CN109670173A - 报销数据的排查方法、识别服务端及存储介质 - Google Patents

报销数据的排查方法、识别服务端及存储介质 Download PDF

Info

Publication number
CN109670173A
CN109670173A CN201811531035.2A CN201811531035A CN109670173A CN 109670173 A CN109670173 A CN 109670173A CN 201811531035 A CN201811531035 A CN 201811531035A CN 109670173 A CN109670173 A CN 109670173A
Authority
CN
China
Prior art keywords
reimbursement
project
data
standard
name
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
Application number
CN201811531035.2A
Other languages
English (en)
Other versions
CN109670173B (zh
Inventor
陈明东
黄越
胥畅
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.)
Ping An Medical and Healthcare Management 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 CN201811531035.2A priority Critical patent/CN109670173B/zh
Publication of CN109670173A publication Critical patent/CN109670173A/zh
Priority to PCT/CN2019/102432 priority patent/WO2020119176A1/zh
Application granted granted Critical
Publication of CN109670173B publication Critical patent/CN109670173B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00Handling natural language data
    • G06F40/20Natural language analysis
    • G06F40/279Recognition of textual entities
    • G06F40/289Phrasal analysis, e.g. finite state techniques or chunking
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00Handling natural language data
    • G06F40/30Semantic analysis
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q10/00Administration; Management
    • G06Q10/10Office automation; Time management
    • G06Q10/103Workflow collaboration or project management
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q40/00Finance; Insurance; Tax strategies; Processing of corporate or income taxes
    • G06Q40/08Insurance

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Strategic Management (AREA)
  • Physics & Mathematics (AREA)
  • Human Resources & Organizations (AREA)
  • Finance (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • General Health & Medical Sciences (AREA)
  • Computational Linguistics (AREA)
  • Accounting & Taxation (AREA)
  • Health & Medical Sciences (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • General Engineering & Computer Science (AREA)
  • Artificial Intelligence (AREA)
  • General Business, Economics & Management (AREA)
  • Technology Law (AREA)
  • Data Mining & Analysis (AREA)
  • Development Economics (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • Medical Treatment And Welfare Office Work (AREA)

Abstract

本发明公开了一种报销数据的排查方法、识别服务端及存储介质,该方法包括步骤:接收医疗机构服务器发送的报销数据,其中,所述报销数据包括报销项目编码;判断预设标准报销目录表中是否存在与所述报销项目编码对应的标准项目编码;若预设标准报销目录表中存在与所述报销项目编码对应的标准项目编码,则存储所述报销数据中与所述报销项目编码相对应的数据;若预设标准报销目录表中不存在与所述报销项目编码对应的标准项目编码,则设置录入错误标识与所述报销项目编码关联。本发明基于神经网络能方便快速找到录入报销数据中的错误。

