CN109524083A - 基于医疗大数据监测辅助用药合理性的方法及相关产品 - Google Patents

Abstract

本申请公开了一种基于医疗大数据监测辅助用药合理性的方法及相关产品，该方法应用于电子设备该方法包括：从医疗机构的医疗数据库中获取参保人的临床住院数据；从所述临床住院数据中提取所述参保人的实际辅助用药数据；将所述临床住院数据输入到预先训练好的辅助用药模型，得到所述参保人的预测辅助用药数据；将所述参保人的实际辅助用药数据和预测辅助用药数据进行比对，以判断所述参保人的辅助用药是否合理；统计所述医疗机构在预设时间段内辅助用药不合理的参保人的总数量，根据所述总数量调整所述医疗机构的住院制度。本申请实施例有利于为改革医疗体制提供数据参考，降低临床手术时套取医保基金的概率。

Description

基于医疗大数据监测辅助用药合理性的方法及相关产品

技术领域

本申请涉及电子技术领域，具体涉及一种基于医疗大数据监测辅助用药合理性的方法及相关产品。

背景技术

目前，在临床手术时，为了达到更好的治疗效果，医生一般会给参保人员开出一些辅助用药，其中，辅助用药按习惯一般包括营养支持药、预防并发症、调理类中成药等，临床主要用于麻醉、肿瘤、手术、肝病、心脑血管疾病、糖尿病及感染性疾病等的辅助治疗。但是，随着国家医疗保障制度不断地加强，越来越多的人加入医保行列，看病或者手术时，医保费用会为参保人员报销大部分医疗费用，导致出现套用医保基金的问题。辅助用药对于参保人员的病症起辅助作用，只需开取适量的辅助用药即可，由于辅助用药对参保人员的身体是无害的，有些医疗机构为了套取医保基金，在手术期间额外开取大量的辅助用药，导致辅助用药的滥用现象越发严重，其中，滥用包括：开取原本不需要的辅助用药或开取过量的辅助用药。

现有技术中，监测辅助用药是否合理仅依赖辅助用药的名称是否正确填写，监测方式准度低，方式单一，存在套取医保基金的问题。

发明内容

本申请实施例提供了一种基于医疗大数据监测辅助用药合理性的方法及相关产品，以期监测临床住院数据中辅助用药不合理的参保人，调整医疗机构的住院体制。

第一方面，本申请实施例提供一种基于医疗大数据监测辅助用药合理性的方法，所述方法应用于电子设备，所述方法包括：

从医疗机构的医疗数据库中获取参保人的临床住院数据；

从所述临床住院数据中提取所述参保人的实际辅助用药数据；

将所述临床住院数据输入到预先训练好的辅助用药模型，得到所述参保人的预测辅助用药数据；

将所述参保人的实际辅助用药数据和预测辅助用药数据进行比对，以判断所述参保人的辅助用药是否合理；

统计所述医疗机构在预设时间段内辅助用药不合理的参保人的总数量，根据所述总数量调整所述医疗机构的住院制度。

第二方面，本申请实施例提供一种基于医疗大数据监测辅助用药合理性的电子设备，所述电子设备包括：

获取单元，用于从医疗机构的医疗数据库中获取参保人的临床住院数据；

提取单元，用于从所述临床住院数据中提取所述参保人的实际辅助用药数据；

输入单元，用于将所述临床住院数据输入到预先训练好的辅助用药模型，得到所述参保人的预测辅助用药数据；

判断单元，用于将所述参保人的实际辅助用药数据和预测辅助用药数据进行比对，以判断所述参保人的辅助用药是否合理；

统计单元，用于统计所述医疗机构在预设时间段内辅助用药不合理的参保人的总数量，根据所述总数量调整所述医疗机构的住院制度。

第三方面，本申请实施例提供一种电子设备，包括一个或多个处理器、一个或多个存储器、一个或多个收发器，以及一个或多个程序，所述一个或多个程序被存储在所述存储器中，并且被配置由所述一个或多个处理器执行，所述程序包括用于执行如第一方面所述的方法中的步骤的指令。

第四方面，本申请实施例提供一种计算机可读存储介质，其用于存储计算机程序，其中，所述计算机程序被处理器执行，以实现如第一方面所述的方法。

第五方面，本申请实施例提供一种计算机程序产品，所述计算机程序产品包括存储了计算机程序的非瞬时性计算机可读存储介质，所述计算机可操作来使计算机执行如第一方面所述的方法。

实施本申请实施例，具有如下有益效果：

可以看出，在本申请实施例中从医疗机构的医疗数据库中获取参保人的临床住院数据，提取该临床住院数据中的辅助用药数据，基于预先训练好的辅助用药模型，确定所述参保人的辅助用药是否合理，然后，统计在预设时间段内辅助用药不合理的参保人的总数量，依据该参保人的总数量调整医疗机构的住院制度，从而实现在辅助用药不合理的情况下，改革医疗机构的住院制度，为医疗体制的改革提供数据参考，使辅助用药的监测更加科学和精细，提高审核准确性和说服力。由于及时调整医疗机构的医疗体制，减少医疗机构在临床手术时滥用辅助用药来套取医保基金的概率。

附图说明

为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本申请实施例提供的一种基于医疗大数据监测辅助用药合理性的方法的流程示意图；

图1A为本申请实施例提供的一种基于诊断数据确定辅助用药的预测数据的一种可能的映射关系的示意图；

图2为本申请实施例提供的另一种基于医疗大数据监测辅助用药合理性的方法的流程示意图；

图3为本申请实施例提供的另一种基于医疗大数据监测辅助用药合理性的方法的流程示意图；

图4是本申请实施例提供的一种基于医疗大数据监测辅助用药合理性的电子设备的结构示意图；

图5是本申请实施例提供的一种基于医疗大数据监测辅助用药合理性的电子设备的功能单元组成框图。

具体实施方式

下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。

本申请的说明书和权利要求书及所述附图中的术语“第一”、“第二”、“第三”和“第四”等是用于区别不同对象，而不是用于描述特定顺序。此外，术语“包括”和“具有”以及它们任何变形，意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元，而是可选地还包括没有列出的步骤或单元，或可选地还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。

