CN109615546A - 异常就诊的识别方法、装置、终端及计算机可读存储介质 - Google Patents
异常就诊的识别方法、装置、终端及计算机可读存储介质 Download PDFInfo
- Publication number
- CN109615546A CN109615546A CN201811530482.6A CN201811530482A CN109615546A CN 109615546 A CN109615546 A CN 109615546A CN 201811530482 A CN201811530482 A CN 201811530482A CN 109615546 A CN109615546 A CN 109615546A
- Authority
- CN
- China
- Prior art keywords
- medical
- extremely
- insured people
- duration
- illness
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 67
- 230000002159 abnormal effect Effects 0.000 claims abstract description 45
- 238000003745 diagnosis Methods 0.000 claims abstract description 32
- 201000010099 disease Diseases 0.000 claims description 25
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 claims description 25
- 238000004364 calculation method Methods 0.000 claims description 8
- 230000006399 behavior Effects 0.000 description 19
- 238000010586 diagram Methods 0.000 description 8
- 239000003814 drug Substances 0.000 description 7
- 229940079593 drug Drugs 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 238000007689 inspection Methods 0.000 description 3
- 239000002699 waste material Substances 0.000 description 2
- 241000208340 Araliaceae Species 0.000 description 1
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 1
- 235000003140 Panax quinquefolius Nutrition 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000000739 chaotic effect Effects 0.000 description 1
- 235000008434 ginseng Nutrition 0.000 description 1
- 238000011176 pooling 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
Landscapes
- Business, Economics & Management (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Engineering & Computer Science (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Marketing (AREA)
- Strategic Management (AREA)