Description

报销数据的排查方法、识别服务端及存储介质
技术领域
本发明涉及数据识别技术领域,尤其涉及报销数据的排查方法、识别服务端及存储介质。
背景技术
居民参加社会医疗保险(下文称为医保)以保障基本生活。现有的社会医疗保险运行规则中,医疗机构需要将患者产生的医疗药品或服务明细上传至医保审核系统,进行统一报销处理。现有技术中,以药品目录、诊疗目录、医疗服务设施范围和支付标准目录为标准,对于目录中包含的医疗项目进行报销。在医疗机构上传报销数据过程中,医疗机构有意或无意地将一部分目录外医疗项目上传至审核系统进行报销,工作人员需要对大量的报销数据进行排查,以分析识别不在目录内的医疗项目,这样需要消耗大量人力,而且容易导致恶意医疗机构上传异样数据识别不全面。
发明内容
本发明的主要目的在于提供一种报销数据的排查方法、识别服务端及存储介质,旨在解决由于医保报销数据巨大,人工核查医疗费用异常的工作量大的技术问题。
为实现上述目的,本发明提供一种报销数据的排查方法,包括步骤:
接收医疗机构服务器发送的报销数据,其中,所述报销数据包括报销项目编码;
判断预设标准报销目录表中是否存在与所述报销项目编码对应的标准项目编码;
若所述预设标准报销目录表中存在与所述报销项目编码对应的标准项目编码,则存储所述报销数据中与所述报销项目编码相对应的数据;
若预设标准报销目录表中不存在与所述报销项目编码对应的标准项目编码,则设置录入错误标识与所述报销项目编码关联。
优选地,所述报销数据包括与所述报销项目编码对应的报销项目名称;所述若预设标准报销目录表中不存在与所述报销项目编码对应的标准项目编码,则设置录入错误标识与所述报销项目编码关联的步骤之后,包括:
根据所述报销数据确定所述报销项目编码对应的报销项目名称;
通过预设规则计算所述报销项目名称与所述预设标准报销目录表中各个标准项目名称的相似度;
判断所述报销项目名称与各个所述标准项目名称的相似度是否大于第一预设阈值;
若存在至少一项所述标准项目名称与所述报销项目名称的相似度大于所述第一预设阈值,则生成待确认信息并发送至所述医疗机构服务器,所述待确认信息包括与所述报销项目名称相似度大于所述第一预设阈值的标准项目名称;
若所述标准项目名称与各个所述报销项目名称的相似度均小于或等于所述第一预设阈值,则生成待修改信息并发送至所述医疗机构服务器。
优选地,所述报销数据包括与所述报销项目名称对应的收费类别;所述通过预设规则计算所述报销项目名称与所述预设标准报销目录表中各个标准项目名称的相似度的步骤,包括:
根据所述报销数据确定所述报销项目名称对应的所述收费类别;
根据预设类别体系、所述收费类别对所述报销项目名称进行分类,所述预设类别体系包括与所述收费类别相对应的目标类,所述目标类包括药品收费类、诊疗项目收费类和医疗设施材料收费类;
将所述目标类和对应的所述报销项目名称进行关联存储,并判断与所述报销项目名称关联的目标类类型;
若所述报销项目名称关联的所述目标类为所述药品收费类,则根据预设药品分类规则计算所述报销项目名称与所述预设标准报销目录表中各个标准项目名称的相似度;
若所述报销项目名称关联的所述目标类为所述诊疗项目收费类,则根据预设诊疗项目分类规则计算所述报销项目名称与所述预设标准报销目录表中各个标准项目名称的相似度;
若所述报销项目名称关联的所述目标类为所述医疗设施材料收费类,则根据预设医疗设施材料分类规则计算所述报销项目名称与所述预设标准报销目录表中各个标准项目名称的相似度。
优选地,所述若所述报销项目名称关联的所述目标类为所述药品收费类,则根据预设药品分类规则计算所述报销项目名称与所述预设标准报销目录表中各个标准项目名称的相似度的步骤包括:
若所述报销项目名称关联的所述目标类为所述药品收费类,则根据预设第一类关键词组对所述报销项目名称进行第一类关键词提取;
根据提取的第一类关键词,确定与所述报销项目名称含有相同所述第一类关键词的标准项目名称;
计算所述报销项目名称与各所述含有相同第一类关键词的标准项目名称的相似度。
优选地,所述若所述报销项目名称关联的所述目标类为所述诊疗项目收费类,则根据预设诊疗项目分类规则计算所述报销项目名称与所述预设标准报销目录表中各个标准项目名称的相似度的步骤包括:
若所述报销项目名称关联的所述目标类为所述诊疗项目收费类,根据预设第二类关键词组对所述报销项目名称进行第二类关键词提取;
根据提取的第二类关键词和所述提取的第二类关键词对应的预设权重计算所述报销项目名称与所述具有相同第二类关键词的标准项目名称的相似度。
优选地,所述报销数据还包括与所述报销项目名称对应的产地信息;所述若所述报销项目名称关联的所述目标类为所述医疗设施材料收费类对应,则根据预设医疗设施材料分类规则计算所述报销项目名称与所述预设标准报销目录表中各个标准项目名称的相似度的步骤,包括:
若所述报销项目名称关联的所述目标类为所述医疗设施材料收费类,则根据所述报销数据确定所述报销项目名称对应的产地信息;
根据所述报销项目名称对应的产地信息,确认所述产地信息对应的标准项目名称;
计算所述报销项目名称与所述产地信息对应的各所述标准项目名称的相似度。
优选地,所述接收医疗机构服务器发送的报销数据的步骤之后,还包括:
若预设标准报销目录表中存在与所述报销项目编码对应的标准项目编码,判断与所述报销项目编码对应的所述标准项目编码数量;
若与所述报销项目编码对应的所述标准项目编码数量为1,则存储所述报销数据中与所述报销项目编码相对应的数据;
若与所述报销项目编码对应的所述标准项目编码数量为多个,则生成待确认信息并发送至所述医疗机构服务器。
此外,为实现上述目的,本发明还提供一种识别服务端,包括:
接收模块,所述接收模块用于接收医疗机构服务器发送的报销数据,其中,所述报销数据包括报销项目编码;
判断模块,所述判断模块用于判断预设标准报销目录表中是否存在与所述报销项目编码对应的标准项目编码;
存储模块,所述存储模块用于若所述预设标准报销目录表中存在与所述报销项目编码对应的标准项目编码,则存储所述报销数据中与所述报销项目编码相对应的数据;
标识模块,所述标识模块用于若预设标准报销目录表中不存在与所述报销项目编码对应的标准项目编码,则设置录入错误标识与所述报销项目编码关联。
此外,为实现上述目的,本发明还提供一种识别服务端,所述识别服务端包括:通信模块、存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述计算机程序被所述处理器执行时实现如上所述的报销数据的排查方法的步骤。
此外,为实现上述目的,本发明还提供一种存储介质,所述存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现如上所述的报销数据的排查方法的步骤。
本发明提出的一种报销数据的排查方法、识别服务端及存储介质,通过报销项目编码与预设标准报销目录表的标准项目编码匹配,从而避免各医疗机构针对医疗项目名称制定多样化,导致比对失败率高、计算量大的情况,提高比对正确率;通过本发明提供的报销数据的排查方法,使得进行核查的工作人员可仅对在预设标准报销目录表中存在标准项目编码对应的所述报销项目编码进行报销,减小核对工作量,避免医疗机构工作人员将非报销项目进行医保报销的情况。
附图说明
图1是本发明实施例方案涉及的硬件运行环境的结构示意图;
图2为本发明报销数据的排查方法第一实施例的流程示意图;
图3为本发明报销数据的排查方法第二实施例的流程示意图;
图4为本发明报销数据的排查方法第三实施例的流程示意图;
