 0.000 claims abstract description 13
- 238000000205 computational method Methods 0.000 claims description 33
- 238000004458 analytical method Methods 0.000 claims description 6
- 238000005259 measurement Methods 0.000 claims description 6
- YHXISWVBGDMDLQ-UHFFFAOYSA-N moclobemide Chemical compound C1=CC(Cl)=CC=C1C(=O)NCCN1CCOCC1 YHXISWVBGDMDLQ-UHFFFAOYSA-N 0.000 claims description 4
- 238000012731 temporal analysis Methods 0.000 claims description 3
- 238000000700 time series analysis Methods 0.000 claims description 3
- 241000208340 Araliaceae Species 0.000 description 2
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 2
- 235000003140 Panax quinquefolius Nutrition 0.000 description 2
- 238000007405 data analysis Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 235000008434 ginseng Nutrition 0.000 description 2
- 238000005498 polishing Methods 0.000 description 2
- 239000013589 supplement Substances 0.000 description 2
- FYEHYMARPSSOBO-UHFFFAOYSA-N Aurin Chemical compound C1=CC(O)=CC=C1C(C=1C=CC(O)=CC=1)=C1C=CC(=O)C=C1 FYEHYMARPSSOBO-UHFFFAOYSA-N 0.000 description 1
- 241001060848 Carapidae Species 0.000 description 1
- 241001269238 Data Species 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000002045 lasting effect Effects 0.000 description 1
- 230000035515 penetration Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
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
Landscapes
- Business, Economics & Management (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Engineering & Computer Science (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Marketing (AREA)
- Strategic Management (AREA)
- Technology Law (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本发明涉及一种医疗保险基金支出平衡算法及模型，包括支出算法和收入算法，所述的支出算法的步骤为：S11：统计参保人数；S12：计算参保人数指标；S13：计算指标增长率；S14：计算支出总额；S15：计算医疗统筹金支出；S16：计算医疗统筹金支出总额；所述的收入算法的步骤为：S21：统计参保人数；S22：统计人均缴费基数；S23：计算各项指标；S24：计算总缴费额；S25：计算单项缴费额；S26：计算医疗统筹金收入；S27：计算医疗统筹金收入总额。其优点在于，可以依照现有政策或未来政策规划，对未来1‑5年的城镇职工医疗支出情况进行测算，并获得各项指标对医疗统筹金支出影响的变化过程；把影响基金盈亏状况的所有因素综合考虑，计算出未来期间基金的盈亏状况。
Description
技术领域
本发明涉及数据处理技术领域，具体地说，是一种职工医疗保险支出平衡算法。
背景技术
