CN107615326A - 使用概率图模型的健康借贷系统和方法 - Google Patents
使用概率图模型的健康借贷系统和方法 Download PDFInfo
- Publication number
- CN107615326A CN107615326A CN201680016928.6A CN201680016928A CN107615326A CN 107615326 A CN107615326 A CN 107615326A CN 201680016928 A CN201680016928 A CN 201680016928A CN 107615326 A CN107615326 A CN 107615326A
- Authority
- CN
- China
- Prior art keywords
- health service
- risk
- graph
- processor
- consumer
- 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
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
- G16H40/20—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the management or administration of healthcare resources or facilities, e.g. managing hospital staff or surgery rooms
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N7/00—Computing arrangements based on specific mathematical models
- G06N7/01—Probabilistic graphical models, e.g. probabilistic networks
-
- 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
- G06Q10/00—Administration; Management
- G06Q10/10—Office automation; Time management
-
- 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
- G06Q40/03—Credit; Loans; Processing thereof
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- General Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- Data Mining & Analysis (AREA)
- Strategic Management (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Finance (AREA)
- Accounting & Taxation (AREA)
- Epidemiology (AREA)
- Biomedical Technology (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Marketing (AREA)
- Entrepreneurship & Innovation (AREA)
- Pathology (AREA)
- Databases & Information Systems (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Artificial Intelligence (AREA)
- Computational Mathematics (AREA)
- Probability & Statistics with Applications (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Computing Systems (AREA)
- Algebra (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Technology Law (AREA)
- Development Economics (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
Abstract
描述了一种用于使用概率图模型的健康借贷的系统和方法。该系统和方法可生成健康信用得分(“HICO”)。该HICO为是风险度量的得分,所述风险度量被置于拥有或操作该系统的公司可能感兴趣的健康护理事务的所有实体或将HICO得分用于其风险评估的公司上。
Description
优先权要求/相关申请
本申请要求于2015年1月20日提交且题为“Health Lending System and MethodUsing Probabilistic Graph Models”的美国临时专利申请序列号62/105,503的根据35USC 119(e)的权益以及根据35 USC 120的优先权,通过引用将其整体合并于本文中。
技术领域
本公开一般地涉及健康系统和方法,并且特别地涉及健康借贷系统和方法。
背景技术
财务信用评分的问题是非常有挑战性且重要的财务分析问题。利用信用风险建模和评估的主要挑战是当前模型充满不确定性。拖欠(无力偿付债务)的概率的估计、对一组有联系的借款者的关联结构进行建模、以及关联的量的估计是可以严重损害信用风险模型的质量的不确定性的最重要的来源。
已经提出了许多技术来处理该问题,所述技术从统计分类器变动到决策树、最近邻方法和神经网络。虽然后者是强大的模式识别技术,但是它们对实际问题解决(以及信用评分)的用途相当有限,这归因于它们的固有的不透明的黑盒性质。在行业中最有名的方法是费埃哲公司(FICO®)得分。FICO得分®是根据用户的信用报告中的信用数据的若干不同片计算的。所述数据可被分组成如图1中所示的五个类别。图1中的图表中的百分比反映每个类别在确定如何计算每个用户的FICO得分中多么重要。
FICO得分考虑信用报告中的正面和负面信息二者。例如,晚支付将会降低你的FICO得分,但是建立或重新建立按时进行支付的良好跟踪记录将会提高你的得分。存在彼此协同工作的若干信用报告公司,诸如Equifax和Transunion,仅举几例组织。然而,这些公司不能够将它们自己适当地对齐到匹配基于健康的贷款的风险管理模型。具体地,它们不知道此人的人口统计特征、生活的地方、职业、就业时间长短和家属。进一步地,在基于健康的服务和贷款的情况下,风险由于得到健康服务且必须偿还贷款的消费者的不健康性质而增加。
健康护理费用中的最近高涨已经看到对借贷给消费者用于健康服务的增加的兴趣。合期望的是提供一种用于确定健康信用得分的系统和方法,该健康信用得分对给消费者的健康护理贷款的风险进行建模。
附图说明
图1图示已知的FICO得分的示例;
图2图示可合并健康借贷系统的健康服务系统;
图3图示健康借贷系统的更多细节;
图4图示用于预测风险的方法;
图5图示提供者贝叶斯风险网络的示例;
图6图示用于提供者贝叶斯模型生成的方法的示例;
图7图示用于消费者风险建模的方法的示例;
图8图示信念网络图推理模型的输出的示例;
图9图示用于风险评估的PDHICO提供者/支付者示例输入数据的示例;
图10图示针对图9中的PDHICO提供者/支付者示例数据的风险图的示例;
图11图示针对图9中的PDHICO提供者/支付者示例数据的系统的输出的示例;
图12图示用于风险评估的PDHICO消费者示例输入数据的示例;
图13图示针对图12中的PDHICO消费者示例数据的风险图的示例;以及
图14图示针对图12中的PDHICO消费者示例数据的系统的输出的示例。
具体实施方式
本公开特别适用于用于使用健康信用(“HICO”)得分的健康借贷的基于云的系统和方法,该健康信用(“HICO”)得分可以是从概率图模型生成的,并且其在本公开将描述的该背景下。然而,将领会到,该系统和方法具有更大的效用,因为它可以使用其他模型以便生成HICO并且可以以将在本公开的范围内的与下面描述的那些方式不同的方式来实现。虽然健康借贷系统在下面的图和描述中被示出与健康服务系统整合在一起,但是该健康借贷系统还可以是独立系统或整合到其他系统中。
由下面描述的系统和方法生成的健康信用得分(“HICO”)具有将HICO与上面描述的信用得分区别开的若干因素。HICO为是风险度量的得分,所述风险度量被置于拥有或操作该系统的公司可能感兴趣的健康护理事务的所有实体或将HICO得分用于其风险评估的公司上。每个实体可以是健康服务消费者、健康服务提供者或健康服务支付者。然而,本文中描述的系统和方法可被用来对是健康服务行业或空间的部分的各种其他实体执行风险度量。为了下面说明的目的,下面的描述可能考虑上面描述的实体类型并且然后考虑每个实体造成的具体风险以及可被用来生成HICO的数据和模型。
图2图示可合并健康借贷系统的健康服务系统100。健康服务系统100可具有通过通信路径106连接至后端系统108的一个或多个计算设备102。每个计算设备102,诸如如图1中示出的计算设备102a、102b、102n,可以是具有存储器、永久记忆装置、有线或无线通信电路以及显示器的基于处理器的设备,其允许每个计算设备连接至且通过通信路径106耦合至后端系统108。例如,每个计算设备可以是智能电话设备(诸如苹果计算机产品、基于安卓OS的产品等)、平板计算机、个人计算机、终端设备、膝上型计算机等。在图2中示出的一个实施例中,每个计算设备102可将应用104存储在存储器中并且然后使用计算设备的处理器执行该应用以与后端系统对接。例如,该应用可以是典型的浏览器应用或者可以是移动应用。通信路径106可以是使用安全协议或不安全协议的有线或无线通信路径。例如,通信路径106可以是因特网、以太网、无线数据网络、蜂窝数字数据网络、WiFi网络等。
后端系统108可具有可耦合在一起的健康市场引擎110和健康借贷系统113。可使用一个或多个计算资源(诸如一个或多个服务器计算机、一个或多个云计算资源等)来实现后端系统的这些部件中的每个。在一个实施例中,可以以软件来实现健康市场引擎110和健康借贷系统113中的每个,所述软件中的每个具有由后端系统的一个或多个计算资源的处理器执行的多行计算机代码。因此,在该实施例中,后端系统的一个或多个计算资源的处理器被配置成执行如下面描述的市场和健康借贷系统的操作和功能。在其他实施例中,可以以硬件(诸如经编程的逻辑器件、经编程的处理器或微控制器等)来实现健康市场引擎110和健康借贷系统113中的每个。后端系统108可被耦合至贮存器114,其存储组成健康护理系统和健康借贷系统的各种数据和软件模块。贮存器114可被实现为硬件数据库系统、软件数据库系统或任何其他存储系统。
健康市场引擎110可允许加入健康护理社交社区的从业者以甚至几年前难以想象的方式接触潜在客户。除了给予从业者社交门户(从业者利用社交门户与消费者通信并向消费者推销他们自己)之外,市场还给予每个健康护理从业者在为Groupon、Living Social或其他社交市场的用户所熟悉的环境中提供他们的服务的能力。