图5为本发明报销数据的排查方法第四实施例的流程示意图;
图6为本发明报销数据的排查方法第五实施例的流程示意图;
图7为本发明报销数据的排查方法第六实施例的流程示意图;
图8为本发明报销数据的排查方法第七实施例的流程示意图;
图9为本发明监控服务端的功能模块示意图。
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。
请参照图1,图1为本发明各个实施例中的监控服务端100的硬件结构示意图,所述监控服务端100可以是与参保人或医疗机构办理医疗费用报销的终端通信连接的服务器,也可以是与服务器以及办理医疗费用报销的终端通信连接的专用于数据监控的监控服务平台。本发明所提供的监控服务端100包括通信模块10、存储器20及处理器30等部件。其中,所述处理器30分别与所述存储器20和所述通信模块10连接,所述存储器20上存储有计算机程序,所述计算机程序同时被处理器30执行。
通信模块10,可通过网络与外部通讯设备连接。通信模块10可以接收外部通讯设备发出的请求,还可发送广播事件、指令及信息至所述外部通讯设备。所述外部通讯设备可以是服务器、手机、电脑、医疗机构收费终端及医疗机构开具处方终端等。
存储器20,可用于存储软件程序以及各种数据。存储器20可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序(比如转化率计算程序)等;存储数据区可存储根据监控服务端100的使用所创建的数据或信息等。此外,存储器20可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
处理器30,是监控服务端100的控制中心,利用各种接口和线路连接整个监控服务端100的各个部分,通过运行或执行存储在存储器20内的软件程序和/或模块,以及调用存储在存储器20内的数据,执行监控服务端100的各种功能和处理数据,从而对监控服务端100进行整体监控。处理器30可包括一个或多个处理单元;优选地,处理器30可集成应用处理器和调制解调处理器,其中,应用处理器主要处理操作系统、用户界面和应用程序等,调制解调处理器主要处理无线通信。可以理解的是,上述调制解调处理器也可以不集成到处理器30中。
尽管图1未示出,但上述监控服务端100还可以包括电路控制模块,用于与电源连接,保证其他部件的正常工作等。上述监控服务端100还可以包括显示模块,用于显示系统界面、报销数据、预存最高限价表等,方便工作人员进行实时操作和控制。
本领域技术人员可以理解,图1中示出的监控服务端100结构并不构成对监控服务端100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。
基于上述硬件结构,提出本发明方法各个实施例。
参照图2,在本发明报销数据的排查方法的第一实施例中,包括步骤:
步骤S100,接收医疗机构服务器发送的报销数据,其中,所述报销数据包括报销项目编码;
具体地,医疗机构可以是进行疾病诊断、治疗的医院、疗养院、门诊部、诊所、卫生所以及急救站,医疗机构还可以是合法出售药品的药房。报销数据具体为针对就诊病患在医疗机构就诊或购药出具的可报销详单,具体包括就诊医疗机构的医疗机构标识、消费的可报销项目名称、报销项目编码、报销项目编码对应的实际单价、实际计价单位、报销比例等。报销项目为医疗机构为针对患者提供的药品、诊疗、医疗服务设施等可进行医保报销的项目。
在医疗机构服务器上安装有应用软件,以使得医疗机构服务器定时或实时向监控服务端发送报销数据。监控服务端可以直接从自身存储器中获取应用软件上报的报销数据;当监控服务端是专用的监控服务平台时,可以向医疗机构服务器发送请求以获取报销数据,或由医疗机构服务器主动发送报销数据给所述监控服务平台。医疗机构服务器定时发送报销数据,可以是间隔固定时间发送报销数据,例如:每天、每小时等。也可以是医疗机构工作人员输入相关数据后,实时发送报销数据到监控服务端。
报销数据具体包括预备进行报销的报销项目名称、对应的报销项目编码等,还可以包括剂型、和/或适用人群、和/或产地信息等。在本发明中,报销数据中预备进行报销医疗项目为报销项目。医疗项目名称繁多,部分医疗项目名称一样,但有效成分浓度不同、剂型不同、适应症不同等,导致作用、操作难度等不同,所以通过医疗项目名称进行录入常常会导致录入错误。并且不同医疗机构针对同一医疗服务可能在命名上具有差别,导致相关监管部门的工作人员基于医疗项目名称进行监管,工作量大、正确率低。基于上述情况,各地区卫生管理部门针对医疗项目名称制定了相应的标准项目编码与医疗项目编码对应,以区分各个医疗项目。例如:医疗项目为副主任医师门诊诊察费和主任医师门诊诊查费具有差别,若不采用标准项目编码以区别,工作人员在录入时,很容易将两者以医疗项目名称为门诊诊查费进行录入,所以设置医疗项目编码AAAA0002对应副主任医师门诊诊察费,设置医疗项目编码AAAA0003对应主任医师门诊诊察费。
步骤S200,判断预设标准报销目录表中是否存在与所述报销项目编码对应的标准项目编码;
预设标准报销目录表为本领域技术人员使用预选设置好的模型,对医疗机构所在参保地区使用的药品目录、诊疗目录、医疗服务设施范围和支付标准目录等报销规则文件进行学习,以使得参保地区内可进行报销的报销项名称目、对应的报销项目编码、对应报销项目名称等全部收录于预设标准报销目录表中。
步骤S300,若所述预设标准报销目录表中存在与所述报销项目编码对应的标准项目编码,则存储所述报销数据中与所述报销项目编码相对应的数据;
将预设标准报销目录表中的标准项目编码与所述报销项目编码进行一一比对,直至比对到与所述报销项目编码一致的标准项目编码,此时可认为预设标准报销目录表中存在与所述报销项目编码对应的标准项目编码,存储所述报销数据中与所述报销项目编码相对应的数据,以待工作人员操作后续的报销程序工作,根据该报销项目支付的费用和报销比例,向医疗机构或参保人支付报销费用。
步骤S400,若预设标准报销目录表中不存在与所述报销项目编码对应的标准项目编码,则设置录入错误标识与所述报销项目编码关联。
将预设标准报销目录表中的标准项目编码与所述报销项目编码进行一一比对,直至所述报销项目编码与所有标准项目编码比对完毕,未得到与所述报销项目编码一致的标准项目编码,此时可认为预设标准报销目录表中不存在与所述报销项目编码对应的标准项目编码,设置录入错误标识与所述报销项目编码关联,以使得工作人员可直接对设置有录入错误标识的报销项目编码不进行报销审核工作,减少工作量,医疗机构录入人员也可根据错误标识进行改正。
通过报销项目编码与预设标准报销目录表的标准项目编码匹配,从而避免各医疗机构针对医疗项目名称制定多样化,导致比对失败率高、计算量大的情况,提高比对正确率;通过本发明提供的报销数据的排查方法,使得进行核查的工作人员可仅对在预设标准报销目录表中存在标准项目编码对应的所述报销项目编码进行报销,减小核对工作量,避免医疗机构工作人员将非报销项目进行医保报销的情况。
参照图3,在本发明报销数据的排查方法的第二实施例中,所述报销数据包括与所述报销项目编码对应的报销项目名称;所述步骤S400之后,包括:
步骤S500,根据所述报销数据确定所述报销项目编码对应的报销项目名称;
报销项目名称为与所述报销项目编码对应的文字名,在本实施例中,为中文或英文文字组成的名称,例如:葡萄糖、重组人凝血因子Ⅶa、镓[67Ga]枸橼酸盐等。
步骤S600,通过预设规则计算所述报销项目名称与所述预设标准报销目录表中各个标准项目名称的相似度;
