CN109615535A - 基于大数据的药物保费定价方法、装置、设备及存储介质 - Google Patents

基于大数据的药物保费定价方法、装置、设备及存储介质 Download PDF

Info

Publication number
CN109615535A
CN109615535A CN201811524256.7A CN201811524256A CN109615535A CN 109615535 A CN109615535 A CN 109615535A CN 201811524256 A CN201811524256 A CN 201811524256A CN 109615535 A CN109615535 A CN 109615535A
Authority
CN
China
Prior art keywords
target
drug
per capita
calculation principle
cities
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
Application number
CN201811524256.7A
Other languages
English (en)
Inventor
李云峰
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shenzhen Ping An Medical Health Technology Service Co Ltd
Original Assignee
Ping An Medical and Healthcare Management Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Ping An Medical and Healthcare Management Co Ltd filed Critical Ping An Medical and Healthcare Management Co Ltd
Priority to CN201811524256.7A priority Critical patent/CN109615535A/zh
Publication of CN109615535A publication Critical patent/CN109615535A/zh
Priority to PCT/CN2019/095814 priority patent/WO2020119113A1/zh
Pending legal-status Critical Current

Links

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
    • 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
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0283—Price estimation or determination

Landscapes

  • Business, Economics & Management (AREA)
  • Development Economics (AREA)
  • Engineering & Computer Science (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Strategic Management (AREA)
  • General Physics & Mathematics (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Game Theory and Decision Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Technology Law (AREA)
  • Medical Treatment And Welfare Office Work (AREA)

Abstract

本发明提供一种基于大数据的药物保费定价方法、装置、设备及存储介质，即在接收到基于目标药物的保费定价请求时，获取所述保费定价请求中的目标城市标识，并根据所述目标城市标识获取所述目标药物在目标城市的历史药物人均年费用，作为所述目标药物的标准人均年费用；根据所述目标药物对应的预设赔付参数以及所述标准人均年费用，计算所述目标药物的目标风险保费；根据所述目标药物对应的预设成本参数以及所述目标风险保费，计算所述目标药物的保费定价。本发明出更符合药物实际使用情况的保费定价，在提高定价效率和准确性的同时，也降低了人工工作量，节约了人力成本。