- Technology Law (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本发明公开了一种异常就诊的识别方法、装置、终端及计算机可读存储介质。异常就诊的识别方法包括步骤:在参保人的医保账户结算医疗账单时,获取参保人的预设期限内的历史就诊记录;根据历史就诊记录计算参保人预设期限内的就诊平均间隔时长;判断就诊平均间隔时长是否小于预设时长;若就诊平均间隔时长小于预设时长,则将医保账户标记为异常就诊对象。通过判断就诊平均间隔时长是否小于预设时长来判断参保人是否存在异常就诊行为,并在就诊平均间隔时长小于预设时长时将该参保人的医保账户标记为异常就诊对象,医保管理单位可通过本发明实施例的异常就诊的识别方法及时识别出异常就诊对象的异常就诊行为并采取对应的措施。
Description
技术领域
本发明涉及医疗保险领域,尤其涉及一种异常就诊的识别方法、装置、终端及计算机可读存储介质。
背景技术
在医疗保险领域中,存在许多欺诈行为,例如公务员的报销比例较高,公务员可能频繁就诊购药,将药品转卖给他人,从中获利,这会使得药品市场混乱,也会导致社保门诊统筹基金的浪费。
发明内容
本发明的主要目的在于提供一种异常就诊的识别方法、装置、终端及计算机可读存储介质及计算机可读存储介质,旨在识别出公务员的异常就诊行为。
为实现上述目的,本发明提供一种异常就诊的识别方法,包括步骤:
在参保人的医保账户结算医疗账单时,获取参保人的预设期限内的历史就诊记录;
根据所述历史就诊记录计算所述参保人预设期限内的就诊平均间隔时长;
判断所述就诊平均间隔时长是否小于预设时长;
若所述就诊平均间隔时长小于预设时长,则将所述医保账户标记为异常就诊对象。
优选地,获取参保人的预设期限内的历史就诊记录的步骤之前,所述异常就诊的识别方法还包括步骤:
获取所述参保人的身份;
判断所述参保人的身份是否为公务员;
当所述参保人的身份为公务员时,执行步骤:获取参保人的预设期限内的历史就诊记录。
优选地,所述根据所述历史就诊记录计算所述参保人预设期限内的就诊平均间隔时长的步骤包括:
根据历史就诊记录计算所述参保人在预设期限内相邻两次就诊的就诊时间间隔;
根据所述就诊时间间隔计算所述就诊平均间隔时长。
优选地,所述异常就诊的识别方法还包括步骤:
若所述就诊平均间隔时长大于或等于预设时长,则获取预设期限内所述就诊时间间隔小于所述预设时长的次数;
判断所述就诊时间间隔小于所述预设时长的次数是否大于或等于预设次数;
若所述就诊时间间隔小于所述预设时长的次数大于或等于预设次数,则将所述医保账户标记为异常就诊对象。
优选地,所述异常就诊的识别方法还包括步骤:
若所述就诊平均间隔时长大于获或等于预设时长,则获取本次就诊的病历;
判断所述医疗账单内的收费项目涉及的病症是否与所述病历上的病症相关;
若所述收费项目涉及的病症与所述病历上的病症不相关,则将所述医保账户标记为异常就诊对象。
优选地,所述异常就诊的识别方法还包括步骤:
若所述收费项目涉及的病症与所述病历上的病症相关,则计算所述医疗账单上的与所述病历上的病症相关的收费项目的费用与医疗账单的总费用的比值得到相关比值;
判断所述相关比值是否小于预设比值;
若所述相关比值小于所述预设比值,则将所述医保账户标记为异常就诊对象。
优选地,所述异常就诊的识别方法还包括步骤:
若所述相关比值大于或等于所述预设比值,则获取所述参保人预设期限内的医疗检查记录,并分析所述医疗检查记录得到所述参保人的实患病症;
判断所述病历上的病症与所述实患病症是否相符;
若所述病历上的病症与所述实患病症不相符,则将所述医保账户标记为异常就诊对象。
本发明还提供一种异常就诊的识别装置,异常就诊的识别装置包括:
获取模块,所述获取模块用于在参保人的医保账户结算医疗账单时,获取参保人的预设期限内的历史就诊记录;
计算模块,所述计算模块用于根据所述历史就诊记录计算所述参保人预设期限内的就诊平均间隔时长;
判断模块,判断模块用于判断所述就诊平均间隔时长是否小于预设时长;
标记模块,标记模块用于在所述就诊平均间隔时长小于预设时长时,将所述医保账户标记为异常就诊对象。
本发明还提供一种终端,所述终端包括处理器、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异常就诊的识别程序,其中所述异常就诊的识别程序被所述处理器执行时,实现如上任一项所述的异常就诊的识别方法的步骤。
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异常就诊的识别程序,其中所述异常就诊的识别程序被处理器执行时,实现如上任一项所述的异常就诊的识别方法的步骤。
本发明技术方案中,在参保人的医保账户结算医疗账单时,获取参保人的预设期限内的历史就诊记录;根据所述历史就诊记录计算所述参保人预设期限内的就诊平均间隔时长;判断所述就诊平均间隔时长是否小于预设时长;若所述就诊平均间隔时长小于预设时长,则将所述医保账户标记为异常就诊对象,通过判断就诊平均间隔时长是否小于预设时长来判断参保人是否存在异常就诊行为,并在就诊平均间隔时长小于预设时长时将该参保人的医保账户标记为异常就诊对象,医保管理单位可通过本发明实施例的异常就诊的识别方法及时识别出异常就诊对象的异常就诊行为并采取对应的措施。