在本实施例中,本领域技术人员可根据实际情况,设定所需的预设规则。例如:设置包括多个字段的干扰字库,将报销项目名称中与干扰字库内的字段匹配的部分删除,对报销项目名称进行过滤。将所述报销项目名称与各个标准项目名称通过神经网络算法、或者余弦相识度算法等相似度算法计算相似度。
当采用神经网络算法计算相似度时,预先对参保地区实行的报销规则进行学习,建立识别模型。在考虑词本身、语义距离的要求下,对标准项目名称进行分词,并建立词词典;设置训练文本,对训练文本进行分词并得到词向量文件,根据词词典对词向量文件进行筛选,仅保留词词典中存在词的词向量,并存入词向量矩阵文本中;将词向量矩阵文本作为循环神经网络模型输入,进行识别模型的训练,即建立识别模型。计算相似度时,使用词词典将报销项目名称进行分词,通过识别模型计算相似度,从而将医疗机构上传的不规则报销项目名称与相似的标准项目名称对应。
步骤S700,判断所述报销项目名称与各个所述标准项目名称的相似度是否大于第一预设阈值;
本领域技术人员根据需要设置第一预设阈值,将报销项目名称与各个标准项目名称的相似度与第一预设阈值一一进行比较。若存在一个或多个相似度与第一预设阈值,则将大于第一预设阈值的相似度对应的标准项目名称存储,执行步骤S800;若没有一个相似度大于第一预设阈值,则执行步骤S900。
步骤S800,若存在至少一项所述标准项目名称与所述报销项目名称的相似度大于所述第一预设阈值,则生成待确认信息并发送至所述医疗机构服务器,所述待确认信息包括与所述报销项目名称相似度大于所述第一预设阈值的标准项目名称;
若存在至少一项所述标准项目名称与所述报销项目名称的相似度大于所述第一预设阈值,证明大于第一预设阈值的相似度对应的标准项目名称最可能是报销项目名称对应的标准项目名称,生成包含该标准项目名称的待确认信息并发送至所述医疗机构服务器,以使得医疗机构工作人员可根据待确认信息的提示,将原报销项目名称或原报销项目表标识修改为符合三目录审核规则的名称或标识。
步骤S900,若所述标准项目名称与各个所述报销项目名称的相似度小于或等于所述第一预设阈值,则生成待修改信息并发送至所述医疗机构服务器。
若所述标准项目名称与各个所述报销项目名称的相似度小于或等于所述第一预设阈值,证明根据预设规则计算得到相似度,得不到一个与报销项目名称最为相似的标准项目名称,生成待修改信息并发送至所述医疗机构服务器,以使得医疗机构工作人员在无相关名称提示下,自行修改或做出解释说明。待修改信息与待确认信息不同之处在于,待修改信息不包含与所述报销项目名称相似度大于所述第一预设阈值的标准项目名称,即医疗机构工作人员在无相关名称提示下,自行修改或做出解释说明。
参照图4,在本发明报销数据的排查方法的第三实施例中,所述报销数据包括与所述报销项目名称对应的收费类别;所述步骤S600包括:
步骤S610,根据所述报销数据确定所述报销项目名称对应的所述收费类别;
具体地,在本实施例中,收费类别包括:西药费、中成药、中草药、化验费、手术费、治疗费、检查费、护理费、材料费等。本领域技术人员,也可根据参保地区医保报销规则自行设定。
步骤S620,根据预设类别体系、所述收费类别对所述报销项目名称进行分类,所述预设类别体系包括与所述收费类别相对应的目标类,所述目标类包括药品收费类、诊疗项目收费类和医疗设施材料收费类;
预设类别体系为本领域技术人员根据参保地区医保报销规则进行设定。在本实施例中,预设类别体系包括药品收费类、诊疗项目收费类和医疗设施材料收费类三个目标类,与现行基本医疗保险药品目录、诊疗项目目录、医疗服务设施标准对应,其中,西药费、中成药和中草药对应药品收费类;化验费、手术费、治疗费、检查费、护理费对应诊疗项目收费类;材料费对应医疗设施材料收费类。
步骤S630,将所述目标类和对应的所述报销项目名称进行关联存储,并判断与所述报销项目名称关联的目标类类型;
根据所述报销项目名称对应的所述收费类别与预设类别体系的各个目标类对应,将对应的目标类和所述报销项目名称关联,并存储在存储器中,以待后续步骤调用。
步骤S640,若所述报销项目名称关联的所述目标类为所述药品收费类,则根据预设药品分类规则计算所述报销项目名称与所述预设标准报销目录表中各个标准项目名称的相似度;
步骤S650,若所述报销项目名称关联的所述目标类为所述诊疗项目收费类,则根据预设诊疗项目分类规则计算所述报销项目名称与所述预设标准报销目录表中各个标准项目名称的相似度;
步骤S660,若所述报销项目名称关联的所述目标类为所述医疗设施材料收费类,则根据预设医疗设施材料分类规则计算所述报销项目名称与所述预设标准报销目录表中各个标准项目名称的相似度。
由于《基本医疗保险药品目录》、《诊疗项目目录》、《医疗设施材料目录》内限定了不同性质的医疗收费项目,所以各目标类关联的标准项目名称的命名具有一定的规则性。将报销项目名称先区分至各个目标类,再进行相似度计算,减小计算的工作量;采用不同的目标类对应的计算规则,使得计算得到的相似度准确性高。
参照图5,在本发明报销数据的排查方法的第四实施例中,所述步骤640包括:
步骤641,若所述报销项目名称关联的所述目标类为所述药品收费类,则根据预设第一类关键词组对所述报销项目名称进行第一类关键词提取;
具体地,预设第一类关键词组包括基础有机物、基础无机物、基础中草药等,例如:氯化钠、乙二醇等基础无机物等;葡萄糖、赖氨酸等基础有机物等;党参、枸杞等基础中草药。
步骤642,根据提取的第一类关键词,确定与所述报销项目名称含有相同所述第一类关键词的标准项目名称;
步骤643,计算所述报销项目名称与各所述含有相同第一类关键词的标准项目名称的相似度。
例如:报销项目名称为“聚乙二醇”,根据预设第一类关键词组对“聚乙二醇”提取关键字,提取得到乙二醇,确定含有乙二醇的标准项目名称有以下10种:聚乙二醇电解质、复方聚乙二醇电解质Ⅲ、复方聚乙二醇电解质Ⅰ、复方聚乙二醇电解质Ⅱ、复方聚乙二醇电解质Ⅳ、聚乙二醇重组人生长激素、聚乙二醇干扰素α-2a、聚乙二醇、聚乙二醇干扰素α-2b、聚乙二醇钠钾。再通过神经网络算法计算“聚乙二醇”与上述10种标准项目名称的相似度。若报销项目名称中同时提取到多个第一关键字,则根据各个第一关键字的权重计算所述报销项目名称与多个第一关键字对应的标准项目名称的相似度。
通过设置第一关键字,从而可计算所述报销项目名称与各所述含有相同第一类关键词的标准项目名称的相似度,提高正确性。
参照图6,在本发明报销数据的排查方法的第五实施例中,所述步骤S650包括:
步骤S651,若所述报销项目名称关联的所述目标类为所述诊疗项目收费类,根据预设第二类关键词组对所述报销项目名称进行关键词提取;
具体地,第二类关键词组可以包括作用部位、诊疗手段、病症等,例如:角膜、肾、肠等作用部位;手术、测定、资料、修补、切断、整复等诊疗手段;肿瘤、结石、瘘等病症。
步骤S652,根据提取的第二类关键词和所述提取的第二类关键词对应的预设权重计算所述报销项目名称与所述具有相同第二类关键词的标准项目名称的相似度。
优选地,作用部位对应的预设权重大于所述病症、所述诊疗手段。例如:医疗机构上传的报销数据中含有“股动脉探查术”,提取第二类关键词包括“股动脉”和“探查术”,股动脉对应的预设权重为90%,探查术对应的预设权重为50%,则计算“股动脉探查术”与各个含有“股动脉”的标准项目名称的相识度,再乘以对应预设权重;计算“股动脉探查术”与各个含有“探查术”的标准项目名称的相识度,再乘以对应预设权重,两者相加得到“股动脉探查术”与各个标准项目名称的相识度。