Description

基于大数据的药物保费定价方法、装置、设备及存储介质
技术领域
本发明涉及数据分析技术领域，尤其涉及一种基于大数据的药物保费定价方法、装置、设备及计算机可读存储介质。
背景技术
随着市场上特殊药品(特药)的增多，特药的使用量也越来越大，而特药一般价格昂贵，如尼达尼布胶囊(乙磺酸尼达尼布软胶囊)是一种用于治疗特发性肺纤维化(IPF)的药物。为了减轻患者负担，急需将特药纳入医保范畴，如一些保险机构提出以将尼达尼布胶囊的医药费用纳入保险报销范围内。在将特药纳入医保范畴之前，人社局需要先确定特药的保险定价，而现有技术中，药品保险定价需要由专家收集数据，综合分析后才能得出结果。因此，如何解决现有人工定价保费方法存在的效率以及准确率低下的问题，成为了目前亟待解决的技术问题。
发明内容
本发明的主要目的在于提供一种基于大数据的药物保费定价方法、装置、设备及计算机可读存储介质，旨在解决人工定价保费方法存在的效率以及准确率低下的技术问题。
为实现上述目的，本发明提供一种基于大数据的药物保费定价方法，所述基于大数据的药物保费定价方法包括以下步骤：
在接收到基于目标药物的保费定价请求时，获取所述保费定价请求中的目标城市标识，并根据所述目标城市标识获取所述目标药物在目标城市的历史药物人均年费用，作为所述目标药物的标准人均年费用；
根据所述目标药物对应的预设赔付参数以及所述标准人均年费用，计算所述目标药物的目标风险保费；
根据所述目标药物对应的预设成本参数以及所述目标风险保费，计算所述目标药物的保费定价。
可选地，所述在接收到基于目标药物的保费定价请求时，获取所述保费定价请求中的目标城市标识，并根据所述目标城市标识获取所述目标药物在目标城市的历史药物人均年费用，作为所述目标药物的标准人均年费用的步骤包括：
在接收到基于目标药物的保费定价请求时，获取所述保费定价请求中的目标城市标识，并根据所述目标城市标识判断数据库中是否存在所述目标药物在目标城市的历史人均年费用；
若所述数据库中不存在所述历史人均年费用，则在所述数据库中获取与所述目标城市关联的参考城市；
获取所述目标药物在所述参考城市的参考历史人均年费用，作为所述目标药物的标准人均年费用。
可选地，所述若所述数据库中不存在所述历史人均年费用，则根据所述目标城市标识在所述数据库中获取与所述目标城市关联的参考城市的步骤包括：
若所述数据库中不存在所述历史人均年费用，则获取所述目标城市的目标城市参数，并获取所述数据库中其他城市的其他城市参数；
根据所述目标城市参数以及其他城市参数，计算所述目标城市与所述其他城市的差异度，其中所述差异度的计算依据以下公式：差异度其中，n为预设构成城市参数的总个数，i为城市参数标号，Ai为目标城市参数值，Bi为其他城市参数值，ki为参数i的权重值；
根据所述差异度判断所述数据库中是否存在与所述目标城市关联的参考城市，其中，所述目标城市与所述参考城市的差异度小于预设阈值；
若所述数据库中存在所述参考城市，则获取所述参考城市。
可选地，所述根据所述差异度判断所述数据库中是否存在与所述目标城市关联的参考城市的步骤之后，还包括：
若所述数据库中不存在所述参考城市，则获取所述目标药物的单价、使用方法以及所述目标药物在所述目标城市的预设优惠规则；
根据所述单价以及使用方法，计算所述目标药物在所述目标城市的理论人均年费用，作为所述目标药物的标准人均年费用，其中，所述使用方法包括每月所需盒数以及需要连续服用月数，所述理论人均年费用的计算依据以下公式：标准人均年费用F＝单价C*每月所需盒数D*需要连续服用月数E。
可选地，所述在接收到基于目标药物的保费定价请求时，获取所述保费定价请求中的目标城市标识，并根据所述目标城市标识判断数据库中是否存在所述目标药物在目标城市的历史人均年费用的步骤之后，还包括：
若所述数据库中存在所述历史人均年费用，则获取所述目标药物在所述目标城市的历史药物人均年费用，作为标准人均年费用。
可选地，所述基于大数据的药物保费定价方法还包括：
若接收到所述投保人操作触发的理赔请求时，获取所述投保人上传的审核材料，并根据所述目标药物对应的理赔参数，判断所述投保人是否符合理赔条件。
可选地，所述在接收到基于目标药物的保费定价请求时，获取所述保费定价请求中的目标城市标识，并根据所述目标城市标识获取所述目标药物在目标城市的历史药物人均年费用，作为所述目标药物的标准人均年费用的步骤包括：
在接收到基于目标药物的保费定价请求时，获取所述保费定价请求中的目标城市标识，并根据所述目标城市标识获取所述目标药物在目标城市的历史药物人均年费用；
根据所述目标药物对应的预设费用附加风险因子、预设时间趋势因子以及所述历史药物人均年费用，计算所述目标药物的目标人均年费用，作为所述目标药物的标准人均年费用，其中，所述目标人均年费用的计算依据以下公式：目标人均年费用Q＝历史药物人均年费用I*(1+预设费用附加风险因子M)*(1+预设时间趋势因子N)。
此外，为实现上述目的，本发明还提供一种基于大数据的药物保费定价装置，所述基于大数据的药物保费定价装置包括：
费用计算模块，用于在接收到基于目标药物的保费定价请求时，获取所述保费定价请求中的目标城市标识，并根据所述目标城市标识获取所述目标药物在目标城市的历史药物人均年费用，作为所述目标药物的标准人均年费用；
风险计算模块，用于根据所述目标药物对应的预设赔付参数以及所述标准人均年费用，计算所述目标药物的目标风险保费；
保费定价模块，用于根据所述目标药物对应的预设成本参数以及所述目标风险保费，计算所述目标药物的保费定价。
此外，为实现上述目的，本发明还提供一种基于大数据的药物保费定价设备，所述基于大数据的药物保费定价设备包括处理器、存储器、以及存储在所述存储器上并可被所述处理器执行的基于大数据的药物保费定价程序，其中所述基于大数据的药物保费定价程序被所述处理器执行时，实现如上述的基于大数据的药物保费定价方法的步骤。