如下面描述的,健康借贷系统是一种接收关于健康服务事务中涉及的实体的数据并且然后为健康服务事务中涉及的实体生成风险度量的系统。在一个实施例中,风险度量可以以健康信用得分(“HICO”)的形式,该健康信用得分(“HICO”)是置于拥有或操作该系统的公司可能有兴趣的健康护理或健康服务事务的所有实体或者将HICO得分用于其风险评估的公司上的风险度量。每个实体可以是健康服务消费者、健康服务提供者或健康服务支付者。然而,本文中描述的系统和方法可被用来执行对是健康服务行业或空间的部分的各种其他实体执行风险度量。在一个实施例中,风险度量可基于概率图模型,如下面描述的那样。
图3图示健康借贷系统113的更多细节。健康借贷系统113可具有输入处理器300,该输入处理器300接收关于实体的健康数据输入信息并且诸如通过例如执行ETL过程对其进行处理以供健康借贷系统113使用。来自输入处理器的输出可被馈送到图模型引擎302中,该图模型引擎302基于实体的健康数据信息生成概率图模型,并且来自图模型引擎302的输出可被馈送到健康信用得分生成器304中,该健康信用得分生成器304基于概率图模型为实体生成健康信用得分。
现在,更详细地描述用于健康借贷系统的健康数据输入信息。该健康数据输入信息可包括一个或多个数据向量,它们可以是通过“提取变换和加载过程(ETL)”生成的并且可经由健康系统使用应用程序员接口(API)来访问。下面显现可被用于(一个或多个)概率图结构和图模型引擎302的数据实体的示例。然而,可使用附加或其他数据向量并且那些其他数据向量可来自其他ETL过程。因此,下面的示例数据向量仅仅是说明性的并且本公开针对可由图模型引擎使用的各种不同类型的数据向量。
消费者实体
在一些实施例中,健康服务系统可以是混合银行/保险公司,其中消费者呈现两个可能的风险预测。具体地,健康服务系统可以向消费者提供传统的健康保险并且将钱借贷给他们来支付健康服务。
健康服务借贷
在借贷钱用于(包括健康护理程序的)健康服务的背景下,主要风险是消费者拖欠贷款,因此用于确定拖欠风险的主要度量将可能是比如已知的FICO信用得分、信用历史、(流动和非流动的)可用资产、通过抵押物偿还贷款的意愿和/或能力等的度量。针对信誉的总体当前FICO模型分解如下:
• 35%支付历史
• 30%债务负担
• 15%信用历史的时间长短
• 10%所使用的信用的类型
• 10%最近对信用的搜索。
健康保险。
根据健康保险费的风险调整的设置是极其复杂和受调节(尤其在ACA下)的过程。系统还可收集关于可能不是常见风险模型的一部分的计划成员的数据,以换取更低的保费。这些数据集将可能能够包括来自跟踪生活方式和生物测量结果的个人可穿戴设备(Fitbit、Jawbone、智能电话app)的数据,以及过去的医疗记录。
对于健康保险借贷,健康系统可具有关于想要健康保险的每个人的以下信息。
• 基本人口统计特征(即位置、性别、DOB)
保险信息
• 成员ID
• 组群ID
• 总的免赔额
• 剩余的免赔额
• 家属
市场交互
• 所搜索的特性
• 所搜索的条件
• 所进行的采购
• 登录频率
• 所评价/评论的提供者
经由可穿戴API的自报告的健康统计
• BMI
• 吸烟者状况
• 活动水平
• 健康计划会员
财务信息
• FICO信用得分
• 信用报告
• 资产/债务
• 来自借贷俱乐部的借贷数据
社交网络交互数据
• 推特、脸书、链接的
可穿戴的API数据
• 测量到的活动水平
• 睡眠周期。
提供者实体
除了为提供者处理保险索赔之外,健康借贷系统还可立即向提供者支付他们的服务,而不是他们必须等待支付者处理索赔并且然后从支付者偿还健康借贷系统。在立即向提供者支付所提供的服务方面的风险或者是我们向提供者支付的价格多于支付者将偿付的价格,或者更糟糕,该服务根本没有被消费者的保险所覆盖。目前趋势的分析示出,对于私人保险和医疗保险二者平均,提供者主张(submit)比所允许的价格更高的索赔,其中思想是提供者以最高的价格计费(billing)并且抱乐观的态度。当前系统的应用准确地预测对于给定索赔支付者实际上将支付多少,使得我们可以在我们向提供者支付的金额高于支付者所偿付的金额的情况下最小化事务的数目。
健康借贷系统具有关于每个提供者的各种信息,包括:
提供者人口统计特征(年龄、性别、位置)
医学教育
• 他们在何地和何时上医学院
• 他们在何地和何时完成他们的住院医师实习期/从事研究院职位(fellowship)
• 专业
• 证书
• 医院附属
定价
• 根据医疗保险主张和支付的价格
• 现金价格
• 在市场上列出的服务
• 对针对报价的请求的回应
评价、评论、认识
• 来自市场的评论和评价
• 我们从美国医学协会接收的来自国家许可主体(state licensure bodies)的治疗不当处罚
• 评价和评论
索赔统计
• 每个程序主张的索赔的数目、主张的价格、偿付的价格
• 每个程序拒绝索赔的数目。
支付者实体(又叫做承保人、贸易伙伴)
在健康借贷系统针对服务立即免除对提供者的支付的情况下,健康借贷系统然后向支付者主张索赔以收取款项。和提供者一样,主要风险在针对服务从支付者偿付的金额以及偿付所花费的时间长度方面。
健康借贷系统具有关于每个支付者的各种信息,包括(来自X12事务的处理):
• 支付统计:针对程序Y,支付者X平均支付多少钱
• 关于处理索赔花费的时间的统计(即平均处理时间、每个程序的平均时间等)
• 关于拒绝的索赔的统计。一般的索赔和被支付者分割的索赔的分析将可能允许我们构建用于确定索赔将被拒绝的概率的预测模型。
因此,对于上面描述的实体中的每个,健康借贷系统可评估或预测与事务相关联的关于上面描述的实体中的每个的风险。风险预测可以是基于概率模型的三个得分的混合。
图4图示在一个实施例中可由图2-3中示出的健康借贷系统113执行的用于为不同实体中的每个预测风险的方法400。图4中图示的方法也可由软件来执行,该软件是可由一个或多个计算资源的处理器执行以使得该处理器被配置成执行如下面描述的风险预测的操作和功能的多行计算机代码。在其他实施例中,该方法可使用诸如经编程的逻辑器件、经编程的处理器、微控制器、专用集成电路等的硬件来执行。
如图4中所示的,针对支付者,该方法可基于经由ETL处理索赔和保险赔偿费(benefits)(上面阐述其示例)(402)接收用于风险预测的信息。当图3中的健康借贷部件113正执行该方法时,输入处理器300可执行该处理。可在该方法中使用关于支付者的信息来创建支付者贝叶斯图(404)。当图3中的健康借贷部件113正执行该方法时,图模型引擎302可创建该贝叶斯图。针对支付者的贝叶斯图还可与所生成的提供者贝叶斯图交换数据。
对于提供者实体,该方法可经由API处理提供者信息(在上面阐述其示例)(406)。当图3中的健康借贷部件113正执行该方法时,输入处理器300可执行该处理。可在该方法中使用关于提供者的信息来创建提供者贝叶斯图(408)。当图3中的健康借贷部件113正执行该方法时,图模型引擎302可创建该贝叶斯图。提供者贝叶斯还可与支付者贝叶斯图交换数据。
对于消费者实体,该方法可处理消费者信息(在上面阐述其示例)(410)。当图3中的健康借贷部件113正执行该方法时,输入处理器300可执行该处理。可在该方法中使用关于消费者的信息(以及来自ETL的索赔和保险赔偿费信息)来创建消费者贝叶斯图(412)。当图3中的健康借贷部件113正执行该方法时,图模型引擎302可创建该贝叶斯图。
如所示的,可在该方法中使用所创建的贝叶斯图中的一个或多个来创建健康信用风险得分排名(414)。当图3中的健康借贷部件113正执行该方法时,健康信用得分生成器304可生成(一个或多个)得分。下面以图9开始描述该方法的示例。因此,该方法生成可被健康借贷系统用来评估上面描述的健康服务有关的借贷的风险的一个或多个健康信用风险得分。
在上面描述的方法中,使用贝叶斯网络分类器,其提供给出对在调查中的域中的结构关系的清楚洞察的能力。此外,近来,贝叶斯网络分类器已经针对财务信用评分取得成功。在该方法中,可使用信念网络或也被称作概率图模型(PGM)的贝叶斯网的网络。
该方法使用概率图,用于基于作为风险的函数的健康和医疗行为对信用集中风险的建模和评估。信用集中的破坏力本质上取决于借款者之间的关联的量。然而,借款者公司的信用风险敞口的关联和集中已经难以使银行业以客观方式来测量,因为它们充满了不确定性。因此,银行没有设法做出到驱动风险的关联的定量链接并且未能防止集中进行累积。然而,因为健康借贷系统和方法具有索取与消费者捆绑的健康和医疗行为的能力,所以该方法创建信念网络,其为常见信用评分问题提供有吸引力的解决方案,尤其在健康域内用来示出如何将它们应用在表示、量化和管理“健康信用风险敞口”的集中方面的不确定知识中。
该方法可使用逐步信念网络模型构建方案并且该方法可合并关于有关行为(诸如办公室再访问)和结果的组的风险敞口的先验信念,并且然后利用如它所学的新信息通过整个模型来更新这些信念。该方法可使用具体图结构、信念网络网络,并且由于作为所使用的健康数据的函数的在借款者和出借者之间的强直接或间接业务链接,模型提供对集中风险累积的更好理解。该方法还可使用三个模型信念网络和互信息并且构造信念网络,该信念网络是可以被实现来标识和控制来自信用敞口的集中的威胁的可靠模型。
贝叶斯网络(BN)表示在一组离散属性上的联合概率分布。其将被视为由指定各属性之间的条件(相互)依赖的定量部分和指定数据集属性的条件概率的定量部分组成的概率白盒模型。形式上,贝叶斯网络由两个部分组成,,其中有向非循环图G由节点和弧线以及一个或多个条件概率表组成。节点是属性X1…Xn,而弧线指示直接依赖。贝叶斯网络本质上是统计模型,其使得计算未被观察到的随机变量的任何子集的(联合)后验概率分布是可行的,假定互补子集中的变量被观察到。
图G然后对域的独立关系编码。网络B表示以下联合概率分布:
(等式1)。
这产生类似为本领域中受训人员所熟悉的贝叶斯概率图结构。
考虑到该基本功能,创建用于审慎的易处理变量的基线,其中推理是精确的。在我们的三个概率图模型的情况下(如图4中所示),我们具有三个易处理的推理模型。
为了改进模型和图的性能,对于诸如定价信息之类的连续变量,该方法可利用马尔科夫链蒙特卡尔理论(在下文中MCMC),其直接从后验分布采样。该方法还可使用用于马尔科夫链的公知Metropolis-Hastings算法。该Metropolis-Hastings算法最初被Madigan和York适用于贝叶斯和马尔科夫网络的结构学习。在该方法中,metropolis-Hastings和其他MCMC算法一般被用于从多维分布采样,尤其当维数高时。在我们的上面描述的健康信用得分模型的情况下,模型被认为高维度。
用于提供者网络模型和构建过程的信念网络构建过程可使用以下代码示例:
在图5中示出提供者支付者风险贝叶斯网络的示例。如图5中所示,示出用于提供者风险评估的各种信息。图6示出用于以针对每个健康程序的程序包开始的提供者贝叶斯模型生成的方法600的示例,其中每个程序可以是单个CPT代码。典型医疗/健康程序通常由不止一个计费程序代码(CPT代码)组成。该方法为每个行项目(CPT)代码计算PDHICO得分并且然后将它们组合到总程序包得分中。该方法可使用病人数据、支付者数据和/或提供者数据来为程序中的每个生成程序风险评估602。基于程序中的每个的风险评估,该方法可确定程序包风险评估得分604。基于程序包风险评估得分,健康借贷系统可确定(606)是否立即偿付提供者,这可能部分地取决于出借者风险容限。
