CN109102845A - 医疗单据审核方法、装置、计算机设备和存储介质 - Google Patents
医疗单据审核方法、装置、计算机设备和存储介质 Download PDFInfo
- Publication number
- CN109102845A CN109102845A CN201810924313.4A CN201810924313A CN109102845A CN 109102845 A CN109102845 A CN 109102845A CN 201810924313 A CN201810924313 A CN 201810924313A CN 109102845 A CN109102845 A CN 109102845A
- Authority
- CN
- China
- Prior art keywords
- medical
- medical item
- sequence
- current
- item
- 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.)
- Granted
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
- G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
- G16H10/20—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for electronic clinical trials or questionnaires
-
- 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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Epidemiology (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Primary Health Care (AREA)
- Public Health (AREA)
- Business, Economics & Management (AREA)
- Biomedical Technology (AREA)
- General Business, Economics & Management (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本申请涉及大数据处理领域,提供一种医疗单据审核方法、装置、计算机设备和存储介质。所述方法包括:从服务器获取到待审核患者对应的单据信息,并从所述待审核医疗单据中提取到诊断结果和当前医疗项目;从所述诊断结果中获取当前诊断结果,并获取与所述当前诊断结果对应的当前临床路径模板;根据所述当前临床路径模板将所述当前医疗项目进行排序得到第一医疗项目;获取固定知识,并根据所述固定知识对第一医疗项目进行排序;对所述排序后的第一医疗项目进行审核。采用本方法能够对大量单据信息进行审核,提高审核准确率。
Description
技术领域
本申请涉及计算机技术领域,特别是涉及一种医疗单据审核方法、装置、计算机设备和存储介质。
背景技术
随着计算机技术的发展,出现了线上医疗结算技术,即根据用户所提交的医疗单据对所产生的医疗费用进行结算。
然而,目前的医疗结算管控系统多依赖于对某一个指标的阈值把控或基于数据模型对于结算单据进行风险分类。这样的方式将所有的医疗项目放在同一个时间点进行审核,进而可能造成审核出现错误。
发明内容
基于此,有必要针对上述技术问题,提供一种能够提高审核准确率的医疗单据审核方法、装置、计算机设备和存储介质。
一种医疗单据审核方法,所述方法包括:
从服务器获取到待审核患者对应的单据信息,并从所述待审核医疗单据中提取到诊断结果和当前医疗项目;
从所述诊断结果中获取当前诊断结果,并获取与所述当前诊断结果对应的当前临床路径模板;
根据所述当前临床路径模板将所述当前医疗项目进行排序得到第一医疗项目;
获取固定知识,并根据所述固定知识对第一医疗项目进行排序;
对所述排序后的第一医疗项目进行审核。
在其中一个实施例中,所述根据所述固定知识对第一医疗项目进行排序之后,还包括:
判断是否存在无法根据所述固定知识进行排序的待处理医疗项目;
当存在所述待处理医疗项目时,则根据概率模型对所述待处理医疗项目以及根据所述固定知识排序后的第一医疗项目进行排序得到最佳排序序列;
所述对所述排序后的第一医疗项目进行审核,包括:
对所述最佳排序序列进行审核。
在其中一个实施例中,所述方法还包括:
当根据所述概率模型对所述待处理医疗项目以及根据所述固定知识排序后的第一医疗项目进行排序得到多个最佳排序序列时,则计算所得到的多个最佳排序序列对应的概率的差异值;
当所述差异值小于预设值时,则获取所得到的多个最佳排序序列中排序不同的医疗项目以及未根据所述当前临床路径模型进行排序的医疗项目作为当前医疗项目;
获取下一诊断结果作为当前诊断结果后,继续获取与所述当前诊断结果对应的当前临床路径模板,直至从所述单据信息中提取到诊断结果遍历完成。
在其中一个实施例中,所述方法还包括:
当从所述单据信息中提取到诊断结果遍历完成后,仍存在未排序的当前医疗项目,则输出未排序的当前医疗项目;
接收输入的针对所述未排序的当前医疗项目的修改指令;
当所述修改指令表示所述未排序的当前医疗项目不合理时,则将所述未排序的当前医疗项目标记为不合理医疗项目;
当所述修改指令表示所述未排序的当前医疗项目合理时,则根据所述修改指令将所述未排序的当前医疗项目插入至所生成的最佳排序序列中,并根据插入所述未排序的当前医疗项目后的最佳排序序列更新所述概率模型。
在其中一个实施例中,所述根据所述固定知识对第一医疗项目进行排序,包括:
将所述第一医疗项目与所述固定知识中的排序后的医疗项目进行匹配;
如果匹配成,则按照匹配成功的排序后的医疗项目对所述第一医疗项目进行排序。
在其中一个实施例中,所述根据概率模型对所述待处理医疗项目以及根据所述固定知识排序后的第一医疗项目进行排序得到最佳排序序列,包括:
将根据所述固定知识排序后的第一医疗项目生成第一序列;
从所述待处理医疗项目中选取当前待处理医疗项目,并将所述当前待处理医疗项目插入所述第一序列的不同位置处形成第二序列,并计算不同的第二序列的概率;
获取概率最大的第二序列所对应的位置作为所述当前待处理医疗项目的插入位置,并继续从所述待处理医疗项目中选取下一待处理医疗项目作为当前待处理医疗项目,并继续将所述当前待处理医疗项目插入所述第一序列的不同位置处形成第二序列,直至所述待处理医疗项目均插入至所述第一序列中得到最佳排序序列。
在其中一个实施例中,所述差异值是根据以下方式计算得到的:
差异值=(p1-p2)/((p1+p2)/2)
其中,p1和p2为所述当前待处理医疗项目插入所述第一序列的不同位置处对应的概率。
一种医疗单据审核装置,所述装置包括:
提取模块,用于从服务器获取到待审核医疗单据,并从所述待审核医疗单据中提取到诊断结果和当前医疗项目;
临床路径模板获取模块,用于从所述诊断结果中获取当前诊断结果,并获取与所述当前诊断结果对应的当前临床路径模板;
第一排序模块,用于根据所述当前临床路径模板将所述当前医疗项目进行排序得到第一医疗项目;
第二排序模块,用于获取固定知识,并根据所述固定知识对第一医疗项目进行排序;
审核模块,用于对所述排序后的第一医疗项目进行审核。
一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现上述任一项所述方法的步骤。
一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现上述任一项所述的方法的步骤。
