CN109544372A - 基于人工智能的门诊慢性病资质监控方法及相关装置 - Google Patents
基于人工智能的门诊慢性病资质监控方法及相关装置 Download PDFInfo
- Publication number
- CN109544372A CN109544372A CN201811276145.9A CN201811276145A CN109544372A CN 109544372 A CN109544372 A CN 109544372A CN 201811276145 A CN201811276145 A CN 201811276145A CN 109544372 A CN109544372 A CN 109544372A
- Authority
- CN
- China
- Prior art keywords
- chronic disease
- outpatient service
- service chronic
- qualification
- insured people
- 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
- 208000017667 Chronic Disease Diseases 0.000 title claims abstract description 538
- 238000012797 qualification Methods 0.000 title claims abstract description 324
- 238000012544 monitoring process Methods 0.000 title claims abstract description 91
- 238000000034 method Methods 0.000 title claims abstract description 76
- 238000013473 artificial intelligence Methods 0.000 title claims abstract description 23
- 239000000284 extract Substances 0.000 claims abstract description 12
- 239000003814 drug Substances 0.000 claims description 185
- 229940079593 drug Drugs 0.000 claims description 158
- 230000001684 chronic effect Effects 0.000 claims description 41
- 238000004590 computer program Methods 0.000 claims description 14
- 201000010099 disease Diseases 0.000 claims description 14
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 claims description 14
- 230000006870 function Effects 0.000 claims description 13
- 230000005540 biological transmission Effects 0.000 claims description 12
- 238000004891 communication Methods 0.000 claims description 9
- 239000012141 concentrate Substances 0.000 claims description 8
- 230000001419 dependent effect Effects 0.000 claims description 5
- 238000012806 monitoring device Methods 0.000 claims description 5
- 238000012545 processing Methods 0.000 description 19
- 238000010586 diagram Methods 0.000 description 11
- 230000006399 behavior Effects 0.000 description 9
- 230000008569 process Effects 0.000 description 9
- 241000208340 Araliaceae Species 0.000 description 4
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 4
- 235000003140 Panax quinquefolius Nutrition 0.000 description 4
- 235000008434 ginseng Nutrition 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 206010020772 Hypertension Diseases 0.000 description 2
- 230000008878 coupling Effects 0.000 description 2
- 206010012601 diabetes mellitus Diseases 0.000 description 2
- 235000013399 edible fruits Nutrition 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 208000001491 myopia Diseases 0.000 description 2
- 238000005192 partition Methods 0.000 description 2
- 230000001052 transient effect Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 1
- 238000013497 data interchange Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007717 exclusion Effects 0.000 description 1
- ONUFESLQCSAYKA-UHFFFAOYSA-N iprodione Chemical compound O=C1N(C(=O)NC(C)C)CC(=O)N1C1=CC(Cl)=CC(Cl)=C1 ONUFESLQCSAYKA-UHFFFAOYSA-N 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 206010039073 rheumatoid arthritis Diseases 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
- G06Q40/08—Insurance
-
- 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
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- Strategic Management (AREA)
- Technology Law (AREA)
- Physics & Mathematics (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Epidemiology (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Primary Health Care (AREA)
- Public Health (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本申请实施例公开了一种基于人工智能的门诊慢性病资质监控方法及相关装置，该方法包括：获取预设时段内目标地区的多个门诊慢性病信息集，每个门诊慢性病信息集对应一个参保人；将多个门诊慢性病信息集输入资质监控模型进行处理，输出多个资质结果，每个资质结果对应一个门诊慢性病信息集；若确定多个资质结果中存在至少一个资质结果为不具有门诊慢性病资质，则发送提示信息至至少一个资质结果中每个资质结果对应的参保人的终端，第一提示信息用于提示参保人不具有门诊慢性病资质。采用本申请实施例可识别参保人是否具有门诊慢性病资质，有助于减少利用门诊慢性病资质套取医保基金的行为，进而实现了对利用门诊慢性病资质套取医保基金的行为的有效监控。
