CN117391643B - 一种基于知识图谱的医保单据审核方法及系统 - Google Patents
一种基于知识图谱的医保单据审核方法及系统 Download PDFInfo
- Publication number
- CN117391643B CN117391643B CN202311704959.9A CN202311704959A CN117391643B CN 117391643 B CN117391643 B CN 117391643B CN 202311704959 A CN202311704959 A CN 202311704959A CN 117391643 B CN117391643 B CN 117391643B
- Authority
- CN
- China
- Prior art keywords
- auditing
- audit
- medical insurance
- information
- map
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 46
- 238000012550 audit Methods 0.000 claims abstract description 165
- 238000013507 mapping Methods 0.000 claims abstract description 43
- 230000000007 visual effect Effects 0.000 claims abstract description 12
- 238000012795 verification Methods 0.000 claims description 54
- 238000001228 spectrum Methods 0.000 claims description 40
- 230000008569 process Effects 0.000 claims description 11
- 230000001502 supplementing effect Effects 0.000 claims description 10
- 238000010276 construction Methods 0.000 claims description 7
- 230000000737 periodic effect Effects 0.000 claims description 5
- 238000012216 screening Methods 0.000 claims description 3
- 230000000694 effects Effects 0.000 abstract description 6
- 239000003814 drug Substances 0.000 abstract description 2
- 238000005516 engineering process Methods 0.000 description 6
- 238000000605 extraction Methods 0.000 description 6
- 238000011156 evaluation Methods 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 238000007689 inspection Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012552 review Methods 0.000 description 3
- 230000005856 abnormality Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 238000013075 data extraction Methods 0.000 description 2
- 238000012217 deletion Methods 0.000 description 2
- 230000037430 deletion Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 230000004931 aggregating effect Effects 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 239000002360 explosive Substances 0.000 description 1
- 238000011478 gradient descent method Methods 0.000 description 1
- 235000019580 granularity Nutrition 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000003058 natural language processing Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000004806 packaging method and process Methods 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 230000001960 triggered effect Effects 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
- G06Q10/00—Administration; Management
- G06Q10/10—Office automation; Time management
- G06Q10/103—Workflow collaboration or project management
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/36—Creation of semantic tools, e.g. ontology or thesauri
- G06F16/367—Ontology