上述医疗单据审核方法、装置、计算机设备和存储介质,在获取到单据信息后,并不直接对单据信息进行审核,而是从单据信息中提取诊断结果和当前医疗项目,获取到诊断结果对应的当前临床路径模板,根据当前临床路径模板对当前医疗项目按天进行排序,并根据固定知识将按天排序后的第一医疗项目进行排序,从而可以对排序后的第一医疗项目进行审核,而并不是将所有的医疗项目均按照在同一时间节点进行审核,提高了审核的准确率。
附图说明
图1为一个实施例中医疗单据审核方法的应用场景图;
图2为一个实施例中医疗单据审核方法的流程示意图;
图3为另一个实施例中医疗单据审核方法的流程示意图;
图4为一个实施例中的最佳排序序列插入过程的示意图;
图5为一个实施例中医疗单据审核装置的结构框图;
图6为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
本申请提供的医疗单据审核方法,可以应用于如图1所示的应用环境中。其中,审核终端102通过网络与服务器104进行通信。审核终端102从服务器104获取到待审核医疗单据,然后从待审核医疗单据中提取诊断结果和当前医疗项目,依次获取诊断结果作为当前诊断结果,然后获取与当前诊断结果对应的当前临床路径模板,根据当前临床路径模板将当前医疗项目进行排序得到第一医疗项目,其中第一医疗项目可以是按天排序得到每一天中的医疗项目,然后根据固定知识对每一天中的第一医疗项目进行排序,从而对排序后的第一医疗项目进行审核以作为待审核医疗单据的审核结果,而并不是将所有的医疗项目均按照在同一时间节点进行审核,提高了审核的准确率。其中,审核终端102可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备,服务器104可以用独立的服务器或者是多个服务器组成的服务器集群来实现。
在一个实施例中,如图2所示,提供了一种医疗单据审核方法,以该方法应用于图1中的审核终端为例进行说明,包括以下步骤:
S202:从服务器获取到待审核患者对应的单据信息,并从待审核医疗单据中提取到诊断结果和当前医疗项目。
具体地,单据信息是待审核患者在一次就诊过程中产生的,其可以包括诊断结果和医疗项目,其中医疗项目可以包括收费项目名称、项目数量以及金额等。
一般地,在医院看病过程中,医院的服务器会将在医院部署的各个医院终端中产生的单据信息进行收集,从而服务器中存储有每一个患者对应的单据信息,从而审核终端可以从服务器获取到待审核患者对应的单据信息,并从该单据信息中提取到诊断结果和当前医疗项目,诊断结果和当前医疗项目即是待审核患者在一次就诊过程中产生的。
S204:从诊断结果中获取当前诊断结果,并获取与当前诊断结果对应的当前临床路径模板。
具体地,临床路径(Clinical pathway)是指针对某一疾病建立一套标准化治疗模式与治疗程序,是一个有关临床治疗的综合模式,以循证医学证据和指南为指导来促进治疗组织和疾病管理的方法,最终起到规范医疗行为,减少变异,降低成本,提高质量的作用。每一疾病对应的临床路径模板中按时间存储有各个医疗项目。
诊断结果是指患者所患的疾病,例如其可以是疾病的名称或者是疾病编码,根据诊断结果可以匹配到与诊断结果对应的临床路径模板。且可选地,如果存在多个诊断结果,则可以首先选取其中一个诊断结果作为当前诊断结果,然后通过当前诊断结果匹配到对应的当前临床路径模板。
S206:根据当前临床路径模板将当前医疗项目进行排序得到第一医疗项目。
具体地,由于临床路径模板中按时间存储有各个医疗项目,因此可以将各个医疗项目按照临床路径模板中划分的时间进行排序,例如按天排序以得到每一天中的第一医疗项目,例如当前医疗项目存在10个,经过当前临床路径排序后,将10个当前医疗项目的3个排序到第一天中,则这3个当前医疗项目作为第一天的第一医疗项目,当前医疗项目的4个排序到第二天中,则这4个当前医疗项目作为第二天的第一医疗项目,剩余的3个则无法根据当前临床路径进行排序。
可选地,可以通过NLP(Neuro-Linguistic Programming,神经语言程序学)将所收集的医疗项目的名称与临床路径模板中的医疗项目的名称进行匹配,并将匹配成功的医疗项目根据临床路径模板中的划分时间按天进行划分以得到每一天中的第一医疗项目。
S208:获取固定知识,并根据固定知识对第一医疗项目进行排序。
具体地,固定知识是指给出了医疗项目之间的先后顺序的知识,例如其可以指出血糖、肝功能等需要空腹检查等,药品的用药需要按照时间段进行平均分配等。
因此,审核终端可以先获取到每一天中的第一医疗项目,然后对该第一医疗项目根据固定知识进行排序,具体地,其排序地方式也是将第一医疗项目的名称与固定知识中的医疗项目的名称进行匹配,在匹配成功后,则获取到对应的固定知识对应的医疗项目的先后顺序,从而根据该先后顺序对医疗项目进行排序。
S210:对排序后的第一医疗项目进行审核。
具体地,为了避免医疗单据审核时,对所有的医疗单据的都按照同一时间点发生的进行审核,因此首先从医疗单据中提取了诊断结果和当前医疗项目,然后根据诊断结果得到临床路径模板,从而对当前医疗项目按天排序,并且为了进一步地提高排序准确性,又通过固定知识进行排序,从而将医疗单据所对应的医疗项目按照时间点进行排序后,再对各个排序后的医疗项目进行审核,从而按照时间节点的顺序依次对医疗项目进行审核,可以提高审核的准确性。
上述医疗单据审核方法,在获取到单据信息后,并不直接对单据信息进行审核,而是从单据信息中提取诊断结果和当前医疗项目,获取到诊断结果对应的当前临床路径模板,根据当前临床路径模板对当前医疗项目按天进行排序,并根据固定知识将按天排序后的第一医疗项目进行排序,从而可以对排序后的第一医疗项目进行审核,而并不是将所有的医疗项目均按照在同一时间节点进行审核,提高了审核的准确率。
在其中一个实施例中,根据固定知识对第一医疗项目进行排序之后,还可以包括:判断是否存在无法根据固定知识进行排序的待处理医疗项目;当待处理医疗项目时,则根据概率模型对待处理医疗项目以及根据固定知识排序后的第一医疗项目进行排序得到最佳排序序列。从而对排序后的第一医疗项目进行审核,包括:对最佳排序序列进行审核。
具体地,概率模型是利用不同疾病带有不同时间戳的护理医嘱执行单数据训练生成的,其给出了各个诊断结果,即疾病对应的各个医疗项目的排序顺序,将不同的医疗项目输入到概率模型中可以得到该不同的医疗项目的排序顺序以及不同的排序顺序对应的概率。
其中待处理医疗项目可以包括两种,一种是在将第一医疗项目根据固定知识进行排序时,存在的与固定知识匹配成功,但是无法根据固定知识进行排序的第二医疗项目,另外一种是存在没有与固定知识匹配成功的第三医疗项目。其中第二和第三仅是为了区分,在此不做具体限制,即审核终端将第一医疗项目与固定知识进行匹配时,存在第二医疗项目与固定知识中的医疗项目匹配成功,但是根据固定知识其不能确定与其他的第一医疗项目之间的先后顺序,即该第二医疗项目可能存在多个不同的排序位置,或者是无法与固定知识匹配成功的第三医疗项目。因此审核终端在将第一医疗项目根据固定知识进行排序后,审核终端需要判断是否存在根据固定知识排序后存在不同排序位置的第二医疗项目以及是否存在无法根据固定知识进行排序的第三医疗项目,也即判断是否存在无法根据固定知识进行排序的待处理医疗项目。
具体地,在实际应用中,审核终端可以首先将第一医疗项目的名称与固定知识中的医疗项目的名称进行匹配以得到可以根据固定知识进行排序的医疗项目和不能根据固定知识进行排序的第三医疗项目,然后审核终端根据固定知识对可以根据固定知识进行排序的医疗项目进行排序,并根据排序结果得到根据固定知识排序后存在不同排序位置的第二医疗项目。其中可选地,在某个实施例中可能仅存在根据固定知识排序后存在不同排序位置的第二医疗项目,或者仅存在不能根据固定知识进行排序的第三医疗项目,或者既存在不能根据固定知识进行排序的第三医疗项目,还存在根据固定知识排序后存在不同排序位置的第二医疗项目。