Description
技术领域
本申请涉及慢性病管理技术领域，具体涉及一种基于人工智能的门诊慢性病资质监控方法及相关装置。
背景技术
门诊慢性病(简称门慢)是指病程较长、发病率较高、对生活质量影响较大、需长期门诊用药维持且医疗费用较高的慢性疾病。目前，一些门诊慢性病已经纳入医保基金报销范围，比如高血压病、糖尿病、类风湿性关节炎等。
通常识别参保人是否具有门诊慢性病资质采用的是人工方式，由于人工方式的判断过程比较复杂且人工方式有时会出现疏漏，因此采用人工方式识别参保人是否具有门诊慢性病资质存在耗时、准确度低和效率低的问题，无法有效监控利用门诊慢性病资质套取医保基金的行为。
发明内容
本申请实施例提供一种基于人工智能的门诊慢性病资质监控方法及相关装置，用于识别参保人是否具有门诊慢性病资质，有助于减少利用门诊慢性病资质套取医保基金的行为，进而实现了对利用门诊慢性病资质套取医保基金的行为的有效监控。
第一方面，本申请实施例提供一种基于人工智能的门诊慢性病资质监控方法，所述方法包括：
获取预设时段内目标地区的多个门诊慢性病信息集，每个门诊慢性病信息集对应一个参保人，所述每个门诊慢性病信息集包括以下至少一种门诊慢性病信息：门诊慢性病名称、门诊慢性病阶段、药品名称、就诊时间；
将所述多个门诊慢性病信息集输入资质监控模型进行处理，输出多个资质结果，每个资质结果对应一个门诊慢性病信息集，所述资质监控模型预设有多种资质监控规则，所述资质结果用于表征参保人是否具有门诊慢性病资质；
若确定所述多个资质结果中存在至少一个资质结果为不具有门诊慢性病资质，则发送第一提示信息至所述至少一个资质结果中每个资质结果对应的参保人的终端，所述第一提示信息用于提示参保人不具有门诊慢性病资质。
第二方面，本申请实施例提供一种基于人工智能的门诊慢性病资质监控装置，所述装置包括：
获取单元，用于获取预设时段内目标地区的多个门诊慢性病信息集，每个门诊慢性病信息集对应一个门慢参保人，所述每个门诊慢性病信息集包括以下至少一种门诊慢性病信息：门诊慢性病名称、门诊慢性病阶段、药品名称、就诊时间；
确定单元，用于将所述多个门诊慢性病信息集输入资质监控模型进行处理，输出多个资质结果，每个资质结果对应一个门诊慢性病信息集，所述资质监控模型预设有多种资质监控规则，所述资质结果用于表征参保人是否具有门诊慢性病资质；
发送单元，用于若确定所述多个资质结果中存在至少一个资质结果为不具有门诊慢性病资质，则发送第一提示信息至所述至少一个资质结果中每个资质结果对应的参保人的终端，所述第一提示信息用于提示参保人不具有门诊慢性病资质。
第三方面，本申请实施例提供一种服务器，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本申请实施例第一方面所述的方法中的步骤的指令。
第四方面，本申请实施例提供了一种计算机可读存储介质，上述计算机可读存储介质用于存储电子数据交换的计算机程序，其中，上述计算机程序使得计算机执行如本申请实施例第一方面所述的方法中所描述的部分或全部步骤。
第五方面，本申请实施例提供了一种计算机程序产品，上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，上述计算机程序可操作来使计算机执行如本申请实施例第一方面所述的方法中所描述的部分或全部步骤。
可以看出，在本申请实施例中，服务器获取某一时段内目标地区的多个参保人的多个门诊慢性病信息，将多个门诊慢性病信息输入资质监控模型进行处理，输出多个资质结果，若确定多个资质结果中至少一个资质结果为不具有门诊慢性病资质，则发送第一提示信息至该至少一个资质结果中每个资质结果对应的参保人的终端。这样可识别参保人是否具有门诊慢性病资质，通过向不具有门诊慢性病资质的参保人的终端发送提示信息，提示参保人当前不具有门诊慢性病资质，有助于减少利用门诊慢性病资质套取医保基金的行为，在一定程度上实现了对利用门诊慢性病资质套取医保基金的行为的有效监控。
本申请的这些方面或其他方面在以下实施例的描述中会更加简明易懂。
附图说明
为了更清楚地说明本申请实施例或背景技术中的技术方案，下面将对本申请实施例或背景技术中所需要使用的附图进行说明。
图1A是本申请实施例提供的第一种基于人工智能的门诊慢性病资质监控方法的流程示意图；
图1B是本申请实施例提供的一种示意图；
图2是本申请实施例提供的第二种基于人工智能的门诊慢性病资质监控方法的流程示意图；
图3是本申请实施例提供的第三种基于人工智能的门诊慢性病资质监控方法的流程示意图；
图4是本申请实施例提供的一种基于人工智能的门诊慢性病资质监控装置的结构示意图；
图5是本申请实施例提供的一种服务器的结构示意图。
具体实现方式
为了使本技术领域的人员更好地理解本申请方案，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，所描述的实施例仅仅是本申请一部分的实施例，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做出创造性劳动前提下所获得的所有其他实施例，都应当属于本申请保护的范围。
以下分别进行详细说明。
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、结构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。
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
(1)终端可以包括各种具有无线通信功能的手持设备、车载设备、可穿戴设备、计算设备或连接到无线调制解调器的其他处理设备，以及各种形式的用户设备(UserEquipment，UE)，移动台(Mobile Station，MS)，终端设备(Terminal Device，TD)，等等。
(2)服务器，也称伺服器，是提供计算服务的设备。服务器的构成包括处理器、硬盘、内存、系统总线等，和通用的计算机架构类似。在网络环境下，根据服务器提供的服务类型不同，分为文件服务器，数据库服务器，应用程序服务器，WEB服务器等。
下面对本申请实施例进行详细介绍。
请参阅图1A，图1A是本申请实施例提供的第一种基于人工智能的门慢资质监控方法的流程示意图，该基于人工智能的门慢资质监控方法包括：
步骤101：服务器获取预设时段内目标地区的多个门诊慢性病信息集，每个门诊慢性病信息集对应一个参保人，所述每个门诊慢性病信息集包括以下至少一种门诊慢性病信息：门诊慢性病名称、门诊慢性病阶段、药品名称、就诊时间。
其中，预设时段的终止时刻可以是当前系统时刻，预设时段的时长可以是1个月、2个月、3个月、4个月、5个月或者是其他值。
其中，每个门诊慢性病信息集包括参保人的至少一个门诊慢性病信息，一个门诊慢性病信息为参保人一次就诊的门诊慢性病信息，一个门诊慢性病信息可以包括至少一个门诊慢性病名称、至少一个门诊慢性病阶段、至少一个药品名称和就诊时间，每个门诊慢性病阶段对应一个门诊慢性病名称。
在一个可能的示例中，服务器获取预设时段内目标地区的多个门诊慢性病信息集之前，所述方法还包括：
当资质监控平台的资质监控功能处于开启状态时，资质监控平台在其显示界面显示地图、可移动的选择框、时段选项和门诊慢性病信息集获取按钮；
若检测到对门诊慢性病信息集获取按钮的点击操作，资质监控平台向服务器发送指示信息，所述指示信息用于指示所述服务器获取预设时段内目标地区的门诊慢性病信息集；
所述服务器获取预设时段内目标地区的多个门诊慢性病信息集，包括：
服务器接收所述监控资质平台发送的所述指示信息，向所述目标地区的多家医疗机构的服务器发送多个第一请求信息，每个第一请求信息用于指示一家医疗机构的服务器反馈其存储的所述预设时段内所有门诊慢性病信息集；
服务器接收所述多家医疗机构的服务器针对所述多个第一请求信息发送的多个门诊慢性病信息集。
其中，资质监控平台与服务器具有连接关系，服务器与多家医疗机构的服务器具有连接关系。
其中，地图包括多个地区和可移动的选择框，用户可以触控可移动的选择框选择地图上多个地区中任意地区作为目标地区，选择框的形状可以是圆形、椭圆形、长方形、正方形等，时段选项包括起始时刻选项和终止时刻选项。
举例来说，如图1B所示，当检测到针对第一时段内第一地区的门诊慢性病信息集获取按钮的点击操作时，资质监控平台向服务器发送指示信息，指示信息用于指示服务器获取第一时段内第一地区的门诊慢性病信息集，服务器接收指示信息，并向第一地区的3家医疗机构的服务器发送3个第一请求信息，每个第一请求信息用于指示一家医疗机构的服务器反馈其存储的第一时段内所有门诊慢性病信息集，第1家医疗机构的服务器接收到第一请求信息，并向服务器发送第一时段内的n1个门诊慢性病信息集，第2家医疗机构的服务器接收到第一请求信息，并向服务器发送第一时段内的n2个门诊慢性病信息集，第3家医疗机构的服务器接收到第一请求信息，并向服务器发送第一时段内的n3个门诊慢性病信息集；服务器接收3家医疗机构的服务器发送的第一时段内的(n1+n2+n3)个门诊慢性病信息集。