在本文中提及“实施例”意味着，结合实施例描述的特定特征、结果或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，本文所描述的实施例可以与其它实施例相结合。

本申请中的电子设备可以包括智能手机(如Android手机、iOS手机、WindowsPhone手机等)、平板电脑、掌上电脑、笔记本电脑、移动互联网设备MID(Mobile InternetDevices，简称：MID)或穿戴式设备等，上述电子设备仅是举例，而非穷举，包含但不限于上述电子设备，为了描述的方便，下面实施例中将上述电子设备称为用户设备UE(Userequipment，简称：UE)。当然在实际应用中，上述用户设备也不限于上述变现形式，例如还可以包括：智能车载终端、计算机设备等等。

以下，对本申请中的部分用语进行解释说明，以便于本领域技术人员理解。

门诊慢性病：指经市劳动保障行政部门会同市财政部门确定的、具有以下特点的疾病：病程较长、发病率较高、对生活质量影响较大、需长期门诊用药维持治疗且医疗费用较高的慢性疾病。

辅助用药：按习惯一般包括营养支持药、预防并发症、调理类中成药等，临床主要用于麻醉、肿瘤、手术、肝病、心脑血管疾病、糖尿病及感染性疾病等的辅助治疗。

首先，对本申请做背景介绍，目前较多地市普通门诊不进入医保统筹报销范围，而门诊慢性病就诊能够进入统筹报销范围，因此对门诊慢性疾病的监测是医保基金风控的重点，因此，本申请从具有门诊慢性病资质的参保人切入，来制定一套监测辅助用药合理性的方法，下面提到的参保人均为具有门诊慢性病资质的参保人。应理解的是随着医保体制的改革，如普通门诊也入医保的的报销范畴，也应属于本申请的方案保护的范畴，所以本申请具有门诊慢性病资质的参保人切入只是一种示例性说明，并不做唯一限定。

参阅图1，图1为本申请实施例提供的一种基于医疗大数据监测辅助用药合理性的方法的流程示意图，该方法应用于电子设备，该方法包括步骤S101～S105中所示的内容：

步骤S101、从医疗机构的医疗数据库中获取参保人的临床住院数据。

其中，临床住院数据中包括：诊断数据和出院后的医疗数据，该诊断数据为住院期间的医疗数据，其具体包括：疾病名称、疾病严重等级、术前检查项目，用药数据、住院天数和手术结果，其中该用药数据中包括必需药品数据和辅助用药数据，其中，诊断数据包括诊断出的疾病名称、该疾病的严重等级，其中，住院数据包括：住院天数、病房等级，出院后的医疗数据包括：复查时间和康复时间。

步骤S102、从所述临床住院数据中提取所述参保人的实际辅助用药数据。

可选的，从所述临床住院数据中提取所述参保人的实际辅助用药数据具体包括：对临床住院数据中的药品名称进行关键字识别，得到若干关键词，在药品数据库中匹配该若干关键词，确定每个关键词的预设药品类别，从而识别出临床住院数据中的药品名称中为辅助用药的药品名称，将与辅助用药的药品名称对应的医疗数据标记为辅助用药数据。

步骤S103、将所述临床住院数据输入到预先训练好的辅助用药模型，得到所述参保人的预测辅助用药数据。

可选的，得到所述参保人的预测辅助用药数据具体包括一下两种方式：(1)在该辅助用药模型中预先训练得到疾病名称、疾病严重等级、住院天数的映射关系，如图1A举例示出了训练后得到映射关系，依据图1A所示的映射关系，确定与所述诊断数据对应的辅助用药的预测种类集C以及所述预测种类集中每一种辅助用药的用药说明(即服用说明)，根据所述临床住院数据中的住院天数确定所述预测种类集中每一种辅助用药的预测用药区间，得到预测用药区间集D，将所述辅助用药的预测种类集以及所述预测种类集中每一种辅助用药对应的预测用药区间标记为所述参保人的预测辅助用药数据；(2)在该辅助用药模型中嵌入预先训练好的卷积神经网络CNN模型，将该诊断数据组成输入数据输入到该预先训练好的卷积神经网络CNN模型中执行多层卷积运算，输出该输入数据对应的多维特征向量，将该多维特征向与模板库中的模板向量匹配，获取匹配的模板向量，将所述匹配的模板向量对应的辅助用药数据作为该预测种类集C和预测用量区间集D，其中，在将诊断数据组成输入数据时，将诊断数据中的非数字信号时数字化，其数字化的过程为预先建立非数字信号与数字信号的映射关系，例如，建立疾病名称与数字信息的映射关系，冠心病对应数字“1”，高血压对应数字“2”等等；将数字化后的诊断数据组成输入数据矩阵，如输入数据矩阵的尺寸与该卷积神经网络CNN模型规定的尺寸(size)不匹配，按照随机扩增、裁剪策略处理输入数据矩阵使其满足规定尺寸后输入到该卷积神经网络CNN模型。

进一步地，需训练初始卷积神经网络CNN模型以得到该预先训练好的卷积神经网络CNN模型，其训练过程具体包括：获取多个标准临床住院数据(辅助用药的用药量合理的临床住院数据)，提取该多个标准临床住院数据中的多个诊断数据，将该多个诊断数据作为训练数据集，将该多个标准临床住院数据中的多个辅助用药数据作为验证集，将该训练数据集输入到该初始卷积神经网络CNN模型执行运算得到输出结果，如该输出结果无限收敛于验证集中的验证值，确定该CNN卷积神经网络模型的权值梯度在和输入数据通过卷积运算可预测出正确结果，完成训练，如该输出结果不收敛于该验证集中的验证值，根据该卷积神经网络CNN模型中的损失函数执行反向训练，更新权值梯度，直至输入训练数据矩阵得到的输出结果收敛于验证集中的验证值或者训练次数大于阈值时，完成训练，得到该预设训练好的卷积神经网络CNN模型。

