JP6743116B2 - 審査支援システム、審査支援方法及び審査支援プログラム - Google Patents
審査支援システム、審査支援方法及び審査支援プログラム Download PDFInfo
- Publication number
- JP6743116B2 JP6743116B2 JP2018240591A JP2018240591A JP6743116B2 JP 6743116 B2 JP6743116 B2 JP 6743116B2 JP 2018240591 A JP2018240591 A JP 2018240591A JP 2018240591 A JP2018240591 A JP 2018240591A JP 6743116 B2 JP6743116 B2 JP 6743116B2
- Authority
- JP
- Japan
- Prior art keywords
- receipt
- examination
- storage unit
- recorded
- 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.)
- Expired - Fee Related
Links
- 238000000034 method Methods 0.000 title claims description 61
- 238000003860 storage Methods 0.000 claims description 73
- 230000006870 function Effects 0.000 claims description 8
- 238000012216 screening Methods 0.000 claims description 2
- 230000008569 process Effects 0.000 description 43
- 238000007689 inspection Methods 0.000 description 28
- 238000012545 processing Methods 0.000 description 20
- 238000011282 treatment Methods 0.000 description 16
- 238000011156 evaluation Methods 0.000 description 13
- 238000012937 correction Methods 0.000 description 12
- 239000003814 drug Substances 0.000 description 12
- 229940079593 drug Drugs 0.000 description 12
- 208000027418 Wounds and injury Diseases 0.000 description 11
- 230000006378 damage Effects 0.000 description 11
- 208000014674 injury Diseases 0.000 description 11
- 230000008520 organization Effects 0.000 description 7
- 230000009471 action Effects 0.000 description 6
- 238000012854 evaluation process Methods 0.000 description 5
- 239000000284 extract Substances 0.000 description 4
- 238000000605 extraction Methods 0.000 description 4
- 238000010801 machine learning Methods 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 3
- 201000010099 disease Diseases 0.000 description 3
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 3
- 230000010365 information processing Effects 0.000 description 3
- 238000007726 management method Methods 0.000 description 3
- 238000013215 result calculation Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 239000007924 injection Substances 0.000 description 1
- 238000002347 injection Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 239000003607 modifier Substances 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 239000000243 solution Substances 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 238000001356 surgical procedure Methods 0.000 description 1
- 230000002747 voluntary effect Effects 0.000 description 1
Images
Landscapes
- Medical Treatment And Welfare Office Work (AREA)
Description
この場合、審査支払機関では、再審査の申出により、再審査を行なう。この再審査の結果として、原審どおり、査定、返戻の何れかが判断される。
図1に示すように、ネットワークを介して接続されたユーザ端末10、支援サーバ20を用いる。
図2は、ユーザ端末10、支援サーバ20等として機能する情報処理装置H10のハードウェア構成例である。
図1のユーザ端末10は、電子レセプトの点検や審査を行なう担当者が利用するコンピュータ端末である。このユーザ端末10は、ネットワークを介して、各医療機関に設置された医療機関端末から取得した電子レセプトの点検や審査に用いられる。
取得部212は、審査対象のレセプトファイルや審査結果を、ユーザ端末10から取得する処理を実行する。
医療機関情報には、審査支払機関コード、都道府県、点数表、医療機関コード、医療機関名称、請求年月等に関する情報が含まれる。
合計情報は、請求点数の合計に関する情報である。
なお、本実施形態では、受付番号により、付せん情報222〜査定情報224をレセプトファイル221に関連付けたが、これらを関連付けるための情報は、受付番号に限定されるものではない。