步骤102：服务器将所述多个门诊慢性病信息集输入资质监控模型进行处理，输出多个资质结果，每个资质结果对应一个门诊慢性病信息集，所述资质监控模型预设有多种资质监控规则，所述资质结果用于表征参保人是否具有门诊慢性病资质。
其中，不同资质监控规则适用于在资质监控模型中对多个门诊慢性病信息集的不同处理方式。
其中，门诊慢性病资质用于表征参保人在指定医疗机构治疗门诊慢性病时具有使用医保基金报销部分治疗费用的资格。
在一个可能的示例中，服务器将所述多个门诊慢性病信息集输入资质监控模型进行处理，输出多个资质结果之前，所述方法还包括：
服务器根据门诊慢性病名称的个数将多个参保人进行聚类分群，得到所述多个参保人对应的至少一个初次门诊慢性病人群集合，每个初次门诊慢性病人群集合中所有参保人的门诊慢性病名称的个数是相同的；
服务器根据门诊慢性病名称将所述每个初次门诊慢性病人群集合中所有参保人进行聚类分群，得到所述每个初次门诊慢性病人群集合对应的至少一个二次门诊慢性病人群集合，每个二次门诊慢性病人群集合中所有参保人的门诊慢性病名称是相同的；
服务器根据门诊慢性病阶段将所述每个二次门诊慢性病人群集合中所有参保人进行聚类分群，得到所述每个二次门诊慢性病人群集合对应的至少一个门诊慢性病人群集合，每个门诊慢性病人群集合中所有参保人的门诊慢性病阶段是相同的。
举例来说，A为高血压病，B为糖尿病，服务器获取近三个月H地区的100个参保人的门诊慢性病信息集，将100个参保人中对应一种门诊慢性病名称的60个参保人分类到第一人群集合和对应两种门诊慢性病名称的40个参保人分类到第二人群集合，将第一人群集合中只对应A的30个参保人分类到A人群集合和只对应B的30个参保人分类到B人群集合，将第二人群集合中同时对应A和B的40个参保人分类到A-B人群集合，将A人群集合中对应A前期的12个参保人分类到A前期人群集合、对应A中期的8个参保人分类到A中期人群集合和对应A后期的10个参保人分类到A后期人群集合，将B人群集合中对应B前期的10个参保人分类到B前期人群集合、对应B中期的10个参保人分类到B中期人群集合和对应B后期的8个参保人分类到B后期人群集合，将同时对应A前期与B中期的15个参保人分类到A前期-B后期人群集合、A中期与B前期的13个参保人分类到A中期-B前期人群集合和A后期与B后期的12个参保人分类到A后期-B后期人群集合。
在一个可能的示例中，服务器将所述多个门诊慢性病信息集输入资质监控模型进行处理，输出多个资质结果，包括：
服务器根据就诊时间将所述多个门诊慢性病信息集中每个门诊慢性病信息集进行拆分，得到所述每个门诊慢性病信息集对应的至少一个第一门诊慢性病信息，每个第一门诊慢性病信息对应一个就诊时间；
服务器从所述至少一个第一门诊慢性病信息中选取第一目标门诊慢性病信息，所述第一目标门诊慢性病信息的就诊时间与当前系统时间的时间差值最小，所述第一目标门诊慢性病信息包括至少一个药品名称；
服务器依次将所述至少一个门诊慢性病人群集合中每个门诊慢性病人群集合的所有参保人的第一目标门诊慢性病信息输入所述资质监控模型；
服务器提取所述资质监控模型中预先存储的所述每个门诊慢性病人群集合对应的第一药品信息，所述第一药品信息包括至少一个药品名称；
服务器将所述每个门诊慢性病人群集合中每个参保人的第一目标门诊慢性病信息与所述第一药品信息进行比对，得到所述每个参保人对应的药品名称相同的数量为第一药品数量和药品名称不同的数量为第二药品数量；
若确定所述参保人对应的所述第二药品数量与所述第一药品数量的比值大于等于第一阈值，则服务器确定所述参保人不具有门诊慢性病资质；
服务器依次得到所述每个门诊慢性病人群集合中所有参保人的资质结果。
其中，第一目标门诊慢性病信息包括的至少一个药品名称为该第一目标门诊慢性病信息对应的参保人最近一次就诊时实际开具的至少一个药品的药品名称。
其中，第一药品信息包括的至少一个药品名称为治疗该第一目标门诊慢性病信息对应的参保人所处门诊慢性病人群集合所需要的至少一种药品的药品名称。
其中，第一阈值可以是用户自定义的，也可以是服务器自定义的。
在本示例中，服务器每次将一个门诊慢性病人群集合的所有参保人的第一目标门诊慢性病信息输入资质监控模型，相较于一次将多个门诊慢性病人群集合的所有参保人的第一目标门诊慢性病信息输入资质监控模型，在一定程度上降低了服务器处理数据的压力。
在一个可能的示例中，服务器将所述多个门诊慢性病信息集输入资质监控模型进行处理，输出多个资质结果，包括：
服务器根据就诊时间将所述多个门诊慢性病信息集中每个门诊慢性病信息集进行拆分，得到所述每个门诊慢性病信息集对应的至少一个第二门诊慢性病信息，每个第二门诊慢性病信息对应一个就诊时间；
服务器从所述至少一个第二门诊慢性病信息中选取第二目标门诊慢性病信息，所述第二目标门诊慢性病信息的就诊时间与当前系统时间的时间差值最小，所述第二目标门诊慢性病信息包括至少一个药品名称；
服务器并行地将所述至少一个门诊慢性病人群集合中每个门诊慢性病人群集合的所有参保人的第二目标门诊慢性病信息输入所述资质监控模型；
服务器提取所述资质监控模型中预先存储的所述每个门诊慢性病人群集合对应的第二药品信息，所述第二药品信息包括至少一个药品名称；
服务器将所述每个门诊慢性病人群集合中每个参保人的第二目标门诊慢性病信息与所述第二药品信息进行比对，得到所述每个参保人对应的药品名称相同的数量为第三药品数量和药品名称不同的数量为第四药品数量；
若确定所述参保人对应的所述第四药品数量与所述第三药品数量的比值大于等于所述第一阈值，则服务器确定所述参保人不具有门诊慢性病资质；
服务器并行地得到所述至少一个门诊慢性病人群集合中所有参保人的资质结果。
其中，第二目标门诊慢性病信息包括的至少一个药品名称为该第二目标门诊慢性病信息对应的参保人最近一次就诊时实际开具的至少一个药品的药品名称。
其中，第二药品信息包括的至少一个药品名称为治疗该第二目标门诊慢性病信息对应的参保人所处门诊慢性病人群集合所需要的至少一种药品的药品名称。
在本示例中，服务器一次将多个门诊慢性病人群集合的所有参保人的第一目标门诊慢性病信息输入资质监控模型，相较于每次将一个门诊慢性病人群集合的所有参保人的第一目标门诊慢性病信息输入资质监控模型，在一定程度上提高了服务器处理数据的速度。
步骤103：若确定所述多个资质结果中存在至少一个资质结果为不具有门诊慢性病资质，则服务器发送第一提示信息至所述至少一个资质结果中每个资质结果对应的参保人的终端，所述第一提示信息用于提示参保人不具有门诊慢性病资质。
具体地，服务器发送第一提示信息至所述至少一个资质结果中每个资质结果对应的参保人的终端的实施方式可以是：若服务器中存储有目标地区的所有参保人的电话号码，则获取至少一个资质结果中每个资质结果对应的参保人的电话号码；根据每个资质结果对应的参保人的电话号码向其终端发送第一提示信息。或者，若服务器中未存储目标地区的任何一个参保人的电话号码，则向目标地区的多家医疗机构发送多个第二请求信息，每个第二请求信息用于指示一家医疗机构的服务器反馈预设时段内所有门诊慢性病信息集对应的参保人的电话号码；接收多家医疗机构的服务器针对多个第二请求信息发送的多个电话号码，每个电话号码对一个参保人；获取至少一个资质结果中每个资质结果对应的参保人的电话号码；根据每个资质结果对应的参保人的电话号码向其终端发送第一提示信息。
其中，第一提示信息的形式可以是文字、语音、动漫或者短视频。
可以看出，在本申请实施例中，服务器获取某一时段内目标地区的多个参保人的多个门诊慢性病信息，将多个门诊慢性病信息输入资质监控模型进行处理，输出多个资质结果，若确定多个资质结果中至少一个资质结果为不具有门诊慢性病资质，则发送第一提示信息至该至少一个资质结果中每个资质结果对应的参保人的终端。这样可识别参保人是否具有门诊慢性病资质，通过向不具有门诊慢性病资质的参保人的终端发送提示信息，提示参保人当前不具有门诊慢性病资质，有助于减少利用门诊慢性病资质套取医保基金的行为，在一定程度上实现了对利用门诊慢性病资质套取医保基金的行为的有效监控。
在一个可能的示例中，服务器发送第一提示信息至所述至少一个资质结果中每个资质结果对应的参保人的终端之后，所述方法还包括：
服务器获取所述至少一个资质结果中每个资质结果对应的目标参保人在目标时段内的第三门诊慢性病信息集，所述目标时段包括所述预设时段，所述第三门诊慢性病信息集包括至少一个第三门诊慢性病信息，每个第三门诊慢性病信息包括至少一个药品名称、至少一个药品数量、至少一个药品单价和就诊时间；
服务器确定所述至少一个第三门诊慢性病信息集中每个第三门诊慢性病信息集包括的至少一个第三目标门诊慢性病信息，每个第三目标门诊慢性病信息为参保人在不具有门诊慢性病资质时一次就诊的门诊慢性病信息；
服务器根据所述每个第三门诊慢性病信息集包括的所述至少一个第三目标门诊慢性病信息和多个药品的报销比例确定所述每个第三门诊慢性病信息集对应的目标参保人在不具有门诊慢性病资质时的就诊次数和每次就诊的医保基金报销费用；
服务器发送第二提示信息至所述每个第三门诊慢性病信息集对应的目标参保人的终端，所述第二提示信息用于提示参保人在所述目标时段内不具有门诊慢性病资质时的就诊次数和每次就诊的医保基金报销费用。
