CN110265127A - 病种费用测算方法、装置及终端设备 - Google Patents

病种费用测算方法、装置及终端设备 Download PDF

Info

Publication number
CN110265127A
CN110265127A CN201910554675.3A CN201910554675A CN110265127A CN 110265127 A CN110265127 A CN 110265127A CN 201910554675 A CN201910554675 A CN 201910554675A CN 110265127 A CN110265127 A CN 110265127A
Authority
CN
China
Prior art keywords
disease
medical record
record database
data
cost measuring
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
CN201910554675.3A
Other languages
English (en)
Other versions
CN110265127B (zh
Inventor
邵云霞
王程
赵正铎
成彬
戴志强
李双虎
孙晓晔
羊红光
韩月
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.)
Institute Of Applied Mathematics Hebei Academy Of Sciences
Original Assignee
Institute Of Applied Mathematics Hebei Academy Of Sciences
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 Institute Of Applied Mathematics Hebei Academy Of Sciences filed Critical Institute Of Applied Mathematics Hebei Academy Of Sciences
Priority to CN201910554675.3A priority Critical patent/CN110265127B/zh
Publication of CN110265127A publication Critical patent/CN110265127A/zh
Application granted granted Critical
Publication of CN110265127B publication Critical patent/CN110265127B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/21—Design, administration or maintenance of databases
    • G06F16/215—Improving data quality; Data cleansing, e.g. de-duplication, removing invalid entries or correcting typographical errors
    • 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
    • G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
    • G16H40/20—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the management or administration of healthcare resources or facilities, e.g. managing hospital staff or surgery rooms

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • General Business, Economics & Management (AREA)
  • Health & Medical Sciences (AREA)
  • Theoretical Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Primary Health Care (AREA)
  • Medical Informatics (AREA)
  • General Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Quality & Reliability (AREA)
  • Epidemiology (AREA)
  • Data Mining & Analysis (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Biomedical Technology (AREA)
  • Medical Treatment And Welfare Office Work (AREA)

Abstract

本发明提供了一种病种费用测算方法、装置及终端设备，该方法应用于数据处理技术领域，所述方法包括：获取医保辖区内医疗机构的病案首页数据；对所述病案首页数据进行数据清洗；对清洗后的病案首页数据进行数据修正；基于DRGs组对修正后的病案首页数据进行病种费用测算。本发明提供的病种费用测算方法、装置及终端设备能够有效提高病种费用测算的准确性。