随着中国社会保险体系的不断发展，参保人数的不断增加，城镇职工医疗保险信息系统数据也日益完善。现如今，城镇职工医疗保险的政策也在因时而异的在不断调整，对于关注城镇职工医疗政策制定的决策人来说除了把握“收支平衡，略有结余”的大方向政策，关注未来医疗基金收入与支出的发展和变化情况更能为职工医疗保险的政策制定指引方向。在2016全国信息化工作会议的参阅资料中建议：以小型化、典型化、成效明显的辅助决策应用为切入点，提升业务和管理部门对数据分析、辅助决策的重视程度，开展系统性的数据分析模型需求分析、设计开发工作，形成持续的研究工作机制。医疗保险测算模型的目的便是为了预测未来期间医疗保险基金的盈亏状况，使用模型的好处是：它能把影响未来期间基金盈亏状况的所有因素综合在一起考虑，在瞬间计算出在某种假设情况下未来期间基金的盈亏状况。因此，使用一套基于大数据平台的对于城镇职工医疗收支平衡的算法来就现政策及社会情况对未来城镇职工医疗保险基金收支情况进行测算，很有必要。
中国发明专利CN201610135776.3，公开日为2016.09.14，公开了一种医疗保险基金精算预警系统及方法。该方法用于提高医疗保险基金的预测精算准确度以及实时监控医疗保险基金情况。然而该方法无法对医疗保险基金的未来趋势进行测算。
因此，亟需一种能对医疗保险基金未来支出与收入趋势进行预测、并根据政策及时修改参数的医疗保险基金的算法，而目前关于这种算法还未见报道。
发明内容
本发明的目的是针对现有技术中的不足，提供一种职工医疗保险支出平衡算法。
为实现上述目的，本发明采取的技术方案是：
一种职工医疗保险基金支出平衡算法，包括支出算法和收入算法，所述的支出算法的步骤为：
S11：统计参保人数；
S12：计算参保人数指标；
S13：计算指标增长率；
S14：计算支出总额；
S15：计算医疗统筹金支出；
S16：计算医疗统筹金支出总额；
所述的收入算法的步骤为：
S21：统计参保人数；
S22：统计人均缴费基数；
S23：计算各项指标；
S24：计算总缴费额；
S25：计算单项缴费额；
S26：计算医疗统筹金收入；
S27：计算医疗统筹金收入总额；
其中，所述的S11步骤中的统计参保人数为统计不同年龄段的男女参保人数，所述的S12步骤中的指标包括住院率、次均费用、报销比率，所述的S21步骤中的统计参保人数为统计不同年龄段的男女参保人数，所述的S23步骤中的指标包括缴费比率、征缴率，所述的S25步骤中的单项缴费额包括单位缴费额、个人缴费额。
所述的支出算法的S11步骤的参保人数的统计公式如下：预测年参保职工数＝预测年参保在职职工数+预测年参保退休职工数或者预测年参保职工人数＝基准年参保职工数×参保职工人数变化率，所述预测年参保在职职工数计算公式为预测年参保在职职工数＝预测起始年参保在职职工数+预测年新增在职参保职工数-预测年在职职工死亡数-预测年新增退休人员数，所述预测年参保推行职工数计算公式为预测起始年参保的退休职工数+预测年新增退休人员数+预测年关破企业一次性划入退休人数-预测年退休职工死亡数。
所述的支出算法的S12步骤中，所述的住院率的计算方法为计算出调和平均值、最大值、最小值，并运用均方差方法去除奇异点；所述的次均费用的计算方法为使用回归算法进行计算；所述报销比率的计算方法为计算出几何平均值、最大值、最小值，并运用均方差方法取出奇异点。
所述的支出算法的S15步骤的医疗统筹金支出的计算方法为医疗统筹金支出＝参保人数×住院率×次均费用×报销比率×增长率。
所述的支出算法的S16步骤的医疗统筹金支出总额的分析方法为使用Arima进行时序分析并运用平滑指数方法对预测数据进行平滑处理。
所述的收入算法的S21步骤的参保人数的统计公式如下：预测年缴费的参保职工数＝预测年前一年参保职工数×参保职工人数变化率×缴费人员占比或者预测年缴费的参保职工数＝(预测年前一年年末未实有参保职工数+预测年新增参保职工数-预测年新退休参保职工数-预测年死亡的参保职工数)×缴费人员占比，所述的参保职工人数变化率的计算方法为以历年参保职工数作为基数利用回归算法进行计算，所述的预测年新增参保职工数、预测年新退休参保职工数、预测年死亡的参保职工数的计算方法为以历年参保职工数为基数利用均值或者回归算法进行计算。
所述的收入算法的S22步骤的人均缴费基数的计算方法为人均缴费基数＝总缴费基数/总参保人数。
所述的收入算法的S24步骤的总缴费额的计算方法为缴费的参保职工数×缴费人数占比×社平工资×基社比，所述的社平工资为社会平均工资，其计算方法为预测年前一年社平工资×(1+预测年社平工资增长率)，所述的预测年社平工资增长率的计算方法为以历年工资增长率做基数进行计算。
所述的收入算法的S26步骤的医疗统筹金收入的计算方法为医疗统筹金收入＝单位缴费额+个人缴费额-划入个人账户金额。
本发明的再一目的是，提供一种包含职工医疗保险基金支出平衡算法的医疗保险测算模型。
所述的一种医疗保险测算模型，包括测算指标、盈亏计算、预估趋势。
所述测算指标包括参保人数、住院人数、住院费用、报销费用、保险收入、保险支出。
本发明优点在于：
(1)：可以依照现有政策或未来政策规划，对未来1-5年的城镇职工医疗支出情况进行测算，并获得各项指标对医疗统筹金支出影响的变化过程；
(2)：把影响未来期间基金盈亏状况的所有因素综合在一起考虑，在瞬间计算出在某种假设情况下未来期间基金的盈亏状况。
附图说明
附图1是本发明的一种职工医疗保险基金支出平衡算法的支出算法示意图。
附图2是本发明的一种职工医疗保险基金支出平衡算法的收入算法示意图。