其中，该阈值可以为1000、5000、10000或者其他值。

步骤S104、将所述参保人实际辅助用药数据和预测辅助用药数据进行比对，以判断所述参保人的辅助用药是否合理。

可选的，确定该临床住院数据中的药品名称为辅助用药的所有药品名称，得到辅助用药的实际种类集A，基于临床住院数据确定辅助用药的种类集A中的每一种辅助用药的用药量，得到实际用药量集B，其中，A和B的元素存在对应一一关系，即A中的每一个元素在B中对应一个唯一的用药量；然后，将该参保人的实际辅助用药数据与预测辅助用药数据进行比对，如两者不匹配，确定该参保人的辅助用药不合理，其中，该比对过程具体包括：将实际种类集A与预测种类集C比较以及实际用药量集B与预测用药区间集D一一比对。

步骤S105、统计所述医疗机构在预设时间段内辅助用药不合理的参保人的总数量，根据所述总数量调整所述医疗机构的住院制度。

其中，预设时间段可以为1个星期、2个星期、1个月、5个月或者其他值。

在一可能的示例中，在所述医疗机构的终端设备展示界面以二值数据显示针对参保人的辅助用药的判断结果，所述二值数据为0和1，其中，“0”代表所述参保人的辅助用药数据不合理，“1”代表所述参保人的辅助用药数据合理；所以统计所述终端设备在预设时间段内显示结果为0的总数量，即获取所述医疗机构在预设时间段内辅助用药不合理的参保人的总数量。

进一步地，如该总数量大于该医疗机构对应的数量阈值，则调整该医疗机构的住院制度。其中，基于不同的医疗机构设定不同的数量阈值，理由是：不同的医疗机构规模不同、就诊人数不同以及对住院制度的管理措施不同，等等，例如，三级甲等医院的就诊人数远高于医疗诊所的就诊人数，因此，首先按照预设标准将不同的医疗机构分组，每一组中的医疗机构处于同一个标准，对于同一个标准下的医疗机构设定相同的数量阈值。其中，该预设标准可以包括：医疗机构等级、医疗机构地理位置、医疗机构类型，等等。

进一步地，统计医疗机构在预设时间段内辅助用药不合理的参保人的总数量以及在该预设时间段内的就诊的参保人的总数量，确定辅助用药不合理的参保人的总数量与就诊的参保人的总数量的比例，如该比例大于比例阈值，调整该医疗机构的住院制度。

其中，该比例阈值可以为0.5、0.6、0.7、0.8或者其他值。

可以看出，在本申请实施例中获取参保人的临床住院数据，提取该临床住院数据中的实际辅助用药数据和诊断数据，将该诊断数据输入到辅助用药模型，得到在辅助用药方面的预测数据，将实际辅助用药数据与预测数据进行比对，从而确定该参保人的辅助用药是否合理，然后，统计在预设时间段内辅助用药不合理的参保人的总数量，调整医疗机构的住院制度，从而实现在依据临床住院数据判断辅助用药不合理的参保人时，调整医疗机构的住院制度，为医疗体制的改革提供数据参考，使住院时的辅助用药的监测更加科学和精细，针对性的改革医疗机构，并提高医疗机构改革审核的说服力。由于及时调整医疗机构的医疗体制，减少医疗机构在临床手术时滥用辅助用药来套取医保基金的概率。

可选的，在一可能的示例中，所述方法还包括：

确定该医疗机构中具有临床手术资格的各个科室，获取该各个科室在预设时间段内的临床住院数据，根据该临床住院数据确定各个科室在预设时间段内辅助用药不合理的参保人的总数量，计算各个科室在预设时间段内辅助用药不合理的参保人的总数量与各个科室在预设时间段内就诊的参保人的总数量的比例，依据该比例对各个科室在辅助用药不合理方面进行排序，调整排序在前五的科室的住院制度，加强管理排序在前五的科室的住院制度。

可以看出，本示例中分析各个科室的临床住院数据，得到各个科室辅助用药不合理的比例，根据辅助用药不合理的比例对各个科室进行排序得到排序结果，依据排序结果整治排名靠前的科室，从而针对性调整科室的住院制度，为医疗机构改革住院制度提供数据参考，有利于提高医疗机构的综合质量，减少各个科室在临床手术时利用辅助用药套取医保基金的概率。

可选的，在一可能的示例中，所述方法还包括：

统计医疗机构在预设时间段内辅助用药不合理的所有参保人，获取该辅助用药不合理的所有参保人对应的临床住院数据，提取该临床住院数据中所有的医师信息，获取每个医师信息在该临床住院数据中的出现频率，根据该出现频率监管该临床住院数据中所有的医师信息对应的医师，其具体包括：对出现频率排名前五的医师信息对应的医师采取定期抽查开取的住院单，如该住院单中的辅助用药不合理的次数大于各自的预设阈值时，将该医师信息上传至相关人员，其中，该预设阈值与医师排名相关，具体为排名越靠前预设阈值越小。

可以看出，本示例中分析辅助用药不合理的参保人的临床住院数据，获取该临床住院数据中各个医师信息的出现频率，依据该出现频率监管医师在临床手术时开取的住院单，从而针对性的调整医师在临床手术时开取辅助用药的习惯，提高医师开取辅助用药的科学性与合理性，减少医师在临床手术时利用辅助用药套取医保基金的概率。

参阅图2，图2为本申请实施例提供的另一种基于医疗大数据监测辅助用药合理性的方法的流程示意图，该方法应用于电子设备，该方法包括步骤S201～S205中所示的内容：

步骤S201、从医疗机构的医疗数据库中获取参保人的临床住院数据。

步骤S202、从所述临床住院数据中提取所述参保人的实际辅助用药数据。

步骤S203、将所述临床住院数据输入到辅助用药模型，得到所述参保人的预测辅助用药数据，所述预测辅助用药数据中包括与所述临床数据对应的辅助用药的预测种类集和每一种辅助用药的预测用药量区间。