図4(a)に示すように、教師データ501では、レセプトファイル221に記録された傷病名と明細(診療行為コード、医薬品コード、特定器材コード)との組み合わせ(第1の特徴量)、付せん情報222のエラー事由コード、査定情報224の査定内容を用いる。この場合、傷病名コードと明細との組み合わせから、エラー事由、査定内容の発生確率を予測する個別予測モデルが生成される。
更に、各特徴量に関連付けて、各教師データを用いた機械学習において使用する学習手法を記録しておく。
更に、学習結果記憶部24には、分類予測モデル及ぶグループ情報が記録される。
グループ情報は、グループ識別子に対して、レセプト情報記憶部22に記録された各レセプトファイル221の受付番号が関連付けられている。
(学習段階の審査支援処理)
図5を用いて、学習段階の審査支援処理を説明する。
まず、支援サーバ20の制御部21は、教師データの生成処理を実行する(ステップS1−1)。具体的には、制御部21の学習部211は、電子レセプトの審査において、エラー事由や査定内容が発生する可能性がある項目を特定する。本実施形態では、上述したように、傷病名と明細との組み合わせ、明細に含まれる回数及び日付、明細に含まれる数量及び日付、明細及びコメントの組み合わせ、明細同士の組み合わせ及び日付を、付せんや査定内容に影響する特徴量として用いる。そして、学習部211は、レセプト情報記憶部22に記録されたレセプト情報220を用いて、各特徴量について、学習項目の項目値を組み合わせた教師データ(データセット)を生成し、教師情報記憶部23に記録する。
ここでは、支援サーバ20の制御部21は、個別予測モデルの作成処理を実行する(ステップS1−2)。具体的には、制御部21の学習部211は、教師情報記憶部23に記録された教師データ(データセット)に対して、この特徴量に関連付けられた学習手法を用いて、エラー事由や査定内容を予測するための個別予測モデルを生成する。そして、学習部211は、生成した個別予測モデルを学習結果記憶部24に記録する。
図6を用いて、予測段階の審査支援処理を説明する。この処理は、新たな電子レセプトを審査する場合に実行される。
まず、支援サーバ20の制御部21は、個別予測モデル毎に予測結果の算出処理を実行する(ステップS2−2)。具体的には、制御部21の予測部213は、学習結果記憶部24に記録されている各個別予測モデルを、審査対象レセプトに適用し、エラー事由コード、査定内容についての予測値(発生確率)を算出し、個別予測モデルの識別情報に関連付けてメモリに仮記憶する。この処理を、学習結果記憶部24に記録されたすべての個別予測モデルについて繰り返す。
そして、審査対象記憶部25に記録されたすべてのレセプトファイルについて、上記処理を終了するまで繰り返す。
図7を用いて、モデル評価処理を説明する。この処理は、支援サーバ20において、審査支援処理を行なった電子レセプトについて、審査結果を取得した場合に実行される。
(1)本実施形態においては、支援サーバ20の制御部21は、教師データの生成処理(ステップS1−1)、個別予測モデルの作成処理(ステップS1−2)を実行する。エラー事由や査定内容が発生する要因は多様であるが、多角的に電子レセプトにおけるエラー事由や査定内容の発生を予測するための複数の個別予測モデルを生成することができる。
(7)本実施形態においては、支援サーバ20の制御部21は、モデル評価処理を実行する。これにより、予測モデルを、審査結果状況に応じてチューニングすることができる。
例えば、審査支払機関の再審査業務に適用してもよい。この場合には、過去の再審査結果を教師データとして用いて学習し、当月の再審査請求データから査定対象を予測することにより、再審査業務を効率化する。
また、保険者の再審査請求業務に適用してもよい。この場合には、審査支払機関が行なった過去の保険者の再審査結果を教師データとして用いて学習し、毎月の審査の結果データから再審査請求対象を予測することにより、再審査請求業務を効率化する。
また、医療機関の請求業務に適用してもよい。この場合には、審査支払機関が行なった過去の審査結果を教師データとして用いて学習し、毎月の請求データの中から査定されやすいレセプトを事前に予測することにより、請求業務を効率化する。
また、医療機関の再審査の請求業務に適用してもよい。この場合には、審査支払機関が行なった過去の医療機関の再審査の結果を教師データとして用いて学習し、毎月の審査の結果データから再審査請求対象を予測し、再審査請求業務を効率化する。
Claims (6)
- 審査結果に関連付けられたレセプトを記録したレセプト情報記憶部と、
複数の予測モデルを記録する学習結果記憶部と、
レセプトを評価する制御部とを備えた審査支援システムであって、
前記制御部が、
前記レセプト情報記憶部に記録されたレセプトの明細に含まれるレセプト項目を用いた異なる組み合わせ毎に、前記組み合わせに用いた項目の項目値からなる複数の特徴量に対して審査結果を関連付けた複数の教師データ群を生成し、
前記複数の教師データ群を用いて、各特徴量から審査結果を予測する各個別予測モデルを前記組み合わせ毎に生成して、前記学習結果記憶部に記録し、
審査対象レセプトを取得した場合、前記学習結果記憶部に記録された各個別予測モデルを用いて、前記審査対象レセプトの明細に含まれるレセプト項目について、前記組み合わせ毎に複数の個別予測結果を算出し、
前記組み合わせ毎に算出したすべての個別予測結果に基づいて、前記審査対象レセプトの審査結果についての総合予測結果を算出することを特徴とする審査支援システム。 - 前記制御部が、
前記レセプト情報記憶部に記録されたレセプトに、前記学習結果記憶部に記録された個別予測モデルを適用して、複数の個別予測結果を算出し、
前記複数の個別予測結果と、前記レセプト情報記憶部に記録された審査結果とを用いて、総合予測結果を算出するための総合予測モデルを生成することを特徴とする請求項1に記載の審査支援システム。 - 前記制御部が、
前記レセプト情報記憶部に記録されたレセプトにおいて、診療者毎に前記レセプトの各明細の項目値の出現率を算出し、
前記出現率と、前記レセプト情報記憶部に記録された審査結果とを用いて、前記個別予測モデルを生成することを特徴とする請求項1又は2に記載の審査支援システム。 - 前記制御部が、
前記レセプト情報記憶部に記録されたレセプトをグループ化するための分類予測モデルを生成し、
前記分類予測モデルを用いて、前記審査対象レセプトが属するグループを予測し、
前記レセプト情報記憶部から、前記予測したグループに属するレセプトであって、前記審査対象レセプトに類似したレセプトを抽出して出力することを特徴とする請求項1〜3の何れか一項に記載の審査支援システム。 - 審査結果に関連付けられたレセプトを記録したレセプト情報記憶部と、
複数の予測モデルを記録する学習結果記憶部と、
レセプトを評価する制御部とを備えた審査支援システムを用いて、レセプト審査を支援する方法であって、
前記制御部が、
前記レセプト情報記憶部に記録されたレセプトの明細に含まれるレセプト項目を用いた異なる組み合わせ毎に、前記組み合わせに用いた項目の項目値からなる複数の特徴量に対して審査結果を関連付けた複数の教師データ群を生成し、