图7图示用于其中使用关于消费者的信息(702)的消费者风险建模的方法700的示例。当图3中的健康借贷部件113正执行该方法时,图模型引擎302可执行该方法。关于消费者的信息可包括FICO信用得分、财务数据、可穿戴设备数据、健康记录数据和保险计划数据。关于消费者的信息可被用来进行消费者借贷评估(704)。消费者借贷评估704可与关于银行/出借者(706)的数据组合以确定(708)针对该程序是否将钱借贷给病人。关于将钱借贷的确定还可取决于出借者风险容限(710)。
图8图示信念网络图推理模型的输出的示例,其示出如果给特定消费者进行借贷则最终结果是亏损的概率的计算概率。
图9图示用于风险评估的PDHICO提供者/支付者示例输入数据的示例。因此,图9示出包括偿付价格、偿付价格统计和由提供者执行的程序的示例性输入数据。图10图示针对由上面描述的系统和方法生成的图9中的PDHICO提供者/支付者示例数据的风险图的示例。如图10中所示,用于图9中的示例数据的各种值被生成且被置于风险图中。例如,如图10中所示,亏损P(亏损)的概率被计算为0.701。可使用上面描述的方法并使用等式(1)来计算亏损的概率。该方法可使用编码在图模型中的概率来计算条件概率P(亏损=真|procedures_performed_by_specialty_count=“高”,
payment_average_payer_paid_amount_difference=“中等”)。这是图模型的代表性功效(efficiency)在针对得到的等式的条件概率表具有多于177,147项时开始起作用的情况。图11图示用于包括由系统生成的得分的图9中的PDHICO提供者/支付者示例数据的系统的输出的示例。在一个实施例中,风险得分可被计算为(l-P(亏损)*100)。然后,根据图9中的示例数据,该系统根据图9中计算出的值生成按(1-0.7)*100)计算出的风险得分30。
图12图示用于风险评估的PDHICO消费者示例输入数据的示例,其中存储关于消费者的包括健康细节和财务细节的各种详情。在一个实施例中,基于消费者输入数据,消费者风险可被计算为0.63。图13图示针对由上面描述的系统和方法生成的图12中的PDHICO消费者示例数据的风险图的示例。如图13中所示,用于图12中的示例数据的各种值被生成并被置于风险图中。例如,如图13中所示,亏损的概率P(亏损)被计算为0.37。可使用上面描述的方法并使用等式(1)来计算亏损的概率。该方法可使用编码在图模型中的概率来计算条件概率P(亏损=真|consumer_bmi=“超重”,consumer_gender=“男性”,smoker=“假”,consumer_age=“40-69”,debt_ratio=“30-35”,fico=“700-749”)。这是图模型的代表性功效在针对得到的等式的条件概率表具有多于43,046,721项时开始起作用的情况。图14图示针对包括由系统生成的得分的图12中的PDHICO消费者示例数据的系统的输出的示例。在一个实施例中,风险得分可被计算为(l-P(亏损) * 100)。然后,根据图12中的示例数据,系统根据图12中计算出的值生成按(1-0.37)* 100)计算出的风险得分63。
为了解释的目的,已经参考具体实施例描述了前述描述。然而,上面的说明性讨论不意图是详尽的或者将本公开限于所公开的精确形式。鉴于上面的教导,许多修改和变化是可能的。实施例被选取和描述以便最好地解释本公开的原理及其实际应用,以由此使得本领域其他技术人员能够最好地利用本公开和具有如适合于所设想的特定使用的各种修改的各种实施例。
本文中公开的系统和方法可经由一个或多个部件、系统、服务器、装置、其他子部件来实现,或者分布在这样的元件之间。当被实现为系统时,这样的系统可尤其包括和/或涉及诸如在通用计算机中发现的软件模块、通用CPU、RAM等的部件。在创新存在于服务器上的实现中,这样的服务器可包括或涉及诸如CPU、RAM等的部件,诸如在通用计算机中发现的那些。
此外,除了上面阐述的那点之外,可经由利用全异或完全不同的软件、硬件和/或固件部件的实现来实现本文中的系统和方法。关于这样的其他部件(例如软件、处理部件等)和/或与本发明相关联或使本发明具体化的计算机可读介质,例如,本文中的创新的各方面可与许多通用或专用计算系统或配置一致地实现。可能适合于与本文中的创新一起使用的各种示例性计算系统、环境和/或配置可包括但不限于:在个人计算机内的或在个人计算机上具体化的软件或其他部件、服务器或服务器计算设备(诸如布线/连通性部件)、手持或膝上型设备、多处理器系统、基于微处理器的系统、机顶盒、消费者电子设备、网络PC、其他现有计算机平台、包括上面的系统或设备中的一个或多个的分布式计算环境等。
在一些实例中,可经由逻辑和/或逻辑指令来实现或通过逻辑和/或逻辑指令来执行该系统和方法的各方面,所述逻辑指令包括例如与这样的部件或电路关联地执行的程序模块。一般地,程序模块可包括执行特定任务或实现本文中的特定指令的例程、程序、对象、部件、数据结构等。还可在分布式软件、计算机或电路设置(其中经由通信总线、电路或链路来连接电路)的背景下实践本发明。在分布式设置中,控制/指令可能从包括存储器存储设备的本地和远程计算机存储介质二者出现。
本文中的软件、电路和部件还可包括和/或利用一个或多个类型的计算机可读介质。计算机可读介质可以是驻留在这样的电路和/或计算部件上、可与这样的电路和/或计算部件联合、或可以由这样的电路和/或计算部件访问的任何可用介质。作为示例而非限制,计算机可读介质可包括计算机存储介质和通信介质。计算机存储介质包括以任何方法或技术实现的用于诸如计算机可读指令、数据结构、程序模块或其他数据之类的信息的存储的易失性和非易失性、可移除和非可移除的介质。计算机存储介质包括但不限于RAM、ROM、EEPROM、闪存或其他存储器技术、CD-ROM、数字通用盘(DVD)或其他光学记忆装置、磁带、磁盘记忆装置或其他磁性存储设备、或可以被用来存储期望的信息并可以由计算部件访问的任何其他介质。通信介质可包括计算机可读指令、数据结构、程序模块和/或其他部件。进一步地,通信介质可包括有线介质(诸如有线网络或直接有线连接),然而本文中的任何这样的类型的介质都不包括瞬时介质。上面的任何的组合也被包括在计算机可读介质的范围内。
在本说明书中,术语部件、模块、设备等可指代可以以各种各样的方式实现的任何类型的逻辑或功能软件元素、电路、块和/或过程。例如,各种电路和/或块的功能可以彼此组合到任何其他数目的模块中。每个模块甚至可被实现为存储在要由中央处理单元读取以实现本文中的创新的功能的有形存储器(例如随机存取存储器、只读存储器、CD-ROM存储器、硬盘驱动器等)上的软件程序。或者,模块可以包括经由传输载波传输给通用计算机或处理/图形硬件的编程指令。而且,模块可以被实现为实现本文中的创新所包含的功能的硬件逻辑电路。最后,模块可以使用专用指令(SIMD指令)、现场可编程逻辑阵列或提供期望水平性能和费用的其任何混合来实现。
如本文中公开的,可经由计算机硬件、软件和/或固件来实现与本公开一致的特征。例如,可以以包括例如数据处理器(诸如也包括数据库、数字电子电路、固件、软件或组合它们的计算机)的各种形式来具体化本文中公开的系统和方法。进一步地,虽然所公开的实现中的一些描述了具体硬件部件,但是可利用硬件、软件和/或固件的任何组合来实现与本文中的创新一致的系统和方法。此外,可在各种实施例中实现上面提到的特征以及本文中的创新的其他方面和原理。这样的环境以及有关应用可被特别地构造用于执行根据本发明的各种例程、过程和/或操作,或者它们可包括通过代码选择性地激活或重新配置以提供必要的功能的通用计算机或计算机平台。本文中公开的过程不与任何特定计算机、网络、架构、环境或其他装置固有地相关,并且可由硬件、软件和/或固件的适当组合来实现。例如,各种通用机器可与根据本发明的教导书写的程序一起使用,或者可能更便利的是构造专门装置或系统来执行所要求的方法和技术。
本文中描述的方法和系统的各方面(诸如逻辑)也可被实现为编程到各种各样的电路中的任何电路中的功能,所述各种各样的电路包括可编程逻辑器件(“PLD”),诸如现场可编程门阵列(“FPGA”)、可编程阵列逻辑(“PLA”)器件、电可编程逻辑和存储器设备和基于标准单元的设备,以及专用集成电路。用于实现各方面的一些其他可能性包括:存储器设备、具有存储器(诸如EEPROM)的微控制器、嵌入式微处理器、固件、软件等。此外,可以以具有基于软件的电路仿真、(顺序和组合的)分立逻辑、定制设备、模糊(神经)逻辑、量子器件、以及任何上面的设备类型的混合的微处理器来具体化各方面。可以以各种各样的部件类型,例如金属氧化物半导体场效应晶体管(“MOSFET”)技术(比如互补金属氧化物半导体(“CMOS”))、双极型技术(比如发射器耦合逻辑(“ECL”))、聚合物技术(例如硅共轭聚合物和金属共轭聚合物-金属结构)、混合的模拟和数字等,来提供基础的设备技术。
还应该注意到,根据本文中公开的各种逻辑和/或功能的行为、寄存器传送、逻辑部件和/或其他特性,可使用硬件、固件和/或如在各种机器可读或计算机可读介质中具体化的数据和/或指令的任何数目的组合来使得能实现本文中公开的各种逻辑和/或功能。可在其中具体化这样的经格式化的数据和/或指令的计算机可读介质包括但不限于以各种形式(例如光学、磁性或半导体存储介质)的非易失性存储介质,虽然再次地不包括瞬时介质。除非该上下文另外清楚地要求,否则贯穿本说明书,要以如与排他或详尽的意义相对的包括性意义,即以“包括但不限于”的意义,来解释词“包括”、“包含”等。使用单数或复数的词也分别包括复数或单数。此外,词“在本文中”、“在下文”、“上面”、“下面”以及类似含义的词指代作为整体的本申请而不是本申请的任何特定部分。当关于两个或更多项的列表来使用词“或”时,该词覆盖词的所有以下解释:列表中的项中的任何、列表中的所有项以及列表中的项的任何组合。
虽然已经在本文中具体描述了本发明的某些目前优选的实现,但是将对本发明所属领域技术人员显然的是,可在不偏离本发明的精神和范围的情况下做出对本文中示出和描述的各种实现的变化和修改。因此,意图使本发明仅被限制到适用的法律规范所要求的程度。
虽然前述内容已经参考本公开的特定实施例,但是本领域技术人员将领会到,可在不偏离本公开的原理和精神的情况下做出该实施例中的变化,本公开范围由所附权利要求书限定。
Claims (24)
1.一种系统,包括:
具有处理器和存储器的计算机系统;
处理器被配置成接收关于健康服务事务的数据;并且
处理器被配置成使用关于健康服务事务的数据来为健康服务事务生成风险度量。
2.根据权利要求1所述的系统,其中处理器被配置成使用概率图模型来生成风险度量。
3.根据权利要求2所述的系统,其中处理器被配置成生成支付者贝叶斯图、提供者贝叶斯图和消费者贝叶斯图。
4.根据权利要求3所述的系统,其中处理器被配置成通过组合支付者贝叶斯图、提供者贝叶斯图和消费者贝叶斯图来生成风险度量。
5.根据权利要求 2所述的系统,其中处理器被配置成使用逐步信念网络来生成概率图模型。
6.根据权利要求1所述的系统,其中处理器被配置成为健康服务事务中所涉及的实体生成风险得分。
7.根据权利要求6所述的系统,其中实体是健康服务消费者、健康服务提供者和健康服务支付者中的一个。