附图3是本发明的一种职工医疗保险基金支出平衡算法的住院率统计图。
附图4是本发明的一种职工医疗保险基金支出平衡算法的住院率完整统计图。
附图5是本发明的一种职工医疗保险基金支出平衡算法的5年次均费用统计图。
附图6是本发明的一种职工医疗保险基金支出平衡算法的数据汇总统计图。
附图7是本发明的一种职工医疗保险基金测算模型的部分数据测算图。
具体实施方式
下面结合附图对本发明提供的具体实施方式作详细说明。
实施例1
一种职工医疗保险基金支出平衡算法，包括支出算法和收入算法，所述的支出算法的步骤为：
S11：统计参保人数；
S12：计算参保人数指标；
S13：计算指标增长率；
S14：计算支出总额；
S15：计算医疗统筹金支出；
S16：计算医疗统筹金支出总额；
所述的收入算法的步骤为：
S21：统计参保人数；
S22：统计人均缴费基数；
S23：计算各项指标；
S24：计算总缴费额；
S25：计算单项缴费额；
S26：计算医疗统筹金收入；
S27：计算医疗统筹金收入总额；
其中，所述的S11步骤中的统计参保人数为统计不同年龄段的男女参保人数，所述的S12步骤中的指标包括住院率、次均费用、报销比率，所述的S21步骤中的统计参保人数为统计不同年龄段的男女参保人数，所述的S23步骤中的指标包括缴费比率、征缴率，所述的S25步骤中的单项缴费额包括单位缴费额、个人缴费额。
所述的支出算法的S11步骤的参保人数的统计公式如下：预测年参保职工数＝预测年参保在职职工数+预测年参保退休职工数或者预测年参保职工人数＝基准年参保职工数×参保职工人数变化率，所述预测年参保在职职工数计算公式为预测年参保在职职工数＝预测起始年参保在职职工数+预测年新增在职参保职工数-预测年在职职工死亡数-预测年新增退休人员数，所述预测年参保推行职工数计算公式为预测起始年参保的退休职工数+预测年新增退休人员数+预测年关破企业一次性划入退休人数-预测年退休职工死亡数。
所述的支出算法的S12步骤中，所述的住院率的计算方法为计算出调和平均值、最大值、最小值，并运用均方差方法去除奇异点；所述的次均费用的计算方法为使用回归算法进行计算；所述报销比率的计算方法为计算出几何平均值、最大值、最小值，并运用均方差方法取出奇异点。
所述的支出算法的S15步骤的医疗统筹金支出的计算方法为医疗统筹金支出＝参保人数×住院率×次均费用×报销比率×增长率。
所述的支出算法的S16步骤的医疗统筹金支出总额的分析方法为使用Arima进行时序分析并运用平滑指数方法对预测数据进行平滑处理。
所述的收入算法的S21步骤的参保人数的统计公式如下：预测年缴费的参保职工数＝预测年前一年参保职工数×参保职工人数变化率×缴费人员占比或者预测年缴费的参保职工数＝(预测年前一年年末未实有参保职工数+预测年新增参保职工数-预测年新退休参保职工数-预测年死亡的参保职工数)×缴费人员占比，所述的参保职工人数变化率的计算方法为以历年参保职工数作为基数利用回归算法进行计算，所述的预测年新增参保职工数、预测年新退休参保职工数、预测年死亡的参保职工数的计算方法为以历年参保职工数为基数利用均值或者回归算法进行计算。
所述的收入算法的S22步骤的人均缴费基数的计算方法为人均缴费基数＝总缴费基数/总参保人数。
所述的收入算法的S24步骤的总缴费额的计算方法为缴费的参保职工数×缴费人数占比×社平工资×基社比，所述的社平工资为社会平均工资，其计算方法为预测年前一年社平工资×(1+预测年社平工资增长率)，所述的预测年社平工资增长率的计算方法为以历年工资增长率做基数进行计算。
所述的收入算法的S26步骤的医疗统筹金收入的计算方法为医疗统筹金收入＝单位缴费额+个人缴费额-划入个人账户金额。
实施例2
在使用本发明的以后总职工医疗保险基金支出平衡算法之前，需要对各项指标进行分类统计整理，并进行汇总。需要统计的基础数据有：参保人数、次均费用、报销比率、住院率等。
首先，将次均费用、报销比率、住院率按照年龄(1-100岁)、性别(男、女)、在职情况(在职、退休、退职)进行分类。图3描述了2010年住院率的数据统计情况，按照年份、年龄、性别、医院级别对住院率进行了统计。
其次，补齐数据中缺失的部分，如年龄、性别等，使每组数据均包含年龄1-100岁的数据。图4是补齐图3中的缺失的年龄分布的完整数据图，包含了1-100岁的住院率的统计数据。
再次，按照以上步骤将次均费用、报销比率进行统计。
最后，分别对住院率、次均费用、报销比率进行汇总统计。图5是从2010年-2014年统计出的按照医院级别为1、性别为男的次均费用数据表。表格从左至右为年份分布，从上至下为年龄分布。
实施例3
对数据进行汇总统计后，将数据进行计算，预测医疗保险基金的支出。
首先，对数据进行分类计算：
(1)次均费用：回归算法；
(2)报销比率：几何平均值、最大值、最小值，运用均方差方法去除奇异点；
(3)住院率：调和平均值、最大值、最小值，运用均方差方法去除奇异点；
(4)总体结果：Arima时序分析，运用平滑指数方法对预测数据进行平滑处理。
对于报销比率和住院率，取最大值、最小值是因为这些比率变化不大，其次是取大小值做出的通道形态可以为决策进行情景分析用。
对于次均费用，由于不同年份的看病次均费用差异较大，且取值年份不多，因此选用均值。