在审核终端获取到没有排序的待处理医疗项目后,则将该待处理医疗项目和已经排序的第一医疗项目输入至概率模型中,以将待处理医疗项目按照一定顺序插入至已经排序的第一医疗项目中,最后形成包含该一天中的第一医疗项目的最佳排序序列。可选地,审核终端可以计算将待处理医疗项目插入至已经排序的第一医疗项目中的不同位置处的概率,选取概率最大的一个排序序列作为最佳排序序列。且从而对排序后的第一医疗项目进行审核即是对该最佳排序序列进行审核。
上述实施例中,扩展了应用场景,将没有固定知识部分的第三医疗项目,以及根据固定知识部分无法排序的第二医疗项目,即上述的待处理医疗项目通过概率模型生成最佳序列,完成路径的重塑。
在其中一个实施例中,上述医疗单据审核方法还可以包括:当根据概率模型对待处理医疗项目以及根据固定知识排序后的第一医疗项目进行排序得到多个最佳排序序列时,则计算所得到的多个最佳排序序列对应的概率的差异值;当差异值小于预设值时,则获取所得到的多个最佳排序序列中排序不同的医疗项目以及未根据当前临床路径模型进行排序的医疗项目作为当前医疗项目;获取下一诊断结果作为当前诊断结果后,继续获取与当前诊断结果对应的当前临床路径模板,直至从单据信息中提取到诊断结果遍历完成。
在其中一个实施例中,上述医疗单据审核方法还可以包括:当从单据信息中提取到诊断结果遍历完成后,仍存在未排序的当前医疗项目,则未排序的当前医疗项目;接收输入的针对未排序的当前医疗项目的修改指令;当修改指令表示未排序的当前医疗项目不合理时,则将未排序的当前医疗项目标记为不合理医疗项目;当修改指令表示未排序的当前医疗项目合理时,则根据修改指令将未排序的当前医疗项目插入至所生成的最佳排序序列中,并根据插入未排序的当前医疗项目后的最佳排序序列更新概率模型。
具体地,参见图3,图3为另一实施例中的医疗单据审核方法的流程图,首先对下文出现的名词进行解释:第五医疗项目是根据概率模型进行排序后,两个概率的差异值小于预设值的最佳排序序列中排序位置不同的医疗项目。第六医疗项目是在于临床路径进行匹配的时候,与当前临床路径匹配失败的医疗项目。其中在一个实施例中,可以仅包含第五医疗项目或第六医疗项目,或者还可以既包含第五医疗项目又包含第六医疗项目。第七医疗项目是指上文中的未排序的当前医疗项目,即在所有诊断结果遍历完成后,仍存在第五医疗项目和/或第六医疗项目,该存在的第七医疗项目需要引入人工干预以进行指导。
在该实施例中不仅包含上文中的内容,还可以包含以下内容:
当审核终端对每一天中的第一医疗项目排序后,存在待处理医疗项目,即没有固定知识部分的第三医疗项目,以及根据固定知识部分无法排序的第二医疗项目时,则通过概率模型再次进行排序以完成路径重塑,但是如果通过概率模型进行排序得到多个最佳排序序列,即概率模型输出了多个最佳排序序列,则可以计算多个最佳排序序列对应的概率的差异值,即首先获取到所生成的最佳排序序列对应的概率,该概率是由概率模型生成并输出的,然后计算多个最佳排序序列对应的概率的差异值,当差异值小于预设值时,则所获得的多个最佳排序序列存在排序不相同的部分,因此可以获取所得到的多个最佳排序序列中排序不同的第五医疗项目,以在后续将该第五医疗项目进行重新排序。
审核终端判断是否存在未根据当前临床路径模型按天排序的第六医疗项目,即未与当前临床路径匹配成功的第六医疗项目,如果存在,则将第五医疗项目和第六医疗项目作为当前医疗项目。可选地,如果不存在第六医疗项目,则仅将第五医疗项目作为当前医疗项目,且此外,如果不存在第五医疗项目,则可以仅将第六医疗项目作为当前医疗项目,并获取从医疗单据中所提取的当前诊断结果的下一诊断结果作为当前诊断结果,然后继续获取与当前诊断结果对应的当前临床路径模板,直至从单据信息中提取到诊断结果遍历完成,以将单据信息中所涉及的诊断结果和医疗项目全部遍历完成,根据诊断结果将医疗项目进行排序完成,从而可以将所有的医疗项目按照时间进行路径的重塑,以便于后续的审核。
且可以选地,在上述实施例中,当当从单据信息中提取到诊断结果遍历完成后,仍存在第五医疗项目和第六医疗项目其中至少任意一种,则将仍存在的没有排序完成的医疗项目进行输出,即将未排序完成的当前医疗项目输出,以便引入人工干预,即审核用户首先判断输出的未排序的当前医疗项目即第七医疗项目是否合理,该判断是根据人工经验进行的,即该疾病是否需要进行该第七医疗项目等,如果不合理,则将第七医疗项目标记为不合理,从而可以更新与当前临床路径对应的临床路径外清单模板,以便于下次在得到该临床路径对应的该第七医疗项目时,直接标记该第七医疗项目为不合理医疗项目,从而可以避免人工干预。此外,如果该第七医疗项目是合理的,则根据人工修改指令,将该第七医疗项目插入至所生成的最佳排序序列中,并根据出入第七医疗项目后的最佳排序序列更新概率模型,从而可以在下一次通过概率模型直接进行排序,而不需要再引入人工干预,提高效率。
上述实施例中,当人工审核的结果为项目不合理时,则更新临床路径外项目清单模板。当人工审核的结果为项目合理但是概率模型存在问题时,则根据人工修改指令对概率模型进行修改。即将合理的项目人工插入序列中,并更新概率模型,将不合理项目作为临床路径外项目清单模板,用于不合理管控,以提高效率。
在其中一个实施例中,根据固定知识对第一医疗项目进行排序,可以包括:将第一医疗项目与固定知识中的排序后的医疗项目进行匹配;如果匹配成,则按照匹配成功的排序后的医疗项目对第一医疗项目进行排序。
具体地,在根据固定知识进行排序时,首先将第一医疗项目与固定知识中的医疗项目进行匹配,如果匹配成功,则说明匹配成功的第一医疗项目存在固定知识,然后根据匹配成功的医疗项目对应的固定知识对第一医疗项目进行排序。
在实际应用中,以以下例子进行说明:以下都是按照临床路径模板划分到住院第一天的项目,目前要将其做一天内按时间轴的排序:血常规、尿常规、凝血功能、感染性疾病筛查、肝功能、肾功能、电解质、血糖、胸片、心电图、锁骨正侧位X线片、锁骨三维CT检查、双下肢血管超声、肺功能、超声心动图、血气分析。
首先,审核终端按照固定知识进行排序,如血气分析需要在肺功能之前完成,则标记其序号分别为1_a、2_a(_a为自动添加的随机标记符);同理锁骨正侧位X线片按常理在锁骨三维CT检查前完成,则标记其为1_b、2_b(同理_b为自动添加的随机标记符);按照采血流程,血常规、肝功能、肾功能、电解质、血糖、凝血功能、感染性疾病筛查均同时采样,由此均标记为1_c(同理_c为自动添加的随机标记符);按照检验知识的要求,血糖、肝功能等需要空腹检查,因此将标记为c的项目统一前置于b、a,其余无序号项目用临时5位随机编号编写表明其自由插入的属性,如下表1,此时明确的顺序情况为1_c、1_a、2_a、1_b、2_b或1_c、1_b、2_b、1_a、2_a,即存在根据固定知识排序后存在不同排序位置的第二医疗项目1_a、2_a、1_b、2_b及未能排序的尿常规、胸片、双下肢血管超声、超声心动图,即存在不能根据固定知识进行排序的第三医疗项目,该第三医疗项目可视为可以任意插入到序列中,这种有两种以上排序方式就形成矛盾部分。到此完成按照固定知识的排序(固定知识除先后顺序外还有药品使用方式,如1日3次则会将药品按6:00-8:00,12:00-14:00,18:00-20:00时间段平均分配,1日2次会按8:00,16:00均分等等,大致顺序确定后再由CRF基于概率排出最大概率的序列)。
表1根据固定知识排序后的结果。
可选地,从而审核终端在按照固定知识对第一医疗项目排序后,还存在待处理医疗项目,即没有固定知识的部分的第三医疗项目以及存在矛盾的部分的第二医疗项目,从而可以基于概率模型进行进一步的排序,假设基于概率模型分析,尿常规通常于抽血项目后完成,胸片、心电图通常在紧随其后,接下来是1_b、2_b等等,即序列“1_c、尿常规、胸片、心电图、1_a、2_a、1_b、2_b、双下肢血管超声、超声心动图”为概率最大序列,即上文中的最佳排序序列。