前記複数の教師データ群を用いて、各特徴量から審査結果を予測する各個別予測モデルを前記組み合わせ毎に生成して、前記学習結果記憶部に記録し、
審査対象レセプトを取得した場合、前記学習結果記憶部に記録された各個別予測モデルを用いて、前記審査対象レセプトの明細に含まれるレセプト項目について、前記組み合わせ毎に複数の個別予測結果を算出し、
前記組み合わせ毎に算出したすべての個別予測結果に基づいて、前記審査対象レセプトの審査結果についての総合予測結果を算出することを特徴とする審査支援方法。 - 審査結果に関連付けられたレセプトを記録したレセプト情報記憶部と、
複数の予測モデルを記録する学習結果記憶部と、
レセプトを評価する制御部とを備えた審査支援システムを用いて、レセプト審査を支援するためのプログラムであって、
前記制御部を、
前記レセプト情報記憶部に記録されたレセプトの明細に含まれるレセプト項目を用いた異なる組み合わせ毎に、前記組み合わせに用いた項目の項目値からなる複数の特徴量に対して審査結果を関連付けた複数の教師データ群を生成し、
前記複数の教師データ群を用いて、各特徴量から審査結果を予測する各個別予測モデルを前記組み合わせ毎に生成して、前記学習結果記憶部に記録し、
審査対象レセプトを取得した場合、前記学習結果記憶部に記録された各個別予測モデルを用いて、前記審査対象レセプトの明細に含まれるレセプト項目について、前記組み合わせ毎に複数の個別予測結果を算出し、
前記組み合わせ毎に算出したすべての個別予測結果に基づいて、前記審査対象レセプトの審査結果についての総合予測結果を算出する手段として機能させることを特徴とする審査支援プログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018240591A JP6743116B2 (ja) | 2018-12-25 | 2018-12-25 | 審査支援システム、審査支援方法及び審査支援プログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018240591A JP6743116B2 (ja) | 2018-12-25 | 2018-12-25 | 審査支援システム、審査支援方法及び審査支援プログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2020102069A JP2020102069A (ja) | 2020-07-02 |
JP6743116B2 true JP6743116B2 (ja) | 2020-08-19 |
Family
ID=71139658
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2018240591A Expired - Fee Related JP6743116B2 (ja) | 2018-12-25 | 2018-12-25 | 審査支援システム、審査支援方法及び審査支援プログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6743116B2 (ja) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20240170111A1 (en) * | 2021-03-26 | 2024-05-23 | Nec Corporation | Receipt data examination device, receipt data examination method, and storage medium |
JP7257452B2 (ja) * | 2021-07-06 | 2023-04-13 | ペット&ファミリー損害保険株式会社 | ペット保険金支払い査定システム、方法及びプログラム |
JP2023101061A (ja) * | 2022-01-07 | 2023-07-20 | 株式会社日立製作所 | 保険金支払い審査システム、プログラムおよび保険金支払い審査方法 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3930485B2 (ja) * | 2004-02-03 | 2007-06-13 | みずほ情報総研株式会社 | レセプト点検支援方法及びレセプト点検支援プログラム |
KR100597289B1 (ko) * | 2006-03-03 | 2006-07-04 | 건강보험심사평가원 | 진료비 전자심사 방법 |
JP5050504B2 (ja) * | 2006-11-28 | 2012-10-17 | 株式会社日立製作所 | 再審査実績を用いたレセプト抽出方法及びレセプト点検支援システム |
US8762180B2 (en) * | 2009-08-25 | 2014-06-24 | Accenture Global Services Limited | Claims analytics engine |
JP6365032B2 (ja) * | 2014-07-08 | 2018-08-01 | 富士通株式会社 | データ分類方法、データ分類プログラム、及び、データ分類装置 |
JP6926472B2 (ja) * | 2016-12-27 | 2021-08-25 | 株式会社ジェイテクト | 解析装置および解析システム |
JP2018113817A (ja) * | 2017-01-13 | 2018-07-19 | 株式会社東芝 | 情報処理システム、および情報処理プログラム |
-
2018
- 2018-12-25 JP JP2018240591A patent/JP6743116B2/ja not_active Expired - Fee Related
Also Published As
Publication number | Publication date |
---|---|
JP2020102069A (ja) | 2020-07-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10628834B1 (en) | Fraud lead detection system for efficiently processing database-stored data and automatically generating natural language explanatory information of system results for display in interactive user interfaces | |
KR101873926B1 (ko) | 빅데이터 기반 의료자문 서비스 제공 방법 | |
US11030581B2 (en) | Medical claims lead summary report generation | |
US10438347B2 (en) | Automated quality control of diagnostic radiology | |
