CN111696650A - 一种基于历史影像数据比对的医保控费系统 - Google Patents

Abstract

本发明提供一种一种基于历史影像数据比对的医保控费系统，包括：数据采集模块、影像云存储中心模块、智能监测知识库模块、监控规则库模块、数据挖掘模块、人工智能影像处理模块、监控信息呈现模块，将区域内所有医疗机构拍摄的检查影像数据集中存储于影像云大数据中心，使患者的影像信息都可以被查询，再通过全区域制定的患者唯一识别号，将同一个患者在区域范围历次拍摄的影像信息数据关联起来，利用人工智能比对，识别出关联在同一患者名下但生物学不属于同一患者的数据，从而推导出冒名就医、欺诈骗保等违规行为，利用大数据技术进行深度挖掘，识别出过度检查、重复检查、开单套保等违规行为，为医保事后监管提供强有力的技术和数据支持。

Description

一种基于历史影像数据比对的医保控费系统

技术领域

本发明涉及医疗软件系统领域，具体涉及一种基于历史影像数据比对的医保控费系统。

背景技术

医保基金作为物质基础和财力保障，在整个医疗保障事业建设中发挥着非常重要的作用，如果医保基金被挪用、骗取，社会危害极大。

目前医保基金支付合规审查方式主要还是采取突击检查、专家审查、抽查等传统方式进行人工稽查和医学规则审核。部分地区利用大数据技术进行在线监控以及在2019年建设了医疗保障智能监控系统，主要也是针对临床用药、收费结算等环节进行监控，并没有通过影像检查的智能监控来加强医疗保障基金监管，打击欺诈骗保行为。

发明内容

本发明的目的在于提供一种基于历史影像数据比对的医保控费系统，以解决现有医疗保障智能监控系统，主要也是针对临床用药、收费结算等环节进行监控，还没有针对影像检查的智能监控问题。

为了达到上述目的，本发明采用以下技术方案：

一种基于历史影像数据比对的医保控费系统，包括：数据采集模块、影像云存储中心模块、智能监测知识库模块、监控规则库模块、数据挖掘模块、人工智能影像处理模块、监控信息呈现模块；所述数据采集模块将影像信息采集后传输到所述影像云存储中心模块；所述智能监测知识库模块采集、整理医疗数据，并将所述医疗数据存储到所述智能监测知识库模块；所述监控规则库模块利用所述智能监测知识库模块进行完善；所述数据挖掘模块用于制定监控的标准；所述人工智能影像处理模块对所述影像云存储中心模块中所述影像信息进行对比分析；所述监控信息呈现模块将违规数据信息实时通过可视化界面呈现出来。

优选地，所述数据采集模块设有至少两个医院端；所述医院端设有前置服务器；所述前置服务器与医学影像的存储和传输系统和/或影像检查设备通过网络连接；所述影像信息通过DICOM标准协议从所述医院端内的所述医学影像的存储和传输系统和/或所述影像检查设备采集。

进一步，所述影像信息在所述数据采集模块进行处理，处理步骤包括：入库、归档、加密、压缩；所述影像信息经过处理后通过自定义协议传输到云影像中心应用服务集群，进行统一归档。

优选地，所述影像云存储中心模块连接所述医院端前置服务器的所述云影像中心应用服务集群；所述影像云存储中心模块对所述影像信息进行接入、存储和管理；其中，所述影像云存储中心模块中的数据包括：结构化数据、非结构化数据、备份策略。

进一步，所述结构化数据包括：用户索引、影像索引、检查指标值；所述非结构化数据包括：原始影像、音视频资料、图片、文档。

优选地，所述智能监测知识库模块通过收集和整理区域范围内所有医疗机构的医疗服务数据进行完善。

优选地，所述监控规则库模块通过收集区域范围内所有医疗机构医疗服务监控工作的实际经验、定点机构管理办法使所述监控规则库模块更加完善；所述监控规则库模块包括监控规则、分析规则；

