【CN109934723A】一种医保欺诈行为识别方法、装置及设备【专利】

  • 格式:pdf
  • 大小:631.19 KB
  • 文档页数:15

(19)中华人民共和国国家知识产权局
(12)发明专利申请
(10)申请公布号 (43)申请公布日 (21)申请号 201910147081.0
(22)申请日 2019.02.27
(71)申请人 生活空间(沈阳)数据技术服务有限
公司
地址 110179 辽宁省沈阳市浑南新区新秀
街2号
(72)发明人 周宇 赵鹏 
(74)专利代理机构 北京集佳知识产权代理有限
公司 11227
代理人 王雪 王宝筠
(51)Int.Cl.
G06Q 40/08(2012.01)
G06N 20/10(2019.01)
(54)发明名称
一种医保欺诈行为识别方法、装置及设备
(57)摘要
本申请公开一种医保欺诈行为识别方法、装
置及设备,所述方法包括:获取符合预设条件的
患者的病历信息,其中,所述患者包括待识别患
者,所述病历信息包括入院时间和出院时间;基
于所述入院时间和所述出院时间,确定所述待识
别患者与其他患者的结伴入院次数;基于所述待
识别患者的病历信息和所述结伴入院次数,提取
所述待识别患者对应的特征向量;将所述特征向
量作为经过训练的支持向量机模型的输入参数,
经过所述支持向量机模型的识别后,输出对所述
待识别患者的识别结果,其中,所述识别结果用
于反映所述待识别患者是否发生医保欺诈行为。

本申请能够智能化的及时识别医保欺诈行为,以
便对其进行有效处理,从而避免医保基金的损
失。

权利要求书2页 说明书9页 附图3页CN 109934723 A 2019.06.25
C N 109934723
A
权 利 要 求 书1/2页CN 109934723 A
1.一种医保欺诈行为识别方法,其特征在于,所述方法包括:
获取符合预设条件的患者的病历信息,其中,所述患者包括待识别患者,所述病历信息包括入院时间和出院时间;
基于所述入院时间和所述出院时间,确定所述待识别患者与其他患者的结伴入院次数;
基于所述待识别患者的病历信息和所述结伴入院次数,提取所述待识别患者对应的特征向量;
将所述特征向量作为经过训练的支持向量机模型的输入参数,经过所述支持向量机模型的识别后,输出对所述待识别患者的识别结果,其中,所述识别结果用于反映所述待识别患者是否发生医保欺诈行为。

2.根据权利要求1所述的方法,其特征在于,所述将所述特征向量作为经过训练的支持向量机模型的输入参数,经过所述支持向量机模型的识别后,输出对所述待识别患者的识别结果之前,还包括:
基于所述入院时间和所述出院时间,分别确定各个患者与其他患者的结伴入院次数;
基于各个患者的病历信息和所述结伴入院次数,提取各个患者对应的特征向量;
将所述结伴入院次数小于预设值的患者对应的特征向量标记为正常类别,以及将所述结伴入院次数不小于所述预设值的患者对应的特征向量标记为异常类别;
利用各个患者对应的特征向量,对预先构建的支持向量机模型进行训练,得到经过训练的支持向量机模型。

3.根据权利要求2所述的方法,其特征在于,所述方法还包括:
如果所述待识别患者为发生医保欺诈行为的患者,则确定与所述待识别患者的结伴入院次数不小于所述预设值的患者,将所述患者也识别为发生医保欺诈行为的患者。

4.根据权利要求2所述的方法,其特征在于,所述基于各个患者的病历信息和所述结伴入院次数,提取各个患者对应的特征向量,包括:
预先确定所述病历信息中的基础特征信息;
利用相关性算法,计算所述病历信息中的各个特征信息分别与所述基础特征信息之间的相关系数;
将大于预设系数阈值的相关系数对应的特征信息作为关键特征信息;
对各个患者的病历信息中的所述关键特征信息和所述结伴入院次数进行特征化处理,得到各个患者对应的特征向量。

5.根据权利要求4所述的方法,其特征在于,所述基于所述待识别患者的病历信息和所述结伴入院次数,提取所述待识别患者对应的特征向量,包括:
获取所述待识别患者的病历信息中的所述关键特征信息;
对所述待识别患者的病历信息中的所述关键特征信息和所述待识别患者的结伴入院次数进行特征化处理,得到所述待识别患者对应的特征向量。

6.根据权利要求2-5任一项所述的方法,其特征在于,所述利用各个患者对应的特征向量,对预先构建的支持向量机模型进行训练,得到经过训练的支持向量机模型之前,还包括:
分别为各个患者对应的特征向量设置权重值;
2。