可选地,如产生两个概率误差差异小于10%的最佳排序序列,此时称出现了矛盾部分,如序列1概率为0.867:“1_c、尿常规、胸片、心电图、1_a、2_a、1_b、2_b、双下肢血管超声、超声心动图”;序列2概率为0.785:“1_c、尿常规、胸片、心电图、1_a、2_a、1_b、2_b、超声心动图、双下肢血管超声”,即超声心动图和双下肢血管超声先后顺序排列,差异值小于预设值(该预设值可人为控制,此处取10%,差异值计算(0.867-0.785)/((0.867+0.785)/2))=9.93%,则认为根据概率模型计算得到了多个差异值小于预设值的最佳排序序列,排序失败。
上述实施例中,首先根据固定知识对第一医疗项目进行排序,仅需要将第一医疗项目与固定知识进行匹配,简单且效率高。
在其中一个实施例中,根据概率模型对待处理医疗项目以及根据固定知识排序后的第一医疗项目进行排序得到最佳排序序列,包括:将根据固定知识排序后的第一医疗项目生成第一序列;从待处理医疗项目中选取当前待处理医疗项目,并将当前待处理医疗项目插入第一序列的不同位置处形成第二序列,并计算不同的第二序列的概率;获取概率最大的第二序列所对应的位置作为当前待处理医疗项目的插入位置,并继续从待处理医疗项目中选取下一待处理医疗项目作为当前待处理医疗项目,并继续将当前待处理医疗项目插入第一序列的不同位置处形成第二序列,直至待处理医疗项目均插入至第一序列中得到最佳排序序列。
在其中一个实施例中,差异值是根据以下方式计算得到的:差异值=(p1-p2)/((p1+p2)/2)。其中,p1和p2为当前待处理医疗项目插入第一序列的不同位置处对应的概率。
具体地,根据概率模型对待处理医疗项目以及根据固定知识排序后的第一医疗项目进行排序是:根据诊疗时间轴利用概率模型自动生成判断特征以对固定知识未予明确的顺序给出基于概率模型的最佳排序序列。其中诊疗时间轴是指通过带时间戳的护理执行单形成的有先后顺序的诊疗项目实际序列及人工处理后的项目序列。
具体地,据概率模型对待处理医疗项目以及根据固定知识排序后的第一医疗项目进行排序主要包括以下步骤:
首先由带时间戳的护理执行单数据生成项目间的先后顺序概率表,同时完成的项目标注为9,可以参见如下表2,其中列表示在前,如血常规在胸片前的概率为0.81。
表2医疗项目先后顺序概率表
其次,将原序列不确定的部分作为插入值插入,并计算概率,选择概率最大的插入点插入,如此循环完成排序;如前述的序列已排序的内容如下表3和表4,尿常规、胸片、心电图、双下肢血管超声、超声心动图作为插入项目待插入。
表3已确定的第一序列
空位 | 1_c | 空位 | 1_a | 空位 | 2_a | 空位 | 1_b | 空位 | 2_b | 空位 |
或表4已确定的第一序列
空位 | 1_c | 空位 | 1_b | 空位 | 2_b | 空位 | 1_a | 空位 | 2_a | 空位 |
通过概率计算确定(1_a、2_a,1_b、2_b)作为两个组的先后顺序,可视为c-b确定,a插入位置判断的问题。如c-a-b的顺序概率大于c-b-a的概率则保留c-a-b的排序。
其中概率计算为查询概率表,即上述表2,a在c后的概率乘以a在b前的概率得到c-a-b排列的概率,然后以同样逻辑将剩余的待插入项插入,即从待处理医疗项目中选取当前待处理医疗项目,并将当前待处理医疗项目插入第一序列的不同位置处形成第二序列,并计算不同的第二序列的概率;获取概率最大的第二序列所对应的位置作为当前待处理医疗项目的插入位置,具体可以参见图4所示,图4为一个实施例中的最佳排序序列插入过程的示意图。
且可选地,差异值是根据以下方式计算得到的:差异值=(p1-p2)/((p1+p2)/2)。其中,p1和p2为当前待处理医疗项目插入第一序列的不同位置处对应的概率。当同一个当前待处理医疗项目插入到两个不同位置的概率差值小于预设值10%时,则认为出现了矛盾,其中该预设值可以人工进行控制。
上述实施例中,将根据固定知识排序后的第一医疗项目生成第一序列;从待处理医疗项目中选取当前待处理医疗项目,并将当前待处理医疗项目插入第一序列的不同位置处形成第二序列,并计算不同的第二序列的概率;获取概率最大的第二序列所对应的位置作为当前待处理医疗项目的插入位置,依次循环以得到最佳排序序列,简单可靠。
应该理解的是,虽然图2-3的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,图2-3中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些子步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中,如图5所示,提供了一种医疗单据审核装置,包括:提取模块100、临床路径模板获取模块200、第一排序模块300、第二排序模块400和审核模块500,其中:
提取模块100,用于从服务器获取到待审核医疗单据,从服务器获取到待审核患者对应的单据信息,并从待审核医疗单据中提取到诊断结果和当前医疗项目。
临床路径模板获取模块200,用于从诊断结果中获取当前诊断结果,并获取与当前诊断结果对应的当前临床路径模板。
第一排序模块300,用于根据当前临床路径模板将当前医疗项目进行排序得到第一医疗项目。
第二排序模块400,用于获取固定知识,并根据固定知识对第一医疗项目进行排序。
审核模块500,用于对排序后的第一医疗项目进行审核。
在其中一个实施例中,上述医疗单据审核装置还可以包括:
第一判断模块,用于判断是否存在无法根据固定知识进行排序的待处理医疗项目。
第三排序模块,用于当存在待处理医疗项目时,则根据概率模型对待处理医疗项目以及根据固定知识排序后的第一医疗项目进行排序得到最佳排序序列。
审核模块500还用于对最佳排序序列进行审核。
在其中一个实施例中,上述医疗单据审核装置还可以包括:
计算模块,用于当根据概率模型对待处理医疗项目以及根据固定知识排序后的第一医疗项目进行排序得到多个最佳排序序列时,则计算所得到的多个最佳排序序列对应的概率的差异值。
第二判断模块,用于当差异值小于预设值时,则获取所得到的多个最佳排序序列中排序不同的医疗项目以及未根据所述当前临床路径模型进行排序的医疗项目作为当前医疗项目。
遍历模块,用于获取下一诊断结果作为当前诊断结果后,继续获取与当前诊断结果对应的当前临床路径模板,直至从单据信息中提取到诊断结果遍历完成。
在其中一个实施例中,上述医疗单据审核装置还可以包括:
输出模块,用于当从单据信息中提取到诊断结果遍历完成后,仍存在未排序的当前医疗项目,则输出未排序的当前医疗项目。
接收模块,用于接收输入的针对未排序的当前医疗项目的修改指令。
标记模块,用于当修改指令表示未排序的当前医疗项目不合理时,则将未排序的当前医疗项目标记为不合理医疗项目。
更新模块,用于当修改指令表示未排序的当前医疗项目合理时,则根据修改指令将未排序的当前医疗项目插入至所生成的最佳排序序列中,并根据插入未排序的当前医疗项目后的最佳排序序列更新概率模型。
在其中一个实施例中,第二排序模块400可以包括:
匹配单元,用于将第一医疗项目与固定知识中的排序后的医疗项目进行匹配。
第一排序单元,用于如果匹配成,则按照匹配成功的排序后的医疗项目对第一医疗项目进行排序。
在其中一个实施例中,第三排序模块可以包括:
第二排序单元,用于将根据固定知识排序后的第一医疗项目生成第一序列。
插入单元,用于从待处理医疗项目中选取当前第四医疗项目,并将当前待处理医疗项目插入第一序列的不同位置处形成第二序列,并计算不同的第二序列的概率。