图6为进行分类计算的数据表格，所用数据为2010-2014年数据，图6描述了性别为1、医院级别为1的按照年龄分布的数据。
最后，对数据进行汇总计算，计算公式为医疗统筹金支出＝参保人数×住院率×次均费用×报销比率×增长率。
实施例4
一种职工医疗保险测算模型，包括测算指标、盈亏计算、预估趋势，所述测算指标包括参保人数、住院人数、住院费用、报销费用、保险收入、保险支出，利用所述的职工医疗保险基金支出平衡算法对各个指标进行测算，将数据统计完成后，计算不同指标的增长率，并预测各个指标未来的数值。
图7是计算增长率后的一些指标的未来增长趋势图。如图7所示，根据本发明的算法，预测未来1-5年的各项指标的数值，住院人数、住院费用等可以测算出来，并以这些数据可测算出医疗统筹金的支出。
本发明的一种职工医疗保险基金支出平衡算法的优点在于，可以依照现有政策或未来政策规划，对未来1-5年的城镇职工医疗支出情况进行测算，并获得各项指标对医疗统筹金支出影响的变化过程；把影响未来期间基金盈亏状况的所有因素综合在一起考虑，在瞬间计算出在某种假设情况下未来期间基金的盈亏状况。
以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员，在不脱离本发明方法的前提下，还可以做出若干改进和补充，这些改进和补充也应视为本发明的保护范围。
Claims (10)
1.一种职工医疗保险基金支出平衡算法，其特征在于，包括支出算法和收入算法，所述的支出算法的步骤为：
S11：统计参保人数；
S12：计算参保人数指标；
S13：计算指标增长率；
S14：计算支出总额；
S15：计算医疗统筹金支出；
S16：计算医疗统筹金支出总额；
所述的收入算法的步骤为：
S21：统计参保人数；
S22：统计人均缴费基数；
S23：计算各项指标；
S24：计算总缴费额；
S25：计算单项缴费额；
S26：计算医疗统筹金收入；
S27：计算医疗统筹金收入总额；
其中，所述的S11步骤中的统计参保人数为统计不同年龄段的男女参保人数；所述的S12步骤中的指标包括住院率、次均费用、报销比率；所述的S21步骤中的统计参保人数为统计不同年龄段的男女参保人数；所述的S23步骤中的指标包括缴费比率、征缴率；所述的S25步骤中的单项缴费额包括单位缴费额、个人缴费额；所述的支出算法的S11步骤的参保人数的统计公式如下：预测年参保职工数＝预测年参保在职职工数+预测年参保退休职工数或者预测年参保职工人数＝基准年参保职工数×参保职工人数变化率，所述预测年参保在职职工数计算公式为预测年参保在职职工数＝预测起始年参保在职职工数+预测年新增在职参保职工数-预测年在职职工死亡数-预测年新增退休人员数，所述预测年参保推行职工数计算公式为预测起始年参保的退休职工数+预测年新增退休人员数+预测年关破企业一次性划入退休人数-预测年退休职工死亡数；所述的收入算法的S21步骤的参保人数的统计公式如下：预测年缴费的参保职工数＝预测年前一年参保职工数×参保职工人数变化率×缴费人员占比或者预测年缴费的参保职工数＝(预测年前一年年末未实有参保职工数+预测年新增参保职工数-预测年新退休参保职工数-预测年死亡的参保职工数)×缴费人员占比，所述的参保职工人数变化率的计算方法为以历年参保职工数作为基数利用回归算法进行计算，所述的预测年新增参保职工数、预测年新退休参保职工数、预测年死亡的参保职工数的计算方法为以历年参保职工数为基数利用均值或者回归算法进行计算。
2.根据权利要求1所述的一种职工医疗保险基金支出平衡算法，其特征在于，所述的支出算法的S12步骤中，所述的住院率的计算方法为计算出调和平均值、最大值、最小值，并运用均方差方法去除奇异点；所述的次均费用的计算方法为使用回归算法进行计算；所述报销比率的计算方法为计算出几何平均值、最大值、最小值，并运用均方差方法取出奇异点。
3.根据权利要求1所述的一种职工医疗保险基金支出平衡算法，其特征在于，所述的支出算法的S15步骤的医疗统筹金支出的计算方法为医疗统筹金支出＝参保人数×住院率×次均费用×报销比率×增长率。
4.根据权利要求1所述的一种职工医疗保险基金支出平衡算法，其特征在于，所述的支出算法的S16步骤的医疗统筹金支出总额的分析方法为使用Arima进行时序分析并运用平滑指数方法对预测数据进行平滑处理。
5.根据权利要求1所述的一种职工医疗保险基金支出平衡算法，其特征在于，所述的收入算法的S22步骤的人均缴费基数的计算方法为人均缴费基数＝总缴费基数/总参保人数。
6.根据权利要求1所述的一种职工医疗保险基金支出平衡算法，其特征在于，所述的收入算法的S24步骤的总缴费额的计算方法为缴费的参保职工数×缴费人数占比×社平工资×基社比，所述的社平工资为社会平均工资，其计算方法为预测年前一年社平工资×(1+预测年社平工资增长率)，所述的预测年社平工资增长率的计算方法为以历年工资增长率做基数进行计算。
7.根据权利要求1所述的一种职工医疗保险基金支出平衡算法，其特征在于，所述的收入算法的S26步骤的医疗统筹金收入的计算方法为医疗统筹金收入＝单位缴费额+个人缴费额-划入个人账户金额。
8.一种职工医疗保险测算模型，其特征在于，包含权利要求1所述的医疗保险基金支出平衡算法。
9.根据权利要求8所述的一种职工医疗保险测算模型，其特征在于，还包括测算指标、盈亏计算、预估趋势。