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/901—Indexing; Data structures therefor; Storage structures
- G06F16/9024—Graphs; Linked lists
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/903—Querying
- G06F16/9038—Presentation of query results
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/02—Knowledge representation; Symbolic representation
- G06N5/022—Knowledge engineering; Knowledge acquisition
- G06N5/025—Extracting rules from data
-
- 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
- G06Q10/00—Administration; Management
- G06Q10/10—Office automation; Time management
- G06Q10/105—Human resources
- G06Q10/1057—Benefits or employee welfare, e.g. insurance, holiday or retirement packages
-
- 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
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- General Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- Computational Linguistics (AREA)
- Economics (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Quality & Reliability (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Software Systems (AREA)
- Operations Research (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Technology Law (AREA)
- Life Sciences & Earth Sciences (AREA)
- Animal Behavior & Ethology (AREA)
- Development Economics (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本发明公开了一种基于知识图谱的医保单据审核方法及系统,属于医疗保险领域,其中方法包括:交互医保单据的审核流程与审核要素,搭建医保审核图谱;建立智能审核模型,下放至边缘服务节点;读取待审核医保单据并确定审核任务,并传输至智能审核模型;结合医保审核图谱,划定基于审核任务的局域图谱,读取单据特征图谱;映射局域图谱与单据特征图谱,生成单据审核结果;对单据审核结果进行校验,生成审核有效信息;生成基于单据审核结果的显示弹窗,于可视化界面进行显示。本申请解决了现有技术中医保单据审核的准确率和效率低下的技术问题,达到了通过知识图谱和边缘服务节点提高医保单据审核的准确率和效率的技术效果。
Description
技术领域
本发明涉及医疗保险领域,具体涉及一种基于知识图谱的医保单据审核方法及系统。
背景技术
随着医疗保障体系的不断完善,医保电子单据的使用范围和数量呈爆炸式增长。在现有医保监管技术中,医保单据仍主要依赖固定模板方式逐一识别、审核、鉴定,这类方法效率低下,无法满足不同类型的医保单据审核需求,单据积压、审核延期的问题层出不穷;同时,固定模板审核的准确率也难以控制,欺诈单据时常未能识别。
发明内容
本申请通过提供了一种基于知识图谱的医保单据审核方法及系统,旨在解决现有技术中医保单据审核的准确率和效率低下的技术问题。
鉴于上述问题,本申请提供了一种基于知识图谱的医保单据审核方法及系统。
本申请公开的第一个方面,提供了一种基于知识图谱的医保单据审核方法,该方法包括:交互医保单据的审核流程与审核要素,搭建医保审核图谱,所述医保审核图谱包括审核图谱层与信息图谱层;建立基于所述医保审核图谱的智能审核模型,下放至边缘服务节点;读取待审核医保单据并确定审核任务,并传输至所述智能审核模型;结合所述医保审核图谱,划定基于所述审核任务的局域图谱,基于所述局域图谱执行所述待审核医保单据的信息映射,读取单据特征图谱;映射所述局域图谱与所述单据特征图谱,执行基于审核场景的信息判定,生成单据审核结果;搭建预校验通道,对所述单据审核结果进行校验,生成审核有效信息;随着所述审核有效信息的接收,生成基于所述单据审核结果的显示弹窗,于可视化界面进行显示。
本申请公开的另一个方面,提供了一种基于知识图谱的医保单据审核系统,该系统包括:审核图谱搭建模块,用于交互医保单据的审核流程与审核要素,搭建医保审核图谱,所述医保审核图谱包括审核图谱层与信息图谱层;审核模型建立模块,用于建立基于所述医保审核图谱的智能审核模型,下放至边缘服务节点;审核任务确定模块,用于读取待审核医保单据并确定审核任务,并传输至所述智能审核模型;单据特征图谱模块,用于结合所述医保审核图谱,划定基于所述审核任务的局域图谱,基于所述局域图谱执行所述待审核医保单据的信息映射,读取单据特征图谱;图谱信息判定模块,用于映射所述局域图谱与所述单据特征图谱,执行基于审核场景的信息判定,生成单据审核结果;审核结果校验模块,用于搭建预校验通道,对所述单据审核结果进行校验,生成审核有效信息;审核结果显示模块,用于随着所述审核有效信息的接收,生成基于所述单据审核结果的显示弹窗,于可视化界面进行显示。
本申请中提供的一个或多个技术方案,至少具有如下技术效果或优点:
由于采用了构建医保审核图谱,用于形式化表示医保单据审核所需的领域知识,为后续审核提供知识支撑;基于构建的医保审核图谱,建立智能审核模型,并部署到边缘计算节点上,以使用户可就近完成审核;读取待审核医保单据,提交审核任务,触发单据审核流程的启动;根据审核任务动态构建局域图谱,表示任务相关的知识子图,并读取单据的结构化特征,为后续特征匹配提供数据基础;执行特征间的知识映射,判断单据与图谱间的匹配程度,输出单据审核结果;通过预校验通道检测单据审核结果的有效性,保证结果正确性;将审核有效结果,以可视化界面形式返回,实现对审核结果的显示的技术方案,解决了现有技术中医保单据审核的准确率和效率低下的技术问题,达到了通过知识图谱和边缘服务节点提高医保单据审核的准确率和效率的技术效果。
上述说明仅是本申请技术方案的概述,为了能够更清楚了解本申请的技术手段,而可依照说明书的内容予以实施,并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂,以下特举本申请的具体实施方式。
附图说明
图1为本申请实施例提供了一种基于知识图谱的医保单据审核方法的一种流程示意图。
图2为本申请实施例提供了一种基于知识图谱的医保单据审核方法中确定单据审核结果的一种流程示意图。
图3为本申请实施例提供了一种基于知识图谱的医保单据审核系统的一种结构示意图。
附图标记说明:审核图谱搭建模块11,审核模型建立模块12,审核任务确定模块13,单据特征图谱模块14,图谱信息判定模块15,审核结果校验模块16,审核结果显示模块17。
具体实施方式
本申请提供的技术方案总体思路如下:
本申请实施例提供了一种基于知识图谱的医保单据审核方法及系统。首先,围绕医保审核的事理知识,通过构建医保审核图谱形成本领域知识的结构化表达。然后,基于医保审核图谱生成智能审核模型,下放至边缘服务节点,使用户可就近完成单据审核的自动化、智能化审核。随后,确定审核任务发送至智能审核模型,以匹配审核任务对应的局域图谱,读取单据特征图谱,实现对待审核图谱的特征提取。接着,映射局域图谱与单据特征图谱,执行信息判定,生成单据审核结果。最后,待单据审核结果校验通过后,在可视化界面显示单据审核结果,实现对用户的反馈。综上,本申请实施例通过知识图谱与边缘服务节点布设智能审核模型的方式,有效提升了医保单据审核的效率与准确度。
在介绍了本申请基本原理后,下面将结合说明书附图来具体介绍本申请的各种非限制性的实施方式。
实施例一
如图1所示,本申请实施例提供了一种基于知识图谱的医保单据审核方法,该方法包括:
交互医保单据的审核流程与审核要素,搭建医保审核图谱,所述医保审核图谱包括审核图谱层与信息图谱层。
进一步的,本申请实施例还包括:
读取医保审核流程,确定主流程节点,所述主流程节点标识有序号。
遍历所述主流程节点,确定各主流程节点的相关维度,确定第一从流程节点,其中,各主流程节点对应至少一个从流程节点。
针对所述第一从流程节点,进行下位从属决策确定第二从流程节点。
进行步进式下位从属迭代,确定第N从流程节点。
对所述主流程节点、所述第一从流程节点、第二从流程节点直至所述第N从流程节点进行映射关联,确定审核图谱层。
进一步的,本申请实施例还包括:
读取医保单据的审核信息维度,关联确定第一要素节点。
确定各维度相关指标,作为第二要素节点。
确定基于审核场景的指标特征值的判定策略标准,作为第三要素节点。
对所述第一要素节点、所述第二要素节点与所述第三要素节点进行映射关联,生成所述信息图谱层。
层级映射关联所述审核图谱层与所述信息图谱层,生成所述医保审核图谱。
其中,所述审核图谱层与所述信息图谱层具有相对独立性与协同关联性。
在一种优选的实施方式中,医保审核图谱是用于指导和支持医保单据审核的知识图谱,包含审核图谱层与信息图谱层。其中,审核图谱层描述医保审核的工作流程、步骤和细节,呈现审核活动的流程化知识;信息图谱层描述医保审核所需的信息维度、判断指标等知识,呈现审核判断所需的知识体系。审核图谱层与信息图谱层既有相对独立性,也有协同关联性,共同构成完整的、支持医保审核决策的医保审核图谱。
对于审核图谱层,首先,读取医保单据的审核流程,该审核流程由多个主流程节点组成,表示审核的不同关键阶段,例如包括“案件建立”、“资料收集”、“资料审查”、“结论审批”等。确定主流程节点后,对每个主流程节点进行标识,对每个编写序号,例如使用S1、S2等表示,从而赋予每个主流程节点唯一的标识。然后,遍历所有主流程节点,并确定每个主流程节点相关的维度,表示从流程的角度来定性或定量反映主流程节点的特征,例如时间维度、资源维度、业务类别维度等,如对“资料审查”节点确定的维度包括“审查类别”、“审查时间”等。同时,在每个主流程节点的基础上,确定从流程节点,得到第一层级的第一从流程节点,这些从流程节点是在对应主流程节点的维度基础上确定的。例如“资料审查”节点确定的第一从流程节点包括“初审”、“复审”等。其中,每个主流程节点至少要确定一个从流程节点,主流程节点和从流程节点构成父子关系。之后,对每个第一从流程节点,确定其属性与维度,并在此基础上确定该节点的下级从流程节点,得到第二从流程节点。随后,以已有的从流程节点为起点,采用步进式思维,即每次只向下一级扩展一个节点层级,在扩展每个新层级的节点时,遵循从属原则,即新节点必须对上一级节点形成合理的拓展和补充,迭代上述步进式扩展,最终确定多级从流程节点,形成清晰、完整的节点层级关系。其中最底层的节点为第N从流程节点。然后,提取主流程节点、第一从流程节点直至第N从流程节点,分析不同节点之间的上下级、兄弟级以及跨层级的逻辑关联关系,在关联关系的基础上,使用图数据库技术对全部节点进行映射和关联,形成图结构以表示节点之间的联系,即完成审核图谱层的构建。该审核图谱层直观呈现了医保审核流程的详细层级脉络以及节点之间的相互作用关系,从宏观到微观全面表达医保审核的流程知识,为单据审核提供详尽的流程支撑。
对于信息图谱层,首先,读取医保单据的审核信息维度,这些信息维度反映了评价和分析医保单据所需要的数据视角,包含医保单据的审核要素,例如包括“费用类别”、“项目构成”、“重复性检查”等。在明确信息维度的基础上,确定这些维度对应的第一层级的要素节点,即第一要素节点。然后,依次分析每个第一要素节点所反映的数据维度,在各维度中识别具体的评估指标,将这些评估指标抽象转换为图谱的节点,确定为第二要素节点。随后,分析不同的审核场景,确定审核的具体应用环境,例如不同级别医院的审核等场景,在每个审核场景下,提取各第二要素节点的评估指标应具有的数值特性或范围特征,将这些特征值范围以节点的形式构建,作为策略知识点,即第三要素节点。之后,提取所有的第一要素节点、第二要素节点与第三要素节点,分析节点之间的逻辑关联,例如第二要素节点依赖和扩展第一要素节点,第三要素节点给出了第二要素节点的判断规则等。然后,利用图数据库技术,在关联逻辑的基础上,实现节点之间的映射与关联,构建出信息图谱层。该信息图谱层从不同粒度组织了医保审核的信息指标体系、判断规则体系,构成了支撑智能审核决策的信息知识框架。
建立基于所述医保审核图谱的智能审核模型,下放至边缘服务节点。
在本申请实施例中,首先,从医保审核图谱中提取节点实体、属性关系数据,进行清洗和标准化处理,形成结构化的节点关联数据集。其次,基于节点关联数据集,选择与医保审核判断密切相关的节点特征,进行特征抽取、构建和优化,得到最终的节点特征集。然后,选择适合处理节点关联数据并能实现推理的算法,如GCN等,在采集的节点关联数据集上训练选择的算法,优化算法超参,获得最佳的审核判断模型。接着,使用模型压缩技术对训练的审核判断模型进行压缩,减小模型大小,降低计算复杂度,再通过Docker等技术对压缩后的模型进行封装和部署,形成容器化模型,得到智能审核模型。之后,采用边缘计算平台,将容器化的智能审核模型分发至各边缘节点,实现就近化的智能审核能力。用户可在边缘服务节点实时输入待审核医保单据,实现基于医保图谱知识的智能审核与判断。通过边缘部署,实现就近使用和离线判断能力,既减轻了中心服务器压力,也提升了审核效率。
读取待审核医保单据并确定审核任务,并传输至所述智能审核模型。
在本申请实施例中,当用户到边缘服务节点进行实际医保单据审核时,边缘服务节点接收用户的待审核医保单据。然后,对待审核医保单据的结构化数据进行提取和解析,得到单据图像信息。随后,调用OCR技术解析单据图像信息分析提取的关键单据信息和内容,依据单据属性、费用种类等,判定该单据的审核场景,确定对应的审核业务类别。接着,在业务类别基础上,结合单据具体内容,依照医保审核规则和流程,确定该单据所对应的审核任务。然后,将确定的审核任务发送至智能审核模型,以进行后续审核流程。
结合所述医保审核图谱,划定基于所述审核任务的局域图谱,基于所述局域图谱执行所述待审核医保单据的信息映射,读取单据特征图谱。
在本申请实施例中,当智能审核模型接收到审核任务后,智能审核模型加载医保审核图谱,形成模型直接读取和解析的图谱环境。然后,智能审核模型分析审核任务所对应的工作流程,判断所涉及的节点范围,在全部医保审核图谱中进行区域划定,确定涵盖审核任务所需信息和知识的局域子图谱,得到局域图谱。随后,在确认的局域图谱范围内,解析并映射待审核医保单据中的结构化和非结构化信息,通过实体、属性、关系的抽取,形成表示该单据特征的子图谱,即单据特征图谱。单据特征图谱保留了案例具体信息,与划定的局域图谱共同构成智能审核的场景环境,实现了图谱知识、审核场景和案例信息的有效融合,为后续的审核决策提供了支持。
映射所述局域图谱与所述单据特征图谱,执行基于审核场景的信息判定,生成单据审核结果。
进一步的,如图2所示,本申请实施例还包括:
映射所述局域图谱与所述单据特征图谱,确定多个信息组。
判定所述多个信息组是否存在单项映射组,若存在,生成信息补充指令,所述信息补充指令标记有信息源。
若不存在,基于审核场景的所述判定策略标准,对所述多个信息组进行判定,确定单据审核结果。
在一种优选的实施方式中,首先,在智能审核模型中输入构建的局域图谱和单据特征图谱,解析两类图谱的节点实体、属性以及节点间关系,在解析基础上,进行节点及关联边的匹配与比较,判断局域图谱和单据图谱在信息表达上的一致性、完备性。然后,根据匹配结果,将信息维度及信息单元聚合形成多个信息组,每组包含独立语义的图谱分支,输出确定的多个信息组,以进入后续的补充指令生成或决策评估中。随后,加载医保审核图谱,解析信息组之间的约束逻辑,信息组若存在交叉引用时,出现缺失将导致的错误传播与决策风险,因此判断多个信息组之间是否存在严格的单项依赖和约束,无法形成有效的交叉验证。
若确认存在严格单项映射信息组,则判定该组信息不完整,需要补充,此时生成信息补充指令,标注清楚需要补充信息的具体内容、格式及其确认的来源渠道。然后,输出信息补充指令,进行人机交互的信息补充流程。若不存在单项映射组,此时,加载对应审核场景下的判断策略标准,解析信息组的阈值约束、逻辑关系等,构建多个信息组之间的关联判断树,表示信息组综合判断的逻辑结构。随后,利用规则解析引擎,判断关联判断树的流程,积累评估多个信息组的判定意见,汇总判定意见,判断单据信息是否满足策略标准的要求。最后,将判断结果输出为机器可读格式的审核决议,表示待审核医保单据的单据审核结果。
搭建预校验通道,对所述单据审核结果进行校验,生成审核有效信息。
进一步的,本申请实施例还包括:
检索历史审核记录,基于多元审核场景进行分组与有效性筛选,确定多组有效审核记录。
遍历所述多组有效审核记录,确定映射于各组审核记录的界定区间,其中,所述界定区间基于组内临界信息确定。
进行多元审核场景与所述界定区间的映射关联,确定校验数据库。
基于所述校验数据库,搭建所述预校验通道。
进一步的,本申请实施例还包括:
将所述单据审核结果输入所述预校验通道。
结合所述审核场景,遍历所述校验数据库评判确定目标界定区间。
判定所述单据审核结果是否满足所述目标界定区间,若不满足,生成复检指令。
基于所述复检指令,执行基于所述待审核医保单据与所述审核任务的医保单据复审,直至满足所述目标界定区间。
在一种优选的实施方式中,首先,获取批量的历史医保单据审核记录后,并设置医保审核的多个场景标签,覆盖各类常见病种、医院级别等不同审核环境。然后,加载历史审核记录,使用自然语言处理等技术解析记录内容,判断所对应审核场景,根据场景判断结果,将历史记录进行分类聚合,形成多组代表不同审核场景的记录。随后,在每个组内,进行重复记录删除、噪音数据识别等处理,提高组内记录的质量和代表性,输出多组有效审核记录。之后,遍历输出多组有效审核记录,分析每组内单据审核结果的数量分布情况,拟合区间分布模型,确定组内结果分布的临界值,即绝大部分结果值的边界点,以临界值为基准,确定结果值的区间范围,即目标界定区间,并将各组的目标界定区间与对应审核场景建立索引映射关系。随后,加载审核场景和对应目标界定区间的映射关系,使用联合主键方式,建立审核场景与区间特征值范围之间的关联匹配,将关联匹配结果作为新的关系组数据集,得到校验数据库。接着,设计预校验通道的模块架构,将校验数据库部署于预校验通道中,构建接收新审核结果的标准输入接口,实现预校验通道的搭建。
然后,调用预校验通道标准输入接口,将单据审核结果输入预校验通道中,预校验通道从单据审核结果中提取对应的审核场景信息,以审核场景为关键字,遍历校验数据库,搜索与当前审核场景匹配的记录,从匹配记录中解析对应的目标界定区间。之后,从单据审核结果中提取出数值特征,即待校验的结果值,将待校验的结果值于确认的目标界定区间进行区间判断,判断单据审核结果是否在目标界定区间中。如果判断为单据审核结果不在目标界定区间内,则产生复检指令,要求对该单据审核结果进行复核的提示,该复检指令中将标记复核原因,包括区间判定细节,方便对单据快速复审。智能审核模型接收到复检指令后,提取复检指令中该单据的基本信息、审核任务描述、决策区间详情等,依据指令内容快速定位待复核单据,理解存在的问题,进行面向待审核医保单据和对应审核任务的详细复审流程,产生新的单据审核结果,将新结果再次输入预校验通道,依照与原单据相同的判定场景和区间进行判断,循环此复审流程,直至产生的新结果值满足目标界定区间的要求,避免存在运算处理异常导致结果存在异常,提高审核的准确性。随后,将满足目标界定区间的单据审核结果作为审核有效信息进行输出。
随着所述审核有效信息的接收,生成基于所述单据审核结果的显示弹窗,于可视化界面进行显示。
在本申请实施例中,当边缘服务节点接收到审核有效信息后,对接收的审核有效信息进行数据提取,包括文本结果、属性标签等,得到信息提取结果。然后,将信息提取结果加载到展示模板中,组织界面渲染所需的图文、颜色、动效编码。随后,调用可视化界面的输出窗口,将经过模板处理后的信息提取结果通过可视化界面展示给用户。
进一步的,本申请实施例还包括:
配置预定更新周期,整合基于周期性节点的审核校验信息,所述审核校验信息包括时区审核信息与时区校验信息。
结合所述时区审核信息,对所述智能审核模型进行增量学习。
结合所述时区校验信息,对所述预校验通道进行增量学习。
确定基于审核条例修正的时间节点,读取变动审核信息,对所述医保审核图谱进行更新。
在一种可行的实施方式中,首先,配置对医保智能审核系统的知识更新周期参数,如每月、每季度等。当到达增量学习的周期节点时,自动触发更新流程,加载该周期区间内产生的所有医保单据的审核记录信息,即时区审核信息,以及所有单据在预校验通道内的校验记录信息,即时区校验信息,实现审核校验信息的整合。得到时区审核信息后,解析时区审核信息,提取审核特征,扩充模型特征空间,基于扩充后的模型特征空间,采用在线梯度下降法等算法,逐步优化智能审核模型参数,完成对新医保审核知识的学习。得到与时区校验信息后,解析时区校验信息,计算新产生的单据结果分布,拟合更新后的区间范围;对比新区间范围与通道现有区间判断规则,找到二者的差异部分;以差异为驱动,迭代优化区间规则,使校验判断既吸收新知识,也保持历史规则的稳定性,得到更新后的预校验通道。
然后,监控医保审核条例的修正,一旦检测到调整的审核条例更新公告,即确认审核条例修正的时间节点。随后,从修正后的审核条例中抽取医保类别、审核流程等变更信息,得到变动审核信息。接着,在原有医保审核图谱中,定位已变更的审核知识点,映射知识点在医保审核图谱中的节点位置,通过修改节点关系的形式更新图谱内容,完成对医保审核图谱的定点更新,保证医保审核图谱与审核条例的一致性。
综上所述,本申请实施例所提供的一种基于知识图谱的医保单据审核方法具有如下技术效果:
交互医保单据的审核流程与审核要素,搭建医保审核图谱,表示医保审核过程中涉及的实体及其关系,支持后续审核推理。建立基于医保审核图谱的智能审核模型,下放至边缘服务节点,用于对用户进行就近服务,进行自动化审核,提高审核效率。读取待审核医保单据并确定审核任务,并传输至智能审核模型,驱动后续流程执行。结合医保审核图谱,划定基于审核任务的局域图谱,基于局域图谱执行待审核医保单据的信息映射,读取单据特征图谱,为后续审核提供局部知识环境和数据基础。映射局域图谱与单据特征图谱,执行基于审核场景的信息判定,生成单据审核结果。搭建预校验通道,对单据审核结果进行校验,生成审核有效信息,对审核结果进行校验,提高结果正确性。随着审核有效信息的接收,生成基于单据审核结果的显示弹窗,于可视化界面进行显示,完成对用户反馈单据审核,从而提高医保单据审核的准确率和效率。
实施例二
基于与前述实施例中一种基于知识图谱的医保单据审核方法相同的发明构思,如图3所示,本申请实施例提供了一种基于知识图谱的医保单据审核系统,该系统包括:
审核图谱搭建模块11,用于交互医保单据的审核流程与审核要素,搭建医保审核图谱,所述医保审核图谱包括审核图谱层与信息图谱层。
审核模型建立模块12,用于建立基于所述医保审核图谱的智能审核模型,下放至边缘服务节点。
审核任务确定模块13,用于读取待审核医保单据并确定审核任务,并传输至所述智能审核模型。
单据特征图谱模块14,用于结合所述医保审核图谱,划定基于所述审核任务的局域图谱,基于所述局域图谱执行所述待审核医保单据的信息映射,读取单据特征图谱。
图谱信息判定模块15,用于映射所述局域图谱与所述单据特征图谱,执行基于审核场景的信息判定,生成单据审核结果。
审核结果校验模块16,用于搭建预校验通道,对所述单据审核结果进行校验,生成审核有效信息。
审核结果显示模块17,用于随着所述审核有效信息的接收,生成基于所述单据审核结果的显示弹窗,于可视化界面进行显示。
进一步的,审核图谱搭建模块11包括以下执行步骤:
读取医保审核流程,确定主流程节点,所述主流程节点标识有序号。
遍历所述主流程节点,确定各主流程节点的相关维度,确定第一从流程节点,其中,各主流程节点对应至少一个从流程节点。
针对所述第一从流程节点,进行下位从属决策确定第二从流程节点。
进行步进式下位从属迭代,确定第N从流程节点。
对所述主流程节点、所述第一从流程节点、第二从流程节点直至所述第N从流程节点进行映射关联,确定审核图谱层。
进一步的,审核图谱搭建模块11还包括以下执行步骤:
读取医保单据的审核信息维度,关联确定第一要素节点。
确定各维度相关指标,作为第二要素节点。
确定基于审核场景的指标特征值的判定策略标准,作为第三要素节点。
对所述第一要素节点、所述第二要素节点与所述第三要素节点进行映射关联,生成所述信息图谱层。
层级映射关联所述审核图谱层与所述信息图谱层,生成所述医保审核图谱。
其中,所述审核图谱层与所述信息图谱层具有相对独立性与协同关联性。
进一步的,图谱信息判定模块15包括以下执行步骤:
映射所述局域图谱与所述单据特征图谱,确定多个信息组。
判定所述多个信息组是否存在单项映射组,若存在,生成信息补充指令,所述信息补充指令标记有信息源。
若不存在,基于审核场景的所述判定策略标准,对所述多个信息组进行判定,确定单据审核结果。
进一步的,审核结果校验模块16包括以下执行步骤:
检索历史审核记录,基于多元审核场景进行分组与有效性筛选,确定多组有效审核记录。
遍历所述多组有效审核记录,确定映射于各组审核记录的界定区间,其中,所述界定区间基于组内临界信息确定。
进行多元审核场景与所述界定区间的映射关联,确定校验数据库。
基于所述校验数据库,搭建所述预校验通道。
进一步的,审核结果校验模块16还包括以下执行步骤:
将所述单据审核结果输入所述预校验通道。
结合所述审核场景,遍历所述校验数据库评判确定目标界定区间。
判定所述单据审核结果是否满足所述目标界定区间,若不满足,生成复检指令。
基于所述复检指令,执行基于所述待审核医保单据与所述审核任务的医保单据复审,直至满足所述目标界定区间。
进一步的,本申请实施例还包括审核图谱更新模块,该模块包括以下执行步骤:
配置预定更新周期,整合基于周期性节点的审核校验信息,所述审核校验信息包括时区审核信息与时区校验信息。
结合所述时区审核信息,对所述智能审核模型进行增量学习。
结合所述时区校验信息,对所述预校验通道进行增量学习。
确定基于审核条例修正的时间节点,读取变动审核信息,对所述医保审核图谱进行更新。
综上所述的方法的任意步骤都可作为计算机指令或者程序存储在不设限制的计算机存储器中,并可以被不设限制的计算机处理器调用识别用以实现本申请实施例中的任一项方法,在此不做多余限制。
进一步的,综上所述的第一或第二可能不止代表次序关系,也可能代表某项特指概念,和/或指的是多个元素之间可单独或全部选择。显然,本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的范围。这样,倘若本申请的这些修改和变型属于本申请及其等同技术的范围之内,则本申请意图包括这些改动和变型在内。
Claims (5)
1.一种基于知识图谱的医保单据审核方法,其特征在于,所述方法包括:
交互医保单据的审核流程与审核要素,搭建医保审核图谱,所述医保审核图谱包括审核图谱层与信息图谱层;
建立基于所述医保审核图谱的智能审核模型,下放至边缘服务节点;
读取待审核医保单据并确定审核任务,并传输至所述智能审核模型;
结合所述医保审核图谱,划定基于所述审核任务的局域图谱,基于所述局域图谱执行所述待审核医保单据的信息映射,读取单据特征图谱;
映射所述局域图谱与所述单据特征图谱,执行基于审核场景的信息判定,生成单据审核结果;
搭建预校验通道,对所述单据审核结果进行校验,生成审核有效信息;
随着所述审核有效信息的接收,生成基于所述单据审核结果的显示弹窗,于可视化界面进行显示;
所述医保审核图谱包括审核图谱层,该方法包括:
读取医保审核流程,确定主流程节点,所述主流程节点标识有序号;
遍历所述主流程节点,确定各主流程节点的相关维度,确定第一从流程节点,其中,各主流程节点对应至少一个从流程节点;
针对所述第一从流程节点,进行下位从属决策确定第二从流程节点;
进行步进式下位从属迭代,确定第N从流程节点;
对所述主流程节点、所述第一从流程节点、第二从流程节点直至所述第N从流程节点进行映射关联,确定审核图谱层;
所述医保审核图谱包括信息图谱层,该方法包括:
读取医保单据的审核信息维度,关联确定第一要素节点;
确定各维度相关指标,作为第二要素节点;
确定基于审核场景的指标特征值的判定策略标准,作为第三要素节点;
对所述第一要素节点、所述第二要素节点与所述第三要素节点进行映射关联,生成所述信息图谱层;
层级映射关联所述审核图谱层与所述信息图谱层,生成所述医保审核图谱;
其中,所述审核图谱层与所述信息图谱层具有相对独立性与协同关联性;
生成单据审核结果,该方法包括:
映射所述局域图谱与所述单据特征图谱,确定多个信息组;
判定所述多个信息组是否存在单项映射组,若存在,生成信息补充指令,所述信息补充指令标记有信息源;
若不存在,基于审核场景的所述判定策略标准,对所述多个信息组进行判定,确定单据审核结果。
2.如权利要求1所述的方法,其特征在于,搭建预校验通道,该方法包括:
检索历史审核记录,基于多元审核场景进行分组与有效性筛选,确定多组有效审核记录;
遍历所述多组有效审核记录,确定映射于各组审核记录的界定区间,其中,所述界定区间基于组内临界信息确定;
进行多元审核场景与所述界定区间的映射关联,确定校验数据库;
基于所述校验数据库,搭建所述预校验通道。
3.如权利要求2所述的方法,其特征在于,对所述单据审核结果进行校验,该方法包括:
将所述单据审核结果输入所述预校验通道;
结合所述审核场景,遍历所述校验数据库评判确定目标界定区间;
判定所述单据审核结果是否满足所述目标界定区间,若不满足,生成复检指令;
基于所述复检指令,执行基于所述待审核医保单据与所述审核任务的医保单据复审,直至满足所述目标界定区间。
4.如权利要求1所述的方法,其特征在于,该方法包括:
配置预定更新周期,整合基于周期性节点的审核校验信息,所述审核校验信息包括时区审核信息与时区校验信息;
结合所述时区审核信息,对所述智能审核模型进行增量学习;
结合所述时区校验信息,对所述预校验通道进行增量学习;
确定基于审核条例修正的时间节点,读取变动审核信息,对所述医保审核图谱进行更新。
5.一种基于知识图谱的医保单据审核系统,其特征在于,用于实施权利要求1-4任意一项所述的一种基于知识图谱的医保单据审核方法,所述系统包括:
审核图谱搭建模块,所述审核图谱搭建模块用于交互医保单据的审核流程与审核要素,搭建医保审核图谱,所述医保审核图谱包括审核图谱层与信息图谱层;
审核模型建立模块,所述审核模型建立模块用于建立基于所述医保审核图谱的智能审核模型,下放至边缘服务节点;
审核任务确定模块,所述审核任务确定模块用于读取待审核医保单据并确定审核任务,并传输至所述智能审核模型;
单据特征图谱模块,所述单据特征图谱模块用于结合所述医保审核图谱,划定基于所述审核任务的局域图谱,基于所述局域图谱执行所述待审核医保单据的信息映射,读取单据特征图谱;
图谱信息判定模块,所述图谱信息判定模块用于映射所述局域图谱与所述单据特征图谱,执行基于审核场景的信息判定,生成单据审核结果;
审核结果校验模块,所述审核结果校验模块用于搭建预校验通道,对所述单据审核结果进行校验,生成审核有效信息;
审核结果显示模块,所述审核结果显示模块用于随着所述审核有效信息的接收,生成基于所述单据审核结果的显示弹窗,于可视化界面进行显示。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311704959.9A CN117391643B (zh) | 2023-12-13 | 2023-12-13 | 一种基于知识图谱的医保单据审核方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311704959.9A CN117391643B (zh) | 2023-12-13 | 2023-12-13 | 一种基于知识图谱的医保单据审核方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117391643A CN117391643A (zh) | 2024-01-12 |
CN117391643B true CN117391643B (zh) | 2024-04-05 |
Family
ID=89467085
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311704959.9A Active CN117391643B (zh) | 2023-12-13 | 2023-12-13 | 一种基于知识图谱的医保单据审核方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117391643B (zh) |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105118003A (zh) * | 2015-07-31 | 2015-12-02 | 中国太平洋保险(集团)股份有限公司 | 一种大病医保智能化审核系统及审核算法 |
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 |
CN110322216A (zh) * | 2019-05-30 | 2019-10-11 | 阿里巴巴集团控股有限公司 | 基于知识图谱的案件审核方法以及装置 |
WO2020073495A1 (zh) * | 2018-10-08 | 2020-04-16 | 平安科技(深圳)有限公司 | 基于人工智能的复审方法、装置、设备及存储介质 |
CN111767410A (zh) * | 2020-06-30 | 2020-10-13 | 平安国际智慧城市科技股份有限公司 | 临床医疗知识图谱的构建方法、装置、设备及存储介质 |
CN112988735A (zh) * | 2021-05-13 | 2021-06-18 | 江苏数兑科技有限公司 | 一种基于知识图谱的智能数据分析方法 |
CN113360671A (zh) * | 2021-06-16 | 2021-09-07 | 浙江工业大学 | 一种基于知识图谱的医保医疗单据审核方法及其系统 |
WO2022134588A1 (zh) * | 2020-12-21 | 2022-06-30 | 深圳壹账通智能科技有限公司 | 信息审核分类模型的构建方法和信息审核方法 |
CN115205601A (zh) * | 2022-07-27 | 2022-10-18 | 西南医科大学附属医院 | 一种基于人工智能与知识图谱的医学检验结果审核系统 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090228299A1 (en) * | 2005-11-09 | 2009-09-10 | The Regents Of The University Of California | Methods and apparatus for context-sensitive telemedicine |
SG11201703627YA (en) * | 2014-11-03 | 2017-06-29 | Automated Clinical Guidelines Llc | Method and platform/system for creating a web-based form that incorporates an embedded knowledge base, wherein the form provides automatic feedback to a user during and following completion of the form |
-
2023
- 2023-12-13 CN CN202311704959.9A patent/CN117391643B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105118003A (zh) * | 2015-07-31 | 2015-12-02 | 中国太平洋保险(集团)股份有限公司 | 一种大病医保智能化审核系统及审核算法 |
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 |
WO2020073495A1 (zh) * | 2018-10-08 | 2020-04-16 | 平安科技(深圳)有限公司 | 基于人工智能的复审方法、装置、设备及存储介质 |
CN110322216A (zh) * | 2019-05-30 | 2019-10-11 | 阿里巴巴集团控股有限公司 | 基于知识图谱的案件审核方法以及装置 |
CN111767410A (zh) * | 2020-06-30 | 2020-10-13 | 平安国际智慧城市科技股份有限公司 | 临床医疗知识图谱的构建方法、装置、设备及存储介质 |
WO2022134588A1 (zh) * | 2020-12-21 | 2022-06-30 | 深圳壹账通智能科技有限公司 | 信息审核分类模型的构建方法和信息审核方法 |
CN112988735A (zh) * | 2021-05-13 | 2021-06-18 | 江苏数兑科技有限公司 | 一种基于知识图谱的智能数据分析方法 |
CN113360671A (zh) * | 2021-06-16 | 2021-09-07 | 浙江工业大学 | 一种基于知识图谱的医保医疗单据审核方法及其系统 |
CN115205601A (zh) * | 2022-07-27 | 2022-10-18 | 西南医科大学附属医院 | 一种基于人工智能与知识图谱的医学检验结果审核系统 |
Non-Patent Citations (3)
Title |
---|
Prior Authorization, Copayments, and Utilization of Sacubitril/Valsartan in Medicare and Commercial Plans in Patients With Heart Failure With Reduced Ejection Fraction;Aya F. Ozaki等;《CIRCULATION-CARDIOVASCULAR QUALITY AND OUTCOMES》;20210901;第14卷(第9期);e007665 * |
晋城智慧医保智能监控系统建设的实践路径;李琳;王倩;;中国医疗保险;20200705(第07期);63-66 * |
洪东升 ; 吴佳莹 ; 卢晓阳 ; .互联网医疗模式下电子处方审核及流转的实践与思考.中国医院药学杂志.2020,(第15期),1666-1669. * |
Also Published As
Publication number | Publication date |
---|---|
CN117391643A (zh) | 2024-01-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108089843B (zh) | 一种智能化的银行企业级需求管理系统 | |
US8000530B2 (en) | Computer-implemented expert system-based method and system for document recognition and content understanding | |
Kurgan et al. | A survey of knowledge discovery and data mining process models | |
US20210012210A1 (en) | Techniques for creating, analyzing, and modifying neural networks | |
CN104572072B (zh) | 一种对基于mvc模式的程序的语言转换方法与设备 | |
US7584168B2 (en) | Method and device for the generation of a classification tree to unify the supervised and unsupervised approaches, corresponding computer package and storage means | |
CN108959395B (zh) | 一种面向多源异构大数据的层次约减联合清洗方法 | |
US20210366055A1 (en) | Systems and methods for generating accurate transaction data and manipulation | |
CN112036153B (zh) | 工单纠错方法、装置、计算机可读存储介质和计算机设备 | |
CN108920677A (zh) | 问卷调查方法、调查系统及电子设备 | |
CN105260300B (zh) | 基于会计准则通用分类标准应用平台的业务测试方法 | |
CN115547466B (zh) | 基于大数据的医疗机构登记评审系统及其方法 | |
CN116595328B (zh) | 一种基于知识图谱的数据评分卡模型智能构建装置及方法 | |
CN116894152A (zh) | 一种多源数据调研与实时分析方法 | |
US11615321B2 (en) | Techniques for modifying the operation of neural networks | |
CN117875293A (zh) | 一种业务表单模板快速数字化的生成方法 | |
ElZahed et al. | Smart archiving of energy and petroleum projects utilizing big data analytics | |
CN107798137B (zh) | 一种基于可加模型的多源异构数据融合架构系统 | |
WO2022045874A1 (en) | A system and method to generate statistical and analytical report | |
CN117391643B (zh) | 一种基于知识图谱的医保单据审核方法及系统 | |
CN116976034A (zh) | 一种基于cad软件的零件库系统 | |
CN116739764A (zh) | 一种基于机器学习的交易风险检测方法、装置、设备及介质 | |
US20220358360A1 (en) | Classifying elements and predicting properties in an infrastructure model through prototype networks and weakly supervised learning | |
CN112506930B (zh) | 一种基于机器学习技术的数据洞察系统 | |
JP6775740B1 (ja) | 設計支援装置、設計支援方法及び設計支援プログラム |
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 |