此外，为实现上述目的，本发明还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有基于大数据的药物保费定价程序，其中所述基于大数据的药物保费定价程序被处理器执行时，实现如上述的基于大数据的药物保费定价方法的步骤。
本发明提供一种基于大数据的药物保费定价方法，即在接收到基于目标药物的保费定价请求时，获取所述保费定价请求中的目标城市标识，并根据所述目标城市标识获取所述目标药物在目标城市的历史药物人均年费用，作为所述目标药物的标准人均年费用；根据所述目标药物对应的预设赔付参数以及所述标准人均年费用，计算所述目标药物的目标风险保费；根据所述目标药物对应的预设成本参数以及所述目标风险保费，计算所述目标药物的保费定价。通过上述方式，本发明根据目标药物对应的实际成本参数，并结合目标城市对应的实际历史药物费用和实际赔付参数，计算得到目标药物的保费定价，制定出更符合药物实际使用情况和保险机构运营情况的保费定价，在提高定价效率和准确性的同时，也降低了人工工作量，节约了人力成本。
附图说明
图1为本发明实施例方案中涉及的基于大数据的药物保费定价设备的硬件结构示意图；
图2为本发明基于大数据的药物保费定价方法第一实施例的流程示意图；
图3为本发明基于大数据的药物保费定价方法第二实施例的流程示意图；
图4为本发明基于大数据的药物保费定价装置第一实施例的功能模块示意图。
本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
本发明实施例涉及的基于大数据的药物保费定价方法主要应用于基于大数据的药物保费定价设备，该基于大数据的药物保费定价设备可以是PC、便携计算机、移动终端等具有显示和处理功能的设备。
参照图1，图1为本发明实施例方案中涉及的基于大数据的药物保费定价设备的硬件结构示意图。本发明实施例中，基于大数据的药物保费定价设备可以包括处理器1001(例如CPU)，通信总线1002，用户接口1003，网络接口1004，存储器1005。其中，通信总线1002用于实现这些组件之间的连接通信；用户接口1003可以包括显示屏(Display)、输入单元比如键盘(Keyboard)；网络接口1004可选的可以包括标准的有线接口、无线接口(如WI-FI接口)；存储器1005可以是高速RAM存储器，也可以是稳定的存储器(non-volatile memory)，例如磁盘存储器，存储器1005可选的还可以是独立于前述处理器1001的存储装置。
本领域技术人员可以理解，图1中示出的硬件结构并不构成对基于大数据的药物保费定价设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
继续参照图1，图1中作为一种计算机可读存储介质的存储器1005可以包括操作系统、网络通信模块以及基于大数据的药物保费定价程序。
在图1中，网络通信模块主要用于连接服务器，与服务器进行数据通信；而处理器1001可以调用存储器1005中存储的基于大数据的药物保费定价程序，并执行本发明实施例提供的基于大数据的药物保费定价方法。
本发明实施例提供了一种基于大数据的药物保费定价方法。
参照图2，图2为本发明基于大数据的药物保费定价方法第一实施例的流程示意图。
本实施例中，所述基于大数据的药物保费定价方法包括以下步骤：
步骤S10,在接收到基于目标药物的保费定价请求时，获取所述保费定价请求中的目标城市标识，并根据所述目标城市标识获取所述目标药物在目标城市的历史药物人均年费用，作为所述目标药物的标准人均年费用；
目前，现有技术中，药品保险定价需要由专家收集数据，综合分析后才能得出结果。但是人工收集数据的方法存在效率以及准确率低下的问题。
本实施例中，为了解决上述问题，提供一种基于大数据的药物保费定价方法，本实施例中，以尼达尼布胶囊为例进行说明。本实施例中尼达尼布胶囊的保费定价方法可以是由计算终端(服务器、PC等)实现的。服务器在接收到基于尼达尼布胶囊的保费定价请求时，首先需要获取尼达尼布胶囊的人均年费用(特药人均费用_时间调整)；值得说明的是，由于不同城市的气候、消费水平、人群特征等都有所区别，因此本案是针对不同的城市获取对应尼达尼布胶囊的人均年费用。服务器可选取预设个数的城市，根据城市的中医院系统(或医药系统)，获取所述尼达尼布胶囊对应的历史人均年费用数据，包括参考城市中尼达尼布胶囊的历史年度总费用、使用人数，根据该历史年度总费用、使用人数可计算得到参考城市中尼达尼布胶囊的历史人均年费用(历史人均年费用＝历史年度总费用/使用人数)，例如参考城市NB市中尼达尼布胶囊的2015年的历史年度总费用为384800元、使用人数为68人，则NB市中尼达尼布胶囊的历史人均年费用为56600元。然后将城市名称与所述尼达尼布胶囊对应的历史人均年费用数据关联存储至数据库中。在接收到基于尼达尼布胶囊的保费定价请求时，首先获取所述保费定价请求中的目标城市，并根据所述目标城市在数据库中查找匹配，判断是否存在所述尼达尼布胶囊在所述目标城市的人均年费用，即历史人均年费用。若存在所述目标药物在所述目标城市的历史人均年费用时，则将所述历史人均年费用作为所述目标药物的标准人均年费用。
步骤S20，根据所述目标药物对应的预设赔付参数以及所述标准人均年费用，计算所述目标药物的目标风险保费；
本实施例中，服务器在得到尼达尼布胶囊的人均年费用时，将或获取预设的尼达尼布胶囊保险计划，该保险计划包括预设赔付参数，所述预设赔付参数包括赔付限额(包括上限和下限)和赔付比例，例如