Description

病种费用测算方法、装置及终端设备
技术领域
本发明属于数据处理技术领域，更具体地说，是涉及一种病种费用测算方法、装置及终端设备。
背景技术
近年来，医疗付费方面，随着医保改革深入，国家逐步推进按人头付费、按病种付费、按床日付费、总额预付等多种付费方式相结合的复合支付方式。其中，以诊断和操作按照“临床过程一致性”和“资源消耗相似性”为原则进行分类组合的DRGs作为按病种付费的优选方式之一，被认为是当前最具有前景的医保预付费支付方式，也被作为医院绩效评价体系的重要依据，对医管、医保、医院、病人都产生了重大影响。
已知，DRGs分组是以病案首页为基础的。病案首页作为病历档案中最重要的内容，其浓缩了病历档案整体的精华，是医疗信息管理和医疗业务统计的重要资料。病案首页的质量会直接影响DRGs分组的质量和使用后的效果。而病案首页中的诊断编码又是病案信息中的重中之重，其编码的准确性、规范性将极大地影响DRGs分组的结果以及后续各类指标及费用计算。
然而在病种测算的实际应用过程中，由于各医疗机构的管理规范及分类要求不同，导致不同医疗机构内病案首页所记载的同一病种的诊断信息和诊断编码也不相同，这就大大降低了以DRGs分组为基础的病种费用测算的准确性。
发明内容
本发明的目的在于提供一种病种费用测算方法、装置及终端设备，以解决现有技术中存在的由于各医疗机构病案首页的信息差异导致的病种费用测算不够准确的技术问题。
本发明实施例的第一方面，提供了一种病种费用测算方法，所述方法包括：
获取医保辖区内医疗机构的病案首页数据；
对所述病案首页数据进行数据清洗；
对清洗后的病案首页数据进行数据修正；
基于DRGs组对修正后的病案首页数据进行病种费用测算。
本发明实施例的第二方面，提供了一种病种费用测算装置，所述装置包括：
数据获取模块，用于获取医保辖区内医疗机构的病案首页数据；
数据清洗模块，用于对所述病案首页数据进行数据清洗；
数据修正模块，用于对清洗后的病案首页数据进行数据修正；
病种测算模块，用于基于DRGs组对修正后的病案首页数据进行病种费用测算。
本发明实施例的第三方面，提供了一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述的病种费用测算方法的步骤。
本发明实施例的第四方面，提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述的病种费用测算方法的步骤。
本发明实施例，首先通过数据清洗去除病案首页数据中的异常数据，再通过数据修正模块对病案首页数据中的不规范数据进行修正，最后基于DRGs组对修正后的病案首页数据进行病种费用测算。本发明一方面通过数据清洗减少了异常数据对DRGs组的分组结果的影响，提高了病种费用测算的准确性，另一方面通过数据修正对病案首页数据中的不规范数据进行修正，进一步提高了病种费用测算的准确性。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明一实施例提供的病种费用测算方法的流程示意图；
图2为本发明另一实施例提供的病种费用测算方法的流程示意图；
图3为本发明再一实施例提供的病种费用测算方法的流程示意图；
图4为本发明又一实施例提供的病种费用测算方法的流程示意图；
图5为本发明又一实施例提供的病种费用测算方法的流程示意图；
图6为本发明一实施例提供的病种费用测算装置的结构框图；
图7为本发明一实施例提供的终端设备的示意框图。
具体实施方式
为了使本发明所要解决的技术问题、技术方案及有益效果更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。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。
请参考图1，为本发明一实施例提供的病种费用测算方法的流程示意图。该方法包括：
S101：获取医保辖区内医疗机构的病案首页数据。
在本实施例中，可获取医保所辖区的医疗机构的近三年的病案首页，具体可获取医保所辖区内各医疗机构近三年上报至国家卫计委的病案首页数据(即符合卫计委制定的统一接口标准的病案首页数据)。其中，医保所辖区的医疗机构优选辖区内二级及以上医院，包括综合公立医院、专科医院及民营医院等。
S102：对病案首页数据进行数据清洗。
在本实施例中，主要对病案首页数据中的异常数据进行去除。
S103：对清洗后的病案首页数据进行数据修正。
在本实施例中，主要通过病案首页数据中的诊断信息对病案首页数据中的诊断编码进行修正。
S104：基于DRGs组对修正后的病案首页数据进行病种费用测算。
在本实施例中，对病案首页数据进行修正后，可使用DRGs分组器对修正后的病案首页数据进行分组，再对同一组病案首页数据进行病种费用的测算。
从上述描述可知，本发明实施例提供的病种费用测算方法首先通过数据清洗去除病案首页数据中的异常数据，再通过数据修正模块对病案首页数据中的不规范数据进行修正，最后基于DRGs组对修正后的病案首页数据进行病种费用测算。本发明一方面通过数据清洗减少了异常数据对DRGs组的分组结果的影响，提高了病种费用测算的准确性，另一方面通过数据修正对病案首页数据中的不规范数据进行修正，进一步提高了病种费用测算的准确性。