附图说明
图1为本发明实施例方案中涉及的终端的硬件结构示意图;
图2为本发明异常就诊的识别方法第一实施例的流程示意图;
图3为本发明异常就诊的识别方法第二实施例的流程示意图;
图4为本发明异常就诊的识别方法第三实施例的流程示意图;
图5为本发明异常就诊的识别方法第四实施例的流程示意图;
图6为本发明异常就诊的识别方法第五实施例的流程示意图;
图7为本发明异常就诊的识别方法第六实施例的流程示意图。
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异常就诊的识别方法主要应用于终端,该终端可以是PC、便携计算机、移动终端等具有显示和处理功能的终端。
参照图1,图1为本发明实施例方案中涉及的终端结构示意图。本发明实施例中,终端可以包括处理器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终端的限定,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、网络通信模块以及异常就诊的识别程序。
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中存储的异常就诊的识别程序,并执行以下操作:
在参保人的医保账户结算医疗账单时,获取参保人的预设期限内的历史就诊记录;
根据历史就诊记录计算参保人预设期限内的就诊平均间隔时长;
判断就诊平均间隔时长是否小于预设时长;
若就诊平均间隔时长小于预设时长,则将医保账户标记为异常就诊对象。
进一步地,获取参保人的预设期限内的历史就诊记录的步骤之前,处理器1001可以调用存储器1005中存储的异常就诊的识别程序,并执行以下操作:
获取参保人的身份;
判断参保人的身份是否为公务员;
当参保人的身份为公务员时,执行步骤:获取参保人的预设期限内的历史就诊记录。
进一步地,根据历史就诊记录计算参保人预设期限内的就诊平均间隔时长的步骤包括:
根据历史就诊记录计算参保人在预设期限内相邻两次就诊的就诊时间间隔;
根据就诊时间间隔计算就诊平均间隔时长。
进一步地,处理器1001可以调用存储器1005中存储的异常就诊的识别程序,并执行以下操作:
若就诊平均间隔时长大于或等于预设时长,则获取预设期限内就诊时间间隔小于预设时长的次数;
判断就诊时间间隔小于预设时长的次数是否大于或等于预设次数;
若就诊时间间隔小于预设时长的次数大于或等于预设次数,则将医保账户标记为异常就诊对象。
进一步地,处理器1001可以调用存储器1005中存储的异常就诊的识别程序,并执行以下操作:
若就诊平均间隔时长大于获或等于预设时长,则获取本次就诊的病历;
判断医疗账单内的收费项目涉及的病症是否与病历上的病症相关;
若收费项目涉及的病症与病历上的病症不相关,则将医保账户标记为异常就诊对象。
进一步地,处理器1001可以调用存储器1005中存储的异常就诊的识别程序,并执行以下操作:
若收费项目涉及的病症与病历上的病症相关,则计算医疗账单上的与病历上的病症相关的收费项目的费用与医疗账单的总费用的比值得到相关比值;
判断相关比值是否小于预设比值;
若相关比值小于预设比值,则将医保账户标记为异常就诊对象。
进一步地,处理器1001可以调用存储器1005中存储的异常就诊的识别程序,并执行以下操作:
若相关比值大于或等于预设比值,则获取参保人预设期限内的医疗检查记录,并分析医疗检查记录得到参保人的实患病症;
判断病历上的病症与实患病症是否相符;
若病历上的病症与实患病症不相符,则将医保账户标记为异常就诊对象。
基于上述终端的硬件结构,提出本发明异常就诊的识别方法的各个实施例。
本发明提供一种异常就诊的识别方法。
请参阅图2,在本发明一实施例中,异常就诊的识别方法包括以下步骤:
S101:在参保人的医保账户结算医疗账单时,获取参保人的预设期限内的历史就诊记录;
本发明实施例中的异常就诊的识别方法可以由终端执行,终端能够与服务器进行数据通信,服务器与多个医疗机构的管理系统连接,参保人在医疗机构使用医保账户结算医疗账单时,终端先获取参保人的个人信息,然后终端根据参保人的个人信息,通过服务器向各个医疗机构的管理系统发送信息获取请求以获取该参保人预设期限内的历史就诊记录,再通过服务器接受各个医疗机构反馈的历史就诊记录。预设期限可由医保管理单位设定,例如可设置为1年。