其中，目标时段的终止时刻与预设时段的终止时刻可以是相同的，目标时段的时长大于预设时段的时长，目标时段的时长可以是用户自定义的，也可以是服务器自定义的。
其中，第三门诊慢性病信息集包括目标参保人在具有门诊慢性病资质时就诊的至少一个第三门诊慢性病信息和在不具有门诊慢性病资质时就诊的至少一个第三门诊慢性病信息。
其中，服务器确定每个第三门诊慢性病信息是否为第三目标门诊慢性病信息的方式与服务器根据第一目标门诊慢性病信息确定第一目标门诊慢性病信息对应的参保人是否具有门诊慢性病资质的方式是相同的，在此不再叙述。
其中，多个药品的报销比例预先存储于服务器中。
其中，每个第三门诊慢性病信息集对应的目标参保人在不具有门诊慢性病资质时的就诊次数与至少一个第三目标门诊慢性病信息的个数是相同的。
具体地，服务器根据每个第三门诊慢性病信息集包括的至少一个第三目标门诊慢性病信息和多个药品的报销比例确定每个第三门诊慢性病信息集对应的目标参保人在不具有门诊慢性病资质时每次就诊的医保基金报销费用的实施方式可以是：解析至少一个第三目标门诊慢性病信息中每个第三目标门诊慢性病信息，得到每个第三目标门诊慢性病信息包括的至少一个药品名称、至少一个药品数量和至少一个药品单价，每个药品名称对应一个药品数量和一个药品单价；根据药品名称与报销比例的映射关系确定每个第三目标门诊慢性病信息包括的至少一个药品名称对应的至少一个报销比例，每个报销比例对应一个药品名称；根据至少一个药品名称、至少一个药品数量、至少一个药品单价、至少一个报销比例和报销费用公式确定每个第三目标门诊慢性病信息对应的医保基金报销费用。
其中，报销费用公式为：
S＝A1×T1×α1+A2×T2×α2+…+An×Tn×αn
其中，S为每个第三目标门诊慢性病信息对应的医保基金报销费用，A1为至少一个药品中第1个药品的药品单价，T1为第1个药品对应的药品数量，α1为第1个药品对应的报销比例，A2为至少一个药品中第2个药品的药品单价，T2为第2个药品对应的药品数量，α2为第2个药品对应的报销比例，An为至少一个药品中最后一个药品的药品单价，Tn为至少一个药品中最后一个药品对应的药品数量，αn为至少一个药品中最后一个药品对应的报销比例。
其中，第二提示信息的形式可以是文字、语音、动漫或者短视频。
在一个可能的示例中，所述方法还包括：
服务器确定所述每个第三门诊慢性病信息集对应的目标参保人在所述目标时段内不具有门诊慢性病资质时就诊的总医保基金报销费用；
若确定所述总医保基金报销费用大于等于第二阈值，服务器将所述总医保基金报销费用对应的目标参保人添加到医保基金的黑名单中。
其中，第二阈值可以是用户自定义的，也可以是服务器自定义的。
其中，总医保基金报销费用为每个第三门诊慢性病信息集对应的目标参保人在目标时段内不具有门诊慢性病资质时至少一次就诊的医保基金报销费用之和。
请参阅图2，图2是本申请实施例提供的第二种基于人工智能的门诊慢性病资质监控方法的流程示意图，该基于人工智能的门诊慢性病资质监控方法包括：
步骤201：服务器获取预设时段内目标地区的多个门诊慢性病信息集，每个门诊慢性病信息集对应一个参保人，所述每个门诊慢性病信息集包括以下至少一种门诊慢性病信息：门诊慢性病名称、门诊慢性病阶段、药品名称、就诊时间。
步骤202：服务器根据门诊慢性病名称的个数、门诊慢性病名称和门诊慢性病阶段将多个参保人进行聚类分群，得到所述多个参保人对应的至少一个门诊慢性病人群集合，每个门诊慢性病人群集合中所有参保人的门诊慢性病名称的个数、门诊慢性病名称和门诊慢性病阶段均是相同的。
步骤203：服务器根据就诊时间将所述多个门诊慢性病信息集中每个门诊慢性病信息集进行拆分，得到所述每个门诊慢性病信息集对应的至少一个第一门诊慢性病信息，每个第一门诊慢性病信息对应一个就诊时间。
步骤204：服务器从所述至少一个第一门诊慢性病信息中选取第一目标门诊慢性病信息，所述第一目标门诊慢性病信息的就诊时间与当前系统时间的时间差值最小，所述第一目标门诊慢性病信息包括至少一个药品名称。
步骤205：服务器依次将所述至少一个门诊慢性病人群集合中每个门诊慢性病人群集合的所有参保人的第一目标门诊慢性病信息输入所述资质监控模型。
步骤206：服务器提取所述资质监控模型中预先存储的所述每个门诊慢性病人群集合对应的第一药品信息，所述第一药品信息包括至少一个药品名称。
步骤207：服务器将所述每个门诊慢性病人群集合中每个参保人的第一目标门诊慢性病信息与所述第一药品信息进行比对，得到所述每个参保人对应的药品名称相同的数量为第一药品数量和药品名称不同的数量为第二药品数量。
步骤208：若确定所述参保人对应的所述第二药品数量与所述第一药品数量的比值大于等于第一阈值，则服务器确定所述参保人不具有门诊慢性病资质。
步骤209：服务器依次得到所述每个门诊慢性病人群集合中所有参保人的资质结果。
步骤210：若确定所述多个资质结果中存在至少一个资质结果为不具有门诊慢性病资质，则服务器发送第一提示信息至所述至少一个资质结果中每个资质结果对应的参保人的终端，所述第一提示信息用于提示参保人不具有门诊慢性病资质。
需要说明的是，图2所示的方法的各个步骤的具体实现过程可参见上述方法所述的具体实现过程，在此不再叙述。
请参阅图3，图3是本申请实施例提供的第三种基于人工智能的门诊慢性病资质监控方法的流程示意图，该基于人工智能的门诊慢性病资质监控方法包括：
步骤301：服务器获取预设时段内目标地区的多个门诊慢性病信息集，每个门诊慢性病信息集对应一个参保人，所述每个门诊慢性病信息集包括以下至少一种门诊慢性病信息：门诊慢性病名称、门诊慢性病阶段、药品名称、就诊时间。
步骤302：服务器根据门诊慢性病名称的个数、门诊慢性病名称和门诊慢性病阶段将多个参保人进行聚类分群，得到所述多个参保人对应的至少一个门诊慢性病人群集合，每个门诊慢性病人群集合中所有参保人的门诊慢性病名称的个数、门诊慢性病名称和门诊慢性病阶段均是相同的。
步骤303：服务器根据就诊时间将所述多个门诊慢性病信息集中每个门诊慢性病信息集进行拆分，得到所述每个门诊慢性病信息集对应的至少一个第二门诊慢性病信息，每个第二门诊慢性病信息对应一个就诊时间。
步骤304：服务器从所述至少一个第二门诊慢性病信息中选取第二目标门诊慢性病信息，所述第二目标门诊慢性病信息的就诊时间与当前系统时间的时间差值最小，所述第二目标门诊慢性病信息包括至少一个药品名称。
步骤305：服务器并行地将所述至少一个门诊慢性病人群集合中每个门诊慢性病人群集合的所有参保人的第二目标门诊慢性病信息输入所述资质监控模型。
步骤306：服务器提取所述资质监控模型中预先存储的所述每个门诊慢性病人群集合对应的第二药品信息，所述第二药品信息包括至少一个药品名称。
步骤307：服务器将所述每个门诊慢性病人群集合中每个参保人的第二目标门诊慢性病信息与所述第二药品信息进行比对，得到所述每个参保人对应的药品名称相同的数量为第三药品数量和药品名称不同的数量为第四药品数量。
步骤308：若确定所述参保人对应的所述第四药品数量与所述第三药品数量的比值大于等于所述第一阈值，则服务器确定所述参保人不具有门诊慢性病资质。
步骤309：服务器并行地得到所述至少一个门诊慢性病人群集合中所有参保人的资质结果。
步骤310：若确定所述多个资质结果中存在至少一个资质结果为不具有门诊慢性病资质，则服务器发送第一提示信息至所述至少一个资质结果中每个资质结果对应的参保人的终端，所述第一提示信息用于提示参保人不具有门诊慢性病资质。
需要说明的是，图3所示的方法的各个步骤的具体实现过程可参见上述方法所述的具体实现过程，在此不再叙述。
上述主要从方法侧执行过程的角度对本申请实施例的方案进行了介绍。可以理解的是，基于人工智能的门诊慢性病资质监控装置为了实现上述功能，其包含了执行各个功能相应的硬件结构和/或软件模块。本领域技术人员应该很容易意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，本申请能够以硬件或硬件和计算机软件的结合形式来实现。某个功能究竟以硬件还是计算机软件驱动硬件的方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。
本申请实施例可以根据上述方法示例对基于人工智能的门诊慢性病资质监控装置进行功能单元的划分，例如，可以对应各个功能划分各个功能单元，也可以将两个或两个以上的功能集成在一个处理单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。需要说明的是，本申请实施例中对单元的划分是示意性的，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。
请参阅图4，图4是本申请实施例提供的一种基于人工智能的门诊慢性病资质监控装置的结构示意图，该基于人工智能的门诊慢性病资质监控装置400包括处理单元401、存储单元402和通信单元403，处理单元401包括获取单元、确定单元和发送单元，其中：