请一并参考图1及图2，图2为本申请另一实施例提供的病种费用测算方法的流程示意图。在上述实施例的基础上，步骤S102可以详述为：
S201：对病案首页数据进行数据逻辑检查和数据一致性检查。
S202：删除数据逻辑检查和/或数据一致性检查不合格的病案首页数据。
在本实施例中，逻辑检查包括但不限于性别逻辑、日期逻辑、婚姻逻辑、年龄逻辑等(如相同身份的病人性别记录不同、相同日期就诊于不同医疗机构，婚姻记录不同、年龄不符等)。数据一致性检查主要包括主要诊断和手术操作一致性检查、肿瘤诊断与病理诊断一致性检查等。
请一并参考图1及图3，图3为本发明再一实施例提供的病种费用测算方法的流程示意图，在上述实施例的基础上，步骤S103可以详述为：
S301：检测清洗后的病案首页数据的诊断信息和诊断编码的一致性。
S302：若检测结果显示某一病种的诊断信息和诊断编码不一致，则根据该病种的诊断信息对该病种的诊断编码进行修正。
在本实施例中，诊断信息可以为病案首页的诊断名称，步骤S301的检测过程可以为：
(1)将病案首页数据按照诊断名称分类。其中，可以直接按照主要诊断名称进行初步分类，在进行初步分类后再进行诊断名称相似性检查，判断是否对诊断名称相似的数据进行合并，直至所有病案首页数据分类完成。
(2)检测同一类数据(即诊断名称相同的数据)的诊断编码是否相同。
请一并参考图1及图4，图4为本申请又一实施例提供的病种费用测算方法的流程示意图。在上述实施例的基础上，根据病种的诊断信息对病种的诊断编码进行修正可以包括：
S401：建立深度学习模型，深度学习模型用于根据某一病种的诊断信息确定该病种的诊断编码。
在本实施例中，建立深度学习模型的方法可以为：
(1)对病案中的信息(包括但不限于年龄、性别、门诊诊断、主要诊断、病理诊断、手术操作及代码、诊断编码等)进行异常数据的去除，形成初始数据集。
(2)对初始数据集中的诊断信息(可以为门诊诊断、主要诊断、其他诊断或病理诊断)进行文本分词，基于TF-IDF模型和文本分词后的数据集得到训练数据集。
(3)基于训练数据集对初始深度学习模型进行训练，得到训练完成的深度学习模型。
其中，初始深度学习模型可以为CNN模型，LSTM模型或RNN模型。
S402：基于深度学习模型和病种的诊断信息对病种的诊断编码进行修正。
在本实施例中，若某一病种的诊断编码需修正，则将该病种的诊断信息输入至深度学习模型，利用深度学习模型输出的诊断编码对原诊断编码进行修正。
请一并参考图1至图5，图5为本申请又一实施例提供的病种费用测算方法的流程示意图。在上述实施例的基础上，步骤S104可以详述为：
S501：基于DRGs组对修正后的病案首页数据进行分组。
S502：基于概率密度函数对同一DRGs分组的病案首页数据进行病种费用测算。
在本实施例中，若某一病种的费用测算值x为随机变量，其服从高斯分布，也即x～N(μ,σ2)，其概率密度函数为：
其中，μ为期望均数，σ为标准差，σ2为方差。
其置信区间为
其中，为测算均值，α为置信度，为Z值，N为样本个数，为样本的标准误差。
在本实施例中，DRGs分组器是按照病种对病案首页数据进行分类的，同一DRGs组的病案首页数据即为同一病种的数据，同一病种的费用数据(也即同一病种的测算值)是符合正态分布的。因此，可基于概率密度函数，给定相应的置信区间，以置信区间的范围作为该病种的费用范围(并以此作为该病种费用测算的结果)。进一步地，也可根据医疗机构的实际成本，在费用范围内选择一费用值作为该病种的费用测算值(也即作为该病种的费用测算结果)。
对应于上文实施例的病种费用测算方法，图6为本发明一实施例提供的病种费用测算装置的结构框图。为了便于说明，仅示出了与本发明实施例相关的部分。参考图6，该装置包括：数据获取模块10、数据清洗模块20、数据修正模块30和病种测算模块40。
其中，数据获取模块10，用于获取医保辖区内医疗机构的病案首页数据。
数据清洗模块20，用于对病案首页数据进行数据清洗。
数据修正模块30，用于对清洗后的病案首页数据进行数据修正。
病种测算模块40，用于基于DRGs组对修正后的病案首页数据进行病种费用测算。
参考图6，在本发明的另一个实施例中，数据清洗模块20可以包括：
数据检查单元21，用于对病案首页数据进行数据逻辑检查和数据一致性检查。
数据筛选单元22，用于删除数据逻辑检查和/或数据一致性检查不合格的病案首页数据。
参考图6，在本发明的再一个实施例中，数据修正模块30可以包括：
数据检测单元31，用于检测清洗后的病案首页数据的诊断信息和诊断编码的一致性。
数据修正单元32，用于若检测结果显示某一病种的诊断信息和诊断编码不一致，则根据该病种的诊断信息对该病种的诊断编码进行修正。
可选地，作为本发明实施例提供的病种测算装置的一种具体实施方式，根据病种的诊断信息对病种的诊断编码进行修正，包括：
建立深度学习模型，深度学习模型用于根据某一病种的诊断信息确定该病种的诊断编码。
基于深度学习模型和病种的诊断信息对病种的诊断编码进行修正。
参考图6，在本发明的又一个实施例中，病种测算模块40可以包括：
数据分组单元41，用于基于DRGs分组器对修正后的病案首页数据进行分组。