第三排序单元,用于获取概率最大的第二序列所对应的位置作为当前待处理医疗项目的插入位置,并继续从待处理医疗项目中选取下一待处理医疗项目作为当前待处理医疗项目,并继续将当前待处理医疗项目插入第一序列的不同位置处形成第二序列,直至待处理医疗项目均插入至第一序列中得到最佳排序序列。
在其中一个实施例中,差异值是根据以下方式计算得到的:
差异值=(p1-p2)/((p1+p2)/2)
其中,p1和p2为当前待处理医疗项目插入第一序列的不同位置处对应的概率。
关于医疗单据审核装置的具体限定可以参见上文中对于医疗单据审核方法的限定,在此不再赘述。上述医疗单据审核装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是终端,其内部结构图可以如图6所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口、显示屏和输入装置。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种医疗单据审核方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏,该计算机设备的输入装置可以是显示屏上覆盖的触摸层,也可以是计算机设备外壳上设置的按键、轨迹球或触控板,还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解,图6中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,提供了一种计算机设备,包括存储器和处理器,该存储器存储有计算机程序,该处理器执行计算机程序时实现以下步骤:从服务器获取到待审核医疗单据,从服务器获取到待审核患者对应的单据信息,并从待审核医疗单据中提取到诊断结果和当前医疗项目;从诊断结果中获取当前诊断结果,并获取与当前诊断结果对应的当前临床路径模板;根据当前临床路径模板将当前医疗项目进行排序得到第一医疗项目;获取固定知识,并根据固定知识对第一医疗项目进行排序;对排序后的第一医疗项目进行审核。
在一个实施例中,处理器执行计算机程序时所实现的根据固定知识对第一医疗项目进行排序之后,还可以包括:判断是否存在无法根据所述固定知识进行排序的待处理医疗项目;当存在待处理医疗项目时,则根据概率模型对待处理医疗项目以及根据固定知识排序后的第一医疗项目进行排序得到最佳排序序列;处理器执行计算机程序时还实现以下步骤:对排序后的第一医疗项目进行审核,可以包括:对最佳排序序列进行审核。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:当根据概率模型对待处理医疗项目以及根据固定知识排序后的第一医疗项目进行排序得到多个最佳排序序列时,则计算所得到的多个最佳排序序列对应的概率的差异值;当差异值小于预设值时,则获取所得到的多个最佳排序序列中排序不同的医疗项目以及未根据所述当前临床路径模型进行排序的医疗项目作为当前医疗项目;获取下一诊断结果作为当前诊断结果后,继续获取与当前诊断结果对应的当前临床路径模板,直至从单据信息中提取到诊断结果遍历完成。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:当从单据信息中提取到诊断结果遍历完成后,仍存在未排序的当前医疗项目,则输出未排序的当前医疗项目;接收输入的针对未排序的当前医疗项目的修改指令;当修改指令表示未排序的当前医疗项目不合理时,则将未排序的当前医疗项目标记为不合理医疗项目;当修改指令表示未排序的当前医疗项目合理时,则根据修改指令将未排序的当前医疗项目插入至所生成的最佳排序序列中,并根据插入未排序的当前医疗项目后的最佳排序序列更新概率模型。
在一个实施例中,处理器执行计算机程序时所实现的根据固定知识对第一医疗项目进行排序,可以包括:将第一医疗项目与固定知识中的排序后的医疗项目进行匹配;如果匹配成,则按照匹配成功的排序后的医疗项目对第一医疗项目进行排序。
在一个实施例中,处理器执行计算机程序时所实现的根据概率模型对第四待处理医疗项目以及根据固定知识排序后的第一医疗项目进行排序得到最佳排序序列,可以包括:将根据固定知识排序后的第一医疗项目生成第一序列;从待处理医疗项目中选取当前待处理医疗项目,并将当前待处理医疗项目插入第一序列的不同位置处形成第二序列,并计算不同的第二序列的概率;获取概率最大的第二序列所对应的位置作为当前待处理医疗项目的插入位置,并继续从待处理医疗项目中选取下一待处理医疗项目作为当前待处理医疗项目,并继续将当前待处理医疗项目插入第一序列的不同位置处形成第二序列,直至待处理医疗项目均插入至第一序列中得到最佳排序序列。
在一个实施例中,处理器执行计算机程序时所涉及的差异值是根据以下方式计算得到的:
差异值=(p1-p2)/((p1+p2)/2)
其中,p1和p2为当前待处理医疗项目插入第一序列的不同位置处对应的概率。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现以下步骤:从服务器获取到待审核医疗单据,从服务器获取到待审核患者对应的单据信息,并从待审核医疗单据中提取到诊断结果和当前医疗项目;从诊断结果中获取当前诊断结果,并获取与当前诊断结果对应的当前临床路径模板;根据当前临床路径模板将当前医疗项目进行排序得到第一医疗项目;获取固定知识,并根据固定知识对第一医疗项目进行排序;对排序后的第一医疗项目进行审核。
在一个实施例中,计算机程序被处理器执行时所实现的根据固定知识对第一医疗项目进行排序之后,还可以包括:判断是否存在无法根据所述固定知识进行排序的待处理医疗项目;当存在待处理医疗项目时,则根据概率模型对待处理医疗项目以及根据固定知识排序后的第一医疗项目进行排序得到最佳排序序列;处理器执行计算机程序时还实现以下步骤:对排序后的第一医疗项目进行审核,可以包括:对最佳排序序列进行审核。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:当根据概率模型对待处理医疗项目以及根据固定知识排序后的第一医疗项目进行排序得到多个最佳排序序列时,则计算所得到的多个最佳排序序列对应的概率的差异值;当差异值小于预设值时,则获取所得到的多个最佳排序序列中排序不同的医疗项目以及未根据所述当前临床路径模型进行排序的医疗项目作为当前医疗项目;获取下一诊断结果作为当前诊断结果后,继续获取与当前诊断结果对应的当前临床路径模板,直至从单据信息中提取到诊断结果遍历完成。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:当从单据信息中提取到诊断结果遍历完成后,仍存在未排序的当前医疗项目,则输出未排序的当前医疗项目;接收输入的针对未排序的当前医疗项目的修改指令;当修改指令表示未排序的当前医疗项目不合理时,则将未排序的当前医疗项目标记为不合理医疗项目;当修改指令表示未排序的当前医疗项目合理时,则根据修改指令将未排序的当前医疗项目插入至所生成的最佳排序序列中,并根据插入未排序的当前医疗项目后的最佳排序序列更新概率模型。
在一个实施例中,计算机程序被处理器执行时所实现的根据固定知识对第一医疗项目进行排序,可以包括:将第一医疗项目与固定知识中的排序后的医疗项目进行匹配;如果匹配成,则按照匹配成功的排序后的医疗项目对第一医疗项目进行排序。
在一个实施例中,计算机程序被处理器执行时所实现的根据概率模型对第四待处理医疗项目以及根据固定知识排序后的第一医疗项目进行排序得到最佳排序序列,可以包括:将根据固定知识排序后的第一医疗项目生成第一序列;从待处理医疗项目中选取当前待处理医疗项目,并将当前待处理医疗项目插入第一序列的不同位置处形成第二序列,并计算不同的第二序列的概率;获取概率最大的第二序列所对应的位置作为当前待处理医疗项目的插入位置,并继续从待处理医疗项目中选取下一待处理医疗项目作为当前待处理医疗项目,并继续将当前待处理医疗项目插入第一序列的不同位置处形成第二序列,直至待处理医疗项目均插入至第一序列中得到最佳排序序列。