S102:根据历史就诊记录计算参保人预设期限内的就诊平均间隔时长;
每个历史就诊记录包含该历史就诊记录的就诊时间,可根据历史就诊记录的就诊时间计算参保人在预设期限内相邻两次就诊的就诊时间间隔,再根据就诊时间间隔计算就诊平均间隔时长。具体地,可将多个就诊时间间隔的算数平均值作为就诊平均间隔时长,也可以先去掉就多个就诊时间间隔中的最大值和最小值之后,再计算剩下的多个就诊时间间隔的平均值。当然,就诊平均间隔时长的计算方法不限于上述计算方法,在其他实施例中,可以选用其他合适的计算方法。
S103:判断就诊平均间隔时长是否小于预设时长;
就诊平均间隔时长反映预设期限内该参保人的就诊频率。就诊平均间隔时长越长,就诊频率越低;就诊平均间隔时长越小,就诊频率越高。预设时长可由医保管理单位根据医保规则设定。当参保人的就诊频率过高时,则说明存在异常就诊的行为。可通过判断就诊平均间隔时长是否小于预设时长来判断该参保人是否存在异常就诊的行为,在其他实施例中,预设时长不限于3天,也可根据实际情况设置为其他合适的时长。
S104:若就诊平均间隔时长小于预设时长,则将医保账户标记为异常就诊对象。
如果就诊平均间隔时长小于预设时长,则说明预设期限内,该参保人的就诊频率过高,将该参保人的医保账户标记为异常就诊对象以便于医保管理单位及时识别出该参保人的异常就诊行为。
需要说明的是,上述使用医保账户结算医疗账单时,是指需要医保报销医疗账单的部分费用的情况,不包含参保人使用医保账户中的个人账户余额结算医疗账单的情况。也即是说,若参保人使用医保账户中的个人账户余额结算医疗账单,则不需要执行上述异常就诊的识别方法的步骤。
上述异常就诊的识别方法中,在参保人的医保账户结算医疗账单时,获取参保人的预设期限内的历史就诊记录;根据历史就诊记录计算参保人预设期限内的就诊平均间隔时长;判断就诊平均间隔时长是否小于预设时长;若就诊平均间隔时长小于预设时长,则将医保账户标记为异常就诊对象,通过判断就诊平均间隔时长是否小于预设时长来判断参保人是否存在异常就诊行为,并在就诊平均间隔时长小于预设时长时将该参保人的医保账户标记为异常就诊对象,医保管理单位可通过本发明实施例的异常就诊的识别方法及时识别出参保人的异常就诊行为并采取对应的措施。
请参阅图3,基于上述实施例,步骤S01之前,异常就诊的识别方法还包括步骤:
S105:获取参保人的身份;
医保系统中存有每个参保人的参保类别,当终端执行本实施例的异常就诊的识别方法时,终端可与医保系统通信并获取每个参保人的参保类别,通过参保人的参保类别确定参保人的身份。
S106:判断参保人的身份是否为公务员;
当参保人的身份为公务员时,执行步骤S101:获取参保人的预设期限内的历史就诊记录。
由于公务员的医保报销额度较高,公务员容易用自己的医保账户就诊并购药然后将药品转卖或赠与给他人,导致浪费医保资金。为了避免这种情况,在参保人的医保账户结算医疗账单时,获取参保人的身份,当参保人的身份为公务员时,执行步骤S101-步骤S103以判断公务员是否存在异常就诊行为。
请参阅图4,基于上述实施例,异常就诊的识别方法还包括步骤:
S107:若就诊平均间隔时长大于或等于预设时长,则获取预设期限内就诊时间间隔小于预设时长的次数;
步骤S107在步骤S103之后执行,就诊平均间隔时长大于预设时长时,也可能存在参保人在预设期限内很长一段时间没有就诊记录,但是在集中的一端时间就诊频率很高的情况,就诊频率很高的这段时间也属于频繁就诊的异常就诊行为。可分别将每个就诊时间间隔与预设时长比对,统计就诊时间间隔小于预设时长的次数。
S108:判断就诊时间间隔小于预设时长的次数是否大于或等于预设次数;
若就诊时间间隔小于预设时长的次数大于或等于预设次数,则说明预设期限内,至少存在一段时间就诊频率过高,该参保人有频繁就诊的异常就诊行为,那么执行步骤S104:将医保账户标记为异常就诊对象,以便于医保管理单位的医保工作人员及时识别出该参保人频繁就诊的异常就诊行为。例如,预设期限为1年,预设时长为7天,预设次数为5次,如果一年内参保人就诊时间间隔小于7天的次数大于5次,则将该参保人的医保账户标记为异常就诊对象。当然,在其他实施方式中,预设期限不限于1年,预设时长也不限于7天,预设次数也不仅限于5次,可根据实际情况设定。
若就诊时间间隔小于预设时长的次数小于预设次数,则说明该参保人没有就诊异常行为,可正常使用医保账户结算医疗账单。
请参阅图5,基于上述实施例,异常就诊的识别方法还包括步骤:
S109:若就诊平均间隔时长大于获或等于预设时长,则获取本次就诊的病历;