病种测算单元42，用于基于概率密度函数对同一DRGs组的病案首页数据进行病种费用测算。
参见图7，图7为本发明一实施例提供的一种终端设备的示意框图。如图7所示的本实施例中的终端700可以包括：一个或多个处理器701、一个或多个输入设备702、一个或多个输出设备703及一个或多个存储器704。上述处理器701、输入设备702、则输出设备703及存储器704通过通信总线705完成相互间的通信。存储器704用于存储计算机程序，计算机程序包括程序指令。处理器701用于执行存储器704存储的程序指令。其中，处理器701被配置用于调用程序指令执行以下操作上述各装置实施例中各模块/单元的功能，例如图6所示模块10至40的功能。
应当理解，在本发明实施例中，所称处理器701可以是中央处理单元(CentralProcessing Unit，CPU)，该处理器还可以是其他通用处理器、数字信号处理器(DigitalSignal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
输入设备702可以包括触控板、指纹采传感器(用于采集用户的指纹信息和指纹的方向信息)、麦克风等，输出设备703可以包括显示器(LCD等)、扬声器等。
该存储器704可以包括只读存储器和随机存取存储器，并向处理器701提供指令和数据。存储器704的一部分还可以包括非易失性随机存取存储器。例如，存储器704还可以存储设备类型的信息。
具体实现中，本发明实施例中所描述的处理器701、输入设备702、输出设备703可执行本发明实施例提供的病种费用测算方法的第一实施例和第二实施例中所描述的实现方式，也可执行本发明实施例所描述的终端的实现方式，在此不再赘述。
在本发明的另一实施例中提供一种计算机可读存储介质，计算机可读存储介质存储有计算机程序，计算机程序包括程序指令，程序指令被处理器执行时实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，计算机程序包括计算机程序代码，计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。计算机可读介质可以包括：能够携带计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是，计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括是电载波信号和电信信号。
计算机可读存储介质可以是前述任一实施例的终端的内部存储单元，例如终端的硬盘或内存。计算机可读存储介质也可以是终端的外部存储设备，例如终端上配备的插接式硬盘，智能存储卡(Smart Media Card,SMC)，安全数字(Secure Digital,SD)卡，闪存卡(Flash Card)等。进一步地，计算机可读存储介质还可以既包括终端的内部存储单元也包括外部存储设备。计算机可读存储介质用于存储计算机程序及终端所需的其他程序和数据。计算机可读存储介质还可以用于暂时地存储已经输出或者将要输出的数据。
本领域普通技术人员可以意识到，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，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，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来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发明的范围。
所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，上述描述的终端和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在本申请所提供的几个实施例中，应该理解到，所揭露的终端和方法，可以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，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。另外，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，也可以是电的，机械的或其它的形式连接。
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发明实施例方案的目的。
另外，在本发明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，也可以是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。
以上，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到各种等效的修改或替换，这些修改或替换都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。