其中，所述监控规则、所述分析规则包括一下类型：冒名就医、虚假就医、重复检查、过度检查、开单套保；

其中，所述监控规则库模块设置的参数包括：监控对象、业务场景、时间周期、阈值、医疗类别、险种类型、医院等级、疾病分类。

优选地，所述数据挖掘模块全面覆盖每次检查记录；所述数据挖掘模块通过信息技术和大数据挖掘算法，利用监控规则和分析规则分析违规行为的数据特征；

其中，所述监控规则是基于监控模式，所述监控规则选择具体的参数及参数取值范围，形成指定业务范围内对指定对象进行监控；所述监控规则通过设置阈值进行疑点判断；所述分析规则为所述监控规则的补充部分。

优选地，所述人工智能影像处理模块通过人工智能算法对所述影像云存储中心模块中的所述影像信息进行读片比对和分析，通过读片比对和分析识别所述违规数据信息；

其中，所述违规数据信息包括：关联在同一用户名下但生物学角度不属于同一用户的数据；实际拍摄的检查项目与开单或登记的数量不匹配的数据。

优选地，所述监控信息呈现模块将自动审查出来的所述违规数据信息实时通过可视化的界面呈现出来；

其中，所述监控信息呈现模块提供图表形式直观展示各地医疗服务机构的监控结果信息，并支持自动推送、提醒功能。

与现有技术相比，本发明具有以下有益效果：

1.现有技术由于监管人员的数量有限，依靠传统人工稽查的方式难以应付日益增长的监管业务；本发明基于历史检查比对的智能监管方式，可以突破监管人力资源不足的束缚，能够应对日益增长的监管业务。

2.现有技术由于监管人员的专业背景大多与医学无关，对医学规则不熟悉，对过度检查、过度治疗等行为难以判断；本发明通过事先与专业人员确定业务监管规则和医学稽查规则，后续监管过程中则不需要对监管人员的专业医学背景知识做强制要求。

3.现有技术的审查方式只能对各医疗机构逐个进行审查，对于一些跨机构重复检查的行为不容易识别；本发明可以对整个区域所有医疗机构的检查数据进行统一关联比对审查，能够识别出跨机构重复检查的行为。

4.现有技术的智能监控系统无法对影像数据进行挖掘，海量的医学影像数据得不到利用，凸显不出价值；拍完片的影像数据不会更改，而HIS系统、RIS系统中的数据都有人为修改的可能，本发明能够从既定事实的影像信息数据中识别出医疗违规行为，监控结果更有说服力。

附图说明

图1是本发明一种基于历史影像数据比对的医保控费系统的模块示意图。

具体实施方式

为使本发明要解决的技术问题、技术方案和优点更加清楚，下面将结合附图及具体实施例进行详细描述。在下面的描述中，提供诸如具体的配置和组件的特征细节仅仅是为了帮助全面理解本发明的实施例。因此，本领域技术人员应该清楚，可以对这里描述的实施例进行各种改变和修改而不脱离本发明的范围和精神。另外，为了清楚和简洁，省略了对已知功能和构造的描述。

应理解，说明书通篇中提到的“一个实施例”或“一实施例”意味着与实施例有关的特定特征、结构或特性包括在本发明的至少一个实施例中。因此，在整个说明书各处出现的“在一个实施例中”或“在一实施例中”未必一定指相同的实施例。此外，这些特定的特征、结构或特性可以任意适合的方式结合在一个或多个实施例中。

在本发明的各种实施例中，应理解，下述各过程的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。

应理解，本文中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本文中字符“/”，一般表示前后关联对象是一种“或”的关系。

在本申请所提供的实施例中，应理解，“与A相应的B”表示B与A相关联，根据A可以确定B。但还应理解，根据A确定B并不意味着仅仅根据A确定B，还可以根据A和/或其它信息确定B。