步骤S204、将所述参保人的实际辅助用药数据和预测辅助用药数据进行比对，得到比对结果，根据比对结果确定所述参保人辅助用药的合理性。

可选的，首先将所述实际种类集和预测种类集进行比对，具体包括：获取辅助用药的实际种类集A与预测种类集B，获取辅助用药的种类集A与预测种类集B的交集C，将所述实际种类集A与交集C的差集作为第一集合D，即D＝A-C，其中，设定D＝{a1,a2,a3,i…,an}，所述a1,a2,a3,i…,an为不同的辅助用药种类，将预测种类集B与交集C的差集作为第二集合E，即E＝B-C，其中，设定E＝{b1,b2,b3,j,…,bn}，所述b1,b2,b3,j,…,bn为不同的辅助用药种类；如第一集合D中的第i个元素所对应的第i个辅助用药为第二集合E中的第j个元素所对应的第j辅助用药的可替代用药，确定第i个元素为所述第j个元素的可替代元素，获取第一集合D中的所有可替代元素，确定第一集合D中除去所述所有可替代元素之外的其他元素的总数量，如所述总数量大于第一阈值，确定所述参保人的辅助用药不合理，其中，所述第i个元素为所述第一集合中的任意一个元素，所述第j个元素为所述第二集合中的任意一个元素，所述i、j均为大于或者等于1的整数。上述确定参保人的辅助用药的可替代用药的理由是：对于一些辅助用药存在可替代的药品，即两者药效相同、功能相同，如短期内缺少其中某一种辅助用药时，在临床手术时，可采用另一种辅助用药作为替代药品，即两者在用药时可灵活使用，因此，去除该辅助用药的种类集与该预测种类集中相同的元素以及可替代的元素，获取剩余元素，如该剩余元素的总数量仍大于第一阈值，确定该辅助用药的种类集中的辅助用药种类过多，即在临床手术时对该参保人开取了很多无必要的辅助用药，确定该参保人的辅助用药不合理。

其中，第一阈值可以为5、6、8、10或者其他值。

其中，任意一种辅助用药的可替代辅助用药预先设定，通过映射关系获取辅助用药的可替代辅助用药，在此不再叙述。

进一步地，将每一种辅助用药的实际用药量和其对应的预测用药量区间进行比对，具体包括：获取所述实际种类集与预测种类集的交集，将所述交集中每一种辅助用药的实际用药量与其对应的预测用药量区间进行比对，如所述交集的辅助用药中至少存在一种辅助用药的实际用药量超过该种辅助用药对应的预测用药区间时，确定所述参保人的实际辅助用药数据中至少存在一种辅助用药的用药超量，确定所述参保人的辅助用药不合理。当然可以设定阈值，当该交集中存在用药超量的辅助用药的数量大于该设定阈值时，确定所述参保人的辅助用药的用药超量，确定该参保人的辅助用药不合理，本申请不对用药超量的方式做唯一限定。

进一步地，在判断所述参保人的辅助用药是否合理方面，在一可能的示例中，所述方法还包括：获取所述实际种类集中每一种辅助用药的单价，根据所述每一种辅助用药的单价和所述每一种辅助用药的实际用药量确定所述每一种辅助用药的费用，得到所述实际种类集中所有辅助用药的总费用；获取所述临床住院数据中所有药品总费用，计算所述实际种类集中所有辅助用药的总费用与所述临床住院数据中所有药品总费用的比例，如所述比例大于第二阈值，确定所述参保人的辅助用药不合理。

可以看出，在本示例中，从费用维度确定参保人的辅助用药的合理性，主要应用于为参保人开取多种昂贵的辅助用药套取医保基金的场景，由于这种场景下实际辅助用药的种类或者实际用药量与预设辅助用药的种类或者预设用药区间差距不大，因此这种场景从辅助用药的种类维度或者用药量维度都无法准确判断是否存在套用医保基金的情况，此时从费用占比维度准确判断出该场景中套取医保基金的问题，减少套取医保基金的概率。

可选的，在根据所述辅助用药的种类集和所述每一种辅助用药的实际用药量判断所述参保人的临床住院数据中的辅助用药是否合理方面，在一可能的示例中，所述方法还包括：获取辅助用药的实际种类集A与预测种类集B，获取实际种类集A与预测种类集B的交集C，将实际种类集A与交集C的差集作为第一集合D，即D＝A-C，将预测种类集B与交集C的差集作为第二集合E，即E＝B-C，如第一集合D中的第i个元素所对应的第i个辅助用药为第二集合E中的第j个元素所对应的第j辅助用药的可替代用药，确定第i个元素为所述第j个元素的可替代元素，获取第一集合D中的所有可替代元素，确定第一集合D中除去所述所有可替代元素之外的其他元素的总数量，如总数量小于该第一阈值，将交集C中的辅助用药的实际用药量与该辅助用药的预测设用药区间比对，在交集C中的辅助用药中至少存在一种辅助用药的实际用药量超过该种辅助用药的预测用药区间时，确定所述参保人至少存在一种辅助用药的用药超量，确定所述参保人的辅助用药不合理；在交集C中的辅助用药中任何一种辅助用药的实际用药量都未超过该种辅助用药的预测用药区间时，获取实际种类集A中每一种辅助用药的单价，根据所述每一种辅助用药的单价以及所述每一种辅助用药的实际用药量确定所述每一种辅助用药的费用，得到所述实际种类集中所有辅助用药的总费用；获取所述临床住院数据中所有药品总费用，计算所述实际种类集中所有辅助用药的总费用与所述临床住院数据中所有药品总费用的比例，如所述比例大于第二阈值，确定所述参保人的辅助用药不合。当然，还可通过上述方式步骤中其他结合顺序以确定所述参保人的辅助用药的合理性，本申请实施例不做限定。

可以看出，在本示例中在实际种类集与预测种类集相似时，在用药量维度判断进一步判断该参保人的辅助用药的合理性，如辅助用药的实际用药量合理时，在费用维度进一步判断该参保人的辅助用药的合理性，采用阶梯式的判断方法来判断该参保人的辅助用药的合理性，提高了判断辅助用药是否合理的准确率，准确判断出各个场景下滥用辅助用药套取医保基金的情况。