由于诊疗项目的命名通常采用作用部位、诊疗手段相结合的方式命名,通过引入权重概念,使得计算的相识度准确率更高。
参照图7,在本发明报销数据的排查方法的第六实施例中,所述报销数据还包括与所述报销项目名称对应的产地信息;所述步骤S660,包括:
步骤S661,根据所述报销数据确定所述报销项目名称对应的产地信息;
步骤S662,根据所述产地信息,确认与所述报销项目名称相对应的预设产地目录,所述预设产地目录包括具有相同所述产地信息的标准项目名称;
具体地,所述产地信息包括国产和进口。预设产地目录为预先根据标准项目名称对应的产地信息进行划分的目录。
步骤S663,计算所述报销项目名称与所述预设产地目录中各个标准项目名称的相似度。
将所述报销项目名称与所述预设产地目录中各个标准项目名称通过神经网络算法、或者余弦相识度算法等相似度算法计算相似度。例如:产地信息为“国产”的人工肘关节,根据产地信息,确认人工肘关节相对应的预设产地目录,在该预设产地目录中设置有多个产地信息为国产的标准项目名称;将人工肘关节与预设产地目录中各个标准项目名称计算相似度,得到与“人工肘关节(国产)”相似度为0.9。
参照图8,在本发明报销数据的排查方法的第七实施例中,所述步骤S300包括:
步骤S310,若预设标准报销目录表中存在与所述报销项目编码对应的标准项目编码,判断与所述报销项目编码对应的所述标准项目编码数量;
计算与所述报销项目编码对应的所述标准项目编码的数量,并进行判断。
步骤S320,若与所述报销项目编码对应的所述标准项目编码数量为1,则存储所述报销数据中与所述报销项目编码相对应的数据;
若与所述报销项目编码对应的所述标准项目编码数量为1,证明所述报销项目编码仅对应预设标准报销目录表唯一的标准项目编码,从而可进行进一步费用报销。
步骤S330,若与所述报销项目编码对应的所述标准项目编码数量为多个,则生成待确认信息并发送至所述医疗机构服务器。
若与所述报销项目编码对应的所述标准项目编码数量为多个,证明所述报销项目编码对应预设标准报销目录表种多个的标准项目编码,即有可能是医疗机构工作人员录入错误或标识位数录入错误等。生成待确认息中包含与所述报销项目编码对应的所述标准项目编码并发送至所述医疗机构服务器,以使医疗机构工作人员作出进一步修改。
参见图9,本发明还提供一种识别服务端,包括:
接收模块10,所述接收模块10用于接收医疗机构服务器发送的报销数据,其中,所述报销数据包括报销项目编码;
判断模块20,所述判断模块20用于判断预设标准报销目录表中是否存在与所述报销项目编码对应的标准项目编码;
存储模块30,所述存储模块30用于若所述预设标准报销目录表中存在与所述报销项目编码对应的标准项目编码,则存储所述报销数据中与所述报销项目编码相对应的数据;
标识模块40,所述标识模块40用于若预设标准报销目录表中不存在与所述报销项目编码对应的标准项目编码,则设置录入错误标识与所述报销项目编码关联。
进一步地,在一实施例中,所述报销数据包括与所述报销项目编码对应的报销项目名称;所述是识别服务端包括确认模块50,所述确认模块50用于根据所述报销数据确定所述报销项目编码对应的报销项目名称;
计算模块60,所述计算模块60用于通过预设规则计算所述报销项目名称与所述预设标准报销目录表中各个标准项目名称的相似度;
所述判断模块20还用于判断所述报销项目名称与各个所述标准项目名称的相似度是否大于第一预设阈值;
所述是识别服务端还包括发送模块70,所述发送模块70用于若存在至少一项所述标准项目名称与所述报销项目名称的相似度大于所述第一预设阈值,则生成待确认信息并发送至所述医疗机构服务器,所述待确认信息包括与所述报销项目名称相似度大于所述第一预设阈值的标准项目名称;
所述发送模块70还用于若所述标准项目名称与各个所述报销项目名称的相似度均小于或等于所述第一预设阈值,则生成待修改信息并发送至所述医疗机构服务器。
进一步地,在一实施例中,所述报销数据包括与所述报销项目名称对应的收费类别;所述通过预设规则计算所述报销项目名称与所述预设标准报销目录表中各个标准项目名称的相似度的步骤,包括:
所述确认模块50还用于根据所述报销数据确定所述报销项目名称对应的所述收费类别;
所述确认模块50还用于根据预设类别体系、所述收费类别对所述报销项目名称进行分类,所述预设类别体系包括与所述收费类别相对应的目标类,所述目标类包括药品收费类、诊疗项目收费类和医疗设施材料收费类;
所述存储模块30还用于将所述目标类和对应的所述报销项目名称进行关联存储,并判断与所述报销项目名称关联的目标类类型;
若所述报销项目名称关联的所述目标类为所述药品收费类,则根据预设药品分类规则计算所述报销项目名称与所述预设标准报销目录表中各个标准项目名称的相似度;
所述计算模块60还用于若所述报销项目名称关联的所述目标类为所述诊疗项目收费类,则根据预设诊疗项目分类规则计算所述报销项目名称与所述预设标准报销目录表中各个标准项目名称的相似度;
所述计算模块60还用于若所述报销项目名称关联的所述目标类为所述医疗设施材料收费类,则根据预设医疗设施材料分类规则计算所述报销项目名称与所述预设标准报销目录表中各个标准项目名称的相似度。
进一步地,在一实施例中,所述识别服务端还包括提取模块80,所述提取模块80用于若所述报销项目名称关联的所述目标类为所述药品收费类,则根据预设第一类关键词组对所述报销项目名称进行第一类关键词提取;
所述确认模块50还用于根据提取的第一类关键词,确定与所述报销项目名称含有相同所述第一类关键词的标准项目名称;
所述计算模块60还用于计算所述报销项目名称与各所述含有相同第一类关键词的标准项目名称的相似度。
进一步地,在一实施例中,所述提取模块80还用于若所述报销项目名称关联的所述目标类为所述诊疗项目收费类,根据预设第二类关键词组对所述报销项目名称进行第二类关键词提取;
所述计算模块60还用于根据提取的第二类关键词和所述提取的第二类关键词对应的预设权重计算所述报销项目名称与所述具有相同第二类关键词的标准项目名称的相似度。
进一步地,在一实施例中,所述确认模块50还用于若所述报销项目名称关联的所述目标类为所述医疗设施材料收费类,则根据所述报销数据确定所述报销项目名称对应的产地信息;
所述确认模块50还用于根据所述报销项目名称对应的产地信息,确认所述产地信息对应的标准项目名称;
所述计算模块60还用于计算所述报销项目名称与所述产地信息对应的各所述标准项目名称的相似度。
进一步地,在一实施例中,所述判断模块20还用于若预设标准报销目录表中存在与所述报销项目编码对应的标准项目编码,判断与所述报销项目编码对应的所述标准项目编码数量;
所述存储模块30还用于若与所述报销项目编码对应的所述标准项目编码数量为1,则存储所述报销数据中与所述报销项目编码相对应的数据;
所述发送模块70还用于若与所述报销项目编码对应的所述标准项目编码数量为多个,则生成待确认信息并发送至所述医疗机构服务器。
请再次结合图1,在一实施例中,识别服务端100包括通信模块10、存储器20及处理器30,其中,所述处理器30分别与所述存储器20和通信模块10连接,所述存储器20上存储有计算机程序,所述计算机程序被所述处理器20执行时实现如上所述的报销数据的排查方法的步骤。
本发明还提出一种存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现如上述报销数据的排查方法的步骤。
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)