获取单元，用于获取预设时段内目标地区的多个门诊慢性病信息集，每个门诊慢性病信息集对应一个门慢参保人，所述每个门诊慢性病信息集包括以下至少一种门诊慢性病信息：门诊慢性病名称、门诊慢性病阶段、药品名称、就诊时间；
确定单元，用于将所述多个门诊慢性病信息集输入资质监控模型进行处理，输出多个资质结果，每个资质结果对应一个门诊慢性病信息集，所述资质监控模型预设有多种资质监控规则，所述资质结果用于表征参保人是否具有门诊慢性病资质；
发送单元，用于若确定所述多个资质结果中存在至少一个资质结果为不具有门诊慢性病资质，则发送第一提示信息至所述至少一个资质结果中每个资质结果对应的参保人的终端，所述第一提示信息用于提示参保人不具有门诊慢性病资质。
可见，在本示例中，获取某一时段内目标地区的多个参保人的多个门诊慢性病信息，将多个门诊慢性病信息输入资质监控模型进行处理，输出多个资质结果，若确定多个资质结果中至少一个资质结果为不具有门诊慢性病资质，则发送第一提示信息至该至少一个资质结果中每个资质结果对应的参保人的终端。这样可识别参保人是否具有门诊慢性病资质，通过向不具有门诊慢性病资质的参保人的终端发送提示信息，提示参保人当前不具有门诊慢性病资质，有助于减少利用门诊慢性病资质套取医保基金的行为，在一定程度上实现了对利用门诊慢性病资质套取医保基金的行为的有效监控。
在一个可能的示例中，所述获取预设时段内目标地区的多个门诊慢性病信息集之前，上述处理单元401还包括：
显示单元，用于当资质监控平台的资质监控功能处于开启状态时，所述资质监控平台在其显示界面显示地图、可移动的选择框、时段选项和门诊慢性病信息集获取按钮；
第一发送单元，用于若检测到对门诊慢性病信息集获取按钮的点击操作，所述资质监控平台向服务器发送指示信息，所述指示信息用于指示所述服务器获取预设时段内目标地区的门诊慢性病信息集；
在获取预设时段内目标地区的多个门诊慢性病信息集方面，上述获取单元具体用于：
接收所述资质监控平台发送的所述指示信息，向所述目标地区的多家医疗机构的服务器发送多个第一请求信息，每个第一请求信息用于指示一家医疗机构的服务器反馈其存储的所述预设时段内所有门诊慢性病信息集；
接收所述多家医疗机构的服务器针对所述多个第一请求信息发送的多个门诊慢性病信息集。
在一个可能的示例中，所述将所述多个门诊慢性病信息集输入资质监控模型进行处理，输出多个资质结果之前，上述处理单元401还包括：
分类单元，用于根据门诊慢性病名称的个数将多个参保人进行聚类分群，得到所述多个参保人对应的至少一个初次门诊慢性病人群集合型，每个初次门诊慢性病人群集合中所有参保人的门诊慢性病名称的个数是相同的；
分类单元，还用于根据门诊慢性病名称将所述每个初次门诊慢性病人群集合中所有参保人进行聚类分群，得到所述每个初次门诊慢性病人群集合对应的至少一个二次门诊慢性病人群集合，每个二次门诊慢性病人群集合中所有参保人的门诊慢性病名称是相同的；
分类单元，还用于根据门诊慢性病阶段将所述每个二次门诊慢性病人群集合中所有参保人进行聚类分群，得到所述每个二次门诊慢性病人群集合对应的至少一个门诊慢性病人群集合，每个门诊慢性病人群集合中所有参保人的门诊慢性病阶段是相同的。
在一个可能的示例中，在将所述多个门诊慢性病信息集输入资质监控模型进行处理，输出多个资质结果方面，上述确定单元具体用于：
根据就诊时间将所述多个门诊慢性病信息集中每个门诊慢性病信息集进行拆分，得到所述每个门诊慢性病信息集对应的至少一个第一门诊慢性病信息，每个第一门诊慢性病信息对应一个就诊时间；
从所述至少一个第一门诊慢性病信息中选取第一目标门诊慢性病信息，所述第一目标门诊慢性病信息的就诊时间与当前系统时间的时间差值最小，所述第一目标门诊慢性病信息包括至少一个药品名称；
依次将所述至少一个门诊慢性病人群集合中每个门诊慢性病人群集合的所有参保人的第一目标门诊慢性病信息输入所述资质监控模型；
提取所述资质监控模型中预先存储的所述每个门诊慢性病人群集合对应的第一药品信息，所述第一药品信息包括至少一个药品名称；
将所述每个门诊慢性病人群集合中每个参保人的第一目标门诊慢性病信息与所述第一药品信息进行比对，得到所述每个参保人对应的药品名称相同的数量为第一药品数量和药品名称不同的数量为第二药品数量；
若确定所述参保人对应的所述第二药品数量与所述第一药品数量的比值大于等于第一阈值的情况下，则确定所述参保人不具有门诊慢性病资质；
依次得到所述每个门诊慢性病人群集合中所有参保人的资质结果。
在一个可能的示例中，在将所述多个门诊慢性病信息集输入资质监控模型进行处理，输出多个资质结果方面，上述确定单元具体用于：
根据就诊时间将所述多个门诊慢性病信息集中每个门诊慢性病信息集进行拆分，得到所述每个门诊慢性病信息集对应的至少一个第二门诊慢性病信息，每个第二门诊慢性病信息对应一个就诊时间；
从所述至少一个第二门诊慢性病信息中选取第二目标门诊慢性病信息，所述第二目标门诊慢性病信息的就诊时间与当前系统时间的时间差值最小，所述第二目标门诊慢性病信息包括至少一个药品名称；
并行地将所述至少一个门诊慢性病人群集合中每个门诊慢性病人群集合的所有参保人的第二目标门诊慢性病信息输入所述资质监控模型；
提取所述资质监控模型中预先存储的所述每个门诊慢性病人群集合对应的第二药品信息，所述第二药品信息包括至少一个药品名称；
将所述每个门诊慢性病人群集合中每个参保人的第二目标门诊慢性病信息与所述第二药品信息进行比对，得到所述每个参保人对应的药品名称相同的数量为第三药品数量和药品名称不同的数量为第四药品数量；
若确定所述参保人对应的所述第四药品数量与所述第三药品数量的比值大于等于所述第一阈值，则确定所述参保人不具有门诊慢性病资质；
并行地得到所述至少一个门诊慢性病人群集合中所有参保人的资质结果。
在一个可能的示例中，所述发送第一提示信息至所述至少一个资质结果中每个资质结果对应的参保人的终端之后，上述处理单元401还包括：
第一获取单元，用于获取所述至少一个资质结果中每个资质结果对应的目标参保人在目标时段内的第三门诊慢性病信息集，所述目标时段包括所述预设时段，所述第三门诊慢性病信息集包括至少一个第三门诊慢性病信息，每个第三门诊慢性病信息包括至少一个药品名称、至少一个药品数量、至少一个药品单价和就诊时间；
第一确定单元，用于确定所述至少一个第三门诊慢性病信息集中每个第三门诊慢性病信息集包括的至少一个第三目标门诊慢性病信息，每个第三目标门诊慢性病信息为参保人在不具有门诊慢性病资质时一次就诊的门诊慢性病信息；
第二确定单元，用于根据所述每个第三门诊慢性病信息集包括的所述至少一个第三目标门诊慢性病信息和多个药品的报销比例确定所述每个第三门诊慢性病信息集对应的目标参保人在不具有门诊慢性病资质时的就诊次数和每次就诊的医保基金报销费用；
第二发送单元，用于发送第二提示信息至所述每个第三门诊慢性病信息集对应的目标参保人的终端，所述第二提示信息用于提示参保人在所述目标时段内不具有门诊慢性病资质时的就诊次数和每次就诊的医保基金报销费用。
在一个可能的示例中，上述处理单元401还包括：
第三确定单元，用于确定所述每个第三门诊慢性病信息集对应的目标参保人在所述目标时段内不具有门诊慢性病资质时就诊的总医保基金报销费用；
添加单元，用于若确定所述总医保基金报销费用大于等于第二阈值，将所述总医保基金报销费用对应的目标参保人添加到医保基金的黑名单中。
其中，处理单元401可以是处理器或控制器，(例如可以是中央处理器(CentralProcessing Unit，CPU)，通用处理器，数字信号处理器(Digital Signal Processor，DSP)，专用集成控制器(Application-Specific Integrated Circuit，ASIC)，现场可编程门阵列(Field Programmable Gate Array，FPGA)或者其他可编程逻辑器件、晶体管逻辑器件、硬件部件或者其任意组合。存储单元402可以是存储器，通信单元403可以是收发器、收发控制器、射频芯片、通信接口等。
与上述图1A、图2和图3所示的实施例一致的，请参阅图5，图5是本申请实施例提供的一种服务器的结构示意图，该服务器包括处理器、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：
获取预设时段内目标地区的多个门诊慢性病信息集，每个门诊慢性病信息集对应一个参保人，所述每个门诊慢性病信息集包括以下至少一种门诊慢性病信息：门诊慢性病名称、门诊慢性病阶段、药品名称、就诊时间；
将所述多个门诊慢性病信息集输入资质监控模型进行处理，输出多个资质结果，每个资质结果对应一个门诊慢性病信息集，所述资质监控模型预设有多种资质监控规则，所述资质结果用于表征参保人是否具有门诊慢性病资质；
若确定所述多个资质结果中存在至少一个资质结果为不具有门诊慢性病资质，则发送第一提示信息至所述至少一个资质结果中每个资质结果对应的参保人的终端，所述第一提示信息用于提示参保人不具有门诊慢性病资质。