步骤S205、统计所述医疗机构在预设时间段内辅助用药不合理的参保人的总数量，根据所述总数量调整所述医疗机构的住院制度。

可以看出，在本申请实施例中获取参保人的临床住院数据，提取该临床住院数据中的实际辅助用药数据，在种类维度上将该辅助用药的实际种类集和预测种类集比对，在用药量维度上将该辅助用药的实际用药量和预测用药区间比对，在费用维度上将辅助用药的费用与该临床住院数据中所有用药的费用比对，在三个维度上确定参保人的辅助用药是否合理，由于在三个维度确定该参保人辅助用药的合理性，增加了可确定辅助用药合理性的准确度与应用场景，然后，统计在预设时间段内辅助用药不合理的参保人的总数量，依据该参保人的总数量调整医疗机构的住院制度，从而实现在获取辅助用药不合理的参保人的总数量大于阈值时，调整医疗机构的住院制度，设置住院权限，为医疗体制的改革提供数据参考，使辅助用药合理性的监测更加科学和精细，针对性改革医疗机构，提高对医疗机构改革审核说服力。由于及时调整医疗机构的医疗体制，减少医疗机构在滥用辅助用药套取医保基金的概率。

可选的，在一可能的示例中，所述调整所述医疗机构的住院制度具体包括：

设置住院权限，住院管理中心在接收到临床住院请求时，执行预设验证操作，所述预设验证操作包括以下操作：接收输入的临床住院数据，将所述输入的临床住院数据输入到辅助用药模型，确定所述输入的临床住院数据中的辅助用药的理性，如确定所述输入的临床住院数据中的辅助用药不合理，禁止打印与所述输入的临床住院数据相关的住院单，向线上核对中心发送验证请求，接收所述线上核对中心的验证结果，在所述验证结果为确认所述输入的临床住院数据中的辅助用药合理时，允许打印所述住院单。

可以看出，在本示例中，住院管理中心接收到住院请求时，首先验证住院请求中的辅助用药的合理性，对于辅助用药不合理的住院请求，需接受线上核对中心的验证，从而保证在临床手术时为就诊的参保人员开取合理的辅助用药数据，减少医疗机构在临床手术时滥用辅助用药套取医保基金的概率。

进一步地，在本示例中，可在住院管理中心预先输入需要核对的辅助用药，其中，确定预先输入需要核对的辅助用药具体包括：获取预设时间段内辅助用药不合理的参保人的临床住院数据，获取每个参保人的临床住院数中不合理的辅助用药的种类集，得到多个种类集，利用多个种类集构建事物数据库，基于频繁模式增长FP-Growth算法确定该事物数据库中的频繁项集，将频繁项集中的元素作为需要核对的辅助用药；接收输入的临床住院数据，住院管理中心自动检测该临床住院数据中是否至少包含一种该需要核对的辅助用药，如包含，则该住院管理中心将该临床住院数据发送至核对模块，核对该临床住院数据中辅助用药的合理性，如不包含，直接打印该临床住院数据的住院单。可以看出，预先输入需要核对的辅助用药可以提高核对医师输入的临床住院数据的效率，加快临床住院速度，解决了核对一些非必需的辅助用药的合理性带来的延时问题，对住院制度的管控更具有针对性。

参阅图3，图3为本申请实施例提供的另一种基于医疗大数据监测辅助用药合理性的方法的流程示意图，该方法应用于电子设备，该方法包括步骤S301～S305中所示的内容：

步骤S301、从医疗机构的医疗数据库中获取参保人的临床住院数据。

步骤S302、从所述临床住院数据中提取所述参保人的实际辅助用药数据。

步骤S303、将所述临床住院数据输入到预先训练好的辅助用药模型，得到所述参保人的预测辅助用药数据。

步骤S304、将所述参保人的实际辅助用药数据和预测辅助用药数据进行比对，以判断所述参保人的辅助用药是否合理。

步骤S305、统计所述医疗机构在预设时间段内辅助用药不合理的参保人的总数量，基于所述总数量对所述医疗机构评分，将所述医疗机构的评分结果发送至所述医疗机构的网络侧设备，以展示所述医疗机构的评分结果。

可选的，对每个医疗机构建立评分系统，在该评分系统中嵌入辅助用药不合理的参保人的总数量与评分结果的映射关系表，然后，输入该医疗机构的在预设时间段内辅助用药不合理的参保人的总数量，得到对该医疗机构的评分结果，然后将该评分结果上传至该医疗机构的网络侧设备，以便网络侧设备将该评分结果展示在该医疗机构的信息共享平台(例如，该医疗机构官网的主页面)，便于参保人在该信息共享平台查询该医疗机构在辅助用药上的评分，为参保人就医提供数据参考。

可以看出，在本申请实施例中获取参保人的临床住院数据，提取该临床住院数据中的实际辅助用药数据，确定该辅助用药实际种类集和每种辅助用药的实际用药量，将该实际种类集和实际用药量与预测种类集和预测用药量区间分别比对，确定该参保人的辅助用药是否合理，然后，统计在预设时间段内辅助用药不合理的参保人的总数量，依据总数量调整医疗机构的住院制度，从而为医疗体制的改革提供数据参考，使辅助用药合理性的监测更加科学和精细，针对性改革医疗机构，提高医疗机构改革审核的准确性。由于及时调整医疗机构的医疗体制，减少医疗机构滥用辅助用药来套取医保基金的概率。基于该辅助用药不合理的参保人数量对医疗机构评分，将评分结果发送至网络侧设备，将评分结果展示在该医疗机构的信息共享平台，便于参保人在该信息共享平台查询该医疗机构在辅助用药上的评分，为参保人就诊提供方向。

与上述图1、图2、图3所示的实施例一致的，请参阅图4，图4是本申请实施例提供的一种基于医疗大数据监测辅助用药合理性的电子设备400的结构示意图，如图4所示，该电子设备400包括处理器、存储器、通信接口以及一个或多个程序，其中，上述一个或多个程序不同于上述一个或多个应用程序，且上述一个或多个程序被存储在上述存储器中，并且被配置由上述处理器执行，上述程序包括用于执行以下步骤的指令；