本发明提供一种基于历史影像数据比对的医保控费系统，将区域范围内所有医疗机构拍摄的检查影像数据集中存储于影像云大数据中心，使得患者在任何一家医疗机构拍摄的检查影像都可以被追溯和查询，再通过全区域制定的患者唯一识别号，患者唯一识别号可以是医保卡号、身份证号等，将同一个患者在整个区域范围内历次拍摄的检查影像数据关联起来，利用人工智能读片比对，识别出关联在同一患者名下但生物学不属于同一患者的数据，从而推导出冒名就医、盗刷医保卡、欺诈骗保等违规行为，利用大数据技术和智能监测知识库对检查数据进行深度挖掘，识别出过度检查、重复检查、开单套保等违规行为，为医保事后监管提供强有力的技术和数据支持。

参考图1一种基于历史影像数据比对的医保控费系统的结构示意图，本发明包括六大模块：数据采集模块、影像云存储中心模块、智能监测知识库模块、监控规则库模块、数据挖掘模块、人工智能影像处理模块、监控信息呈现模块；数据采集模块是用来采集影像信息数据，影像云存储中心模块是将采集来的影像信息进行处理并存储；智能监测知识库模块在区域内医疗服务监控的过程中，逐步完善和补充，形成较为完备的智能监测知识知识库，监控规则库模块利用智能监测知识库模块进行完善监控规则、分析规则；数据挖掘模块用于制定监控的标准；人工智能影像处理模块对影像云存储中心模块中影像信息进行对比分析；监控信息呈现模块将违规数据信息实时通过可视化界面呈现出来。

在一个实施例中，数据采集模块设有至少两个医院端，每个医院端设有前置服务器，前置服务器与医学影像的存储和传输系统和/或影像检查设备通过网络连接，影像信息通过DICOM标准协议从医院端内的医学影像的存储和传输系统和/或影像检查设备采集，其中，医学影像的存储和传输系统，它是放射学、影像医学、数字化图像技术、计算机技术及通信技术的结合，它将医学图像资料转化为计算机数字形式，通过高速计算设备及通讯网络，完成对图像信息的采集、存储、管理、处理及传输等功能，使得图像资料得以有效管理和充分利用。DICOM即医学数字成像和通信，DICOM是医学图像和相关信息的国际标准，在数以万计的在用医学成像设备中，DICOM是部署最为广泛的医疗信息标准之一。DICOM标准中涵盖了医学数字图像的采集、归档、通信、显示及查询等几乎所有信息交换的协议；以开放互联的架构和面向对象的方法定义了一套包含各种类型的医学诊断图像及其相关的分析、报告等信息的对象集；定义了用于信息传递、交换的服务类与命令集，以及消息的标准响应；详述了唯一标识各类信息对象的技术；提供了应用于网络环境的服务支持；结构化地定义了制造厂商的兼容性声明。DICOM标准的推出与实现，大大简化了医学影像信息交换的实现，推动了远程放射学系统、图像管理与医学影像的存储和传输系统的研究与发展，并且由于DICOM的开放性与互联性，使得与其它医学应用系统的集成成为可能。影像信息在数据采集模块进行处理，处理步骤包括：入库、归档、加密、压缩，入库是将影像信息采集到数据采集模块内；归档是将影像信息按照类别进行归类；加密是对影像信息进行设置密码，保障其安全性；压缩对影像信息压缩处理，使其占据的内存减少；影像信息经过处理后通过自定义协议传输到云影像中心应用服务集群，进行统一归档。

在一个实施例中，影像云存储中心模块连接医院端前置服务器的云影像中心应用服务集群；影像云存储中心模块对影像信息进行接入、存储和管理，接入是将影像信息从云影像中心应用服务集群传输到影像云存储中心模块，存储是将影像信息存储在影像云存储中心模块，管理是对影像信息进行统一处理；其中，影像云存储中心模块中的数据包括：结构化数据、非结构化数据、备份策略。