10.根据权利要求9所述的一种职工医疗保险测算模型，其特征在于，所述测算指标包括参保人数、住院人数、住院费用、报销费用、保险收入、保险支出。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710106852.2A CN106897935A (zh) | 2017-02-27 | 2017-02-27 | 一种职工医疗保险基金支出平衡算法及模型 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710106852.2A CN106897935A (zh) | 2017-02-27 | 2017-02-27 | 一种职工医疗保险基金支出平衡算法及模型 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN106897935A true CN106897935A (zh) | 2017-06-27 |
Family
ID=59184926
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710106852.2A Pending CN106897935A (zh) | 2017-02-27 | 2017-02-27 | 一种职工医疗保险基金支出平衡算法及模型 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN106897935A (zh) |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2019001278A1 (zh) * | 2017-06-29 | 2019-01-03 | 平安医疗健康管理股份有限公司 | 医疗保险基金精算预测方法、装置以及计算机设备 |
| CN109472710A (zh) * | 2018-12-13 | 2019-03-15 | 平安科技（深圳）有限公司 | 一种医保基金风险预测方法和装置 |
| CN109583510A (zh) * | 2018-12-13 | 2019-04-05 | 平安医疗健康管理股份有限公司 | 病种违规用药检测方法、装置、设备及计算机存储介质 |
| CN109785150A (zh) * | 2018-12-13 | 2019-05-21 | 平安科技（深圳）有限公司 | 一种基于智能决策的医保基金风险预测方法和装置 |
| CN109785154A (zh) * | 2018-12-13 | 2019-05-21 | 平安科技（深圳）有限公司 | 一种基于智能决策的风险预测方法和装置 |
| CN109785155A (zh) * | 2018-12-13 | 2019-05-21 | 平安医疗健康管理股份有限公司 | 基于医保报销模型调整医保策略的方法及相关产品 |
| CN111652614A (zh) * | 2020-06-01 | 2020-09-11 | 泰康保险集团股份有限公司 | 数据处理系统、数据处理方法及装置 |
| CN117635347A (zh) * | 2023-11-21 | 2024-03-01 | 上海金仕达卫宁软件科技有限公司 | 医保基金数据库中异常支出数据的检测系统 |
-
2017
- 2017-02-27 CN CN201710106852.2A patent/CN106897935A/zh active Pending
Cited By (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2019001278A1 (zh) * | 2017-06-29 | 2019-01-03 | 平安医疗健康管理股份有限公司 | 医疗保险基金精算预测方法、装置以及计算机设备 |
| CN109472710A (zh) * | 2018-12-13 | 2019-03-15 | 平安科技（深圳）有限公司 | 一种医保基金风险预测方法和装置 |
| CN109583510A (zh) * | 2018-12-13 | 2019-04-05 | 平安医疗健康管理股份有限公司 | 病种违规用药检测方法、装置、设备及计算机存储介质 |
| CN109785150A (zh) * | 2018-12-13 | 2019-05-21 | 平安科技（深圳）有限公司 | 一种基于智能决策的医保基金风险预测方法和装置 |
| CN109785154A (zh) * | 2018-12-13 | 2019-05-21 | 平安科技（深圳）有限公司 | 一种基于智能决策的风险预测方法和装置 |
| CN109785155A (zh) * | 2018-12-13 | 2019-05-21 | 平安医疗健康管理股份有限公司 | 基于医保报销模型调整医保策略的方法及相关产品 |
| CN111652614A (zh) * | 2020-06-01 | 2020-09-11 | 泰康保险集团股份有限公司 | 数据处理系统、数据处理方法及装置 |