8.根据权利要求1所述的系统,其中风险度量是风险得分。
9.一种方法,包括:
接收关于健康服务事务的数据;以及
使用关于健康服务事务的数据来为健康服务事务生成风险度量。
10.根据权利要求9所述的方法,其中生成风险度量进一步包括使用概率图模型来生成风险度量。
11.根据权利要求10所述的方法,其中使用概率图模型进一步包括生成支付者贝叶斯图,生成提供者贝叶斯图和生成消费者贝叶斯图。
12.根据权利要求11所述的方法,其中生成风险度量进一步包括组合支付者贝叶斯图、提供者贝叶斯图和消费者贝叶斯图来生成风险度量。
13.根据权利要求10所述的方法,其中使用概率图模型进一步包括使用逐步信念网络来生成概率图模型。
14.根据权利要求9所述的方法,进一步包括为健康服务事务中所涉及的实体生成风险得分。
15.根据权利要求14所述的方法,其中实体是健康服务消费者、健康服务提供者和健康服务支付者中的一个。
16.根据权利要求9所述的方法,其中风险度量是风险得分。
17.一种装置,包括:
处理器;
存储器;
处理器被配置成接收关于健康服务事务的数据;并且
处理器被配置成使用关于健康服务事务的数据来为健康服务事务生成风险度量。
18.根据权利要求17所述的装置,其中处理器被配置成使用概率图模型来生成风险度量。
19.根据权利要求18所述的装置,其中处理器被配置成生成支付者贝叶斯图、提供者贝叶斯图和消费者贝叶斯图。
20.根据权利要求19所述的装置,其中处理器被配置成通过组合支付者贝叶斯图、提供者贝叶斯图和消费者贝叶斯图来生成风险度量。
21.根据权利要求18所述的装置,其中处理器被配置成使用逐步信念网络来生成概率图模型。
22.根据权利要求17所述的装置,其中处理器被配置成为健康服务事务中所涉及的实体生成风险得分。
23.根据权利要求22所述的装置,其中实体是健康服务消费者、健康服务提供者和健康服务支付者中的一个。
24.根据权利要求17所述的装置,其中风险度量是风险得分。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201562105503P | 2015-01-20 | 2015-01-20 | |
US62/105503 | 2015-01-20 | ||
PCT/US2016/014117 WO2016118619A1 (en) | 2015-01-20 | 2016-01-20 | Health lending system and method using probabilistic graph models |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107615326A true CN107615326A (zh) | 2018-01-19 |
Family
ID=56408058
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201680016928.6A Pending CN107615326A (zh) | 2015-01-20 | 2016-01-20 | 使用概率图模型的健康借贷系统和方法 |
Country Status (7)
Country | Link |
---|---|
US (1) | US10417379B2 (zh) |
EP (1) | EP3248167A4 (zh) |
JP (1) | JP2018506786A (zh) |
CN (1) | CN107615326A (zh) |
CA (1) | CA2985839A1 (zh) |
HK (1) | HK1249957A1 (zh) |
WO (1) | WO2016118619A1 (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109993538A (zh) * | 2019-02-28 | 2019-07-09 | 同济大学 | 基于概率图模型的身份盗用检测方法 |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11062802B1 (en) | 2015-06-04 | 2021-07-13 | Cerner Innovation, Inc. | Medical resource forecasting |
US10565351B2 (en) * | 2015-08-24 | 2020-02-18 | 3M Innovative Properties Company | Analysis and rule generation of medical documents |
US10776878B1 (en) * | 2017-06-29 | 2020-09-15 | State Farm Mutual Automobile Insurance Company | Social media data aggregation to optimize underwriting |
CN109598414B (zh) * | 2018-11-13 | 2023-04-21 | 创新先进技术有限公司 | 风险评估模型训练、风险评估方法、装置及电子设备 |
CN116806343A (zh) * | 2020-10-01 | 2023-09-26 | 克劳德斯玛特有限公司 | 概率图形网络 |
Family Cites Families (126)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2738289B2 (ja) | 1993-12-30 | 1998-04-08 | 日本電気株式会社 | 液晶表示装置の製造方法 |
US5835897C1 (en) | 1995-06-22 | 2002-02-19 | Symmetry Health Data Systems | Computer-implemented method for profiling medical claims |
US6279041B1 (en) | 1998-11-13 | 2001-08-21 | International Business Machines Corporation | Methods, systems and computer program products for differencing data communications using a message queue |
US20020022973A1 (en) | 2000-03-24 | 2002-02-21 | Jianguo Sun | Medical information management system and patient interface appliance |
US20020038233A1 (en) | 2000-06-09 | 2002-03-28 | Dmitry Shubov | System and method for matching professional service providers with consumers |
US20040143446A1 (en) | 2001-03-20 | 2004-07-22 | David Lawrence | Long term care risk management clearinghouse |
WO2003014927A2 (en) | 2001-08-08 | 2003-02-20 | Trivium Systems Inc. | Scalable messaging platform for the integration of business software components |
WO2003038564A2 (en) | 2001-11-01 | 2003-05-08 | Medunite, Inc. | System and method for facilitating the exchange of health care transactional information |
US7092956B2 (en) | 2001-11-02 | 2006-08-15 | General Electric Capital Corporation | Deduplication system |
WO2003077183A2 (en) | 2002-03-06 | 2003-09-18 | Siemens Medical Solutions Health Services Corporation | System and method for providing a generic health care data repository |
US20030217291A1 (en) | 2002-03-18 | 2003-11-20 | Merck & Company, Inc. | Method and system for real-time secure transfer of personal information between websites |
US7917378B2 (en) | 2002-04-09 | 2011-03-29 | Siemens Medical Solutions Usa, Inc. | System for processing healthcare claim data |
WO2004088464A2 (en) | 2003-03-28 | 2004-10-14 | Dun & Bradstreet, Inc. | System and method for data cleansing |
US20050137912A1 (en) | 2003-03-31 | 2005-06-23 | Rao R. B. | Systems and methods for automated classification of health insurance claims to predict claim outcome |
US20050010452A1 (en) | 2003-06-27 | 2005-01-13 | Lusen William D. | System and method for processing transaction records suitable for healthcare and other industries |
US20050102170A1 (en) | 2003-09-09 | 2005-05-12 | Lefever David L. | System for processing transaction data |
US20050071189A1 (en) | 2003-09-25 | 2005-03-31 | Blake Richard A. | System, method, and business method for storage, search and retrieval of clinical information |