步骤S109在步骤S103之后执行,医疗结构的管理系统中存有每个病人的病历,当终端执行本实施例的异常就诊的识别方法时,终端可通过服务器从医疗机构的管理系统中获取参保人本次就诊的病例。
S110:判断医疗账单内的收费项目涉及的病症是否与病历上的病症相关;
病例上记载有参保人所患的病症,可能存在参保人就诊频率虽然低,但是医疗账单内的收费项目涉及的病症与病历上的病症不相关的情况,这也属于异常就诊行为。若收费项目涉及的病症与病历上的病症不相关,则执行步骤S104:将医保账户标记为异常就诊对象,以便于医保管理单位及时地识别出该参保人的异常就诊行为。
请参阅图6,基于上述实施例,异常就诊的识别方法还包括步骤:
S111:若收费项目涉及的病症与病历上的病症相关,则计算医疗账单上的与病历上的病症相关的收费项目的费用与医疗账单的总费用的比值得到相关比值;
步骤S111在步骤S110之后执行。医疗账单内的收费项目涉及的病症与病历上的病症相关时,可能是医疗账单内的一部分收费项目涉及的病症与病历上的病症相关,医疗账单内的另一部分收费项目涉及的病症与病历上的病症不相关,也有可能是医疗账单上的所有收费项目涉及的病症与病历上的病症均相关。当医疗账单上的所有收费项目涉及的病症与病历上的病症均相关时,相关比值为1.
S112:判断相关比值是否小于预设比值;
若相关比值小于预设比值,则执行步骤S104:将医保账户标记为异常就诊对象。
相关比值可反映医疗账单中与病历中的病症相关的费用占医疗账单的总费用的比例。预设比值可以由医保管理单位设定。参保人就诊购药时,可能需要一些与病历中的病症不相关的辅助治疗手段或辅助药品,这会使得相关比值小于1。然而,如果医疗账单中与病历上的病症不相关的费用占的比值过大、医疗账单中与病历上的病症相关的费用所占的比值较小时,医疗账单中的收费项目可能并不是用于治疗参保人本人,这属于异常就诊行为。因此设定预设比值,当医疗账单中与病历上的病症相关的费用所占的比值较小时,也即相关比值小于预设比值时,将该参保人的医保账户标记为异常就诊对象,以便医保工作人员及时发现该参保人的异常就诊行为。
请参阅图7,基于上述实施例,异常就诊的识别方法还包括步骤:
S113:若相关比值大于或等于预设比值,则获取参保人预设期限内的医疗检查记录,并分析医疗检查记录得到参保人的实患病症;
医疗机构的管理系统存有参保人的医疗检查记录,终端执行异常就诊的识别方法时,可通过与服务器与医疗机构的管理系统之间通信,获取参保人的医疗检查记录。医疗检查记录的检查结果上有多项指标值,可通过分析多项指标值得到参保人的实患病症。
S114:判断病历上的病症与实患病症是否相符;
由于公务员身份特殊,且部分公务员具有一定的地位,医疗机构的工作人员可能会存在卖人情的情况,为公务员参保人虚开诊断病例,也即是说,医生可能为公务员填写的病历时,虚构病症并在处方单中开与该虚构的病症对应的药品,这样虽然医疗账单中的收费项目涉及的病症与病历中的病症相关,但是也属于异常就诊行为。为了避免遗漏将这类参保人标记为疑似违规对象,可通过判断病历上病症与实患病症是否相符来判断参保人是否存在异常就诊行为。
若病历上的病症与实患病症不相符,说明医生为参保人虚开了病历,医疗账单上的收费项目涉及的病症与参保人的实患病症是不相符的,则执行步骤S104:将医保账户标记为异常就诊对象,以便于医保工作人员及时发现该参保人的异常就诊行为。
若病历上的病症与实患病症相符,则不属于异常就诊行为,该参保人的医保账户可正常结算医疗账单。
此外,本发明还提供一种异常就诊的识别装置。上述任一实施例的异常就诊的识别方法可以由本实施例的异常就诊的识别装置实现,异常就诊的识别装置包括:
获取模块,获取模块用于在参保人的医保账户结算医疗账单时,获取参保人的预设期限内的历史就诊记录;
计算模块,计算模块用于根据历史就诊记录计算参保人预设期限内的就诊平均间隔时长;
判断模块,判断模块用于判断就诊平均间隔时长是否小于预设时长;
标记模块,标记模块用于在就诊平均间隔时长小于预设时长时,将医保账户标记为异常就诊对象。
进一步地,获取参保人的预设期限内的历史就诊记录之前,获取模块还用于获取参保人的身份;
判断模块还用于判断参保人的身份是否为公务员;
获取模块还用于在参保人的身份为公务员时,获取参保人的预设期限内的历史就诊记录。
进一步地,计算模块包括:
第一计算单元,第一计算单元用于根据历史就诊记录计算参保人在预设期限内相邻两次就诊的就诊时间间隔;
第二计算单元,第二计算单元用于根据就诊时间间隔计算就诊平均间隔时长;
进一步地,获取模块还用于在就诊平均间隔时长大于或等于预设时长时,获取预设期限内就诊时间间隔小于预设时长的次数;
判断模块还用于判断就诊时间间隔小于预设时长的次数是否大于或等于预设次数;