1.一种报销数据的排查方法,其特征在于,包括步骤:
接收医疗机构服务器发送的报销数据,其中,所述报销数据包括报销项目编码;
判断预设标准报销目录表中是否存在与所述报销项目编码对应的标准项目编码;
若所述预设标准报销目录表中存在与所述报销项目编码对应的标准项目编码,则存储所述报销数据中与所述报销项目编码相对应的数据;
若预设标准报销目录表中不存在与所述报销项目编码对应的标准项目编码,则设置录入错误标识与所述报销项目编码关联。
2.如权利要求1所述的报销数据的排查方法,其特征在于,所述报销数据包括与所述报销项目编码对应的报销项目名称;所述若预设标准报销目录表中不存在与所述报销项目编码对应的标准项目编码,则设置录入错误标识与所述报销项目编码关联的步骤之后,包括:
根据所述报销数据确定所述报销项目编码对应的报销项目名称;
通过预设规则计算所述报销项目名称与所述预设标准报销目录表中各个标准项目名称的相似度;
判断所述报销项目名称与各个所述标准项目名称的相似度是否大于第一预设阈值;
若存在至少一项所述标准项目名称与所述报销项目名称的相似度大于所述第一预设阈值,则生成待确认信息并发送至所述医疗机构服务器,所述待确认信息包括与所述报销项目名称相似度大于所述第一预设阈值的标准项目名称;
若所述标准项目名称与各个所述报销项目名称的相似度均小于或等于所述第一预设阈值,则生成待修改信息并发送至所述医疗机构服务器。
3.如权利要求2所述的报销数据的排查方法,其特征在于,所述报销数据包括与所述报销项目名称对应的收费类别;所述通过预设规则计算所述报销项目名称与所述预设标准报销目录表中各个标准项目名称的相似度的步骤,包括:
根据所述报销数据确定所述报销项目名称对应的所述收费类别;
根据预设类别体系、所述收费类别对所述报销项目名称进行分类,所述预设类别体系包括与所述收费类别相对应的目标类,所述目标类包括药品收费类、诊疗项目收费类和医疗设施材料收费类;
将所述目标类和对应的所述报销项目名称进行关联存储,并判断与所述报销项目名称关联的目标类类型;
若所述报销项目名称关联的所述目标类为所述药品收费类,则根据预设药品分类规则计算所述报销项目名称与所述预设标准报销目录表中各个标准项目名称的相似度;
若所述报销项目名称关联的所述目标类为所述诊疗项目收费类,则根据预设诊疗项目分类规则计算所述报销项目名称与所述预设标准报销目录表中各个标准项目名称的相似度;
若所述报销项目名称关联的所述目标类为所述医疗设施材料收费类,则根据预设医疗设施材料分类规则计算所述报销项目名称与所述预设标准报销目录表中各个标准项目名称的相似度。
4.如权利要求3所述的报销数据的排查方法,其特征在于,所述若所述报销项目名称关联的所述目标类为所述药品收费类,则根据预设药品分类规则计算所述报销项目名称与所述预设标准报销目录表中各个标准项目名称的相似度的步骤包括:
若所述报销项目名称关联的所述目标类为所述药品收费类,则根据预设第一类关键词组对所述报销项目名称进行第一类关键词提取;
根据提取的第一类关键词,确定与所述报销项目名称含有相同所述第一类关键词的标准项目名称;
计算所述报销项目名称与各所述含有相同第一类关键词的标准项目名称的相似度。
5.如权利要求3所述的报销数据的排查方法,其特征在于,所述若所述报销项目名称关联的所述目标类为所述诊疗项目收费类,则根据预设诊疗项目分类规则计算所述报销项目名称与所述预设标准报销目录表中各个标准项目名称的相似度的步骤包括:
若所述报销项目名称关联的所述目标类为所述诊疗项目收费类,根据预设第二类关键词组对所述报销项目名称进行第二类关键词提取;
根据提取的第二类关键词和所述提取的第二类关键词对应的预设权重计算所述报销项目名称与所述具有相同第二类关键词的标准项目名称的相似度。
6.如权利要求3所述的报销数据的排查方法,其特征在于,所述报销数据还包括与所述报销项目名称对应的产地信息;所述若所述报销项目名称关联的所述目标类为所述医疗设施材料收费类对应,则根据预设医疗设施材料分类规则计算所述报销项目名称与所述预设标准报销目录表中各个标准项目名称的相似度的步骤,包括:
若所述报销项目名称关联的所述目标类为所述医疗设施材料收费类,则根据所述报销数据确定所述报销项目名称对应的产地信息;
根据所述报销项目名称对应的产地信息,确认所述产地信息对应的标准项目名称;
计算所述报销项目名称与所述产地信息对应的各所述标准项目名称的相似度。
7.如权利要求2所述的报销数据的排查方法,其特征在于,所述接收医疗机构服务器发送的报销数据的步骤之后,还包括:
若预设标准报销目录表中存在与所述报销项目编码对应的标准项目编码,判断与所述报销项目编码对应的所述标准项目编码数量;
若与所述报销项目编码对应的所述标准项目编码数量为1,则存储所述报销数据中与所述报销项目编码相对应的数据;
若与所述报销项目编码对应的所述标准项目编码数量为多个,则生成待确认信息并发送至所述医疗机构服务器。
8.一种识别服务端,其特征在于,包括:
接收模块,所述接收模块用于接收医疗机构服务器发送的报销数据,其中,所述报销数据包括报销项目编码;
判断模块,所述判断模块用于判断预设标准报销目录表中是否存在与所述报销项目编码对应的标准项目编码;
存储模块,所述存储模块用于若所述预设标准报销目录表中存在与所述报销项目编码对应的标准项目编码,则存储所述报销数据中与所述报销项目编码相对应的数据;
标识模块,所述标识模块用于若预设标准报销目录表中不存在与所述报销项目编码对应的标准项目编码,则设置录入错误标识与所述报销项目编码关联。
9.一种识别服务端,其特征在于,所述识别服务端包括:通信模块、存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述计算机程序被所述处理器执行时实现如权利要求1至7中任一项所述的报销数据的排查方法的步骤。
10.一种存储介质,其特征在于,所述存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现如权利要求1至7中任一项所述的报销数据的排查方法的步骤。
CN201811531035.2A 2018-12-13 2018-12-13 报销数据的排查方法、识别服务端及存储介质 Active CN109670173B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN201811531035.2A CN109670173B (zh) 2018-12-13 2018-12-13 报销数据的排查方法、识别服务端及存储介质
PCT/CN2019/102432 WO2020119176A1 (zh) 2018-12-13 2019-08-26 报销数据的排查方法、识别服务端及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811531035.2A CN109670173B (zh) 2018-12-13 2018-12-13 报销数据的排查方法、识别服务端及存储介质