| CN111652614B (zh) * | 2020-06-01 | 2023-08-22 | 泰康保险集团股份有限公司 | 数据处理系统、数据处理方法及装置 |
| CN117635347A (zh) * | 2023-11-21 | 2024-03-01 | 上海金仕达卫宁软件科技有限公司 | 医保基金数据库中异常支出数据的检测系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106897935A (zh) | 一种职工医疗保险基金支出平衡算法及模型 | |
| Kordy et al. | Computer-assisted feedback-driven quality management for psychotherapy: The Stuttgart-Heidelberg Model. | |
| CN109065105B (zh) | 一种医院用患者疾病治疗分值统计方法 | |
| US10846801B2 (en) | System and method for valuation, acquisition and management of insurance policies | |
| CN102024190A (zh) | 医院绩效工资管理系统及方法 | |
| CN105976165A (zh) | 基于报账制单位项目预算全过程管理的信息处理方法 | |
| CN111898971A (zh) | 一种智慧工地农民工薪保障管理平台 | |
| CN108009932A (zh) | 一种基于大数据分析的智能长期护理服务平台 | |
| CN107045668A (zh) | 一种医院精准绩效考核方法 | |
| CN113849737A (zh) | 一种画像数据处理方法 | |
| Aroua et al. | Forecast emergency room visits–a major diagnostic categories based approach | |
| CN108345995A (zh) | 一种企业内部经济管理成本控制系统 | |
| Prager et al. | Regulating out-of-network hospital payments: Disagreement payoffs, negotiated prices, and access | |
| CN109949167A (zh) | 基于大数据建模分析的医疗保险动态筹资方法和系统 | |
| Walsh et al. | Long-term residential care in Ireland: Developments since the onset of the COVID-19 pandemic | |
| CN106503418B (zh) | 一种以指数衰减为模型的科室限额分析系统及方法 | |
| Liang et al. | Uncertainty analysis of value for money assessment for public-private partnership projects | |
| CN112308467A (zh) | 一种基于大数据的工程项目风险评估系统 | |
| CN110210985A (zh) | 基本医保政策调整对基金支出影响的量化方法及系统 | |
| Flarey | A methodology for costing nursing service | |
| CN114464282A (zh) | 一种医院病人数据采集质量评估系统 | |
| Senadhira et al. | The branch performance tool: A methodological approach for continuous monitoring of programme efficiencies of service delivery interventions | |
| CN110210984A (zh) | 大病医保政策调整对基金支出影响的量化方法及系统 | |
| US20130204634A1 (en) | MLR and CPT Cost Determination System | |
| AJAH et al. | Enhancing Fiscal Accountability and Efficiency in Educational Institution through Financial Management Information Systems (FMIS) By AJAH, Victoria Chizoba, EMENGINI, Boniface & IGBOKWE, Innocent Chiawa Department of Educational Management and Policy Fa |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20170627 |
|
| RJ01 | Rejection of invention patent application after publication |