可见，在本示例中，服务器获取某一时段内目标地区的多个参保人的多个门诊慢性病信息，将多个门诊慢性病信息输入资质监控模型进行处理，输出多个资质结果，若确定多个资质结果中至少一个资质结果为不具有门诊慢性病资质，则发送第一提示信息至该至少一个资质结果中每个资质结果对应的参保人的终端。这样可识别参保人是否具有门诊慢性病资质，通过向不具有门诊慢性病资质的参保人的终端发送提示信息，提示参保人当前不具有门诊慢性病资质，有助于减少利用门诊慢性病资质套取医保基金的行为，在一定程度上实现了对利用门诊慢性病资质套取医保基金的行为的有效监控。
在一个可能的示例中，所述获取预设时段内目标地区的多个门诊慢性病信息集之前，上述程序还包括用于执行以下步骤的指令：
当资质监控平台的资质监控功能处于开启状态时，所述资质监控平台在其显示界面显示地图、可移动的选择框、时段选项和门诊慢性病信息集获取按钮；
若检测到对门诊慢性病信息集获取按钮的点击操作，所述资质监控平台向服务器发送指示信息，所述指示信息用于指示所述服务器获取预设时段内目标地区的门诊慢性病信息集；
在获取预设时段内目标地区的多个门诊慢性病信息集方面，上述程序包括具体用于执行以下步骤的指令：
接收所述资质监控平台发送的所述指示信息，向所述目标地区的多家医疗机构的服务器发送多个第一请求信息，每个第一请求信息用于指示一家医疗机构的服务器反馈其存储的所述预设时段内所有门诊慢性病信息集；
接收所述多家医疗机构的服务器针对所述多个第一请求信息发送的多个门诊慢性病信息集。
在一个可能的示例中，所述将所述多个门诊慢性病信息集输入资质监控模型进行处理，输出多个资质结果之前，上述程序还包括用于执行以下步骤的指令：
根据门诊慢性病名称的个数将多个参保人进行聚类分群，得到所述多个参保人对应的至少一个初次门诊慢性病人群集合，每个初次门诊慢性病人群集合中所有参保人的门诊慢性病名称的个数是相同的；
根据门诊慢性病名称将所述每个初次门诊慢性病人群集合中所有参保人进行聚类分群，得到所述每个初次门诊慢性病人群集合对应的至少一个二次门诊慢性病人群集合，每个二次门诊慢性病人群集合中所有参保人的门诊慢性病名称是相同的；
根据门诊慢性病阶段将所述每个二次门诊慢性病人群集合中所有参保人进行聚类分群，得到所述每个二次门诊慢性病人群集合对应的至少一个门诊慢性病人群集合，每个门诊慢性病人群集合中所有参保人的门诊慢性病阶段是相同的。
在一个可能的示例中，在将所述多个门诊慢性病信息集输入资质监控模型进行处理，输出多个资质结果方面，上述程序包括具体用于执行以下步骤的指令：
根据就诊时间将所述多个门诊慢性病信息集中每个门诊慢性病信息集进行拆分，得到所述每个门诊慢性病信息集对应的至少一个第一门诊慢性病信息，每个第一门诊慢性病信息对应一个就诊时间；
从所述至少一个第一门诊慢性病信息中选取第一目标门诊慢性病信息，所述第一目标门诊慢性病信息的就诊时间与当前系统时间的时间差值最小，所述第一目标门诊慢性病信息包括至少一个药品名称；
依次将所述至少一个门诊慢性病人群集合中每个门诊慢性病人群集合的所有参保人的第一目标门诊慢性病信息输入所述资质监控模型；
提取所述资质监控模型中预先存储的所述每个门诊慢性病人群集合对应的第一药品信息，所述第一药品信息包括至少一个药品名称；
将所述每个门诊慢性病人群集合中每个参保人的第一目标门诊慢性病信息与所述第一药品信息进行比对，得到所述每个参保人对应的药品名称相同的数量为第一药品数量和药品名称不同的数量为第二药品数量；
若确定所述参保人对应的所述第二药品数量与所述第一药品数量的比值大于等于第一阈值，则确定所述参保人不具有门诊慢性病资质；
依次得到所述每个门诊慢性病人群集合中所有参保人的资质结果。
在一个可能的示例中，在将所述多个门诊慢性病信息集输入资质监控模型进行处理，输出多个资质结果方面，上述程序包括具体用于执行以下步骤的指令：
根据就诊时间将所述多个门诊慢性病信息集中每个门诊慢性病信息集进行拆分，得到所述每个门诊慢性病信息集对应的至少一个第二门诊慢性病信息，每个第二门诊慢性病信息对应一个就诊时间；
从所述至少一个第二门诊慢性病信息中选取第二目标门诊慢性病信息，所述第二目标门诊慢性病信息的就诊时间与当前系统时间的时间差值最小，所述第二目标门诊慢性病信息包括至少一个药品名称；
并行地将所述至少一个门诊慢性病人群集合中每个门诊慢性病人群集合的所有参保人的第二目标门诊慢性病信息输入所述资质监控模型；
提取所述资质监控模型中预先存储的所述每个门诊慢性病人群集合对应的第二药品信息，所述第二药品信息包括至少一个药品名称；
将所述每个门诊慢性病人群集合中每个参保人的第二目标门诊慢性病信息与所述第二药品信息进行比对，得到所述每个参保人对应的药品名称相同的数量为第三药品数量和药品名称不同的数量为第四药品数量；
若确定所述参保人对应的所述第四药品数量与所述第三药品数量的比值大于等于所述第一阈值，则确定所述参保人不具有门诊慢性病资质；
并行地得到所述至少一个门诊慢性病人群集合中所有参保人的资质结果。
在一个可能的示例中，所述发送第一提示信息至所述至少一个资质结果中每个资质结果对应的参保人的终端之后，上述程序还包括用于执行以下步骤的指令：
获取所述至少一个资质结果中每个资质结果对应的目标参保人在目标时段内的第三门诊慢性病信息集，所述目标时段包括所述预设时段，所述第三门诊慢性病信息集包括至少一个第三门诊慢性病信息，每个第三门诊慢性病信息包括至少药品名称、至少一个药品数量、至少一个药品单价和就诊时间；
确定所述至少一个第三门诊慢性病信息集中每个第三门诊慢性病信息集包括的至少一个第三目标门诊慢性病信息，每个第三目标门诊慢性病信息为参保人在不具有门诊慢性病资质时一次就诊的门诊慢性病信息；
根据所述每个第三门诊慢性病信息集包括的所述至少一个第三目标门诊慢性病信息和多个药品的报销比例确定所述每个第三门诊慢性病信息集对应的目标参保人在不具有门诊慢性病资质时的就诊次数和每次就诊的医保基金报销费用；
发送第二提示信息至所述每个第三门诊慢性病信息集对应的目标参保人的终端，所述第二提示信息用于提示参保人在所述目标时段内不具有门诊慢性病资质时的就诊次数和每次就诊的医保基金报销费用。
在一个可能的示例中，上述程序还包括用于执行以下步骤的指令：
确定所述每个第三门诊慢性病信息集对应的目标参保人在所述目标时段内不具有门诊慢性病资质时就诊的总医保基金报销费用；
若确定所述总医保基金报销费用大于等于第二阈值，将所述总医保基金报销费用对应的目标参保人添加到医保基金的黑名单中。
本申请实施例还提供一种计算机存储介质，该计算机存储介质用于存储电子数据交换的计算机程序，其中，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一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，上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，上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一方法的部分或全部步骤。该计算机程序产品可以为一个软件安装包。
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优选实施例，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，例如上述单元的划分，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。
上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，也可以采用软件功能单元的形式实现。
上述集成的单元如果以软件功能单元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上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，在具体实现方式及应用范围上均会有改变之处，综上上述，本说明书内容不应理解为对本申请的限制。
Claims (10)
1.一种基于人工智能的门诊慢性病资质监控方法，其特征在于，所述方法包括：
获取预设时段内目标地区的多个门诊慢性病信息集，每个门诊慢性病信息集对应一个参保人，所述每个门诊慢性病信息集包括以下至少一种门诊慢性病信息：门诊慢性病名称、门诊慢性病阶段、药品名称、就诊时间；
将所述多个门诊慢性病信息集输入资质监控模型进行处理，输出多个资质结果，每个资质结果对应一个门诊慢性病信息集，所述资质监控模型预设有多种资质监控规则，所述资质结果用于表征参保人是否具有门诊慢性病资质；
若确定所述多个资质结果中存在至少一个资质结果为不具有门诊慢性病资质，则发送第一提示信息至所述至少一个资质结果中每个资质结果对应的参保人的终端，所述第一提示信息用于提示参保人不具有门诊慢性病资质。
2.根据权利要求1所述的方法，其特征在于，所述获取预设时段内目标地区的多个门诊慢性病信息集之前，所述方法还包括：
当资质监控平台的资质监控功能处于开启状态时，所述资质监控平台在其显示界面显示地图、可移动的选择框、时段选项和门诊慢性病信息集获取按钮；