赔付下限(万) 赔付上限(万) 赔付比例
0 1 95％
1 3 95％
3 5 95％
5 2000000 95％
根据尼达尼布胶囊的人均年费用和该保险计划的上述内容，服务器可计算预计的人均赔付。例如，尼达尼布胶囊的人均年费用为65090，则预计人均赔付＝0.95*1+(3-1)*0.95+(5-3)*0.95+(65090-5)*0.95＝61835.5。
服务器在得到尼达尼布胶囊的预计人均赔付时，可根据尼达尼布胶囊的预计人均赔付计算保险计划的风险保费；对于风险保费，是指正好用以支付赔款，因此若要计算风险保费，还需要先获取赔付事件发生的概率，即保障人使用尼达尼布胶囊的使用率。该使用率可根据尼达尼布胶囊的经验发生率与一预设的发生率附加风险因子计算得到(使用率＝经验发生率*(1+发生率附加风险因子))；其中，经验发生率可理解为尼达尼布胶囊在理想状态下使用率，发生率附加风险因子为一调整系数，可根据实际情况进行设置。
具体实施例中，对于经验发生率，可以是根据参考城市的疾病记录和用药记录计算得到的历史发生率。其中疾病记录包括IPF患病率、诊断率、治疗率等，用药记录包括尼达尼布胶囊用药率；参考城市的尼达尼布胶囊的历史发生率＝IPF患病率*诊断率*治疗率*尼达尼布胶囊用药率。
当然，经验发生率，也可以是通过预设的方式获得(特别是在未能获取到参考城市的相关记录的情况下)的预测发生率。具体的，服务器遍历相关文献，并从文献中获取IPF的理论发病率(适用疾病发病率)，然后再将理论发病率与一预设的预估发生率调整因子相乘，从而得到预设发生率。
在得到经验发生率时(历史发生率或预测发生率)，则可根据计算得到尼达尼布胶囊的使用率(使用率＝经验发生率/(1+发生率附加风险因子)。然后再根据尼达尼布胶囊的预计人均赔付、使用率计算得到尼达尼布胶囊保险计划的风险保费，即风险保费＝预计人均赔付*使用率。
更多实施例中，当尼达尼布胶囊的保险计划是针对第一次投保(首年)的客户时，该风险保费还需要考虑市面上的竞品因素(即市面上是否存在其它治疗药物供患者选择)，该竞品因素可用一预设的竞品分摊系数(0＜竞品分摊系数＜＝1)进行表征，此时风险保费_首年＝预计人均赔付*使用率*竞品分摊系数。
步骤S30，根据所述目标药物对应的预设成本参数以及所述目标风险保费，计算所述目标药物的保费定价。
本实施例中，所述预设成本参数包括保险计划的运营费用、税费比例即目标利润等，保险计划的运营费用可理解为运营成本，其中包括系统费用和人力成本，其中系统费用又包括接口费用和专线费用，人力成本则为线下网点人数与平均工资的乘积。
对于税费比例及利润目标，则可以是根据实际情况进行设置。
服务器在得到保险计划的风险保费时，可根据业务系统获取得到相关的运营费用、税费比例及利润目标信息，然后计算得到尼达尼布胶囊保险计划的保费定价，即
保费定价＝(风险保费+运营费用)/(1-税费比例-利润率目标)。
本实施例提供一种基于大数据的药物保费定价方法，即在接收到基于目标药物的保费定价请求时，获取所述保费定价请求中的目标城市标识，并根据所述目标城市标识获取所述目标药物在目标城市的历史药物人均年费用，作为所述目标药物的标准人均年费用；根据所述目标药物对应的预设赔付参数以及所述标准人均年费用，计算所述目标药物的目标风险保费；根据所述目标药物对应的预设成本参数以及所述目标风险保费，计算所述目标药物的保费定价。通过上述方式，本发明根据目标药物对应的实际成本参数，并结合目标城市对应的实际历史药物费用和实际赔付参数，计算得到目标药物的保费定价，制定出更符合药物实际使用情况和保险机构运营情况的保费定价，在提高定价的合理性和准确性的同时，也降低了人工工作量，节约了人力成本。
参照图3，图3为本发明基于大数据的药物保费定价方法第二实施例的流程示意图。
基于上述图2所示实施例，本实施例中，所述步骤S10具体包括：
步骤S11，在接收到基于目标药物的保费定价请求时，获取所述保费定价请求中的目标城市标识，并根据所述目标城市标识判断数据库中是否存在所述目标药物在目标城市的历史人均年费用；
本实施例中，在接收到基于尼达尼布胶囊的保费定价请求时，首先获取所述保费定价请求中的目标城市，并根据所述目标城市在数据库中查找匹配，判断是否存在所述尼达尼布胶囊在所述目标城市的人均年费用，即历史人均年费用。其中，所述历史人均年费用可以从目标城市所在的中医院系统(或医药系统)获取。
步骤S12，若所述数据库中不存在所述历史人均年费用，则在所述数据库中获取与所述目标城市关联的参考城市；
本实施例中，若所述数据库中不存在所述尼达尼布胶囊在所述目标城市的人均年费用，即未采集目标城市有关尼达尼布胶囊的历史人均年费用。可以通过根据与目标城市具有相似特点的参考城市的历史数据得出目标城市的人均年费用(其中，该特点的“相似”可以是通过上述气候、消费水平、人群特征等维度进行衡量)。
步骤S13，获取所述目标药物在所述参考城市的参考历史人均年费用，作为所述目标药物的标准人均年费用。
本实施例中，获取所述参考城市的参考历史人均年费用，将所述参考历史人均年费用作为目标药物的标准人均年费用。具体实施例中，还可以将所述参考历史人均年费用乘以对应设置的风险因子，然后将得到的费用数据作为标准人均年费用，以减小费用误差。
本实施例中，进一步地，步骤S11之后，还包括：
若所述数据库中存在所述历史人均年费用，则获取所述目标药物在所述目标城市的历史药物人均年费用，作为标准人均年费用。
本实施例中，若所述数据库中存在所述历史人均年费用，即获取所述历史药物人均年费用，即可作为所述目标药物的标准人均年费用。
基于上述图3所示实施例，本实施例中，所述步骤S12具体包括：
若所述数据库中不存在所述历史人均年费用，则获取所述目标城市的目标城市参数，并获取所述数据库中其他城市的其他城市参数；