标记模块还用于在就诊时间间隔小于预设时长的次数大于或等于预设次数时,将医保账户标记为异常就诊对象。
进一步地,获取模块还用于在就诊平均间隔时长大于获或等于预设时长时,获取本次就诊的病历;
判断模块还用于判断医疗账单内的收费项目涉及的病症是否与病历上的病症相关;
标记模块还用于在收费项目涉及的病症与病历上的病症不相关时,将医保账户标记为异常就诊对象。
进一步地,计算模块还用于在收费项目涉及的病症与病历上的病症相关时,计算医疗账单上的与病历上的病症相关的收费项目的费用与医疗账单的总费用的比值得到相关比值;
判断模块还用于判断相关比值是否小于预设比值;
标记模块还用于在相关比值小于预设比值时,将医保账户标记为异常就诊对象。
进一步地,获取模块还用于在相关比值大于或等于预设比值时,获取参保人预设期限内的医疗检查记录,并分析医疗检查记录得到参保人的实患病症;
判断模块还用于判断病历上的病症与实患病症是否相符;
标记模块还用于在病历上的病症与实患病症不相符时,将医保账户标记为异常就诊对象。
其中,上述异常就诊的识别装置中各个模块的功能实现与上述异常就诊的识别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异常就诊的识别程序,计算机可读存储介质上存储有异常就诊的识别程序,其中异常就诊的识别程序被处理器执行时,实现如上述任一实施例的异常就诊的识别方法的步骤。
其中,异常就诊的识别程序被执行时所实现的方法可参照本发明异常就诊的识别方法的各个实施例,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)
1.一种异常就诊的识别方法,其特征在于,包括步骤:
在参保人的医保账户结算医疗账单时,获取参保人的预设期限内的历史就诊记录;
根据所述历史就诊记录计算所述参保人预设期限内的就诊平均间隔时长;
判断所述就诊平均间隔时长是否小于预设时长;
若所述就诊平均间隔时长小于预设时长,则将所述医保账户标记为异常就诊对象。
2.根据权利要求1所述的异常就诊的识别方法,其特征在于,获取参保人的预设期限内的历史就诊记录的步骤之前,所述异常就诊的识别方法还包括步骤:
获取所述参保人的身份;
判断所述参保人的身份是否为公务员;
当所述参保人的身份为公务员时,执行步骤:获取参保人的预设期限内的历史就诊记录。
3.根据权利要求1所述的异常就诊的识别方法,其特征在于,所述根据所述历史就诊记录计算所述参保人预设期限内的就诊平均间隔时长的步骤包括:
根据历史就诊记录计算所述参保人在预设期限内相邻两次就诊的就诊时间间隔;
根据所述就诊时间间隔计算所述就诊平均间隔时长。
4.根据权利要求3所述异常就诊的识别方法,其特征在于,所述异常就诊的识别方法还包括步骤:
若所述就诊平均间隔时长大于或等于预设时长,则获取预设期限内所述就诊时间间隔小于所述预设时长的次数;
判断所述就诊时间间隔小于所述预设时长的次数是否大于或等于预设次数;
若所述就诊时间间隔小于所述预设时长的次数大于或等于预设次数,则将所述医保账户标记为异常就诊对象。
5.根据权利要求1所述的异常就诊的识别方法,其特征在于,所述异常就诊的识别方法还包括步骤:
若所述就诊平均间隔时长大于获或等于预设时长,则获取本次就诊的病历;
判断所述医疗账单内的收费项目涉及的病症是否与所述病历上的病症相关;
若所述收费项目涉及的病症与所述病历上的病症不相关,则将所述医保账户标记为异常就诊对象。
6.根据权利要求5所述的异常就诊的识别方法,其特征在于,所述异常就诊的识别方法还包括步骤:
若所述收费项目涉及的病症与所述病历上的病症相关,则计算所述医疗账单上的与所述病历上的病症相关的收费项目的费用与医疗账单的总费用的比值得到相关比值;
判断所述相关比值是否小于预设比值;
若所述相关比值小于所述预设比值,则将所述医保账户标记为异常就诊对象。
7.根据权利要求6所述的异常就诊的识别方法,其特征在于,所述异常就诊的识别方法还包括步骤:
若所述相关比值大于或等于所述预设比值,则获取所述参保人预设期限内的医疗检查记录,并分析所述医疗检查记录得到所述参保人的实患病症;
判断所述病历上的病症与所述实患病症是否相符;
若所述病历上的病症与所述实患病症不相符,则将所述医保账户标记为异常就诊对象。
8.一种异常就诊的识别装置,其特征在于,包括:
获取模块,所述获取模块用于在参保人的医保账户结算医疗账单时,获取参保人的预设期限内的历史就诊记录;
计算模块,所述计算模块用于根据所述历史就诊记录计算所述参保人预设期限内的就诊平均间隔时长;
判断模块,判断模块用于判断所述就诊平均间隔时长是否小于预设时长;