进一步，结构化数据包括：用户索引、影像索引、检查指标值；非结构化数据包括：原始影像、音视频资料、图片、文档。

在一个实施例中，智能监测知识库模块通过收集和整理区域范围内所有医疗机构的医疗服务数据进行完善，具体的说，智能监测知识库模块由于医疗服务存在信息不对称、技术门槛高的特点，本发明提供了智能监测知识库收集整理的功能，在各地医疗服务监控的过程中，逐步完善和补充，形成较为完备的智能监测知识库。

在一个实施例中，监控规则库模块通过收集区域范围内所有医疗机构医疗数据使监控规则库模块更加完善，具体的说，监控规则库模块包括监控规则和分析规则；监控规则库模块通过收集各地医疗服务监控工作的实际经验、定点机构管理办法，整理出较为完备的监控规则库。包括冒名就医、虚假就医、重复检查、过度检查、开单套保等类别的监控规则，分析规则。以及实现监控规则的灵活定义，支持监控对象、业务场景、时间周期、阈值、医疗类别、险种类型、医院等级、疾病分类等多项参数设置，以适应各地实际情况。

在一个实施例中，数据挖掘模块全面覆盖每次检查记录；数据挖掘模块通过大数据挖掘算法来对数据进行深度分析；就是利用监控和分析两类规则来分析违规行为的数据特征。监控和分析两类规则作为大数据挖掘的判定标准。

进一步说明，监控规则是基于监控模式，选择具体的参数及参数取值范围，形成指定业务范围内可对指定对象进行监控的一项具体监控指标及其阈值，监控规则可通过设置阈值由系统进行疑点判断。分析规则作为监控规则的补充部分，是以监控为目的的分析，适用于能够在一定程度上体现疑似违规行为的监控指标。

在一个实施例中，人工智能影像处理模块通过人工智能算法对影像云存储中心模块中的影像信息进行读片比对和分析，识别出关联在同一患者名下但生物学角度不属于同一患者的数据，以及识别出实际拍摄的检查项目与开单或登记的数量不匹配的数据。

进一步说明，影像信息进行读片比对和分析具体步骤包括：

步骤1，自动查询患者前后影像信息，比对影像信息中的基本信息，基本信息包括：姓名、性别、年龄、检查时间等，来确定是否是关联在同一患者名下。

步骤2，识别前后影像信息中的位置和勾画出影像信息中不同的特征表现和相同的数值；例如，通过人工智能算法测算出前后影像中器官的大小来对比是否为同一患者；例如，通过人工智能算法测算出前后影像患者的年龄是否一致来判断是否为同一个患者。

步骤3，将识别出的特征表现描述成文字信息，文字信息例如：年龄的大小、性别、器官的大小等，形成特征值数据。

在一个实施例中，监控信息呈现模块将自动审查出来的违规数据信息实时通过可视化的界面呈现出来，将自动审查出来的违规数据信息实时通过可视化的界面呈现出来，分别针对各个监控对象，通过趋势、占比、排名等分析手段提供多个业务功能模块，经办人员可以自由选择条件，以不同的组合方式从多个角度查询、展示所有分析规则分析指标数据。此外，监控信息呈现模块还提供图表形式直观展示各地医疗服务机构的监控结果信息，并支持系统自动推送、提醒。

最后应该说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前叙述实施对本发明进行了详细的说明，本领域的技术人员应当理解，其依然可以对前述实施例所记载的技术方案进行修改，或者对其中部分技术特征进行同等替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神与范围。

Claims (10)