在一个实施例中,计算机程序被处理器执行时所涉及的差异值是根据以下方式计算得到的:
差异值=(p1-p2)/((p1+p2)/2)
其中,p1和p2为当前待处理医疗项目插入第一序列的不同位置处对应的概率。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种医疗单据审核方法,所述方法包括:
从服务器获取到待审核患者对应的单据信息,并从所述待审核医疗单据中提取到诊断结果和当前医疗项目;
从所述诊断结果中获取当前诊断结果,并获取与所述当前诊断结果对应的当前临床路径模板;
根据所述当前临床路径模板将所述当前医疗项目进行排序得到第一医疗项目;
获取固定知识,并根据所述固定知识对第一医疗项目进行排序;
对所述排序后的第一医疗项目进行审核。
2.根据权利要求1所述的方法,其特征在于,所述根据所述固定知识对第一医疗项目进行排序之后,还包括:
判断是否存在无法根据所述固定知识进行排序的待处理医疗项目;
当存在所述待处理医疗项目时,则根据概率模型对所述待处理医疗项目以及根据所述固定知识排序后的第一医疗项目进行排序得到最佳排序序列;
所述对所述排序后的第一医疗项目进行审核,包括:
对所述最佳排序序列进行审核。
3.根据权利要求2所述的方法,其特征在于,所述方法还包括:
当根据所述概率模型对所述待处理医疗项目以及根据所述固定知识排序后的第一医疗项目进行排序得到多个最佳排序序列时,则计算所得到的多个最佳排序序列对应的概率的差异值;
当所述差异值小于预设值时,则获取所得到的多个最佳排序序列中排序不同的医疗项目以及未根据所述当前临床路径模型进行排序的医疗项目作为当前医疗项目;
获取下一诊断结果作为当前诊断结果后,继续获取与所述当前诊断结果对应的当前临床路径模板,直至从所述单据信息中提取到诊断结果遍历完成。
4.根据权利要求3所述的方法,其特征在于,所述方法还包括:
当从所述单据信息中提取到诊断结果遍历完成后,仍存在未排序的当前医疗项目,则输出未排序的当前医疗项目;
接收输入的针对所述未排序的当前医疗项目的修改指令;
当所述修改指令表示所述未排序的当前医疗项目不合理时,则将所述未排序的当前医疗项目标记为不合理医疗项目;
当所述修改指令表示所述未排序的当前医疗项目合理时,则根据所述修改指令将所述未排序的当前医疗项目插入至所生成的最佳排序序列中,并根据插入所述未排序的当前医疗项目后的最佳排序序列更新所述概率模型。
5.根据权利要求1至4任意一项所述的方法,其特征在于,所述根据所述固定知识对第一医疗项目进行排序,包括:
将所述第一医疗项目与所述固定知识中的排序后的医疗项目进行匹配;
如果匹配成,则按照匹配成功的排序后的医疗项目对所述第一医疗项目进行排序。
6.根据权利要求3或4所述的方法,其特征在于,所述根据概率模型对所述待处理医疗项目以及根据所述固定知识排序后的第一医疗项目进行排序得到最佳排序序列,包括:
将根据所述固定知识排序后的第一医疗项目生成第一序列;
从所述待处理医疗项目中选取当前待处理医疗项目,并将所述当前待处理医疗项目插入所述第一序列的不同位置处形成第二序列,并计算不同的第二序列的概率;
获取概率最大的第二序列所对应的位置作为所述当前待处理医疗项目的插入位置,并继续从所述待处理医疗项目中选取下一待处理医疗项目作为当前待处理医疗项目,并继续将所述当前待处理医疗项目插入所述第一序列的不同位置处形成第二序列,直至所述待处理医疗项目均插入至所述第一序列中得到最佳排序序列。
7.根据权利要求6所述的方法,其特征在于,所述差异值是根据以下方式计算得到的:
差异值=(p1-p2)/((p1+p2)/2)
其中,p1和p2为所述当前待处理医疗项目插入所述第一序列的不同位置处对应的概率。
8.一种医疗单据审核装置,其特征在于,所述装置包括:
提取模块,用于从服务器获取到待审核医疗单据,并从所述待审核医疗单据中提取到诊断结果和当前医疗项目;
临床路径模板获取模块,用于从所述诊断结果中获取当前诊断结果,并获取与所述当前诊断结果对应的当前临床路径模板;
第一排序模块,用于根据所述当前临床路径模板将所述当前医疗项目进行排序得到第一医疗项目;
第二排序模块,用于获取固定知识,并根据所述固定知识对第一医疗项目进行排序;
审核模块,用于对所述排序后的第一医疗项目进行审核。
9.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述方法的步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810924313.4A CN109102845B (zh) | 2018-08-14 | 2018-08-14 | 医疗单据审核方法、装置、计算机设备和存储介质 |
PCT/CN2019/099425 WO2020034874A1 (zh) | 2018-08-14 | 2019-08-06 | 医疗单据审核方法、装置、计算机设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810924313.4A CN109102845B (zh) | 2018-08-14 | 2018-08-14 | 医疗单据审核方法、装置、计算机设备和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109102845A true CN109102845A (zh) | 2018-12-28 |
CN109102845B CN109102845B (zh) | 2023-07-04 |
Family
ID=64849685
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810924313.4A Active CN109102845B (zh) | 2018-08-14 | 2018-08-14 | 医疗单据审核方法、装置、计算机设备和存储介质 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN109102845B (zh) |
WO (1) | WO2020034874A1 (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2020034874A1 (zh) * | 2018-08-14 | 2020-02-20 | 平安医疗健康管理股份有限公司 | 医疗单据审核方法、装置、计算机设备和存储介质 |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112036750A (zh) * | 2020-08-31 | 2020-12-04 | 平安医疗健康管理股份有限公司 | 适用于医疗风控的异常识别方法、装置、设备及存储介质 |
Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20020049612A1 (en) * | 2000-03-23 | 2002-04-25 | Jaeger Scott H. | Method and system for clinical knowledge management |
JP2005038197A (ja) * | 2003-07-15 | 2005-02-10 | Hitachi Ltd | 診療報酬明細書の審査支援方法、診療報酬明細書の審査支援装置および診療報酬明細書の審査支援装置用プログラム |