本实施例中，若数据库中不存在所述目标城市对应的历史人均年费用，则可通过获取与所述目标城市相关的关联城市对应的参考历史人均年费用。其中，获取关联城市的步骤为：获取数据库中目标城市以及其他城市对应的城市参数。其中，所述城市参数包括气候参数、人均消费参数以及人均年龄中的一种或者多种等。
根据所述目标城市参数以及其他城市参数，计算所述目标城市与所述其他城市的差异度，其中所述差异度依据以下公式：差异度其中，n为预设构成城市参数的总个数，i为城市参数标号，Ai为目标城市参数值，Bi为其他城市参数值，ki为参数i的权重值；
本实施例中，所述目标城市参数与所述其他城市参数越接近，则所述目标城市与所述其他城市的差异度则越大。根据公式：差异度其中，i为预设构成城市参数的总个数，Ai为目标城市参数值，Bi为其他城市参数值，ki为参数i的权重值。在城市参数具有多个参数时，可以根据预设权重进行计算，若气候参数、人均消费参数以及人均年龄的权重分别为0.2、0.3和0.5，即差异度S＝[0.2*|目标城市气候参数值A1-其他城市气候参数值B1|/A1+0.3*|目标城市人均消费参数值A2-其他城市人均消费参数值B2|/A2+0.5*|目标城市人均年龄值A3-其他城市人均年龄值B3|/A3]。其中，差值均取绝对值，防止出现负数。然后获取差异度小于预设阈值的其他城市作为所述目标城市的参考城市，并获取所述参考城市对应的参考历史人均年费用，作为所述标准人均年费用。
根据所述差异度判断所述数据库中是否存在与所述目标城市关联的参考城市，其中，所述目标城市与所述参考城市的差异度小于预设阈值；
本实施例中，判断各个城市与所述目标城市的各个差异度，并判断各个差异度中是否存在小于预设阈值的差异度。其中，预设阈值可以是根据用户实际需要进行设置的数值，还可以是系统根据系统数据自动设置。
若所述数据库中不存在所述参考城市，则获取所述目标药物的单价、使用方法以及所述目标药物在所述目标城市的预设优惠规则；
本实施例中，若服务器不存在相似的参考城市，或者未能获取到参考城市的历史药物费用(即参考城市也不存在相关历史费用)，则可通过预测的方式获取经验人均年费用。具体的，服务器首先将根据尼达尼布胶囊的使用方法、预设说明书单价和优惠慈善计划计算理论人均年费用。
根据所述单价以及使用方法，计算所述目标药物在所述目标城市的理论人均年费用，作为所述目标药物的标准人均年费用，其中，所述使用方法包括每月所需盒数以及需要连续服用月数，所述理论人均年费用的计算依据以下公式：标准人均年费用F＝单价C*每月所需盒数D*需要连续服用月数E。
本实施例中，所述理论人均年费用的计算具体步骤为：依据计算公式标准人均年费用F＝单价C*每月所需盒数D*需要连续服用月数E；例如，尼达尼布胶囊每盒价格为2250元，每月需使用3盒，优惠慈善计划为参保人员连续购买4个月后免费供药，则尼达尼布胶囊的理论人均年费用为2250*3*4＝27000元。在得到理论人均年费用时，可将该理论人均年费用与一预设的预估费用调整因子相乘，并将得到的乘积作为尼达尼布胶囊的预估人均年费用，其中该预估费用调整因子可根据实际情况进行设置。
若所述数据库中存在所述参考城市，则获取所述参考城市。
本实施例中，若在所述数据库中查找到所述目标城市的参考城市，即该参考城市的城市参数与所述目标城市的城市参数的差异度小于预设阈值，也就是说，所述参考城市的参考历史人均年费用可以作为所述目标城市的人均年费用参考值。
进一步地，步骤S10具体包括：
在接收到基于目标药物的保费定价请求时，获取所述保费定价请求中的目标城市标识，并根据所述目标城市标识获取所述目标药物在目标城市的历史药物人均年费用；
根据所述目标药物对应的预设费用附加风险因子、预设时间趋势因子以及所述历史药物人均年费用，计算所述目标药物的目标人均年费用，作为所述目标药物的标准人均年费用，其中，所述目标人均年费用的计算依据以下公式：目标人均年费用Q＝历史药物人均年费用I*(1+预设费用附加风险因子M)*(1+预设时间趋势因子N)。
本实施例中，无论是上述通过参考城市的历史数据得出的历史人均年费用、还是通过说明书预测得到的预估人均年费用，都属于经验范畴的经验人均年费用，为了使得计算结果能够符合实际情况，还需要引入预设的费用附加风险因子、时间趋势因子，以表征下一保险周期可能带来的风险情况，并根据该经验人均年费用、费用附加风险因子、时间趋势因子，以及预设公式，：目标人均年费用Q＝历史药物人均年费用I*(1+预设费用附加风险因子M)*(1+预设时间趋势因子N)，计算尼达尼布胶囊的人均年费用，即：
尼达尼布胶囊的人均年费用＝经验人均年费用*(1+费用附加风险因子)*(1+时间趋势因子)，例如，尼达尼布胶囊的人均年费用＝56600*(1+15％)*(1+0)＝65090。
进一步地，步骤S30之后，还包括：
若接收到所述投保人操作触发的理赔请求时，获取所述投保人上传的审核材料，并根据所述目标药物对应的理赔参数，判断所述投保人是否符合理赔条件。
本实施例中，服务器在计算得到尼达尼布胶囊保险计划的保费定价时，可将该保费定价反馈至对应的业务终端(或投保人终端)，以使得业务人员根据该保费定价进行收费(或使得投保人进行缴费)。投保人投保后，若出现理赔事件(购买使用了尼达尼布胶囊)，可通过对应终端向服务器发送理赔请求。服务器在接收到理赔请求时，将根据尼达尼布胶囊的适用病种获取对应的理赔审核材料，如特发性肺纤维化审核必备的病理学诊断或者血小板减少或者导致出血诊断；然后服务器可根据上述材料判断投保人是否满足理赔条件，若满足，则可获取投保人购买尼达尼布胶囊的实际花费，并结合投保计划中的赔付比例计算理赔费用进行理赔。
此外，本发明实施例还提供一种基于大数据的药物保费定价装置。