1.一种基于历史影像数据比对的医保控费系统，其特征在于，包括：数据采集模块、影像云存储中心模块、智能监测知识库模块、监控规则库模块、数据挖掘模块、人工智能影像处理模块、监控信息呈现模块；所述数据采集模块将影像信息采集后传输到所述影像云存储中心模块；所述智能监测知识库模块采集、整理医疗数据，并将所述医疗数据存储到所述智能监测知识库模块；所述监控规则库模块利用所述智能监测知识库模块进行完善；所述数据挖掘模块用于制定监控的标准；所述人工智能影像处理模块对所述影像云存储中心模块中所述影像信息进行对比分析；所述监控信息呈现模块将违规数据信息实时通过可视化界面呈现出来。

2.根据权利要求1所述的一种基于历史影像数据比对的医保控费系统，其特征在于，所述数据采集模块设有至少两个医院端；所述医院端设有前置服务器；所述前置服务器与医学影像的存储和传输系统和/或影像检查设备通过网络连接；所述影像信息通过DICOM标准协议从所述医院端内的所述医学影像的存储和传输系统和/或所述影像检查设备采集。

3.根据权利要求2所述的一种基于历史影像数据比对的医保控费系统，其特征在于，所述影像信息在所述数据采集模块进行处理，处理步骤包括：入库、归档、加密、压缩；所述影像信息经过处理后通过自定义协议传输到云影像中心应用服务集群，进行统一归档。

4.根据权利要求1所述的一种基于历史影像数据比对的医保控费系统，其特征在于，所述影像云存储中心模块连接所述医院端前置服务器的所述云影像中心应用服务集群；所述影像云存储中心模块对所述影像信息进行接入、存储和管理；其中，所述影像云存储中心模块中的数据包括：结构化数据、非结构化数据、备份策略。

5.根据权利要求4所述的一种基于历史影像数据比对的医保控费系统，其特征在于，所述结构化数据包括：用户索引、影像索引、检查指标值；所述非结构化数据包括：原始影像、音视频资料、图片、文档。

6.根据权利要求1所述的一种基于历史影像数据比对的医保控费系统，其特征在于，所述智能监测知识库模块通过收集和整理区域范围内所有医疗机构的医疗服务数据进行完善。

7.根据权利要求1所述的一种基于历史影像数据比对的医保控费系统，其特征在于，所述监控规则库模块通过收集区域范围内所有医疗机构医疗服务监控工作的实际经验、定点机构管理办法使所述监控规则库模块更加完善；所述监控规则库模块包括监控规则、分析规则；

其中，所述监控规则、所述分析规则包括一下类型：冒名就医、虚假就医、重复检查、过度检查、开单套保；

其中，所述监控规则库模块设置的参数包括：监控对象、业务场景、时间周期、阈值、医疗类别、险种类型、医院等级、疾病分类。

8.根据权利要求1所述的一种基于历史影像数据比对的医保控费系统，其特征在于，所述数据挖掘模块全面覆盖每次检查记录；所述数据挖掘模块通过信息技术和大数据挖掘算法，利用监控规则和分析规则分析违规行为的数据特征；

其中，所述监控规则是基于监控模式，所述监控规则选择具体的参数及参数取值范围，形成指定业务范围内对指定对象进行监控；所述监控规则通过设置阈值进行疑点判断；所述分析规则为所述监控规则的补充部分。

9.根据权利要求1所述的一种基于历史影像数据比对的医保控费系统，其特征在于，所述人工智能影像处理模块通过人工智能算法对所述影像云存储中心模块中的所述影像信息进行读片比对和分析，通过读片比对和分析识别所述违规数据信息；

其中，所述违规数据信息包括：关联在同一用户名下但生物学角度不属于同一用户的数据；实际拍摄的检查项目与开单或登记的数量不匹配的数据。

10.根据权利要求1所述的一种基于历史影像数据比对的医保控费系统，其特征在于，所述监控信息呈现模块将自动审查出来的所述违规数据信息实时通过可视化的界面呈现出来；

其中，所述监控信息呈现模块提供图表形式直观展示各地医疗服务机构的监控结果信息，并支持自动推送、提醒功能。

Images