标记模块,标记模块用于在所述就诊平均间隔时长小于预设时长时,将所述医保账户标记为异常就诊对象。
9.一种终端,其特征在于,所述终端包括处理器、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异常就诊的识别程序,其中所述异常就诊的识别程序被所述处理器执行时,实现权利要求1至7中任一项所述的异常就诊的识别方法的步骤。
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异常就诊的识别程序,其中所述异常就诊的识别程序被处理器执行时,实现权利要求1至7中任一项所述的异常就诊的识别方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811530482.6A CN109615546A (zh) | 2018-12-13 | 2018-12-13 | 异常就诊的识别方法、装置、终端及计算机可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811530482.6A CN109615546A (zh) | 2018-12-13 | 2018-12-13 | 异常就诊的识别方法、装置、终端及计算机可读存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109615546A true CN109615546A (zh) | 2019-04-12 |
Family
ID=66009341
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811530482.6A Pending CN109615546A (zh) | 2018-12-13 | 2018-12-13 | 异常就诊的识别方法、装置、终端及计算机可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109615546A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112001805A (zh) * | 2020-09-07 | 2020-11-27 | 平安科技(深圳)有限公司 | 基于固定时间窗的医保数据处理方法、装置、设备及介质 |
CN112884593A (zh) * | 2021-02-01 | 2021-06-01 | 浙江大学山东工业技术研究院 | 一种基于图聚类分析的医保骗保行为检测方法及预警装置 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102013084A (zh) * | 2010-12-14 | 2011-04-13 | 江苏大学 | 用于检测医疗保险门诊欺诈性交易的系统和方法 |
CN102299946A (zh) * | 2011-04-28 | 2011-12-28 | 大连亿创天地科技发展有限公司 | 基于网络的综合视频诊疗监管系统 |
CN104134092A (zh) * | 2014-08-08 | 2014-11-05 | 平安养老保险股份有限公司 | 一种医保报销行为监控系统及监控方法 |
CN104182824A (zh) * | 2014-08-08 | 2014-12-03 | 平安养老保险股份有限公司 | 一种识别医保报销违规行为的规则校验系统及校验方法 |
-
2018
- 2018-12-13 CN CN201811530482.6A patent/CN109615546A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102013084A (zh) * | 2010-12-14 | 2011-04-13 | 江苏大学 | 用于检测医疗保险门诊欺诈性交易的系统和方法 |
CN102299946A (zh) * | 2011-04-28 | 2011-12-28 | 大连亿创天地科技发展有限公司 | 基于网络的综合视频诊疗监管系统 |
CN104134092A (zh) * | 2014-08-08 | 2014-11-05 | 平安养老保险股份有限公司 | 一种医保报销行为监控系统及监控方法 |
CN104182824A (zh) * | 2014-08-08 | 2014-12-03 | 平安养老保险股份有限公司 | 一种识别医保报销违规行为的规则校验系统及校验方法 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112001805A (zh) * | 2020-09-07 | 2020-11-27 | 平安科技(深圳)有限公司 | 基于固定时间窗的医保数据处理方法、装置、设备及介质 |