Publications (2)

Publication Number Publication Date
CN109670173A true CN109670173A (zh) 2019-04-23
CN109670173B CN109670173B (zh) 2023-02-03

Family

ID=66145174

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811531035.2A Active CN109670173B (zh) 2018-12-13 2018-12-13 报销数据的排查方法、识别服务端及存储介质

Country Status (2)

Country Link
CN (1) CN109670173B (zh)
WO (1) WO2020119176A1 (zh)

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110517050A (zh) * 2019-08-12 2019-11-29 太平洋医疗健康管理有限公司 一种医保反欺诈串换编码挖掘系统及方法
CN111079424A (zh) * 2019-11-15 2020-04-28 泰康保险集团股份有限公司 一种信息审核方法和装置
WO2020119176A1 (zh) * 2018-12-13 2020-06-18 平安医疗健康管理股份有限公司 报销数据的排查方法、识别服务端及存储介质
CN111311422A (zh) * 2020-01-22 2020-06-19 泰康保险集团股份有限公司 理赔数据处理方法、装置、设备及存储介质
CN111950985A (zh) * 2020-08-18 2020-11-17 山东泰和建设管理有限公司 成本控制方法、装置、计算机设备及存储介质
CN112668641A (zh) * 2020-12-28 2021-04-16 平安科技(深圳)有限公司 外部医用材料目录的匹配方法、装置、设备及存储介质
CN112733651A (zh) * 2020-12-30 2021-04-30 医渡云(北京)技术有限公司 一种医学数据识别方法、装置、存储介质及设备
CN113723071A (zh) * 2021-08-31 2021-11-30 重庆富民银行股份有限公司 电子档案校验方法、系统、存储介质及设备
CN115587896A (zh) * 2022-10-13 2023-01-10 星宠王国(北京)科技有限公司 一种犬只医保数据处理方法、装置及设备

Families Citing this family (7)

* Cited by examiner, † Cited by third party
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
CN112035616B (zh) * 2020-08-31 2024-07-16 深圳平安医疗健康科技服务有限公司 基于bert模型和规则的医保数据对码方法、装置及设备
CN112035618A (zh) * 2020-08-31 2020-12-04 平安医疗健康管理股份有限公司 医疗费用分析方法、装置、计算机设备及存储介质
CN113239811A (zh) * 2021-05-17 2021-08-10 上海中通吉网络技术有限公司 确定报销单中导入的电子发票对应的费用类型的方法
CN113468205B (zh) * 2021-06-29 2023-09-12 杭州每刻科技有限公司 一种自定义费用校验方法和系统
CN113626488B (zh) * 2021-08-04 2024-06-21 挂号网(杭州)科技有限公司 数据处理方法、装置、电子设备及存储介质
CN116759099B (zh) * 2023-08-21 2024-07-02 潍坊医学院 一种医保基金审核系统数据处理方法、装置及设备

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2016091168A (ja) * 2014-10-31 2016-05-23 株式会社ヴィンテージ 診療報酬加算確認サーバ、診療報酬加算確認方法及び診療報酬加算確認サーバ用プログラム
CN107273709A (zh) * 2017-07-31 2017-10-20 惠州市格农科技有限公司 基于计算机的医院病人资料处理方法
CN108182972A (zh) * 2017-12-15 2018-06-19 上海长江科技发展有限公司 基于分词网络的中文疾病诊断的智能编码方法及系统
CN108564991A (zh) * 2018-04-13 2018-09-21 重庆医科大学附属儿童医院 基于icd的数据化编码病历错误识别系统及其识别方法
CN108830352A (zh) * 2018-06-16 2018-11-16 深圳市前海安测信息技术有限公司 医保接口对码方法及计算机装置、可读存储介质