US8005687B1 (en) | 2003-10-15 | 2011-08-23 | Ingenix, Inc. | System, method and computer program product for estimating medical costs |
US8108225B2 (en) | 2003-12-17 | 2012-01-31 | Joan Logue | Method, system, and software for analysis of a billing process |
US7200604B2 (en) | 2004-02-17 | 2007-04-03 | Hewlett-Packard Development Company, L.P. | Data de-duplication |
US20050222912A1 (en) | 2004-03-30 | 2005-10-06 | Chambers David E | System and method of processing commercial transactions through an internet website |
US7386565B1 (en) | 2004-05-24 | 2008-06-10 | Sun Microsystems, Inc. | System and methods for aggregating data from multiple sources |
US20070214133A1 (en) | 2004-06-23 | 2007-09-13 | Edo Liberty | Methods for filtering data and filling in missing data using nonlinear inference |
US8364501B2 (en) | 2004-08-09 | 2013-01-29 | Epic Systems Corporation | Electronic appointment scheduling for medical resources |
US20060036478A1 (en) | 2004-08-12 | 2006-02-16 | Vladimir Aleynikov | System, method and computer program for interactive voice recognition scheduler, reminder and messenger |
US9471978B2 (en) | 2004-10-04 | 2016-10-18 | Banner Health | Methodologies linking patterns from multi-modality datasets |
US20060089862A1 (en) | 2004-10-25 | 2006-04-27 | Sudhir Anandarao | System and method for modeling benefits |
US7606762B1 (en) | 2004-11-05 | 2009-10-20 | Rdm Corporation | System and method for providing a distributed decisioning environment for processing of financial transactions |
US8095380B2 (en) | 2004-11-16 | 2012-01-10 | Health Dialog Services Corporation | Systems and methods for predicting healthcare related financial risk |
GB0427133D0 (en) | 2004-12-10 | 2005-01-12 | British Telecomm | Workflow scheduler |
US7466316B1 (en) | 2004-12-14 | 2008-12-16 | Nvidia Corporation | Apparatus, system, and method for distributing work to integrated heterogeneous processors |
US20060136264A1 (en) | 2004-12-21 | 2006-06-22 | Gh Global Health Direct, Llc | System and method for improved health care access |
US8069060B2 (en) | 2004-12-23 | 2011-11-29 | Merge Healthcare Incorporated | System and method for managing medical facility procedures and records |
WO2007007351A2 (en) | 2005-07-07 | 2007-01-18 | Gorur Narayana Srinivasa Prasa | Novel methods for supply chain management incorporating uncertainity |
US7665016B2 (en) | 2005-11-14 | 2010-02-16 | Sun Microsystems, Inc. | Method and apparatus for virtualized XML parsing |
US20070118399A1 (en) | 2005-11-22 | 2007-05-24 | Avinash Gopal B | System and method for integrated learning and understanding of healthcare informatics |
WO2008048304A2 (en) | 2005-12-01 | 2008-04-24 | Firestar Software, Inc. | System and method for exchanging information among exchange applications |
US20070156455A1 (en) | 2005-12-01 | 2007-07-05 | Tarino Michael D | System and Method for Providing a Consumer Healthcare Guide |
US20070180451A1 (en) | 2005-12-30 | 2007-08-02 | Ryan Michael J | System and method for meta-scheduling |
US20070260492A1 (en) | 2006-03-09 | 2007-11-08 | Microsoft Corporation | Master patient index |
US20070233603A1 (en) | 2006-03-30 | 2007-10-04 | Schmidgall Matthew M | Flexible routing of electronic-based transactions |
US8359298B2 (en) | 2006-04-03 | 2013-01-22 | International Business Machines Corporation | Method, system, and program product for managing adapter association for a data graph of data objects |
US20080126264A1 (en) | 2006-05-02 | 2008-05-29 | Tellefsen Jens E | Systems and methods for price optimization using business segmentation |
US7526486B2 (en) | 2006-05-22 | 2009-04-28 | Initiate Systems, Inc. | Method and system for indexing information about entities with respect to hierarchies |
JP4863778B2 (ja) * | 2006-06-07 | 2012-01-25 | ソニー株式会社 | 情報処理装置、および情報処理方法、並びにコンピュータ・プログラム |
US7765146B2 (en) | 2006-06-09 | 2010-07-27 | Research Center For Prevention Of Diabetes | Method and system of adjusting medical cost through auction |
US7885436B2 (en) | 2006-07-13 | 2011-02-08 | Authentec, Inc. | System for and method of assigning confidence values to fingerprint minutiae points |
US20080082980A1 (en) | 2006-09-28 | 2008-04-03 | Edge Inova International, Inc. | System and method for using filters and standardized messages to identify and schedule appointments in aggregate resource scheduling applications |
US7860786B2 (en) * | 2006-10-17 | 2010-12-28 | Canopy Acquisition, Llc | Predictive score for lending |
JP4898405B2 (ja) | 2006-12-01 | 2012-03-14 | キヤノン株式会社 | 文書データ処理方法、文書データ作成装置、及び文書データ処理装置 |
WO2008079325A1 (en) | 2006-12-22 | 2008-07-03 | Hartford Fire Insurance Company | System and method for utilizing interrelated computerized predictive models |
US7917515B1 (en) | 2007-03-26 | 2011-03-29 | Lsi Corporation | System and method of accelerating processing of streaming data |
US8103952B2 (en) | 2007-03-27 | 2012-01-24 | Konica Minolta Laboratory U.S.A., Inc. | Directed SAX parser for XML documents |
US20080319983A1 (en) | 2007-04-20 | 2008-12-25 | Robert Meadows | Method and apparatus for identifying and resolving conflicting data records |
US20080288292A1 (en) | 2007-05-15 | 2008-11-20 | Siemens Medical Solutions Usa, Inc. | System and Method for Large Scale Code Classification for Medical Patient Records |
US8341623B2 (en) | 2007-05-22 | 2012-12-25 | International Business Machines Corporation | Integrated placement planning for heterogenous storage area network data centers |
US7992153B2 (en) | 2007-05-30 | 2011-08-02 | Red Hat, Inc. | Queuing for thread pools using number of bytes |
US8145644B2 (en) | 2007-07-31 | 2012-03-27 | Interfix, Llc | Systems and methods for providing access to medical information |
US8826173B2 (en) | 2007-09-26 | 2014-09-02 | Siemens Aktiengesellschaft | Graphical interface for the management of sequential medical data |
US9292306B2 (en) | 2007-11-09 | 2016-03-22 | Avro Computing, Inc. | System, multi-tier interface and methods for management of operational structured data |
US7797205B2 (en) | 2007-12-21 | 2010-09-14 | Exxonmobil Research And Engineering Company | System for optimizing bulk product allocation, transportation and blending |
US8171554B2 (en) | 2008-02-04 | 2012-05-01 | Yuval Elovici | System that provides early detection, alert, and response to electronic threats |
TW200935418A (en) | 2008-02-05 | 2009-08-16 | Skymedi Corp | Semiconductor memory device |
US8095975B2 (en) | 2008-03-18 | 2012-01-10 | International Business Machines Corporation | Dynamic document merging method and system |
US8417755B1 (en) | 2008-05-28 | 2013-04-09 | Michael F. Zimmer | Systems and methods for reducing memory traffic and power consumption in a processing environment by solving a system of linear equations |
US20090300054A1 (en) | 2008-05-29 | 2009-12-03 | Kathleen Fisher | System for inferring data structures |
US8073801B1 (en) | 2008-05-30 | 2011-12-06 | The Decision Model Licensing, LLC | Business decision modeling and management system and method |
US7668757B2 (en) | 2008-06-09 | 2010-02-23 | Weiwen Weng | Methods and system of contacting at least one service provider anonymously |
US20090313045A1 (en) | 2008-06-11 | 2009-12-17 | Boyce Mark D | System and Method for Medical Research and Clinical Trial |
US20100076950A1 (en) | 2008-09-10 | 2010-03-25 | Expanse Networks, Inc. | Masked Data Service Selection |
US8260773B2 (en) | 2008-09-24 | 2012-09-04 | International Business Machines Corporation | Method for extracting signature from problem records through unstructured and structured text mapping, classification and ranking |
US20100138243A1 (en) | 2008-10-02 | 2010-06-03 | Payformance Corporation | Systems and methods for facilitating healthcare cost remittance, adjudication, and reimbursement processes |
US20100088108A1 (en) | 2008-10-08 | 2010-04-08 | Astrazeneca Ab | Pharmaceutical relational database |
US20120130736A1 (en) | 2008-10-24 | 2012-05-24 | Obsidian Healthcare Disclosure Services, LLC | Systems and methods involving physician payment data |
US8442931B2 (en) | 2008-12-01 | 2013-05-14 | The Boeing Company | Graph-based data search |
US9141758B2 (en) | 2009-02-20 | 2015-09-22 | Ims Health Incorporated | System and method for encrypting provider identifiers on medical service claim transactions |
US8250026B2 (en) | 2009-03-06 | 2012-08-21 | Peoplechart Corporation | Combining medical information captured in structured and unstructured data formats for use or display in a user application, interface, or view |
US8286191B2 (en) | 2009-05-14 | 2012-10-09 | International Business Machines Corporation | Dynamically composing data stream processing applications |
US20100295674A1 (en) | 2009-05-21 | 2010-11-25 | Silverplus, Inc. | Integrated health management console |
US8103667B2 (en) | 2009-05-28 | 2012-01-24 | Microsoft Corporation | Ranking results of multiple intent queries |
JP2012531673A (ja) | 2009-06-24 | 2012-12-10 | エクソンモービル リサーチ アンド エンジニアリング カンパニー | 石油製品輸送物流を支援するツール |
US8731965B2 (en) | 2009-07-19 | 2014-05-20 | Poonam Erry | Collaborative multi-facility medication management system |
WO2011032086A2 (en) | 2009-09-14 | 2011-03-17 | Ii4Sm - International Institute For The Safety Of Medicines Ltd. | Semantic interoperability system for medicinal information |
US8775286B2 (en) | 2009-09-23 | 2014-07-08 | Sap Ag | System and method for management of financial products portfolio using centralized price and performance optimization tool |
US11562323B2 (en) * | 2009-10-01 | 2023-01-24 | DecisionQ Corporation | Application of bayesian networks to patient screening and treatment |
US8521555B2 (en) * | 2009-12-09 | 2013-08-27 | Hartford Fire Insurance Company | System and method using a predictive model for nurse intervention program decisions |