CN112001805B (zh) * | 2020-09-07 | 2023-08-22 | 平安科技(深圳)有限公司 | 基于固定时间窗的医保数据处理方法、装置、设备及介质 |
CN112884593A (zh) * | 2021-02-01 | 2021-06-01 | 浙江大学山东工业技术研究院 | 一种基于图聚类分析的医保骗保行为检测方法及预警装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109545317B (zh) | 基于住院预测模型判定住院行为的方法及相关产品 | |
US11837344B2 (en) | Systems and methods for securely storing patient information and providing access thereto | |
Malvey et al. | mHealth: transforming healthcare | |
US9727919B2 (en) | Systems and methods for reducing medical claims fraud | |
Powell‐Jackson et al. | Realigning demand and supply side incentives to improve primary health care seeking in rural China | |
US20170076064A1 (en) | Systems and methods for managing regimen adherence | |
CN109615547A (zh) | 异常购药的识别方法、装置、终端及计算机可读存储介质 | |
TW202004636A (zh) | 保險服務優化方法、系統及電腦程式產品 | |
US10185807B2 (en) | System and method for conducting real time active surveillance of disease outbreak | |
WO2020082788A1 (zh) | 一种医疗数据处理方法、装置、设备及存储介质 | |
CN109544364B (zh) | 基于数据分析的违规行为检测方法、装置及终端 | |
CN109460944A (zh) | 基于大数据的核保方法、装置、设备及可读存储介质 | |
JP6562911B2 (ja) | 重大疾患リスクのリスク共有のためのパラメトリックドローダウンシステムおよびそれに対応する方法 | |
CN109509104B (zh) | 基于人脸识别的身份认证方法、装置、服务器及介质 | |
CN104240171A (zh) | 电子病历生成方法及系统 | |
CN109615540A (zh) | 违规购药的识别方法、装置、终端及计算机可读存储介质 | |
CN109671476A (zh) | 无关用药的识别方法、装置、终端及计算机可读存储介质 | |
Daniel et al. | Efficiency and economic benefits of a payer‐based electronic health record in an emergency department | |
CN109636652A (zh) | 购药行为异常的监控方法、监控服务端及存储介质 | |
CN109377207B (zh) | 异常住院行为判定的方法及相关产品 | |
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 | |
CN109522301A (zh) | 一种数据处理方法、电子设备及存储介质 | |
CN109615546A (zh) | 异常就诊的识别方法、装置、终端及计算机可读存储介质 | |
JP7101609B2 (ja) | 保険設計支援システム及び保険設計支援方法 | |
Ryan et al. | Performance metrics for information security risk management |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190412 |