若检测到对门诊慢性病信息集获取按钮的点击操作，所述资质监控平台向服务器发送指示信息，所述指示信息用于指示所述服务器获取预设时段内目标地区的门诊慢性病信息集；
所述获取预设时段内目标地区的多个门诊慢性病信息集，包括：
接收所述资质监控平台发送的所述指示信息，向所述目标地区的多家医疗机构的服务器发送多个第一请求信息，每个第一请求信息用于指示一家医疗机构的服务器反馈其存储的所述预设时段内所有门诊慢性病信息集；
接收所述多家医疗机构的服务器针对所述多个第一请求信息发送的多个门诊慢性病信息集。
3.根据权利要求2所述的方法，其特征在于，所述将所述多个门诊慢性病信息集输入资质监控模型进行处理，输出多个资质结果之前，所述方法还包括：
根据门诊慢性病名称的个数将多个参保人进行聚类分群，得到所述多个参保人对应的至少一个初次门诊慢性病人群集合，每个初次门诊慢性病人群集合中所有参保人的门诊慢性病名称的个数是相同的；
根据门诊慢性病名称将所述每个初次门诊慢性病人群集合中所有参保人进行聚类分群，得到所述每个初次门诊慢性病人群集合对应的至少一个二次门诊慢性病人群集合，每个二次门诊慢性病人群集合中所有参保人的门诊慢性病名称是相同的；
根据门诊慢性病阶段将所述每个二次门诊慢性病人群集合中所有参保人进行聚类分群，得到所述每个二次门诊慢性病人群集合对应的至少一个门诊慢性病人群集合，每个门诊慢性病人群集合中所有参保人的门诊慢性病阶段是相同的。
4.根据权利要求3所述的方法，其特征在于，所述将所述多个门诊慢性病信息集输入资质监控模型进行处理，输出多个资质结果，包括：
根据就诊时间将所述多个门诊慢性病信息集中每个门诊慢性病信息集进行拆分，得到所述每个门诊慢性病信息集对应的至少一个第一门诊慢性病信息，每个第一门诊慢性病信息对应一个就诊时间；
从所述至少一个第一门诊慢性病信息中选取第一目标门诊慢性病信息，所述第一目标门诊慢性病信息的就诊时间与当前系统时间的时间差值最小，所述第一目标门诊慢性病信息包括至少一个药品名称；
依次将所述至少一个门诊慢性病人群集合中每个门诊慢性病人群集合的所有参保人的第一目标门诊慢性病信息输入所述资质监控模型；
提取所述资质监控模型中预先存储的所述每个门诊慢性病人群集合对应的第一药品信息，所述第一药品信息包括至少一个药品名称；
将所述每个门诊慢性病人群集合中每个参保人的第一目标门诊慢性病信息与所述第一药品信息进行比对，得到所述每个参保人对应的药品名称相同的数量为第一药品数量和药品名称不同的数量为第二药品数量；
若确定所述参保人对应的所述第二药品数量与所述第一药品数量的比值大于等于第一阈值，则确定所述参保人不具有门诊慢性病资质；
依次得到所述每个门诊慢性病人群集合中所有参保人的资质结果。
5.根据权利要求3所述的方法，其特征在于，所述将所述多个门诊慢性病信息集输入资质监控模型进行处理，输出多个资质结果，包括：
根据就诊时间将所述多个门诊慢性病信息集中每个门诊慢性病信息集进行拆分，得到所述每个门诊慢性病信息集对应的至少一个第二门诊慢性病信息，每个第二门诊慢性病信息对应一个就诊时间；
从所述至少一个第二门诊慢性病信息中选取第二目标门诊慢性病信息，所述第二目标门诊慢性病信息的就诊时间与当前系统时间的时间差值最小，所述第二目标门诊慢性病信息包括至少一个药品名称；
并行地将所述至少一个门诊慢性病人群集合中每个门诊慢性病人群集合的所有参保人的第二目标门诊慢性病信息输入所述资质监控模型；
提取所述资质监控模型中预先存储的所述每个门诊慢性病人群集合对应的第二药品信息，所述第二药品信息包括至少一个药品名称；
将所述每个门诊慢性病人群集合中每个参保人的第二目标门诊慢性病信息与所述第二药品信息进行比对，得到所述每个参保人对应的药品名称相同的数量为第三药品数量和药品名称不同的数量为第四药品数量；
若确定所述参保人对应的所述第四药品数量与所述第三药品数量的比值大于等于所述第一阈值，则确定所述参保人不具有门诊慢性病资质；
并行地得到所述至少一个门诊慢性病人群集合中所有参保人的资质结果。
6.根据权利要求4或5所述的方法，其特征在于，所述发送第一提示信息至所述至少一个资质结果中每个资质结果对应的参保人的终端之后，所述方法还包括：
获取所述至少一个资质结果中每个资质结果对应的目标参保人在目标时段内的第三门诊慢性病信息集，所述目标时段包括所述预设时段，所述第三门诊慢性病信息集包括至少一个第三门诊慢性病信息，每个第三门诊慢性病信息包括至少一个药品名称、至少一个药品数量、至少一个药品单价和就诊时间；
确定所述至少一个第三门诊慢性病信息集中每个第三门诊慢性病信息集包括的至少一个第三目标门诊慢性病信息，每个第三目标门诊慢性病信息为参保人在不具有门诊慢性病资质时一次就诊的门诊慢性病信息；
根据所述每个第三门诊慢性病信息集包括的所述至少一个第三目标门诊慢性病信息和多个药品的报销比例确定所述每个第三门诊慢性病信息集对应的目标参保人在不具有门诊慢性病资质时的就诊次数和每次就诊的医保基金报销费用；
发送第二提示信息至所述每个第三门诊慢性病信息集对应的目标参保人的终端，所述第二提示信息用于提示参保人在所述目标时段内不具有门诊慢性病资质时的就诊次数和每次就诊的医保基金报销费用。
7.根据权利要求6所述的方法，其特征在于，所述方法还包括：
确定所述每个第三门诊慢性病信息集对应的目标参保人在所述目标时段内不具有门诊慢性病资质时就诊的总医保基金报销费用；
若确定所述总医保基金报销费用大于等于第二阈值，将所述总医保基金报销费用对应的目标参保人添加到医保基金的黑名单中。
8.一种基于人工智能的门诊慢性病资质监控装置，其特征在于，所述装置包括：
获取单元，用于获取预设时段内目标地区的多个门诊慢性病信息集，每个门诊慢性病信息集对应一个参保人，所述每个门诊慢性病信息集包括以下至少一种门诊慢性病信息：门诊慢性病名称、门诊慢性病阶段、药品名称、就诊时间；
确定单元，用于将所述多个门诊慢性病信息集输入资质监控模型进行处理，输出多个资质结果，每个资质结果对应一个门诊慢性病信息集，所述资质监控模型预设有多种资质监控规则，所述资质结果用于表征参保人是否具有门诊慢性病资质；
发送单元，用于若确定所述多个资质结果中存在至少一个资质结果为不具有门诊慢性病资质，则发送第一提示信息至所述至少一个资质结果中每个资质结果对应的参保人的终端，所述第一提示信息用于提示参保人不具有门诊慢性病资质。
9.一种服务器，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，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如权利要求1-7任一项所述的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，所述计算机可读存储介质用于存储电子数据交换的计算机程序，其中，所述计算机程序使得计算机执行如权利要求1-7任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811276145.9A CN109544372B (zh) | 2018-10-30 | 2018-10-30 | 基于人工智能的门诊慢性病资质监控方法及相关装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811276145.9A CN109544372B (zh) | 2018-10-30 | 2018-10-30 | 基于人工智能的门诊慢性病资质监控方法及相关装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109544372A true CN109544372A (zh) | 2019-03-29 |
| CN109544372B CN109544372B (zh) | 2024-04-09 |
Family
ID=65845996
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811276145.9A Active CN109544372B (zh) | 2018-10-30 | 2018-10-30 | 基于人工智能的门诊慢性病资质监控方法及相关装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109544372B (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112036478A (zh) * | 2020-08-28 | 2020-12-04 | 平安医疗健康管理股份有限公司 | 慢病报销药品的识别方法、装置以及计算机设备 |
| CN113658653A (zh) * | 2021-08-20 | 2021-11-16 | 挂号网（杭州）科技有限公司 | 诊疗信息处理方法、装置和设备 |