JP6743116B2 (ja) | 審査支援システム、審査支援方法及び審査支援プログラム | |
Duszak Jr et al. | Physician documentation deficiencies in abdominal ultrasound reports: frequency, characteristics, and financial impact | |
Ekin et al. | An unsupervised Bayesian hierarchical method for medical fraud assessment | |
Zechmeister-Koss et al. | Appropriate Evidence Sources for Populating Decision Analytic Models within Health Technology Assessment (HTA) A Systematic Review of HTA Manuals and Health Economic Guidelines | |
US20200051172A1 (en) | Method and system for creating a legal casefile | |
Senova et al. | New approaches to project risk assessment utilizing the Monte Carlo method | |
US10296927B2 (en) | System and method for projecting product movement | |
Katharakis et al. | SFA vs. DEA for measuring healthcare efficiency: A systematic review | |
Ai et al. | A systematic review and qualitative assessment of fraud detection methodologies in health care | |
Petrick et al. | Regulatory considerations for medical imaging AI/ML devices in the United States: concepts and challenges | |
Rhee et al. | Exploring knowledge trajectories of accounting information systems using business method patents and knowledge persistence-based main path analysis | |
Herrera et al. | Trends underlying employer-sponsored health insurance growth for Americans younger than age sixty-five | |
Fazekas et al. | Emergency Procurement: The Role of Big Open Data | |
Renigier-Biłozor et al. | Modern Technologies in the Real Estate Market—Opponents vs. Proponents of Their Use: Does New Category of Value Solve the Problem? | |
Woo et al. | The current status of breakthrough devices designation in the United States and innovative medical devices designation in Korea for digital health software | |
Ramezani et al. | The application of artificial intelligence in health financing: a scoping review | |
Chiu et al. | Using an analytical hierarchy process to analyze the development of the green energy industry | |
Chattopadhyay et al. | Community guide methods for systematic reviews of economic evidence | |
Flasher et al. | Healthcare data sources and fraud research opportunities | |
US20160162650A1 (en) | Method for automating medical billing | |
Hendrix et al. | Economic evaluations of health system strengthening activities in low-income and middle-income country settings: a methodological systematic review |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20181225 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20191120 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20191224 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20200221 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20200714 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20200729 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6743116 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
S533 | Written request for registration of change of name |
Free format text: JAPANESE INTERMEDIATE CODE: R313533 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
LAPS | Cancellation because of no payment of annual fees |