参照图4，图4为本发明基于大数据的药物保费定价装置第一实施例的功能模块示意图。
本实施例中，所述基于大数据的药物保费定价装置包括：
费用计算模块10，用于在接收到基于目标药物的保费定价请求时，获取所述保费定价请求中的目标城市标识，并根据所述目标城市标识获取所述目标药物在目标城市的历史药物人均年费用，作为所述目标药物的标准人均年费用；
风险计算模块20，用于根据所述目标药物对应的预设赔付参数以及所述标准人均年费用，计算所述目标药物的目标风险保费；
保费定价模块30，用于根据所述目标药物对应的预设成本参数以及所述目标风险保费，计算所述目标药物的保费定价。
进一步地，所述费用计算模块10包括：
第一费用获取单元，用于在接收到基于目标药物的保费定价请求时，获取所述保费定价请求中的目标城市标识，并根据所述目标城市标识获取所述目标药物在目标城市的历史药物人均年费用；
费用计算单元，用于根据所述目标药物对应的预设费用附加风险因子、预设时间趋势因子以及所述历史药物人均年费用，计算所述目标药物的目标人均年费用，作为所述目标药物的标准人均年费用，其中，所述目标人均年费用的计算依据以下公式：目标人均年费用Q＝历史药物人均年费用I*(1+预设费用附加风险因子M)*(1+预设时间趋势因子N)。
进一步地，所述费用计算模块10还包括：
城市判断单元，用于在接收到基于目标药物的保费定价请求时，获取所述保费定价请求中的目标城市标识，并根据所述目标城市标识判断数据库中是否存在所述目标药物在目标城市的历史人均年费用；
城市获取单元，用于若所述数据库中不存在所述历史人均年费用，则在所述数据库中获取与所述目标城市关联的参考城市；
第二费用获取单元，用于获取所述目标药物在所述参考城市的参考历史人均年费用，作为所述目标药物的标准人均年费用。
第三费用获取单元，用于若所述数据库中存在所述历史人均年费用，则获取所述目标药物在所述目标城市的历史药物人均年费用，作为标准人均年费用。
进一步地，所述城市获取单元包括：
参数获取子单元，用于若所述数据库中不存在所述历史人均年费用，则获取所述目标城市的目标城市参数，并获取所述数据库中其他城市的其他城市参数；
差异度计算子单元，用于根据所述目标城市参数以及其他城市参数，计算所述目标城市与所述其他城市的差异度，其中所述差异度的计算依据以下公式：差异度其中，i为预设构成城市参数的总个数，Ai为目标城市参数值，Bi为其他城市参数值，ki为参数i的权重值。
城市判断子单元，用于根据所述差异度判断所述数据库中是否存在与所述目标城市关联的参考城市，其中，所述目标城市与所述参考城市的差异度小于预设阈值；
城市获取子单元，用于若所述数据库中存在所述参考城市，则获取所述参考城市。
进一步地，所述城市获取单元还包括：
药物参数获取子单元，用于若所述数据库中不存在所述参考城市，则获取所述目标药物的单价、使用方法以及所述目标药物在所述目标城市的预设优惠规则；
费用计算子单元，用于根据所述目标药物对应的预设费用附加风险因子、预设时间趋势因子以及所述历史药物人均年费用，计算所述目标药物的目标人均年费用，作为所述目标药物的标准人均年费用，其中，所述目标人均年费用的计算依据以下公式：目标人均年费用Q＝历史药物人均年费用I*(1+预设费用附加风险因子M)*(1+预设时间趋势因子N)。
进一步地，所述费用计算模块10还用于：
在接收到基于目标药物的保费定价请求时，获取所述保费定价请求中的目标城市标识，并根据所述目标城市标识获取所述目标药物在目标城市的历史药物人均年费用；
根据所述目标药物对应的预设费用附加风险因子、预设时间趋势因子以及所述历史药物人均年费用，计算所述目标药物的目标人均年费用，作为所述目标药物的标准人均年费用，其中，所述目标人均年费用的计算依据以下公式：目标人均年费用Q＝历史药物人均年费用I*(1+预设费用附加风险因子M)*(1+预设时间趋势因子N)。
进一步地，所述基于大数据的药物保费定价装置还包括：
理赔审核模块，用于若接收到所述投保人操作触发的理赔请求时，获取所述投保人上传的审核材料，并根据所述目标药物对应的理赔参数，判断所述投保人是否符合理赔条件。
其中，上述基于大数据的药物保费定价装置中各个模块与上述基于大数据的药物保费定价方法实施例中各步骤相对应，其功能和实现过程在此处不再一一赘述。
此外，本发明实施例还提供一种计算机可读存储介质。
本发明计算机可读存储介质上存储有基于大数据的药物保费定价程序，其中所述基于大数据的药物保费定价程序被处理器执行时，实现如上述的基于大数据的药物保费定价方法的步骤。
其中，基于大数据的药物保费定价程序被执行时所实现的方法可参照本发明基于大数据的药物保费定价方法的各个实施例，此处不再赘述。
需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者系统不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者系统所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。
上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的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如上所述的一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，空调器，或者网络设备等)执行本发明各个实施例所述的方法。
以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。