| CN117198491A (zh) * | 2023-09-27 | 2023-12-08 | 广州医科大学附属第一医院（广州呼吸中心） | 一种预测慢性阻塞性肺疾病高危人群的数据分析系统 |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2005050210A (ja) * | 2003-07-30 | 2005-02-24 | Mitsui Sumitomo Insurance Co Ltd | 医療費予測システム、医療費予測サーバ、医療費予測方法、及びプログラム |
| US20120101846A1 (en) * | 2008-11-19 | 2012-04-26 | Frank Gotthardt | Computer-Implemented Method For Displaying Patient-Related Diagnoses Of Chronic Illnesses |
| CN103514576A (zh) * | 2013-09-06 | 2014-01-15 | 深圳民太安信息技术有限公司 | 一种社保就诊违规套现的筛查方法 |
| CN104133810A (zh) * | 2014-08-08 | 2014-11-05 | 平安养老保险股份有限公司 | 一种医保报销资格校验系统及医保报销资格校验方法 |
| CN106408141A (zh) * | 2015-07-28 | 2017-02-15 | 平安科技（深圳）有限公司 | 异常费用自动提取系统及方法 |
| CN106650232A (zh) * | 2016-11-09 | 2017-05-10 | 北京好运到信息科技有限公司 | 一种根据药物计算疾病发生概率的方法及其系统 |
| CN107798621A (zh) * | 2017-08-30 | 2018-03-13 | 平安科技（深圳）有限公司 | 疾病诊断信息审核方法及装置 |
| CN108109700A (zh) * | 2017-12-19 | 2018-06-01 | 中国科学院深圳先进技术研究院 | 一种慢性病药物疗效评价方法和装置 |
| CN108511059A (zh) * | 2018-03-15 | 2018-09-07 | 平安医疗健康管理股份有限公司 | 慢病管理方法及系统 |
-
2018
- 2018-10-30 CN CN201811276145.9A patent/CN109544372B/zh active Active
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2005050210A (ja) * | 2003-07-30 | 2005-02-24 | Mitsui Sumitomo Insurance Co Ltd | 医療費予測システム、医療費予測サーバ、医療費予測方法、及びプログラム |
| US20120101846A1 (en) * | 2008-11-19 | 2012-04-26 | Frank Gotthardt | Computer-Implemented Method For Displaying Patient-Related Diagnoses Of Chronic Illnesses |
| CN103514576A (zh) * | 2013-09-06 | 2014-01-15 | 深圳民太安信息技术有限公司 | 一种社保就诊违规套现的筛查方法 |
| CN104133810A (zh) * | 2014-08-08 | 2014-11-05 | 平安养老保险股份有限公司 | 一种医保报销资格校验系统及医保报销资格校验方法 |
| CN106408141A (zh) * | 2015-07-28 | 2017-02-15 | 平安科技（深圳）有限公司 | 异常费用自动提取系统及方法 |
| CN106650232A (zh) * | 2016-11-09 | 2017-05-10 | 北京好运到信息科技有限公司 | 一种根据药物计算疾病发生概率的方法及其系统 |
| CN107798621A (zh) * | 2017-08-30 | 2018-03-13 | 平安科技（深圳）有限公司 | 疾病诊断信息审核方法及装置 |
| CN108109700A (zh) * | 2017-12-19 | 2018-06-01 | 中国科学院深圳先进技术研究院 | 一种慢性病药物疗效评价方法和装置 |
| CN108511059A (zh) * | 2018-03-15 | 2018-09-07 | 平安医疗健康管理股份有限公司 | 慢病管理方法及系统 |
Non-Patent Citations (1)
| Title |
|---|
| 安秀文: "门诊慢性病管理方式的探索与实践", 中国卫生经济, no. 12, pages 55 - 57 * |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112036478A (zh) * | 2020-08-28 | 2020-12-04 | 平安医疗健康管理股份有限公司 | 慢病报销药品的识别方法、装置以及计算机设备 |
| CN113658653A (zh) * | 2021-08-20 | 2021-11-16 | 挂号网（杭州）科技有限公司 | 诊疗信息处理方法、装置和设备 |
| CN117198491A (zh) * | 2023-09-27 | 2023-12-08 | 广州医科大学附属第一医院（广州呼吸中心） | 一种预测慢性阻塞性肺疾病高危人群的数据分析系统 |
| CN117198491B (zh) * | 2023-09-27 | 2024-04-09 | 广州医科大学附属第一医院（广州呼吸中心） | 一种预测慢性阻塞性肺疾病高危人群的数据分析系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN109544372B (zh) | 2024-04-09 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109544373A (zh) | 基于人工智能的医保违规行为检测方法及相关装置 | |
| CN109544372A (zh) | 基于人工智能的门诊慢性病资质监控方法及相关装置 | |
| US20160232300A1 (en) | Systems and methods for patient health assessment | |
| CN109544268B (zh) | 信息推送方法、装置、服务器及计算机可读存储介质 | |
| CN109492803A (zh) | 基于人工智能的慢性病住院费用异常检测方法及相关装置 | |
| CN110362829A (zh) | 结构化病历数据的质量评估方法、装置及设备 | |
| CN106951703A (zh) | 一种生成电子病历的系统及方法 | |
| CN111785366B (zh) | 患者治疗方案的确定方法、装置及计算机设备 | |
| CN109243592A (zh) | 基于人工智能的医疗项目使用异常检测方法及相关装置 | |
| US11322264B2 (en) | Systems and methods for human-augmented communications | |
| CN109255721A (zh) | 基于费用预测的保险推荐方法、设备、服务器及可读介质 | |
| CN108549276A (zh) | 一种智能交互控制制水设备的方法及系统 | |
| CN109542963A (zh) | 基于大数据的医院数据处理方法及相关装置 | |
| CN108959469A (zh) | 阅读管理方法、装置、计算机设备及存储介质 | |
| CN109036574A (zh) | 护理计划管理方法、装置、存储介质及电子设备 | |
| CN109859855A (zh) | 一种工单处理方法、电子设备及计算机可读存储介质 | |
| CN114117053A (zh) | 病种分类模型训练方法、装置、存储介质及电子装置 | |
| CN110489519A (zh) | 基于会话预测模型的会话方法及相关产品 | |
| CN108491444B (zh) | 解决方案的生成方法和装置 | |
| CN110211692A (zh) | 一种数据处理的方法及装置 | |
| CN109616165A (zh) | 医疗信息展示方法及装置 | |
| CN109065015A (zh) | 一种数据采集方法、装置、设备及可读存储介质 | |
| CN107291514A (zh) | 一种卸载应用程序的方法及其装置、终端设备 | |
| CN107978347A (zh) | 护理决策辅助方法及系统 | |
| CN109492829A (zh) | 基于人工智能的医保基金支出预测方法及相关装置 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |