CN113611384A - 一种医疗机构端就诊数据自查自纠的方法和系统 - Google Patents
一种医疗机构端就诊数据自查自纠的方法和系统 Download PDFInfo
- Publication number
- CN113611384A CN113611384A CN202110988036.5A CN202110988036A CN113611384A CN 113611384 A CN113611384 A CN 113611384A CN 202110988036 A CN202110988036 A CN 202110988036A CN 113611384 A CN113611384 A CN 113611384A
- Authority
- CN
- China
- Prior art keywords
- data
- patient
- medical
- visit
- information
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 40
- 238000012937 correction Methods 0.000 claims abstract description 41
- 238000003745 diagnosis Methods 0.000 claims description 64
- 239000003814 drug Substances 0.000 claims description 33
- 238000012423 maintenance Methods 0.000 claims description 28
- 229940079593 drug Drugs 0.000 claims description 25
- 238000012795 verification Methods 0.000 claims description 20
- 201000010099 disease Diseases 0.000 claims description 18
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 claims description 18
- 230000006399 behavior Effects 0.000 claims description 16
- 238000004590 computer program Methods 0.000 claims description 9
- 238000003908 quality control method Methods 0.000 claims description 6
- 230000001788 irregular Effects 0.000 abstract description 3
- 238000010586 diagram Methods 0.000 description 21
- 230000008569 process Effects 0.000 description 8
- 238000004891 communication Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 6
- 238000012545 processing Methods 0.000 description 6
- 230000003287 optical effect Effects 0.000 description 4
- 239000012567 medical material Substances 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 206010013700 Drug hypersensitivity Diseases 0.000 description 2
- WQZGKKKJIJFFOK-GASJEMHNSA-N Glucose Chemical compound OC[C@H]1OC(O)[C@H](O)[C@@H](O)[C@@H]1O WQZGKKKJIJFFOK-GASJEMHNSA-N 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 206010012601 diabetes mellitus Diseases 0.000 description 2
- 201000005311 drug allergy Diseases 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 239000000835 fiber Substances 0.000 description 2
- 229940093181 glucose injection Drugs 0.000 description 2
- 238000002483 medication Methods 0.000 description 2
- 238000010606 normalization Methods 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 208000027418 Wounds and injury Diseases 0.000 description 1
- 230000006378 damage Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 208000014674 injury Diseases 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
Images
Classifications
-
- 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
- G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
- G16H10/60—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for patient-specific data, e.g. for electronic patient records
-
- 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
- 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
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
-
- 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
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/70—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for mining of medical data, e.g. analysing previous cases of other patients
Landscapes
- Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- Health & Medical Sciences (AREA)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Business, Economics & Management (AREA)
- Epidemiology (AREA)
- Data Mining & Analysis (AREA)
- Biomedical Technology (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Pathology (AREA)
- Databases & Information Systems (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Technology Law (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Development Economics (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本发明公开了一种医疗机构端就诊数据自查自纠的方法和系统，涉及计算机技术领域。该方法的一具体实施方式包括：根据本医疗机构信息系统采集的当前就诊患者的基本信息，从区块链系统获取该患者在各医疗机构的历史就诊结算数据；在本医疗机构信息系统生成患者的本次就诊数据后，基于历史就诊结算数据，按照规则库中的医保结算规则对本次就诊数据进行核查；在本次就诊数据中存在核查未通过数据的情况下，输出对核查未通过数据的纠正建议信息。该实施方式能实现医疗机构端在与医保机构结算前，当患者就诊前或就诊中还未离开医院时，提前查到问题以避免或纠正可能的违规情况，实现医疗机构端的自查自纠，减少医疗机构对不规范垫付费用的额外支出。
Description
技术领域
本发明涉及计算机技术领域，尤其涉及一种医疗机构端就诊数据自查自纠的方法和系统。
背景技术
患者到医疗机构就诊，如果是医保患者，费用一般包含两部分，医疗机构直接让患者缴纳患者承担的部分，然后跟根据结算单据跟医保机构进行医保承担的部分的费用结算。随着医保业务发展，居民医保费用支出偏多，医保基金超支，医保机构更加关注医疗机构就诊结算数据是否规范，是否违规。如果存在一些违规情况，医保机构直接针对不合规的单据进行扣除违规金额，减少给医疗机构的结算费用。而对于医疗机构而言，受限于只有本医疗机构的患者就诊结算信息，很难做到全面审核，只能针对本次就诊信息自查。现在有些城市区域性平台建设也只能满足患者在该区域的就诊结算数据的审核，而且区域性平台由于是集中式平台还存在滞后性，无法提前自查进行纠正。
在实现本发明过程中，发明人发现现有技术中至少存在如下问题：
无法实现医疗机构端在与医保机构结算之前，当患者就诊前或就诊中还未离开医院时，提前查到违规问题，现有方案导致了医疗机构对不规范垫付费用的额外支出。
发明内容
有鉴于此，本发明实施例提供一种医疗机构端就诊数据自查自纠的方法和系统，能够实现医疗机构端在与医保机构结算之前，当患者就诊前或就诊中还未离开医院时，提前查到问题以避免或纠正可能的违规情况，实现医疗机构端的自查自纠，减少医疗机构对不规范垫付费用的额外支出。
为实现上述目的，根据本发明实施例的一个方面，提供了一种医疗机构端就诊数据自查自纠的方法。
一种医疗机构端就诊数据自查自纠的方法，包括：根据本医疗机构信息系统采集的当前就诊患者的基本信息，从区块链系统获取该患者在各医疗机构的历史就诊结算数据；在所述本医疗机构信息系统生成所述患者的本次就诊数据后，基于所述历史就诊结算数据，按照规则库中的医保结算规则对所述本次就诊数据进行核查；在所述本次就诊数据中存在核查未通过数据的情况下，输出对所述核查未通过数据的纠正建议信息。
可选地，还包括：在所述本医疗机构信息系统生成所述患者的本次就诊数据之前，按照所述规则库中的诊前自查规则，对所述患者的本次就诊行为进行诊前核查，所述诊前核查包括：根据所述历史就诊结算数据中的疾病记录信息，生成关于所述患者的用药禁忌信息和用药建议信息。
可选地，还包括：根据本医疗机构信息系统采集的当前就诊患者的基本信息，从区块链系统获取所述患者的医保信息记录和/或所述患者的直系亲属的就诊信息记录；所述诊前核查还包括：根据所述患者的医保信息记录核查所述患者的使用医保就医行为的信用记录；和/或，利用所述患者的直系亲属的就诊信息记录核查所述患者患有相关疾病的风险，并输出相应的风险提示信息。
可选地，所述基于所述历史就诊结算数据，按照规则库中的医保结算规则对所述本次就诊数据进行核查，包括：将所述历史就诊结算数据和所述本次就诊数据输入审核引擎，所述审核引擎按照各类医保结算规则的校验逻辑，核查所述本次就诊数据中是否存在不符合所述医保结算规则的数据，所述校验逻辑是根据从区块链或本医疗机构数据库获取的医保基础数据生成的。
可选地，还包括：预先基于所述医保基础数据的数据项添加标识，以确定与所述数据项关联的所述医保结算规则，并根据与同一所述医保结算规则关联的数据项生成对应的医保结算规则维护表；所述按照各类医保结算规则的校验逻辑，核查所述本次就诊数据中是否存在不符合所述医保结算规则的数据，包括：查询所述本次就诊数据是否包括所述医保结算规则维护表中一个或多个数据项，若包括，则判断该查询到的数据项在所述本次就诊数据中是否符合所述医保结算规则，若不符合，则所述本次就诊数据中存在不符合所述医保结算规则的数据。
可选地，输出对所述核查未通过数据的纠正建议信息，包括：输出所述核查未通过数据的违规类型信息、违规描述信息、违规金额信息中的一种或多种。
可选地，输出对所述核查未通过数据的纠正建议信息之后，还包括：根据输入的对所述核查未通过数据的校正数据，更新所述本次就诊数据；按照所述规则库中的数据质量类规则，对更新后的本次就诊数据进行数据质控；和/或，按照所述规则库中的分组类规则，核查所述更新后的本次就诊数据是否归属到应在的诊断相关分组。
根据本发明实施例的另一方面，提供了一种医疗机构端就诊数据自查自纠的系统。
一种医疗机构端就诊数据自查自纠的系统，包括：数据获取模块，用于根据本医疗机构信息系统采集的当前就诊患者的基本信息，从区块链系统获取该患者在各医疗机构的历史就诊结算数据；诊中核查模块，用于在所述本医疗机构信息系统生成所述患者的本次就诊数据后，基于所述历史就诊结算数据，按照规则库中的医保结算规则对所述本次就诊数据进行核查；在所述本次就诊数据中存在核查未通过数据的情况下，输出对所述核查未通过数据的纠正建议信息。
可选地，还包括诊前核查模块，用于：在所述本医疗机构信息系统生成所述患者的本次就诊数据之前，按照所述规则库中的诊前自查规则，对所述患者的本次就诊行为进行诊前核查，所述诊前核查包括：根据所述历史就诊结算数据中的疾病记录信息，生成关于所述患者的用药禁忌信息和用药建议信息。
可选地，所述数据获取模块还用于：根据本医疗机构信息系统采集的当前就诊患者的基本信息，从区块链系统获取所述患者的医保信息记录和/或所述患者的直系亲属的就诊信息记录；所述诊前核查模块还用于：根据所述患者的医保信息记录核查所述患者的使用医保就医行为的信用记录；和/或，利用所述患者的直系亲属的就诊信息记录核查所述患者患有相关疾病的风险，并输出相应的风险提示信息。
可选地，所述诊中核查模块还用于：将所述历史就诊结算数据和所述本次就诊数据输入审核引擎，所述审核引擎按照各类医保结算规则的校验逻辑，核查所述本次就诊数据中是否存在不符合所述医保结算规则的数据，所述校验逻辑是根据从区块链或本医疗机构数据库获取的医保基础数据生成的。
可选地，还包括维护表生成模块，用于：预先基于所述医保基础数据的数据项添加标识，以确定与所述数据项关联的所述医保结算规则，并根据与同一所述医保结算规则关联的数据项生成对应的医保结算规则维护表；所述诊中核查模块还用于：查询所述本次就诊数据是否包括所述医保结算规则维护表中一个或多个数据项，若包括，则判断该查询到的数据项在所述本次就诊数据中是否符合所述医保结算规则，若不符合，则所述本次就诊数据中存在不符合所述医保结算规则的数据。
可选地，所述诊中核查模块还用于：输出所述核查未通过数据的违规类型信息、违规描述信息、违规金额信息中的一种或多种。
可选地，所述诊中核查模块还用于：根据输入的对所述核查未通过数据的校正数据，更新所述本次就诊数据；按照所述规则库中的数据质量类规则，对更新后的本次就诊数据进行数据质控；和/或，按照所述规则库中的分组类规则，核查所述更新后的本次就诊数据是否归属到应在的诊断相关分组。
根据本发明实施例的又一方面，提供了一种电子设备。
一种电子设备，包括：一个或多个处理器；存储器，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器实现本发明实施例所提供的医疗机构端就诊数据自查自纠的方法。
根据本发明实施例的又一方面，提供了一种计算机可读介质。
一种计算机可读介质，其上存储有计算机程序，所述程序被处理器执行时实现本发明实施例所提供的医疗机构端就诊数据自查自纠的方法。
上述发明中的一个实施例具有如下优点或有益效果：根据本医疗机构信息系统采集的当前就诊患者的基本信息，从区块链系统获取该患者在各医疗机构的历史就诊结算数据；在本医疗机构信息系统生成患者的本次就诊数据后，基于历史就诊结算数据，按照规则库中的医保结算规则对本次就诊数据进行核查；在本次就诊数据中存在核查未通过数据的情况下，输出对核查未通过数据的纠正建议信息。能够实现医疗机构端在与医保机构结算之前，当患者就诊前或就诊中还未离开医院时，提前查到问题以避免或纠正可能的违规情况，实现医疗机构端的自查自纠，减少医疗机构对不规范垫付费用的额外支出。
上述的非惯用的可选方式所具有的进一步效果将在下文中结合具体实施方式加以说明。
附图说明
附图用于更好地理解本发明，不构成对本发明的不当限定。其中：
图1是根据本发明一个实施例的医疗机构端就诊数据自查自纠的方法的主要步骤示意图；
图2是根据本发明一个实施例的医疗机构端就诊数据自查自纠的整体架构示意图；
图3是根据本发明一个实施例的区块链系统的示意图；
图4是根据本发明一个实施例的院端自查自纠系统的示意图；
图5是根据本发明一个实施例的医疗机构端就诊数据自查自纠的系统的主要模块示意图；
图6是本发明实施例可以应用于其中的示例性系统架构图；
图7是适于用来实现本发明实施例的服务器的计算机系统的结构示意图。
具体实施方式
以下结合附图对本发明的示范性实施例做出说明，其中包括本发明实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本发明的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
图1是根据本发明一个实施例的医疗机构端就诊数据自查自纠的方法的主要步骤示意图。
如图1所示，本发明一个实施例的医疗机构端就诊数据自查自纠的方法主要包括如下的步骤S101至步骤S103。
步骤S101：根据本医疗机构信息系统采集的当前就诊患者的基本信息，从区块链系统获取该患者在各医疗机构的历史就诊结算数据；
步骤S102：在本医疗机构信息系统生成患者的本次就诊数据后，基于历史就诊结算数据，按照规则库中的医保结算规则对本次就诊数据进行核查；
步骤S103：在本次就诊数据中存在核查未通过数据的情况下，输出对核查未通过数据的纠正建议信息。
医疗机构信息系统是医疗机构端的基础系统，例如医院his系统(医院信息系统)，医务人员使用该系统对患者整个就诊过程实现整个医疗行为的信息化。
当前就诊患者的基本信息可以是医疗机构信息系统在患者刷医保卡时读取到的参保人信息。
患者的本次就诊数据具体可以包括在进行医保结算之前由医生在诊疗过程中开出的结算清单及明细、病案首页、诊疗项目编码和名称，等等。
历史就诊结算数据是指患者过去就诊数据经医保结算后的数据。
规则库预置在医疗机构数据库中，具体可以包括诊前自查规则库、诊中自查规则库，诊前自查规则库包括各种诊前自查规则，这些规则用于患者挂号之后且就诊之前的关于医保结算的诊前核查。
具体地，在本医疗机构信息系统生成患者的本次就诊数据之前，可按照规则库中的诊前自查规则，对患者的本次就诊行为进行诊前核查，诊前核查包括：根据历史就诊结算数据中的疾病记录信息，生成关于患者的用药禁忌信息和用药建议信息。例如，根据疾病记录信息，若患者为糖尿病患者，则用药禁忌信息应包括不能开葡萄糖注射液，还可以根据药品搭配禁忌规则，提示开药禁忌和开药建议信息，例如根据疾病记录信息，提示开药不能某两种药同时用，等等。
根据本医疗机构信息系统采集的当前就诊患者的基本信息，还可从区块链系统获取患者的医保信息记录和/或患者的直系亲属的就诊信息记录。医保信息记录可以包括患者使用医保的各种记录，其中可以包括信用记录。
诊前核查还可以包括：根据患者的医保信息记录核查患者的使用医保就医行为的信用记录，例如假设患者存在骗保等信用问题，通过核查可以输入纳入黑名单等提示信息；和/或，利用患者的直系亲属的就诊信息记录核查患者患有相关疾病的风险，并输出相应的风险提示信息。例如，根据患者参保人家庭关系，根据其父母等直系亲属关系及其家族病史，给予本患者可能疾病提示及友好提示。
诊中自查规则库包括各种诊中自查规则，即各种上文所述的医保结算规则。
基于历史就诊结算数据，按照规则库中的医保结算规则对本次就诊数据进行核查，具体可以将历史就诊结算数据和本次就诊数据输入审核引擎，审核引擎按照各类医保结算规则的校验逻辑，核查本次就诊数据中是否存在不符合医保结算规则的数据，校验逻辑是根据从区块链或本医疗机构数据库获取的医保基础数据生成的。
医保基础数据例如标准的医保目录，其中包括诊疗、诊断、项目、药品等各种医保基础数据。
可预先基于医保基础数据的数据项添加标识，以确定与数据项关联的医保结算规则，并根据与同一医保结算规则关联的数据项生成对应的医保结算规则维护表。
例如，某些药品限门诊，那么可以将医保目录中的这些药品添加限门诊的标识，并存入限门诊维护表。再如，互斥的诊疗项目，可以添加诊疗项目互斥的标识，并生成相应的诊疗项目互斥维护表。
具体医保结算规则众多，从类别上可分为国家政策类规则(例如限工伤保险、限生育保险、药品限适应症等)、统筹区政策规则(例如非医保支付疾病、限医院类型、级别等)、检查类规则(例如限检查频次等)、收费类规则(例如收费超住院小时数、诊疗项目套高收费等)、治疗类规则(例如诊疗项目冲突、诊疗项目虚假收费审核等)、医学逻辑规则(例如医用材料与诊疗项目不符、药品与诊疗项目不符等)，等等。本发明实施例的医保结算规则维护表也有多个，例如限工伤保险维护表、限生育保险维护表、药品限适应症维护表、非医保支付疾病维护表、限医院类型级别维护表、限检查频次项目表、收费超住院小时数维护表、诊疗项目冲突维护表、医用材料与诊疗项目对应维护表、药品与诊疗项目对应维护表，等等。本发明实施例对各医保结算规则和对应的维护表不限于上述所列出的规则和维护表，具体不逐一举例。
校验逻辑是根据从区块链或本医疗机构数据库获取的医保基础数据生成的，具体从医保基础数据中得到各数据项，根据医保结算规则对应各数据项生成相应的校验逻辑。
按照各类医保结算规则的校验逻辑，核查本次就诊数据中是否存在不符合医保结算规则的数据，具体可以包括：查询本次就诊数据是否包括医保结算规则维护表中一个或多个数据项，若包括，则判断该查询到的数据项在本次就诊数据中是否符合医保结算规则，若不符合，则本次就诊数据中存在不符合医保结算规则的数据。
例如，医用材料与诊疗项目不符的医保结算规则的校验逻辑可以为：校验患者费用明细中含有维护表内的耗材组套中编码即进入审核(或称核查)，且审核明细(指结算清单及明细)中是否含有维护表中对应的诊疗项目组套中编码，若有则核查通过，若无，则报出，即核查未通过。再如，诊疗项目冲突的医保结算规则内涵为在同次诊疗过程中，诊疗项目A存在时，存在项目B则不合理，那么校验逻辑为：查询明细中有项目A则进入审核，根据设定统计周期(例如住院同日、一次住院)查询诊疗项目B，若有，则报出，即核查未通过。由于医保结算规则众多，相应校验逻辑也众多，不限于上述所列出的校验逻辑，其他校验逻辑具体不逐一列举。
输出对核查未通过数据的纠正建议信息，具体可以包括：输出核查未通过数据的违规类型信息、违规描述信息、违规金额信息中的一种或多种。违规类型例如违规或可疑等等，具体根据需要划分类型。违规描述信息即关于违规数据的描述，包括违规的数据项的名称、违规具体内容等等。违规金额信息即违规的具体金额，例如某违规项目涉及的结算金额超出医保结算范围具体多少金额，等等。
输出对核查未通过数据的纠正建议信息之后，还可以根据输入的对核查未通过数据的校正数据，更新本次就诊数据；按照规则库中的数据质量类规则，对更新后的本次就诊数据进行数据质控；和/或，按照规则库中的分组类规则，核查更新后的本次就诊数据是否归属到应在的诊断相关分组。
校正数据可以是医生根据违规类型信息、违规描述信息、违规金额信息等对本次就诊数据进行修改得到的。
规则库中还可以包括数据质量类规则、分组类规则。数据质量类规则用于进行数据质控，例如药物过敏完整性、出院日期完整性、出院日期与入院日期逻辑性、主要诊断与主要手术不符、新生儿主要诊断编码正确性、新生儿出生体重规范性等，提供医院(医疗机构的一个示例)做上报前质量校验纠正。分组类规则例如DRG(Diagnosis Related Group，诊断相关分组)分组类规则，在医院把本次就诊数据上报医保机构(例如医保局)之前，通过DRG分组类规则，可以校验该就诊病案及结算信息是否能被分组成功，及核查分组情况，以便医院做适当调整。
本发明实施例可由医疗机构端的服务器执行，医疗机构可以是医院、药店、康复中心等各种医疗结构。以医院为例，当前，医院很期待在医院与医保局结算之前，患者就诊前或者就诊中，还未离开医院的时候，就能提前查到问题，把违规情况避免或纠正好，以进行医院端的自查和自我纠正。针对现有的受限于医院只有自己医院的患者就诊结算信息，很难做到全面审核，只能针对本次就诊信息自查，以及现在有些城市区域性平台由于是集中式平台还在滞后性，也解决不了提前自查进行纠正等问题，本发明实施例基于区块链技术建立患者就诊结算信息的区块链网络共享，打破集中式的地域限制，医院作为区块链节点拥有该患者的所有历史就诊结算信息，不仅仅可以实现该患者本次就诊结算信息的自查，还可以实现该患者本次就诊结算信息与其在该院历史就诊以及其他医院历史接诊结算信息进行全面的自查，减少医院对不规范垫付费用的额外支出，规范医院医疗行为，帮助医院实行全面地自查自纠。
图2是根据本发明一个实施例的医疗机构端就诊数据自查自纠的整体架构示意图，如图2所示，本发明实施例的整体架构涉及院端his系统、院端自查自纠系统、区块链系统。
医院his系统即医疗机构信息系统的一个示例，是医院端的基础系统，医院的医务人员使用医院his系统对患者整个就诊过程实现整个医疗行为的信息化。主要包含了两块主要的业务，第一是门诊，包含门诊挂号、门诊开立医嘱/处方等；第二是住院，包含入院登记、住院开立医嘱、出院登记等，而医院的自查自纠就是针对这些医疗行为过程进行时，进行医疗行为的自查与自纠。
区块链系统是核心依赖的跨医院的医疗结算数据共享的基础系统。各个医疗机构按照规则加入医疗就诊结算数据区块链系统成为区块链系统的一个存储节点。任何医疗机构在患者发生了就医行为，把患者结算数据按照区块链系统要求把数据同步进入区块链系统，区块链系统机制实现各个存储节点数据同步一致；各个医疗机构可以在自己的存储节点获取到患者的在所有医疗机构的全部就诊结算数据信息。
本发明实施例的区块链系统如图3所示，患者就诊的医疗机构包含了各种医院、药店等所有机构，各个医疗机构加入区块链系统成为一个存储节点。当有患者在某医疗机构就诊时，由于该医疗机构已经加入至区块链系统，则把就诊数据同步上传区块链系统的该存储节点，区块链存储节点处理完毕后，把该患者的就诊数据广播通知其他存储节点，其他存储节点同步接收最新的该患者就诊数据。
院端自查自纠系统即本发明实施例的医疗机构端就诊数据自查自纠的系统，主要是打通医院his系统与区块链系统，实现诊前检查并给出诊前纠正建议，以及诊中检查并给出诊中纠正建议的信息系统，实现对患者就诊前和就诊时的患者及患者就诊信息的检查和给出纠正建议，以便医院进行自我纠正。本发明一个实施例的院端自查自纠系统的示意图如图4所示，院端自查自纠系统包含诊前自查服务、诊中自查服务、规则库(具体可以分为诊前自查规则库、诊中自查规则库)、审核引擎以及从本发明实施例的区块链系统获取该患者历史就诊结算数据的模块(即数据获取模块)。
医院端his系统可在患者就诊前调用院端自查自纠系统的诊前自查服务，院端自查自纠系统可调用该医院区块链存储节点的患者就诊信息，获取该患者历史就诊结算数据，把历史就诊结算数据传给审核引擎，审核引擎根据诊前自查规则库的规则信息，包含其校验逻辑以及根据不同规则结果给出诊前就诊的纠正建议，医院his系统提示给医务工作人员，根据纠正建议提前干预纠正。
医院端his系统还可在患者就诊过程中调用院端自查自纠的诊中自查服务，院端自查自纠系统调用该系统区块链存储节点的患者就诊信息，获取该患者历史就诊结算数据，把历史就诊结算数据和本次就诊数据传给审核引擎，审核引擎根据诊中自查规则库的规则信息，包含其校验逻辑以及不同规则审核结果给出诊中就诊的纠正建议，医院端his系统提示给医务工作人员，根据纠正建议进行干预纠正。
医院端his系统与院端自查自纠系统可通过局域网进行交互，例如，院端自查自纠系统可通过局域网获取医院端his系统采集的当前就诊患者的基本信息。
诊前校验及纠错建议的适用场景可以包括以下两种场景：场景一为门诊就诊时，患者到医生处就医，在his系统刷患者医保卡获取患者医保信息时。场景二为患者入院登记，护士办理入院手续时。
诊前规则例如，在患者就诊时对患者信用(骗保等其他信用问题)校验的规则，以输出是否患者已经纳入黑名单的提示；通过基于区块链数据，在患者诊前可以校验患者是否在其他医院正在住院的挂床行为(挂床又称“假住院”，一般情况下是指患者在不需要住院治疗的情况下，因为某种原因而住院治疗)；获得患者的历史就诊信息，根据疾病记录信息，提示开药禁忌(如糖尿病患者决不能开葡萄糖注射液)；根据开药信息，和药品搭配禁忌规则，提示开药禁忌和开药建议信息；根据患者参保人家庭关系，根据其父母等直系亲属关系及其家族病史，给予本患者可能疾病提示及友好提示。
诊中校验及纠错建议的适用场景可以包括以下四种场景：场景一是门诊时，医生在his系统给患者开立医嘱/处方时。场景二是住院信息变更时。场景三是住院期间，开立医嘱时。场景四是患者即将出院进行出院信息录入时。
诊中规则例如，在给患者开立医嘱、处方信息时，依据患者性别，根据限男性诊疗、女性诊疗等规则，提示可开药清单，避免开错药品；根据年龄尤其是儿童，基于儿童禁忌规则，提示该疾病可开药清单；依据开药主单及明细信息，根据药品与诊疗项目不符、诊疗项目高套收费等规则提示药品及诊疗开立不合理情况，给出符合要求的药品或者诊疗项目清单，供医生参考。
本发明实施例还可设置并保存数据质量类规则、DRG(Diagnosis Related Group,诊断相关分组)分组类规则等。
例如，在患者即将出院进行出院信息录入时，可以对结果数据质控，例如药物过敏完整性、出院日期完整性、出院日期与入院日期逻辑性、主要诊断与主要手术不符、新生儿主要诊断编码正确性、新生儿出生体重规范性等，提供医院做上报医保机构之前对就诊数据进行质量校验纠正。
在医院把就诊数据上报医保机构之前，通过DRG分组类规则，可以校验该就诊病案及结算信息是否能被分组成功，及分组情况以便医院做适当调整。
本发明实施例基于区块链实现了患者在不同医疗机构的就诊结算信息的共享，基于患者的所有就诊结算数据，实现院端面对患者本次就诊可以自我检查患者是否存在违规情况、开的诊疗项目、药品等是否存在违反规则的情况等，能帮助医院解决医保患者就诊医院与患者之间结算的全面自查自纠，不仅仅针对患者的本次就诊，还可以包含患者在该院以及其他医院的就诊结算信息，进行全面自查进而自纠。
图5是根据本发明一个实施例的医疗机构端就诊数据自查自纠的系统的主要模块示意图。
如图5所示，本发明一个实施例的医疗机构端就诊数据自查自纠的系统500主要包括：数据获取模块501、诊中核查模块502。
数据获取模块501，用于根据本医疗机构信息系统采集的当前就诊患者的基本信息，从区块链系统获取该患者在各医疗机构的历史就诊结算数据；
诊中核查模块502，用于在本医疗机构信息系统生成患者的本次就诊数据后，基于历史就诊结算数据，按照规则库中的医保结算规则对本次就诊数据进行核查；在本次就诊数据中存在核查未通过数据的情况下，输出对核查未通过数据的纠正建议信息。
医疗机构端就诊数据自查自纠的系统500还可包括诊前核查模块，用于：在本医疗机构信息系统生成患者的本次就诊数据之前，按照规则库中的诊前自查规则，对患者的本次就诊行为进行诊前核查，诊前核查包括：根据历史就诊结算数据中的疾病记录信息，生成关于患者的用药禁忌信息和用药建议信息。
数据获取模块502还用于：根据本医疗机构信息系统采集的当前就诊患者的基本信息，从区块链系统获取患者的医保信息记录和/或患者的直系亲属的就诊信息记录.
诊前核查模块还用于：根据患者的医保信息记录核查患者的使用医保就医行为的信用记录；和/或，利用患者的直系亲属的就诊信息记录核查患者患有相关疾病的风险，并输出相应的风险提示信息。
诊中核查模块502具体可以用于：将历史就诊结算数据和本次就诊数据输入审核引擎，审核引擎按照各类医保结算规则的校验逻辑，核查本次就诊数据中是否存在不符合医保结算规则的数据，校验逻辑是根据从区块链或本医疗机构数据库获取的医保基础数据生成的。
医疗机构端就诊数据自查自纠的系统500还可以包括维护表生成模块，用于：预先基于医保基础数据的数据项添加标识，以确定与数据项关联的医保结算规则，并根据与同一医保结算规则关联的数据项生成对应的医保结算规则维护表。
诊中核查模块502具体还可以用于：查询本次就诊数据是否包括医保结算规则维护表中一个或多个数据项，若包括，则判断该查询到的数据项在本次就诊数据中是否符合医保结算规则，若不符合，则本次就诊数据中存在不符合医保结算规则的数据。
诊中核查模块502具体还可以用于：输出核查未通过数据的违规类型信息、违规描述信息、违规金额信息中的一种或多种。
诊中核查模块502具体还用于：根据输入的对核查未通过数据的校正数据，更新本次就诊数据；按照规则库中的数据质量类规则，对更新后的本次就诊数据进行数据质控；和/或，按照规则库中的分组类规则，核查更新后的本次就诊数据是否归属到应在的诊断相关分组。
另外，在本发明实施例中医疗机构端就诊数据自查自纠的系统的具体实施内容，在上面医疗机构端就诊数据自查自纠的方法中已经详细说明了，故在此重复内容不再说明。
图6示出了可以应用本发明实施例的医疗机构端就诊数据自查自纠的方法或医疗机构端就诊数据自查自纠的系统的示例性系统架构600。
如图6所示，系统架构600可以包括终端设备601、602、603，网络604和服务器605。网络604用以在终端设备601、602、603和服务器605之间提供通信链路的介质。网络604可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。
用户可以使用终端设备601、602、603通过网络604与服务器605交互，以接收或发送消息等。终端设备601、602、603上可以安装有各种通讯客户端应用，例如诊疗类应用、即时通信工具、邮箱客户端、社交平台软件等(仅为示例)。
终端设备601、602、603可以是具有显示屏并且支持网页浏览的各种电子设备，包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。
服务器605可以是提供各种服务的服务器，例如对用户利用终端设备601、602、603所浏览的网站提供支持的后台管理服务器(仅为示例)。后台管理服务器可以对接收到的就诊数据等进行核查等处理，并将处理结果(例如就诊数据的纠正建议信息--仅为示例)反馈给终端设备。
需要说明的是，本发明实施例所提供的医疗机构端就诊数据自查自纠的方法一般由服务器605执行，相应地，医疗机构端就诊数据自查自纠的系统一般设置于服务器605中。
应该理解，图6中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。
下面参考图7，其示出了适于用来实现本申请实施例的服务器的计算机系统700的结构示意图。图7示出的服务器仅仅是一个示例，不应对本申请实施例的功能和使用范围带来任何限制。
如图7所示，计算机系统700包括中央处理单元(CPU)701，其可以根据存储在只读存储器(ROM)702中的程序或者从存储部分708加载到随机访问存储器(RAM)703中的程序而执行各种适当的动作和处理。在RAM 703中，还存储有系统700操作所需的各种程序和数据。CPU 701、ROM 702以及RAM 703通过总线704彼此相连。输入/输出(I/O)接口705也连接至总线704。
以下部件连接至I/O接口705：包括键盘、鼠标等的输入部分706；包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分707；包括硬盘等的存储部分708；以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分709。通信部分709经由诸如因特网的网络执行通信处理。驱动器710也根据需要连接至I/O接口705。可拆卸介质711，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器710上，以便于从其上读出的计算机程序根据需要被安装入存储部分708。
特别地，根据本发明公开的实施例，上文参考主要步骤示意图描述的过程可以被实现为计算机软件程序。例如，本发明公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行主要步骤示意图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分709从网络上被下载和安装，和/或从可拆卸介质711被安装。在该计算机程序被中央处理单元(CPU)701执行时，执行本申请的系统中限定的上述功能。
需要说明的是，本发明所示的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本申请中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本申请中，计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线、电线、光缆、RF等等，或者上述的任意合适的组合。
附图中的主要步骤示意图和框图，图示了按照本申请各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，主要步骤示意图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图或主要步骤示意图中的每个方框、以及框图或主要步骤示意图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
描述于本发明实施例中所涉及到的模块可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的模块也可以设置在处理器中，例如，可以描述为：一种处理器包括数据获取模块、诊中核查模块。其中，这些模块的名称在某种情况下并不构成对该模块本身的限定，例如，数据获取模块还可以被描述为“用于根据本医疗机构信息系统采集的当前就诊患者的基本信息，从区块链系统获取该患者在各医疗机构的历史就诊结算数据的模块”。
作为另一方面，本发明还提供了一种计算机可读介质，该计算机可读介质可以是上述实施例中描述的设备中所包含的；也可以是单独存在，而未装配入该设备中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被一个该设备执行时，使得该设备包括：根据本医疗机构信息系统采集的当前就诊患者的基本信息，从区块链系统获取该患者在各医疗机构的历史就诊结算数据；在所述本医疗机构信息系统生成所述患者的本次就诊数据后，基于所述历史就诊结算数据，按照规则库中的医保结算规则对所述本次就诊数据进行核查；在所述本次就诊数据中存在核查未通过数据的情况下，输出对所述核查未通过数据的纠正建议信息。
根据本发明实施例的技术方案，通过区块链技术实现患者在所有医院的就诊结算数据信息实现共享一致，医院端可以加入区块链网络成为其中一个节点，每个节点都有患者的全量就诊结算数据，可以达到医院实现针对患者就诊时不仅可以对本次就诊结算数据自身自查，也可以针对历史结算数据自查自纠，能够实现医疗机构端在与医保局结算之前，当患者就诊前或就诊中还未离开医院时，提前查到问题以避免或纠正可能的违规情况，实现医疗机构端的自查自纠，减少医疗机构对不规范垫付费用的额外支出。
上述具体实施方式，并不构成对本发明保护范围的限制。本领域技术人员应该明白的是，取决于设计要求和其他因素，可以发生各种各样的修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等，均应包含在本发明保护范围之内。
Claims (10)
1.一种医疗机构端就诊数据自查自纠的方法，其特征在于，包括：
根据本医疗机构信息系统采集的当前就诊患者的基本信息，从区块链系统获取该患者在各医疗机构的历史就诊结算数据；
在所述本医疗机构信息系统生成所述患者的本次就诊数据后，基于所述历史就诊结算数据，按照规则库中的医保结算规则对所述本次就诊数据进行核查；
在所述本次就诊数据中存在核查未通过数据的情况下，输出对所述核查未通过数据的纠正建议信息。
2.根据权利要求1所述的方法，其特征在于，还包括：在所述本医疗机构信息系统生成所述患者的本次就诊数据之前，按照所述规则库中的诊前自查规则，对所述患者的本次就诊行为进行诊前核查，所述诊前核查包括：根据所述历史就诊结算数据中的疾病记录信息，生成关于所述患者的用药禁忌信息和用药建议信息。
3.根据权利要求2所述的方法，其特征在于，还包括：根据本医疗机构信息系统采集的当前就诊患者的基本信息，从区块链系统获取所述患者的医保信息记录和/或所述患者的直系亲属的就诊信息记录；
所述诊前核查还包括：根据所述患者的医保信息记录核查所述患者的使用医保就医行为的信用记录；和/或，利用所述患者的直系亲属的就诊信息记录核查所述患者患有相关疾病的风险，并输出相应的风险提示信息。
4.根据权利要求1所述的方法，其特征在于，所述基于所述历史就诊结算数据，按照规则库中的医保结算规则对所述本次就诊数据进行核查，包括：
将所述历史就诊结算数据和所述本次就诊数据输入审核引擎，所述审核引擎按照各类医保结算规则的校验逻辑，核查所述本次就诊数据中是否存在不符合所述医保结算规则的数据，所述校验逻辑是根据从区块链或本医疗机构数据库获取的医保基础数据生成的。
5.根据权利要求4所述的方法，其特征在于，还包括：预先基于所述医保基础数据的数据项添加标识，以确定与所述数据项关联的所述医保结算规则，并根据与同一所述医保结算规则关联的数据项生成对应的医保结算规则维护表；
所述按照各类医保结算规则的校验逻辑，核查所述本次就诊数据中是否存在不符合所述医保结算规则的数据，包括：
查询所述本次就诊数据是否包括所述医保结算规则维护表中一个或多个数据项，若包括，则判断该查询到的数据项在所述本次就诊数据中是否符合所述医保结算规则，若不符合，则所述本次就诊数据中存在不符合所述医保结算规则的数据。
6.根据权利要求4所述的方法，其特征在于，输出对所述核查未通过数据的纠正建议信息，包括：
输出所述核查未通过数据的违规类型信息、违规描述信息、违规金额信息中的一种或多种。
7.根据权利要求1或6所述的方法，其特征在于，输出对所述核查未通过数据的纠正建议信息之后，还包括：
根据输入的对所述核查未通过数据的校正数据，更新所述本次就诊数据；
按照所述规则库中的数据质量类规则，对更新后的本次就诊数据进行数据质控；和/或，按照所述规则库中的分组类规则，核查所述更新后的本次就诊数据是否归属到应在的诊断相关分组。
8.一种医疗机构端就诊数据自查自纠的系统，其特征在于，包括：
数据获取模块，用于根据本医疗机构信息系统采集的当前就诊患者的基本信息，从区块链系统获取该患者在各医疗机构的历史就诊结算数据；
诊中核查模块，用于在所述本医疗机构信息系统生成所述患者的本次就诊数据后，基于所述历史就诊结算数据，按照规则库中的医保结算规则对所述本次就诊数据进行核查；在所述本次就诊数据中存在核查未通过数据的情况下，输出对所述核查未通过数据的纠正建议信息。
9.一种电子设备，其特征在于，包括：
一个或多个处理器；
存储器，用于存储一个或多个程序，
当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器实现如权利要求1-7中任一所述的方法。
10.一种计算机可读介质，其上存储有计算机程序，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1-7中任一所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110988036.5A CN113611384B (zh) | 2021-08-26 | 2021-08-26 | 一种医疗机构端就诊数据自查自纠的方法和系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110988036.5A CN113611384B (zh) | 2021-08-26 | 2021-08-26 | 一种医疗机构端就诊数据自查自纠的方法和系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113611384A true CN113611384A (zh) | 2021-11-05 |
| CN113611384B CN113611384B (zh) | 2024-04-19 |
Family
ID=78342101
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110988036.5A Active CN113611384B (zh) | 2021-08-26 | 2021-08-26 | 一种医疗机构端就诊数据自查自纠的方法和系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113611384B (zh) |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108711108A (zh) * | 2018-05-15 | 2018-10-26 | 厦门快商通信息技术有限公司 | 一种基于区块链技术的人身保险决策支持方法及系统 |
| CN108766509A (zh) * | 2018-05-16 | 2018-11-06 | 中国联合网络通信集团有限公司 | 基于区块链技术的鉴真方法、装置、终端及存储介质 |
| CN109522743A (zh) * | 2018-10-27 | 2019-03-26 | 平安医疗健康管理股份有限公司 | 一种医疗保险票据稽核方法、区块链节点设备及系统 |
| CN109726595A (zh) * | 2019-01-17 | 2019-05-07 | 杭州趣链科技有限公司 | 一种基于区块链的医疗信息共享系统、电子设备和计算机存储介质 |
| CN111507851A (zh) * | 2020-04-23 | 2020-08-07 | 腾讯科技（深圳）有限公司 | 基于区块链的医保理赔处理方法、装置、系统和存储介质 |
| US20210166193A1 (en) * | 2018-10-24 | 2021-06-03 | Advanced New Technologies Co., Ltd. | Block chain-based claim settlement method and apparatus |
-
2021
- 2021-08-26 CN CN202110988036.5A patent/CN113611384B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108711108A (zh) * | 2018-05-15 | 2018-10-26 | 厦门快商通信息技术有限公司 | 一种基于区块链技术的人身保险决策支持方法及系统 |