Claims (10)

1.一种基于大数据的药物保费定价方法，其特征在于，所述基于大数据的药物保费定价方法包括以下步骤：
在接收到基于目标药物的保费定价请求时，获取所述保费定价请求中的目标城市标识，并根据所述目标城市标识获取所述目标药物在目标城市的历史药物人均年费用，作为所述目标药物的标准人均年费用；
根据所述目标药物对应的预设赔付参数以及所述标准人均年费用，计算所述目标药物的目标风险保费；
根据所述目标药物对应的预设成本参数以及所述目标风险保费，计算所述目标药物的保费定价。
2.如权利要求1所述的基于大数据的药物保费定价方法，其特征在于，所述在接收到基于目标药物的保费定价请求时，获取所述保费定价请求中的目标城市标识，并根据所述目标城市标识获取所述目标药物在目标城市的历史药物人均年费用，作为所述目标药物的标准人均年费用的步骤包括：
在接收到基于目标药物的保费定价请求时，获取所述保费定价请求中的目标城市标识，并根据所述目标城市标识判断数据库中是否存在所述目标药物在目标城市的历史人均年费用；
若所述数据库中不存在所述历史人均年费用，则在所述数据库中获取与所述目标城市关联的参考城市；
获取所述目标药物在所述参考城市的参考历史人均年费用，作为所述目标药物的标准人均年费用。
3.如权利要求2所述的基于大数据的药物保费定价方法，其特征在于，所述若所述数据库中不存在所述历史人均年费用，则根据所述目标城市标识在所述数据库中获取与所述目标城市关联的参考城市的步骤包括：
若所述数据库中不存在所述历史人均年费用，则获取所述目标城市的目标城市参数，并获取所述数据库中其他城市的其他城市参数；
根据所述目标城市参数以及其他城市参数，计算所述目标城市与所述其他城市的差异度，其中所述差异度的计算依据以下公式：差异度其中，n为预设构成城市参数的总个数，i为城市参数标号，Ai为目标城市参数值，Bi为其他城市参数值，ki为参数i的权重值；
根据所述差异度判断所述数据库中是否存在与所述目标城市关联的参考城市，其中，所述目标城市与所述参考城市的差异度小于预设阈值；
若所述数据库中存在所述参考城市，则获取所述参考城市。
4.如权利要求3所述的基于大数据的药物保费定价方法，其特征在于，所述根据所述差异度判断所述数据库中是否存在与所述目标城市关联的参考城市的步骤之后，还包括：
若所述数据库中不存在所述参考城市，则获取所述目标药物的单价、使用方法以及所述目标药物在所述目标城市的预设优惠规则；
根据所述单价以及使用方法，计算所述目标药物在所述目标城市的理论人均年费用，作为所述目标药物的标准人均年费用，其中，所述使用方法包括每月所需盒数以及需要连续服用月数，所述理论人均年费用的计算依据以下公式：标准人均年费用F＝单价C*每月所需盒数D*需要连续服用月数E。
5.如权利要求2所述的基于大数据的药物保费定价方法，其特征在于，所述在接收到基于目标药物的保费定价请求时，获取所述保费定价请求中的目标城市标识，并根据所述目标城市标识判断数据库中是否存在所述目标药物在目标城市的历史人均年费用的步骤之后，还包括：
若所述数据库中存在所述历史人均年费用，则获取所述目标药物在所述目标城市的历史药物人均年费用，作为标准人均年费用。
6.如权利要求1所述的基于大数据的药物保费定价方法，其特征在于，所述基于大数据的药物保费定价方法还包括：
若接收到所述投保人操作触发的理赔请求时，获取所述投保人上传的审核材料，并根据所述目标药物对应的理赔参数，判断所述投保人是否符合理赔条件。
7.如权利要求1至6中任一项所述的基于大数据的药物保费定价方法，其特征在于，所述在接收到基于目标药物的保费定价请求时，获取所述保费定价请求中的目标城市标识，并根据所述目标城市标识获取所述目标药物在目标城市的历史药物人均年费用，作为所述目标药物的标准人均年费用的步骤包括：
在接收到基于目标药物的保费定价请求时，获取所述保费定价请求中的目标城市标识，并根据所述目标城市标识获取所述目标药物在目标城市的历史药物人均年费用；
根据所述目标药物对应的预设费用附加风险因子、预设时间趋势因子以及所述历史药物人均年费用，计算所述目标药物的目标人均年费用，作为所述目标药物的标准人均年费用，其中，所述目标人均年费用的计算依据以下公式：目标人均年费用Q＝历史药物人均年费用I*(1+预设费用附加风险因子M)*(1+预设时间趋势因子N)。
8.一种基于大数据的药物保费定价装置，其特征在于，所述基于大数据的药物保费定价装置包括：
费用计算模块，用于在接收到基于目标药物的保费定价请求时，获取所述保费定价请求中的目标城市标识，并根据所述目标城市标识获取所述目标药物在目标城市的历史药物人均年费用，作为所述目标药物的标准人均年费用；
风险计算模块，用于根据所述目标药物对应的预设赔付参数以及所述标准人均年费用，计算所述目标药物的目标风险保费；
保费定价模块，用于根据所述目标药物对应的预设成本参数以及所述目标风险保费，计算所述目标药物的保费定价。
9.一种基于大数据的药物保费定价设备，其特征在于，所述基于大数据的药物保费定价设备包括处理器、存储器、以及存储在所述存储器上并可被所述处理器执行的基于大数据的药物保费定价程序，其中所述基于大数据的药物保费定价程序被所述处理器执行时，实现如权利要求1至7中任一项所述的基于大数据的药物保费定价方法的步骤。
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上存储有基于大数据的药物保费定价程序，其中所述基于大数据的药物保费定价程序被处理器执行时，实现如权利要求1至7中任一项所述的基于大数据的药物保费定价方法的步骤。
CN201811524256.7A 2018-12-13 2018-12-13 基于大数据的药物保费定价方法、装置、设备及存储介质 Pending CN109615535A (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN201811524256.7A CN109615535A (zh) 2018-12-13 2018-12-13 基于大数据的药物保费定价方法、装置、设备及存储介质
PCT/CN2019/095814 WO2020119113A1 (zh) 2018-12-13 2019-07-12 基于大数据的药物保费定价方法、装置、设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811524256.7A CN109615535A (zh) 2018-12-13 2018-12-13 基于大数据的药物保费定价方法、装置、设备及存储介质