从医疗机构的医疗数据库中获取参保人的临床住院数据；

从所述临床住院数据中提取所述参保人的实际辅助用药数据；

将所述临床住院数据输入到预先训练好的辅助用药模型，得到所述参保人的预测辅助用药数据；

将所述参保人的实际辅助用药数据和预测辅助用药数据进行比对，以判断所述参保人的辅助用药是否合理；

统计所述医疗机构在预设时间段内辅助用药不合理的参保人的总数量，根据所述总数量调整所述医疗机构的住院制度。

在一可能的示例中，在将所述临床住院数据输入到预先训练好的辅助用药模型，得到所述参保人的预测辅助用药数据方面，上述程序中的指令还用于执行以下操作：提取所述临床住院数据中的诊断数据，所述诊断数据中包括疾病名称、疾病的严重等级；将所述诊断数据输入到预先训练好的辅助用药模型，根据对所述辅助用药模型中预先训练得到的疾病名称、疾病的严重等级以及预测辅助用药种类之间的映射关系确定与所述诊断数据对应的辅助用药的预测种类集；获取所述临床住院数据中的住院天数；获取所述预测种类集中的每一种辅助用药的用药说明；根据所述住院天数和所述预测种类集中的每一种辅助用药的用药说明确定所述每一种辅助用药的预测用药区间；将辅助用药的预测种类集以及所述预测种类集中每一种辅助用药对应的预测用药区间标记为所述参保人的预测辅助用药数据。

在一可能的示例中，在将所述参保人实际辅助用药数据和预测辅助用药数据进行比对，以判断所述参保人的辅助用药是否合理方面，上述程序中的指令具体用于执行以下操作：确定所述实际辅助用药数据中辅助用药的实际种类集；获取辅助用药的实际种类集与预测种类集的交集；将所述辅助用药的实际种类集与所述交集的差集作为第一集合，将所述辅助用药的预测种类集与所述交集的差集作为第二集合；如所述第一集合中的第i个元素所对应的第i个辅助用药为所述第二集合中的第j个元素所对应的第j辅助用药的可替代用药，确定所述第i个元素为所述第j个元素的可替代元素，获取所述第一集合中所有可替代元素，确定所述第一集合中除去所述所有可替代元素之外的其他元素的总数量，如所述总数量大于第一阈值，确定所述参保人的辅助用药不合理，其中，所述第i个元素为所述第一集合中的任意一个元素，所述第j个元素为所述第二集合中的任意一个元素，所述i、j均为大于或者等于1的整数。

在一可能的示例中，在将所述参保人实际辅助用药数据和预测辅助用药数据进行比对，以判断所述参保人的辅助用药是否合理方面，上述程序中的指令具体用于执行以下操作：确定所述实际辅助用药数据中辅助用药的实际种类集以及所述实际种类集中每一种辅助用药的实际用药量；获取所述辅助用药的实际种类集与预测种类集的交集；将所述交集中的每一种辅助用药的实际用药量与该种辅助用药对应的预测用药量区间进行比对，如所述交集中的辅助用药中至少存在一种辅助用药的实际用药量超过该种辅助用药对应的预测用药区间，确定所述参保人的实际辅助用药数据中至少存在一种辅助用药的用药超量，确定所述参保人的辅助用药不合理。

在一可能的示例中，在将所述参保人实际辅助用药数据和预测辅助用药数据进行比对，以判断所述参保人的辅助用药是否合理方面，上述程序中的指令具体用于执行以下操作：确定所述实际辅助用药数据中辅助用药的实际种类集以及所述实际种类集中每一种辅助用药的实际用药量；获取所述实际种类集中每一种辅助用药的单价，根据所述单价和每一种辅助用药的实际用药量确定所述每一种辅助用药的费用，得到所述实际种类集中所有辅助用药的总费用；获取所述临床住院数据中所有药品总费用，计算所述实际种类集中所有辅助用药的总费用与所述临床住院数据中所有药品总费用的比例，如所述比例大于第二阈值，确定所述参保人的辅助用药不合理。

在一可能的示例中，在根据所述总数量调整所述医疗机构的用药制度方面，上述程序中的指令具体用于执行以下操作：在所述预设时间段内临床住院数据中的辅助用药不合理的参保人的总数量大于第三阈值时，设置住院权限，在接收到临床住院请求时，执行预设验证操作，所述预设验证操作包括以下操作：接收输入的临床住院数据，将所述输入的临床住院数据输入到辅助用药模型，确定所述输入的临床住院数据中的辅助用药的理性，如确定所述输入的临床住院数据中的辅助用药不合理，禁止打印与所述输入的临床住院数据相关的住院单，向线上核对中心发送验证请求，接收所述线上核对中心的验证结果，在所述验证结果为确认所述输入的临床住院数据中的辅助用药合理时，允许打印所述住院单。

在一可能的示例中，上述程序中的指令还用于执行以下操作：基于所述医疗机构在所述预设时间段内临床住院数据中的辅助用药不合理的参保人的总数量对所述医疗机构评分，将所述医疗机构的评分结果发送至所述医疗机构的网络侧设备，以展示所述医疗机构的评分结果。

参阅图5，图5示出了上述实施例中所涉及的基于医疗大数据监测辅助用药合理性的方法的电子设备500的一种可能的功能单元组成框图，电子设备500包括获取单元510、提取单元520、输入单元530、判断单元540、统计单元550、其中；

获取单元510，用于从医疗机构的医疗数据库中获取参保人的临床住院数据；

提取单元520，用于从所述临床住院数据中提取所述参保人的实际辅助用药数据；

输入单元530，用于将所述临床住院数据输入到预先训练好的辅助用药模型，得到所述参保人的预测辅助用药数据；

判断单元540，用于将所述参保人的实际辅助用药数据和预测辅助用药数据进行比对，以判断所述参保人的辅助用药是否合理；

统计单元550，用于统计所述医疗机构在预设时间段内辅助用药不合理的参保人的总数量，根据所述总数量调整所述医疗机构的住院制度。

在一可能的示例中，在所述临床住院数据输入到预先训练好的辅助用药模型，得到所述参保人的预测辅助用药数据时，输入单元530，具体用于：提取所述临床住院数据中的诊断数据，所述诊断数据中包括疾病名称、疾病的严重等级；以及用于将所述诊断数据输入到预先训练好的辅助用药模型，根据对所述辅助用药模型中预先训练得到的疾病名称、疾病的严重等级以及预测辅助用药种类之间的映射关系确定与所述诊断数据对应的辅助用药的预测种类集；以及用于获取所述临床住院数据中的住院天数；以及用于获取所述预测种类集中的每一种辅助用药的用药说明；以及用于根据所述住院天数和所述预测种类集中的每一种辅助用药的用药说明确定所述每一种辅助用药的预测用药区间；以及用于将辅助用药的预测种类集以及所述预测种类集中每一种辅助用药对应的预测用药区间标记为所述参保人的预测辅助用药数据。