US8516076B2 (en) | 2009-12-17 | 2013-08-20 | American Express Travel Related Services Company, Inc. | System and method for compiling statistics in an IP marketplace |
US8363662B2 (en) | 2010-03-19 | 2013-01-29 | Cisco Technology, Inc. | Alternate down paths for directed acyclic graph (DAG) routing |
US20130085769A1 (en) | 2010-03-31 | 2013-04-04 | Risk Management Solutions Llc | Characterizing healthcare provider, claim, beneficiary and healthcare merchant normal behavior using non-parametric statistical outlier detection scoring techniques |
US8326869B2 (en) | 2010-09-23 | 2012-12-04 | Accenture Global Services Limited | Analysis of object structures such as benefits and provider contracts |
US8515777B1 (en) | 2010-10-13 | 2013-08-20 | ProcessProxy Corporation | System and method for efficient provision of healthcare |
US8495108B2 (en) | 2010-11-30 | 2013-07-23 | International Business Machines Corporation | Virtual node subpool management |
US20120158429A1 (en) | 2010-12-20 | 2012-06-21 | David Phillip Murawski | Medical service broker systems and methods |
US9846850B2 (en) | 2010-12-30 | 2017-12-19 | Cerner Innovation, Inc. | Consolidation of healthcare-related schedules across disparate systems |
US20130030828A1 (en) | 2011-03-04 | 2013-01-31 | Pourfallah Stacy S | Healthcare incentive apparatuses, methods and systems |
US20120245958A1 (en) | 2011-03-25 | 2012-09-27 | Surgichart, Llc | Case-Centric Medical Records System with Social Networking |
US20120290320A1 (en) | 2011-05-13 | 2012-11-15 | Kurgan Michael J | System for leveraging social and restricted availability content in clinical processes, and a method thereof |
US8984464B1 (en) | 2011-11-21 | 2015-03-17 | Tabula, Inc. | Detailed placement with search and repair |
US20130138554A1 (en) * | 2011-11-30 | 2013-05-30 | Rawllin International Inc. | Dynamic risk assessment and credit standards generation |
US8943059B2 (en) | 2011-12-21 | 2015-01-27 | Sap Se | Systems and methods for merging source records in accordance with survivorship rules |
US10490304B2 (en) | 2012-01-26 | 2019-11-26 | Netspective Communications Llc | Device-driven non-intermediated blockchain system over a social integrity network |
WO2013116825A1 (en) | 2012-02-03 | 2013-08-08 | Spindle Labs, Inc. | System and method for determining relevance of social content |
US9027024B2 (en) | 2012-05-09 | 2015-05-05 | Rackspace Us, Inc. | Market-based virtual machine allocation |
US9113450B2 (en) | 2012-08-23 | 2015-08-18 | Interdigital Patent Holdings, Inc. | Operating with multiple schedulers in a wireless system |
US8959119B2 (en) | 2012-08-27 | 2015-02-17 | International Business Machines Corporation | Context-based graph-relational intersect derived database |
US20140081652A1 (en) * | 2012-09-14 | 2014-03-20 | Risk Management Solutions Llc | Automated Healthcare Risk Management System Utilizing Real-time Predictive Models, Risk Adjusted Provider Cost Index, Edit Analytics, Strategy Management, Managed Learning Environment, Contact Management, Forensic GUI, Case Management And Reporting System For Preventing And Detecting Healthcare Fraud, Abuse, Waste And Errors |
US20140088981A1 (en) | 2012-09-21 | 2014-03-27 | Medimpact Healthcare Systems, Inc. | Systems and methods for proactive identification of formulary change impacts |
US20140136233A1 (en) | 2012-11-14 | 2014-05-15 | William Atkinson | Managing Personal Health Record Information about Doctor-Patient Communication, Care interactions, health metrics ,customer vendor relationship management platforms, and personal health history in a GLOBAL PERSONAL HEALTH RECORD TIMELINE integrated within an (ERP/EMRSE) ENTERPRISE RESOURCE PLANNING ELECTRONIC MEDICAL RECORD SOFTWARE ENVIRONMENT localized medical data ecosystem |
US20140222482A1 (en) | 2013-02-05 | 2014-08-07 | Wal-Mart Stores, Inc. | Online appointment schedulers |
US9129046B2 (en) | 2013-02-25 | 2015-09-08 | 4medica, Inc. | Systems and methods for managing a master patient index including duplicate record detection |
US8670996B1 (en) | 2013-03-14 | 2014-03-11 | David I. Weiss | Health care incentive apparatus and method |
US20140358578A1 (en) | 2013-05-31 | 2014-12-04 | American Pharmacotherapy, Llc | System and method for comparing pharmaceutical prices and medication utilization |
US9460188B2 (en) | 2013-06-03 | 2016-10-04 | Bank Of America Corporation | Data warehouse compatibility |
US20150095066A1 (en) | 2013-10-01 | 2015-04-02 | Cerner Innovation, Inc. | Population health management system utilizing natural language processing enhanced stratification |
US9704208B2 (en) | 2013-10-22 | 2017-07-11 | ZocDoc, Inc. | System and method for accessing healthcare appointments from multiple disparate sources |
US10720233B2 (en) | 2013-11-20 | 2020-07-21 | Medical Informatics Corp. | Web-enabled disease-specific monitoring |
US11126627B2 (en) | 2014-01-14 | 2021-09-21 | Change Healthcare Holdings, Llc | System and method for dynamic transactional data streaming |