JP2009294835A (ja) * | 2008-06-04 | 2009-12-17 | Mizuho Information & Research Institute Inc | レセプト審査支援システム、レセプト審査支援方法及びレセプト審査支援プログラム |
US20100174555A1 (en) * | 2009-01-05 | 2010-07-08 | Klaus Abraham-Fuchs | System for automatic clinical pathway optimization |
JP2012088773A (ja) * | 2010-10-15 | 2012-05-10 | Canon Inc | 医療支援システム、医療支援方法及びプログラム |
CN102567607A (zh) * | 2010-12-28 | 2012-07-11 | 广州中医药大学第二附属医院 | 临床路径信息系统 |
CN104134157A (zh) * | 2014-08-08 | 2014-11-05 | 平安养老保险股份有限公司 | 一种医疗保险报销过程中可疑行为审核系统及审核方法 |
US20150302153A1 (en) * | 2014-04-22 | 2015-10-22 | Cerner Innovation, Inc. | Reverse document quality review |
CN106469255A (zh) * | 2016-08-31 | 2017-03-01 | 杭州逸曜信息技术有限公司 | 医疗信息的整合处理方法 |
EP3144833A1 (en) * | 2015-09-16 | 2017-03-22 | Fujitsu Limited | Computer apparatus and method for enhancing clinical pathways |
CN107451401A (zh) * | 2017-07-11 | 2017-12-08 | 武汉金豆医疗数据科技有限公司 | 一种医保智能审核方法和系统 |
US20180081859A1 (en) * | 2016-09-20 | 2018-03-22 | Nuance Communications, Inc. | Sequencing medical codes methods and apparatus |
CN107833621A (zh) * | 2017-03-06 | 2018-03-23 | 平安医疗健康管理股份有限公司 | 医疗费用控制方法和装置 |
US20180151255A1 (en) * | 2016-03-11 | 2018-05-31 | Geneva Healthcare, Inc. | Remote monitoring of medical devices |
CN108198591A (zh) * | 2017-12-28 | 2018-06-22 | 泰康保险集团股份有限公司 | 用于远程审核单据的方法与装置 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150134349A1 (en) * | 2013-11-13 | 2015-05-14 | Koninklijke Philips N.V. | System and method for quality review of healthcare reporting and feedback |
CN107609980A (zh) * | 2017-09-07 | 2018-01-19 | 平安医疗健康管理股份有限公司 | 医疗数据处理方法、装置、计算机设备及存储介质 |
CN107729376B (zh) * | 2017-09-13 | 2020-03-17 | 平安科技(深圳)有限公司 | 保险数据审核方法、装置、计算机设备及存储介质 |
CN107610779B (zh) * | 2017-10-25 | 2021-10-22 | 医渡云(北京)技术有限公司 | 疾病评价及患病风险评估方法及装置 |
CN108388580B (zh) * | 2018-01-24 | 2020-04-28 | 平安医疗健康管理股份有限公司 | 融合医学知识及应用病例的动态知识图谱更新方法 |
CN109102845B (zh) * | 2018-08-14 | 2023-07-04 | 深圳平安医疗健康科技服务有限公司 | 医疗单据审核方法、装置、计算机设备和存储介质 |
-
2018
- 2018-08-14 CN CN201810924313.4A patent/CN109102845B/zh active Active
-
2019
- 2019-08-06 WO PCT/CN2019/099425 patent/WO2020034874A1/zh active Application Filing
Patent Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20020049612A1 (en) * | 2000-03-23 | 2002-04-25 | Jaeger Scott H. | Method and system for clinical knowledge management |
JP2005038197A (ja) * | 2003-07-15 | 2005-02-10 | Hitachi Ltd | 診療報酬明細書の審査支援方法、診療報酬明細書の審査支援装置および診療報酬明細書の審査支援装置用プログラム |
JP2009294835A (ja) * | 2008-06-04 | 2009-12-17 | Mizuho Information & Research Institute Inc | レセプト審査支援システム、レセプト審査支援方法及びレセプト審査支援プログラム |
US20100174555A1 (en) * | 2009-01-05 | 2010-07-08 | Klaus Abraham-Fuchs | System for automatic clinical pathway optimization |
JP2012088773A (ja) * | 2010-10-15 | 2012-05-10 | Canon Inc | 医療支援システム、医療支援方法及びプログラム |
CN102567607A (zh) * | 2010-12-28 | 2012-07-11 | 广州中医药大学第二附属医院 | 临床路径信息系统 |
US20150302153A1 (en) * | 2014-04-22 | 2015-10-22 | Cerner Innovation, Inc. | Reverse document quality review |
CN104134157A (zh) * | 2014-08-08 | 2014-11-05 | 平安养老保险股份有限公司 | 一种医疗保险报销过程中可疑行为审核系统及审核方法 |
EP3144833A1 (en) * | 2015-09-16 | 2017-03-22 | Fujitsu Limited | Computer apparatus and method for enhancing clinical pathways |
US20180151255A1 (en) * | 2016-03-11 | 2018-05-31 | Geneva Healthcare, Inc. | Remote monitoring of medical devices |
CN106469255A (zh) * | 2016-08-31 | 2017-03-01 | 杭州逸曜信息技术有限公司 | 医疗信息的整合处理方法 |