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104134092B (zh) * 2014-08-08 2017-12-01 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
CN104182824B (zh) * 2014-08-08 2018-02-06 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
CN107451401A (zh) * 2017-07-11 2017-12-08 武汉金豆医疗数据科技有限公司 一种医保智能审核方法和系统
CN107609980A (zh) * 2017-09-07 2018-01-19 平安医疗健康管理股份有限公司 医疗数据处理方法、装置、计算机设备及存储介质
CN107895593A (zh) * 2017-10-27 2018-04-10 深圳市健康易信息科技有限公司 数据处理方法及相关产品
CN109670173B (zh) * 2018-12-13 2023-02-03 平安医疗健康管理股份有限公司 报销数据的排查方法、识别服务端及存储介质

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2016091168A (ja) * 2014-10-31 2016-05-23 株式会社ヴィンテージ 診療報酬加算確認サーバ、診療報酬加算確認方法及び診療報酬加算確認サーバ用プログラム
CN107273709A (zh) * 2017-07-31 2017-10-20 惠州市格农科技有限公司 基于计算机的医院病人资料处理方法
CN108182972A (zh) * 2017-12-15 2018-06-19 上海长江科技发展有限公司 基于分词网络的中文疾病诊断的智能编码方法及系统
CN108564991A (zh) * 2018-04-13 2018-09-21 重庆医科大学附属儿童医院 基于icd的数据化编码病历错误识别系统及其识别方法
CN108830352A (zh) * 2018-06-16 2018-11-16 深圳市前海安测信息技术有限公司 医保接口对码方法及计算机装置、可读存储介质

Cited By (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2020119176A1 (zh) * 2018-12-13 2020-06-18 平安医疗健康管理股份有限公司 报销数据的排查方法、识别服务端及存储介质
CN110517050A (zh) * 2019-08-12 2019-11-29 太平洋医疗健康管理有限公司 一种医保反欺诈串换编码挖掘系统及方法
CN111079424A (zh) * 2019-11-15 2020-04-28 泰康保险集团股份有限公司 一种信息审核方法和装置
CN111311422A (zh) * 2020-01-22 2020-06-19 泰康保险集团股份有限公司 理赔数据处理方法、装置、设备及存储介质
CN111950985B (zh) * 2020-08-18 2024-05-07 山东泰和建设管理有限公司 成本控制方法、装置、计算机设备及存储介质
CN111950985A (zh) * 2020-08-18 2020-11-17 山东泰和建设管理有限公司 成本控制方法、装置、计算机设备及存储介质
CN112668641A (zh) * 2020-12-28 2021-04-16 平安科技(深圳)有限公司 外部医用材料目录的匹配方法、装置、设备及存储介质
CN112668641B (zh) * 2020-12-28 2024-05-10 平安科技(深圳)有限公司 外部医用材料目录的匹配方法、装置、设备及存储介质
CN112733651A (zh) * 2020-12-30 2021-04-30 医渡云(北京)技术有限公司 一种医学数据识别方法、装置、存储介质及设备
CN113723071B (zh) * 2021-08-31 2023-05-09 重庆富民银行股份有限公司 电子档案校验方法、系统、存储介质及设备
CN113723071A (zh) * 2021-08-31 2021-11-30 重庆富民银行股份有限公司 电子档案校验方法、系统、存储介质及设备
CN115587896B (zh) * 2022-10-13 2023-08-11 星宠王国(北京)科技有限公司 一种犬只医保数据处理方法、装置及设备
CN115587896A (zh) * 2022-10-13 2023-01-10 星宠王国(北京)科技有限公司 一种犬只医保数据处理方法、装置及设备

Also Published As

Publication number Publication date
WO2020119176A1 (zh) 2020-06-18
CN109670173B (zh) 2023-02-03

Similar Documents

Publication Publication Date Title
CN109670173A (zh) 报销数据的排查方法、识别服务端及存储介质
Degoulet et al. Introduction to clinical informatics
US20230031792A1 (en) Design Method of Oncological Computerized Physician Order Entry System with Intelligent Clinical Decision Recommendation Function
US8046242B1 (en) Systems and methods for verifying prescription dosages
CN112700838A (zh) 基于大数据的用药方案推荐方法、装置及相关设备
DE102006035653A1 (de) System und Benutzerschnittstelle zur Überwachung von Patientenbehandlungsverordnungen
CN109524083A (zh) 基于医疗大数据监测辅助用药合理性的方法及相关产品
Grissinger et al. Harmful medication errors involving unfractionated and low-molecular-weight heparin in three patient safety reporting programs
CN111554371A (zh) 互联网数据的处理方法及装置、计算机设备、存储介质
CN113674858A (zh) 在线医疗处方用药智能检查方法、装置、设备及存储介质
CN109616187A (zh) 医师违规执业的监控方法、监控服务端及存储介质
CN113764090A (zh) 一种具有推荐医生功能的智慧云医院系统及使用方法
US8762181B1 (en) Systems and methods for evaluating healthcare claim transactions for medicare eligibility
CN113903423A (zh) 用药方案推荐方法、装置、设备及介质
Kim et al. Comprehensive and collaborative pharmacist transitions of care service for underserved patients with chronic obstructive pulmonary disease
Casarett et al. Predictors of withdrawal from hospice
CN109616188A (zh) 医疗费用异常的监控方法、监控服务端及存储介质
Zillich et al. Evaluation of a “Meds‐to‐Beds” program on 30‐day hospital readmissions
Rho et al. Common data model for decision support system of adverse drug reaction to extract knowledge from multi-center database
Cantor et al. The response of substance use disorder treatment providers to changes in macroeconomic conditions
CN109522331A (zh) 以个人为中心的区域化多维度健康数据处理方法及介质
CN114400090A (zh) 问诊辅助方法、问诊辅助装置、设备及存储介质
CN114974500A (zh) 基于tpn管控系统的肠癌患者营养治疗与预后预测评价模型
Kraschnewski et al. Intensive behavioral Therapy for weight loss in patients with, or At-Risk of, type 2 Diabetes: Results from the PaTH to health diabetes study
Thevapalan et al. Decision support core system for cancer therapies using ASP-HEX

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