WO2015175722A1 (en) | 2014-05-13 | 2015-11-19 | Nant Holdings Ip, Llc | Healthcare transaction validation via blockchain proof-of-work, systems and methods |
US9208284B1 (en) | 2014-06-27 | 2015-12-08 | Practice Fusion, Inc. | Medical professional application integration into electronic health record system |
US9608829B2 (en) | 2014-07-25 | 2017-03-28 | Blockchain Technologies Corporation | System and method for creating a multi-branched blockchain with configurable protocol rules |
US9507824B2 (en) | 2014-08-22 | 2016-11-29 | Attivio Inc. | Automated creation of join graphs for unrelated data sets among relational databases |
US11328307B2 (en) | 2015-02-24 | 2022-05-10 | OpSec Online, Ltd. | Brand abuse monitoring system with infringement detection engine and graphical user interface |
US10572796B2 (en) | 2015-05-06 | 2020-02-25 | Saudi Arabian Oil Company | Automated safety KPI enhancement |
US20170132619A1 (en) | 2015-11-06 | 2017-05-11 | SWFL, Inc., d/b/a "Filament" | Systems and methods for autonomous device transacting |
US10102340B2 (en) | 2016-06-06 | 2018-10-16 | PokitDok, Inc. | System and method for dynamic healthcare insurance claims decision support |
US10108954B2 (en) | 2016-06-24 | 2018-10-23 | PokitDok, Inc. | System and method for cryptographically verified data driven contracts |
-
2016
- 2016-01-20 CN CN201680016928.6A patent/CN107615326A/zh active Pending
- 2016-01-20 JP JP2017538328A patent/JP2018506786A/ja active Pending
- 2016-01-20 EP EP16740673.5A patent/EP3248167A4/en not_active Withdrawn
- 2016-01-20 US US15/001,703 patent/US10417379B2/en active Active
- 2016-01-20 WO PCT/US2016/014117 patent/WO2016118619A1/en active Application Filing
- 2016-01-20 CA CA2985839A patent/CA2985839A1/en not_active Abandoned
-
2018
- 2018-07-19 HK HK18109342.6A patent/HK1249957A1/zh unknown
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109993538A (zh) * | 2019-02-28 | 2019-07-09 | 同济大学 | 基于概率图模型的身份盗用检测方法 |
Also Published As
Publication number | Publication date |
---|---|
CA2985839A1 (en) | 2016-07-28 |
US10417379B2 (en) | 2019-09-17 |
WO2016118619A1 (en) | 2016-07-28 |
EP3248167A1 (en) | 2017-11-29 |
JP2018506786A (ja) | 2018-03-08 |
HK1249957A1 (zh) | 2018-11-16 |
US20160210423A1 (en) | 2016-07-21 |
EP3248167A4 (en) | 2018-08-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11586178B2 (en) | AI solution selection for an automated robotic process | |
CN107615326A (zh) | 使用概率图模型的健康借贷系统和方法 | |
TW530235B (en) | Valuation prediction models in situations with missing inputs | |
Ericson et al. | Measuring consumer valuation of limited provider networks | |
CN108475397A (zh) | 用于分散式自主健康护理经济平台的系统和方法 | |
US20160239851A1 (en) | Multi commodity system and method for calculating market dynamics in health networks systems | |
Burnie | Exploring the interconnectedness of cryptocurrencies using correlation networks | |
Zhu et al. | Joint estimation and robustness optimization | |
CN111291120A (zh) | 一种基于区块链的健康类保险投保方法及设备、介质 | |
Yuen et al. | A metaheuristic-based framework for index tracking with practical constraints | |
Kleiner et al. | Market power and provider consolidation in physician markets | |
CN111383091A (zh) | 一种资产证券化定价方法和装置 | |
Sieleunou et al. | Strategic health purchasing progress mapping in Cameroon: a scoping review | |
Ingermann et al. | The recovery rate for retail and commercial customers in Germany: a look at collateral and its adjusted market values | |
Allen et al. | Price negotiation in differentiated products markets: Evidence from the Canadian mortgage market | |
Tsai | Advantageous selection with intermediaries: a study of GSE‐securitized mortgage loans | |
Burgess | Machine Earning–Algorithmic Trading Strategies for Superior Growth, Outperformance and Competitive Advantage | |
Boonen et al. | Which preferred providers are really preferred? Effectiveness of insurers’ channeling incentives on pharmacy choice | |
Kaucic et al. | Multi-Objective stochastic optimization programs for a non-life insurance company under solvency constraints | |
Kartiwi et al. | Sukuk rating prediction using voting ensemble strategy | |
Wright et al. | A machine learning approach to classification for traders in financial markets | |
Li | Essays in financial technology: banking efficiency and application of machine learning models in Supply Chain Finance and credit risk assessment | |
Venkatesh | The Effects of Physician Practice Acquisitions on Hospital Competition | |
Zhao | Medical Loss Ratio Regulation and Insurer Pricing | |
Thomakos | Advances in Financial Forecasting |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
REG | Reference to a national code |
Ref country code: HK Ref legal event code: DE Ref document number: 1249957 Country of ref document: HK |
|
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20180119 |