Claims (10)

1.一种病种费用测算方法，其特征在于，包括：
获取医保辖区内医疗机构的病案首页数据；
对所述病案首页数据进行数据清洗；
对清洗后的病案首页数据进行数据修正；
基于DRGs组对修正后的病案首页数据进行病种费用测算。
2.如权利要求1所述的病种费用测算方法，其特征在于，所述对所述病案首页数据进行数据清洗，包括：
对所述病案首页数据进行数据逻辑检查和数据一致性检查；
删除数据逻辑检查和/或数据一致性检查不合格的病案首页数据。
3.如权利要求1所述的病种费用测算方法，其特征在于，所述对清洗后的病案首页数据进行数据修正，包括：
检测清洗后的病案首页数据的诊断信息和诊断编码的一致性；
若检测结果显示某一病种的诊断信息和诊断编码不一致，则根据该病种的诊断信息对该病种的诊断编码进行修正。
4.如权利要求3所述的病种费用测算方法，其特征在于，所述根据病种的诊断信息对病种的诊断编码进行修正，包括：
建立深度学习模型，所述深度学习模型用于根据某一病种的诊断信息确定该病种的诊断编码；
基于所述深度学习模型和病种的诊断信息对病种的诊断编码进行修正。
5.如权利要求1至4任一项所述的病种费用测算方法，其特征在于，所述基于DRGs组对修正后的病案首页数据进行病种费用测算，包括：
基于DRGs分组器对修正后的病案首页数据进行分组；
基于概率密度函数对同一DRGs组的病案首页数据进行病种费用测算。
6.一种病种费用测算装置，其特征在于，包括：
数据获取模块，用于获取医保辖区内医疗机构的病案首页数据；
数据清洗模块，用于对所述病案首页数据进行数据清洗；
数据修正模块，用于对清洗后的病案首页数据进行数据修正；
病种测算模块，用于基于DRGs组对修正后的病案首页数据进行病种费用测算。
7.如权利要求6所述的病种费用测算装置，其特征在于，所述数据清洗模块包括：
数据检查单元，用于对所述病案首页数据进行数据逻辑检查和数据一致性检查；
数据筛选单元，用于删除数据逻辑检查和/或数据一致性检查不合格的病案首页数据。
8.如权利要求6所述的病种费用测算装置，其特征在于，所述数据修正模块包括：
数据检测单元，用于检测清洗后的病案首页数据的诊断信息和诊断编码的一致性；
数据修正单元，用于若检测结果显示某一病种的诊断信息和诊断编码不一致，则根据该病种的诊断信息对该病种的诊断编码进行修正。
9.一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至5任一项所述方法的步骤。
10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至5任一项所述方法的步骤。
CN201910554675.3A 2019-06-25 2019-06-25 病种费用测算方法、装置及终端设备 Active CN110265127B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910554675.3A CN110265127B (zh) 2019-06-25 2019-06-25 病种费用测算方法、装置及终端设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910554675.3A CN110265127B (zh) 2019-06-25 2019-06-25 病种费用测算方法、装置及终端设备

Publications (2)

Publication Number Publication Date
CN110265127A true CN110265127A (zh) 2019-09-20
CN110265127B CN110265127B (zh) 2022-02-01

Family

ID=67921370

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910554675.3A Active CN110265127B (zh) 2019-06-25 2019-06-25 病种费用测算方法、装置及终端设备

Country Status (1)

Country Link
CN (1) CN110265127B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112466420A (zh) * 2020-11-26 2021-03-09 泰康保险集团股份有限公司 分组方法、装置、电子设备及存储介质
CN112750046A (zh) * 2021-01-31 2021-05-04 云知声智能科技股份有限公司 一种基于异常检测算法的医保控费方法和系统

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080086327A1 (en) * 2006-10-06 2008-04-10 Qmed, Inc. System and method for determining and verifying disease classification codes
CN105069030A (zh) * 2015-07-20 2015-11-18 赵蒙海 单病种的住院费用估计判定方法
CN106485628A (zh) * 2016-08-31 2017-03-08 冷金昌 DRGs付费方式下军队医院病案信息系统及其管理方法
US20180144815A1 (en) * 2016-11-23 2018-05-24 Sas Institute Inc. Computer system to identify anomalies based on computer generated results
CN108460693A (zh) * 2018-03-29 2018-08-28 平安健康保险股份有限公司 保险合作医院的品质监控方法及装置、存储介质及终端
CN108766544A (zh) * 2018-05-29 2018-11-06 袁勇 一种按病种分值付费的临床标准化诊断信息匹配方法
CN109543718A (zh) * 2018-10-27 2019-03-29 平安医疗健康管理股份有限公司 修改病种描述的方法和装置