Publications (1)

Publication Number Publication Date
CN109615535A true CN109615535A (zh) 2019-04-12

Family

ID=66009033

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811524256.7A Pending CN109615535A (zh) 2018-12-13 2018-12-13 基于大数据的药物保费定价方法、装置、设备及存储介质

Country Status (2)

Country Link
CN (1) CN109615535A (zh)
WO (1) WO2020119113A1 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2020119113A1 (zh) * 2018-12-13 2020-06-18 平安医疗健康管理股份有限公司 基于大数据的药物保费定价方法、装置、设备及存储介质

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20060218023A1 (en) * 2005-03-25 2006-09-28 Conrad Gerald L Single premium term life insurance
CN105631235A (zh) * 2016-03-10 2016-06-01 深圳市前海安测信息技术有限公司 基于医疗大数据的医疗保险精算系统及方法
CN108921711B (zh) * 2018-06-12 2022-03-25 泰康保险集团股份有限公司 针对患病人群的投保方法、装置、介质和电子设备
CN109615535A (zh) * 2018-12-13 2019-04-12 平安医疗健康管理股份有限公司 基于大数据的药物保费定价方法、装置、设备及存储介质

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2020119113A1 (zh) * 2018-12-13 2020-06-18 平安医疗健康管理股份有限公司 基于大数据的药物保费定价方法、装置、设备及存储介质

Also Published As

Publication number Publication date
WO2020119113A1 (zh) 2020-06-18

Similar Documents

Publication Publication Date Title
Greer et al. National hospice study analysis plan
US20140088986A1 (en) Providing Transparent Health Care Information to Consumers
US20140114674A1 (en) Health Insurance Plan Comparison Tool
US20020147617A1 (en) Health cost calculator/flexible spending account calculator
US7769606B2 (en) Interactive health insurance system
US20140244275A1 (en) Healthcare marketplace
Bates et al. Outcome indicators for stroke: application of an algorithm treatment across the continuum of postacute rehabilitation services
Neprash et al. The effect of Medicaid expansion on Medicaid participation, payer mix, and labor supply in primary care
Paringer Medicare assignment rates of physicians: Their responses to changes in reimbursement policy
US20060015370A1 (en) Flow management analysis system and method for healthcare related business
CN109685557A (zh) 基于大数据的保险定价方法、装置、设备及可读存储介质
CN109615535A (zh) 基于大数据的药物保费定价方法、装置、设备及存储介质
Thome et al. Lao People’s Democratic Republic: health financing reform and challenges in expanding the current social protection schemes
US20190114719A1 (en) Dynamic balance adjustment estimator engine
Melzer et al. Reimbursement and costs of pediatric ambulatory diabetes care by using the resource‐based relative value scale: is multidisciplinary care financially viable?
Clancy Ensuring health care quality: an AHCPR perspective
Tsai et al. Declining payments for emergency department care, 1996-1998
CN109493148A (zh) 保费定价模型的建立方法、装置、设备及存储介质
Zuvekas Comparing MEPS Use and Expenditure Estimates for the Privately Insured to Truven MarketScan and OptumLabs Claims Data, 2008-2013
CN109636468A (zh) 药物的保费定价方法、装置、设备及存储介质
Bennett et al. Estimating uncompensated care charges at rural hospital emergency departments
Lucarelli et al. Measuring welfare and the effects of regulation in a government-created market: The case of Medicare Part D plans
Tilipman Narrow Physician Networks, Switching Costs, and Product Variety in Employer Markets.”
Caballes Acceptability of information technology systems developed for distant philippine communities among local health providers
CN109658263A (zh) 基于大数据的保险定价方法、装置、设备及可读存储介质

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: 518000 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, Block H, 666 Beijing East Road, Huangpu District, Shanghai 200000

Applicant before: PING AN MEDICAL AND HEALTHCARE MANAGEMENT Co.,Ltd.

TA01 Transfer of patent application right
RJ01 Rejection of invention patent application after publication

Application publication date: 20190412

RJ01 Rejection of invention patent application after publication