在一可能的示例中，在将所述参保人实际辅助用药数据和预测辅助用药数据进行比对，以判断所述参保人的辅助用药是否合理时，判断单元540，具体用于：确定所述实际辅助用药数据中辅助用药的实际种类集；以及用于获取辅助用药的实际种类集与预测种类集的交集；以及用于将所述辅助用药的实际种类集与所述交集的差集作为第一集合，将所述辅助用药的预测种类集与所述交集的差集作为第二集合；以及用于如所述第一集合中的第i个元素所对应的第i个辅助用药为所述第二集合中的第j个元素所对应的第j辅助用药的可替代用药，确定所述第i个元素为所述第j个元素的可替代元素，获取所述第一集合中所有可替代元素，确定所述第一集合中除去所述所有可替代元素之外的其他元素的总数量，如所述总数量大于第一阈值，确定所述参保人的辅助用药不合理，其中，所述第i个元素为所述第一集合中的任意一个元素，所述第j个元素为所述第二集合中的任意一个元素，所述i、j均为大于或者等于1的整数。

在一可能的示例中，在根将所述参保人实际辅助用药数据和预测辅助用药数据进行比对，以判断所述参保人的辅助用药是否合理时，判断单元540，具体用于：确定所述实际辅助用药数据中辅助用药的实际种类集以及所述实际种类集中每一种辅助用药的实际用药量；以及用于获取所述辅助用药的实际种类集与预测种类集的交集；以及用于将所述交集中的每一种辅助用药的实际用药量与该种辅助用药对应的预测用药量区间进行比对，如所述交集中的辅助用药中至少存在一种辅助用药的实际用药量超过该种辅助用药对应的预测用药区间，确定所述参保人的实际辅助用药数据中至少存在一种辅助用药的用药超量，确定所述参保人的辅助用药不合理。

在一可能的示例中，在将所述参保人实际辅助用药数据和预测辅助用药数据进行比对，以判断所述参保人的辅助用药是否合理时，判断单元540，具体用于：确定所述实际辅助用药数据中辅助用药的实际种类集以及所述实际种类集中每一种辅助用药的实际用药量；以及用于获取所述实际种类集中每一种辅助用药的单价，根据所述单价和每一种辅助用药的实际用药量确定所述每一种辅助用药的费用，得到所述实际种类集中所有辅助用药的总费用；以及用于获取所述临床住院数据中所有药品总费用，计算所述实际种类集中所有辅助用药的总费用与所述临床住院数据中所有药品总费用的比例，如所述比例大于第二阈值，确定所述参保人的辅助用药不合理。

在一可能的示例中，在根据所述总数量调整所述医疗机构的用药制度时，统计单元550，具体用于：在所述预设时间段内临床住院数据中的辅助用药不合理的参保人的总数量大于第三阈值时，设置住院权限，在接收到临床住院请求时，执行预设验证操作，所述预设验证操作包括以下操作：接收输入的临床住院数据，将所述输入的临床住院数据输入到辅助用药模型，确定所述输入的临床住院数据中的辅助用药的理性，如确定所述输入的临床住院数据中的辅助用药不合理，禁止打印与所述输入的临床住院数据相关的住院单，向线上核对中心发送验证请求，接收所述线上核对中心的验证结果，在所述验证结果为确认所述输入的临床住院数据中的辅助用药合理时，允许打印所述住院单。

在一可能的示例中，电子设备500还包括发送单元560；

其中，发送单元560，用于基于所述医疗机构在所述预设时间段内临床住院数据中的辅助用药不合理的参保人的总数量对所述医疗机构评分，将所述医疗机构的评分结果发送至所述医疗机构的网络侧设备，以展示所述医疗机构的评分结果。

本申请实施例还提供一种计算机存储介质，其中，该计算机存储介质存储用于电子数据交换的计算机程序，该计算机程序使得计算机执行如上述方法实施例中记载的任何一种基于医疗大数据监测辅助用药合理性的方法的部分或全部步骤。

本申请实施例还提供一种计算机程序产品，所述计算机程序产品包括存储了计算机程序的非瞬时性计算机可读存储介质，所述计算机程序可操作来使计算机执行如上述方法实施例中记载的任何一种基于医疗大数据监测辅助用药合理性的方法的部分或全部步骤。

需要说明的是，对于前述的各方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本申请并不受所描述的动作顺序的限制，因为依据本申请，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于可选实施例，所涉及的动作和模块并不一定是本申请所必须的。

在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。

在本申请所提供的几个实施例中，应该理解到，所揭露的装置，可通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件程序模块的形式实现。

所述集成的单元如果以软件程序模块的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储器中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储器中，包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储器包括：U盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。

本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，该程序可以存储于一计算机可读存储器中，存储器可以包括：闪存盘、只读存储器(英文：Read-Only Memory，简称：ROM)、随机存取器(英文：Random Access Memory，简称：RAM)、磁盘或光盘等。

以上对本申请实施例进行了详细介绍，本文中应用了具体个例对本申请的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本申请的方法及其核心思想；同时，对于本领域的一般技术人员，依据本申请的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本申请的限制。

Claims (10)