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080086327A1 (en) * 2006-10-06 2008-04-10 Qmed, Inc. System and method for determining and verifying disease classification codes
CN105069030A (zh) * 2015-07-20 2015-11-18 赵蒙海 单病种的住院费用估计判定方法
CN106485628A (zh) * 2016-08-31 2017-03-08 冷金昌 DRGs付费方式下军队医院病案信息系统及其管理方法
US20180144815A1 (en) * 2016-11-23 2018-05-24 Sas Institute Inc. Computer system to identify anomalies based on computer generated results
CN108460693A (zh) * 2018-03-29 2018-08-28 平安健康保险股份有限公司 保险合作医院的品质监控方法及装置、存储介质及终端
CN108766544A (zh) * 2018-05-29 2018-11-06 袁勇 一种按病种分值付费的临床标准化诊断信息匹配方法
CN109543718A (zh) * 2018-10-27 2019-03-29 平安医疗健康管理股份有限公司 修改病种描述的方法和装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
周民伟，等主编: "《医院按病种与病组分值付费基础理论与应用》", 31 May 2019, 中山大学出版社 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112466420A (zh) * 2020-11-26 2021-03-09 泰康保险集团股份有限公司 分组方法、装置、电子设备及存储介质
CN112466420B (zh) * 2020-11-26 2023-06-02 泰康保险集团股份有限公司 分组方法、装置、电子设备及存储介质
CN112750046A (zh) * 2021-01-31 2021-05-04 云知声智能科技股份有限公司 一种基于异常检测算法的医保控费方法和系统

Also Published As

Publication number Publication date
CN110265127B (zh) 2022-02-01

Similar Documents

Publication Publication Date Title
US20190287684A1 (en) Medical system interface apparatus and methods to classify and provide medical data using artificial intelligence
US20130054259A1 (en) Rule-based Prediction of Medical Claims' Payments
US20140006044A1 (en) System and method for preparing healthcare service bundles
CN104992073B (zh) 用于就医流程的数据处理方法和医疗信用系统
CN109545387B (zh) 一种基于神经网络的异常病例识别方法及计算设备
JP2011048822A (ja) 支払請求分析エンジン
CN109597805A (zh) 一种数据处理方法、电子设备及存储介质
CN109544364B (zh) 基于数据分析的违规行为检测方法、装置及终端
CN109299085A (zh) 一种数据处理方法、电子设备及存储介质
CN109522301A (zh) 一种数据处理方法、电子设备及存储介质
WO2020119114A1 (zh) 检查数据筛选方法、装置、设备及存储介质
CN110223207A (zh) 一种基于互联网的线上医疗健康服务方法、电子设备及计算机可读存储介质
CN110265127A (zh) 病种费用测算方法、装置及终端设备
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
US11567964B2 (en) Feature selection for artificial intelligence in healthcare management
Van Heerden et al. Improving multiple sclerosis plaque detection using a semiautomated assistive approach
CN109377059A (zh) 一种基于风险管控的数据处理方法及设备
US20140172445A1 (en) Bill Payment Risk Level Determination
US20220044328A1 (en) Machine learning systems and methods to evaluate a claim submission
Singhal et al. Opportunities and challenges for biomarker discovery using electronic health record data
CN109522743A (zh) 一种医疗保险票据稽核方法、区块链节点设备及系统
US20180182474A1 (en) Suspected hierarchical condition category identification
CN108630320A (zh) 一种基于医保大数据测算疾病患病率的方法
JP7278256B2 (ja) 画像獲得ワークフローを最適化するためのデバイス、システム、及び方法
CN117764740A (zh) 健康保险智能风控方法、装置、设备及介质

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
GR01 Patent grant
GR01 Patent grant