| CN108766509A (zh) * | 2018-05-16 | 2018-11-06 | 中国联合网络通信集团有限公司 | 基于区块链技术的鉴真方法、装置、终端及存储介质 |
| US20210166193A1 (en) * | 2018-10-24 | 2021-06-03 | Advanced New Technologies Co., Ltd. | Block chain-based claim settlement method and apparatus |
| CN109522743A (zh) * | 2018-10-27 | 2019-03-26 | 平安医疗健康管理股份有限公司 | 一种医疗保险票据稽核方法、区块链节点设备及系统 |
| CN109726595A (zh) * | 2019-01-17 | 2019-05-07 | 杭州趣链科技有限公司 | 一种基于区块链的医疗信息共享系统、电子设备和计算机存储介质 |
| CN111507851A (zh) * | 2020-04-23 | 2020-08-07 | 腾讯科技（深圳）有限公司 | 基于区块链的医保理赔处理方法、装置、系统和存储介质 |
Non-Patent Citations (2)
| Title |
|---|
| 于佳 等: "基于区块链的智慧医疗报销平台的研究", 《信息通信技术》, no. 03 * |
| 朱昕屾: "区块链技术在我国基本医疗保险审核中的应用研究", 《中国优秀硕士学位论文全文数据库 医药卫生科技辑(月刊)》, no. 05, pages 1 - 37 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113611384B (zh) | 2024-04-19 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| EP3245601B1 (en) | Healthcare data interchange system and method | |
| US20200258605A1 (en) | Electronic health records management using wireless communication | |
| US8046242B1 (en) | Systems and methods for verifying prescription dosages | |
| US8489415B1 (en) | Systems and methods for the coordination of benefits in healthcare claim transactions | |
| US10635783B2 (en) | Systems and methods for determining patient adherence to a prescribed medication protocol | |
| US8321243B1 (en) | Systems and methods for the intelligent coordination of benefits in healthcare transactions | |
| US20180012244A1 (en) | System and method to determine prescription drug benefit eligibility from electronic prescription data streams | |
| KR101234805B1 (ko) | 개인 건강 기록 관리 시스템 및 방법 | |
| WO1999022330A1 (en) | Method and system for consolidating and distributing information | |
| US7870009B2 (en) | Computerized system and methods for generating and processing integrated transactions for healthcare services | |
| CA2884949C (en) | Systems and methods for verifying correlation of diagnosis and medication as part of qualifying program eligibility verification | |
| US8392219B1 (en) | Systems and methods for streamlined patient enrollment for one or more healthcare programs | |
| US20160292385A1 (en) | Systems and methods for medication dosage range determination and verification based on patient test results | |
| US8185414B2 (en) | System and method of processing a health insurance claim | |
| US20130151281A1 (en) | Methods and systems for managing prescription liability | |
| CN112488858A (zh) | 一种慢病数据管理方法和系统 | |
| US10742654B1 (en) | Prescription prior authorization system | |
| US10642957B1 (en) | Systems and methods for determining, collecting, and configuring patient intervention screening information from a pharmacy | |
| JP2019207522A (ja) | 処方監査処理端末用のデータ構造 | |
| US20140297308A1 (en) | Referral and record sharing systems and methods | |
| CN113611384B (zh) | 一种医疗机构端就诊数据自查自纠的方法和系统 | |
| US20220189641A1 (en) | Opioid Use Disorder Predictor | |
| US11664120B1 (en) | Apparatuses, systems, and methods for reducing return of prescriptions to stock | |
| US20190341154A1 (en) | Dynamically Generating Patient-Facing Mobile Interfaces | |
| US10423759B1 (en) | Systems and methods for identifying prior authorization assistance requests in healthcare transactions |
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 |