US20180081859A1 (en) * | 2016-09-20 | 2018-03-22 | Nuance Communications, Inc. | Sequencing medical codes methods and apparatus |
CN107833621A (zh) * | 2017-03-06 | 2018-03-23 | 平安医疗健康管理股份有限公司 | 医疗费用控制方法和装置 |
CN107451401A (zh) * | 2017-07-11 | 2017-12-08 | 武汉金豆医疗数据科技有限公司 | 一种医保智能审核方法和系统 |
CN108198591A (zh) * | 2017-12-28 | 2018-06-22 | 泰康保险集团股份有限公司 | 用于远程审核单据的方法与装置 |
Non-Patent Citations (1)
Title |
---|
刘霞;舒军萍;: "分散审核模式在医疗费用审核与结算管理中的应用", 解放军医院管理杂志, no. 10, pages 924 - 925 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2020034874A1 (zh) * | 2018-08-14 | 2020-02-20 | 平安医疗健康管理股份有限公司 | 医疗单据审核方法、装置、计算机设备和存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN109102845B (zh) | 2023-07-04 |
WO2020034874A1 (zh) | 2020-02-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US8579784B2 (en) | Personalized prognosis modeling in medical treatment planning | |
US7805385B2 (en) | Prognosis modeling from literature and other sources | |
US20090083075A1 (en) | System and method for analyzing medical data to determine diagnosis and treatment | |
US20220189600A1 (en) | Unsupervised Learning And Prediction Of Lines Of Therapy From High-Dimensional Longitudinal Medications Data | |
CN105190634A (zh) | 用于计算用作医疗决策支持的医疗建议的分数的方法 | |
WO2006130162A2 (en) | Information system using healthcare ontology | |
US20130339051A1 (en) | System and method for generating textual report content | |
WO2013084121A2 (en) | Retroactive extraction of clinically relevant information from patient sequencing data for clinical decision support | |
CN109545317A (zh) | 基于住院预测模型判定住院行为的方法及相关产品 | |
CN102687153A (zh) | 患者数据到医疗指南中的映射 | |
CN101421736A (zh) | 在医疗计划中的个性化预后建模 | |
CN110689939A (zh) | 一种用药序列的推荐方法、装置、可读介质及电子设备 | |
Baek et al. | Survival time prediction by integrating cox proportional hazards network and distribution function network | |
Matuszak et al. | Performance/outcomes data and physician process challenges for practical big data efforts in radiation oncology | |
CN107256344A (zh) | 数据处理方法、装置以及放疗管理系统 | |
CN109102845A (zh) | 医疗单据审核方法、装置、计算机设备和存储介质 | |
Liefaard et al. | The way of the future: personalizing treatment plans through technology | |
Mayo et al. | Treatment data and technical process challenges for practical big data efforts in radiation oncology | |
CN112447270A (zh) | 一种用药推荐方法、装置、设备及存储介质 | |
CN107103196A (zh) | 一种中医临床数据清洗方法 | |
CN113948172A (zh) | 一种检查检验结果共享互认系统 | |
US20220051114A1 (en) | Inference process visualization system for medical scans | |
EP3039590A2 (en) | System and method for reporting multiple medical procedures | |
US20140188511A1 (en) | Systems and methods for stratification and management of medical conditions | |
CN114613498B (zh) | 一种基于机器学习的辅助mdt临床决策方法、系统及设备 |
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 | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20220525 Address after: 518048 China Aviation Center 2901, No. 1018, Huafu Road, Huahang community, Huaqiang North Street, Futian District, Shenzhen, Guangdong Province Applicant after: Shenzhen Ping An medical and Health Technology Service Co.,Ltd. Address before: Room 12G, Area H, 666 Beijing East Road, Huangpu District, Shanghai 200001 Applicant before: PING AN MEDICAL AND HEALTHCARE MANAGEMENT Co.,Ltd. |
|
TA01 | Transfer of patent application right | ||
GR01 | Patent grant | ||
GR01 | Patent grant |