1.一种基于医疗大数据监测辅助用药合理性的方法，其特征在于，所述方法应用于电子设备，所述方法包括：

从医疗机构的医疗数据库中获取参保人的临床住院数据；

从所述临床住院数据中提取所述参保人的实际辅助用药数据；

将所述临床住院数据输入到预先训练好的辅助用药模型，得到所述参保人的预测辅助用药数据；

将所述参保人的实际辅助用药数据和预测辅助用药数据进行比对，以判断所述参保人的辅助用药是否合理；

统计所述医疗机构在预设时间段内辅助用药不合理的参保人的总数量，根据所述总数量调整所述医疗机构的住院制度。

2.根据权利要求1所述的方法，其特征在于，所述将所述临床住院数据输入到预先训练好的辅助用药模型，得到所述参保人的预测辅助用药数据具体包括：

提取所述临床住院数据中的诊断数据，所述诊断数据中包括疾病名称、疾病的严重等级；

将所述诊断数据输入到预先训练好的辅助用药模型，根据对所述辅助用药模型中预先训练得到的疾病名称、疾病的严重等级以及预测辅助用药种类之间的映射关系确定与所述诊断数据对应的辅助用药的预测种类集；

获取所述临床住院数据中的住院天数；

获取所述预测种类集中的每一种辅助用药的用药说明；

根据所述住院天数和所述预测种类集中的每一种辅助用药的用药说明确定所述每一种辅助用药的预测用药区间；

将辅助用药的预测种类集以及所述预测种类集中每一种辅助用药对应的预测用药区间标记为所述参保人的预测辅助用药数据。

3.根据权利要求2所述的方法，其特征在于，所述将所述参保人实际辅助用药数据和预测辅助用药数据进行比对，以判断所述参保人的辅助用药是否合理具体包括：

确定所述实际辅助用药数据中辅助用药的实际种类集；

获取辅助用药的实际种类集和预测种类集的交集；

将辅助用药的实际种类集与所述交集的差集作为第一集合，将所述辅助用药的预测种类集与所述交集的差集作为第二集合；

如所述第一集合中的第i个元素所对应的第i个辅助用药为所述第二集合中的第j个元素所对应的第j辅助用药的可替代用药，确定所述第i个元素为所述第j个元素的可替代元素，获取所述第一集合中所有可替代元素，确定所述第一集合中除去所述所有可替代元素之外的其他元素的总数量，如所述总数量大于第一阈值，确定所述参保人的辅助用药不合理，其中，所述第i个元素为所述第一集合中的任意一个元素，所述第j个元素为所述第二集合中的任意一个元素，所述i、j均为大于或者等于1的整数。

4.根据权利要求2所述的方法，其特征在于，所述将所述参保人实际辅助用药数据和预测辅助用药数据进行比对，以判断所述参保人的辅助用药是否合理具体包括：

确定所述实际辅助用药数据中辅助用药的实际种类集以及所述实际种类集中每一种辅助用药的实际用药量；

获取所述辅助用药的实际种类集与预测种类集的交集；

将所述交集中的每一种辅助用药的实际用药量与该种辅助用药对应的预测用药量区间进行比对，如确定所述交集中的辅助用药中至少存在一种辅助用药的实际用药量超过该种辅助用药对应的预测用药区间，确定所述参保人的辅助用药不合理。

5.根据权利要求2所述的方法，其特征在于，所述将所述参保人实际辅助用药数据和预测辅助用药数据进行比对，以判断所述参保人的辅助用药是否合理具体包括：

确定所述实际辅助用药数据中辅助用药的实际种类集以及所述实际种类集中每一种辅助用药的实际用药量；

获取所述实际种类集中每一种辅助用药的单价，根据所述单价和每一种辅助用药的实际用药量确定所述每一种辅助用药的费用，得到所述实际种类集中所有辅助用药的总费用；

获取所述临床住院数据中所有药品总费用，计算所述实际种类集中所有辅助用药的总费用与所述临床住院数据中所有药品总费用的比例，如所述比例大于第二阈值，确定所述参保人的辅助用药不合理。

6.根据权利要求1-5任一项所述的方法，其特征在于，所述根据所述总数量调整所述医疗机构的用药制度具体包括：

在所述预设时间段内临床住院数据中的辅助用药不合理的参保人的总数量大于第三阈值时，设置住院权限，在接收到临床住院请求时，执行预设验证操作，所述预设验证操作包括以下操作：接收输入的临床住院数据，将所述输入的临床住院数据输入到辅助用药模型，确定所述输入的临床住院数据中的辅助用药的合理性，如确定所述输入的临床住院数据中的辅助用药不合理，禁止打印与所述输入的临床住院数据相关的住院单，向线上核对中心发送验证请求，接收所述线上核对中心的验证结果，在所述验证结果为确认所述输入的临床住院数据中的辅助用药合理时，允许打印所述住院单。

7.根据权利要求1所述的方法，其特征在于，所述方法还包括：

基于所述医疗机构在所述预设时间段内临床住院数据中的辅助用药不合理的参保人的总数量对所述医疗机构评分，将所述医疗机构的评分结果发送至所述医疗机构的网络侧设备，以展示所述医疗机构的评分结果。

8.一种基于医疗大数据监测辅助用药合理性的电子设备，其特征在于，所述电子设备包括：

获取单元，用于从医疗机构的医疗数据库中获取参保人的临床住院数据；

提取单元，用于从所述临床住院数据中提取所述参保人的实际辅助用药数据；

输入单元，用于将所述临床住院数据输入到预先训练好的辅助用药模型，得到所述参保人的预测辅助用药数据；

判断单元，用于将所述参保人的实际辅助用药数据和预测辅助用药数据进行比对，以判断所述参保人的辅助用药是否合理；

统计单元，用于统计所述医疗机构在预设时间段内辅助用药不合理的参保人的总数量，根据所述总数量调整所述医疗机构的住院制度。

9.一种电子设备，其特征在于，包括处理器、存储器、通信接口以及一个或多个程序，其中，所述一个或多个程序被存储在所述存储器中，并且被配置由所述处理器执行，所述程序包括用于执行权利要求1-7任一项方法中的步骤的指令。

10.一种计算机可读存储介质，其特征在于，其用于存储计算机程序，其中，所述计算机程序被处理器执行，以实现如权利要求1-7任一项所述的方法。