[发明专利]基于人工智能的慢性病住院费用异常检测方法及相关装置

权利要求书

1.一种基于人工智能的慢性病住院费用异常检测方法，其特征在于，包括：

从医疗数据库中获取目标慢性病患者的一个医疗数据集，所述医疗数据集包括所述目标慢性病患者一次住院的多个医疗数据；

将所述医疗数据集输入费用预测模型，得到所述医疗数据集对应的预测住院费用；

获取所述医疗数据集对应的实际住院费用，以及在所述实际住院费用大于所述预测住院费用的情况下，确定所述实际住院费用与所述预测住院费用的费用差值；

在所述费用差值大于或等于第一阈值的情况下，确定所述目标慢性病患者的住院费用存在异常。

2.根据权利要求1所述的方法，其特征在于，所述从医疗数据库中获取目标慢性病患者的一个医疗数据集，包括：

接收慢性病住院费用异常检测平台发送的第一指示信息，所述第一指示信息包括目标慢性病患者住院的多家医疗机构和身份信息，所述第一指示信息用于指示服务器获取所述目标慢性病患者的多个医疗数据集；

向所述多家医疗机构的服务器发送多个第一请求信息，每个第一请求信息用于指示一家医疗机构的服务器反馈其医疗数据库中存储的所述目标慢性病患者的至少一个医疗数据集；

接收针对所述多个第一请求信息发送的所述目标慢性病患者的多个医疗数据集；

从所述多个医疗数据集中选取其中一个医疗数据集作为目标医疗数据集。

3.根据权利要求2所述的方法，其特征在于，所述将所述医疗数据集输入费用预测模型，得到所述医疗数据集对应的预测住院费用，包括：

解析所述目标医疗数据集，得到多个医疗数据，所述多个医疗数据包括年龄、性别、费用类型、是否手术、住院次数、出院转归、住院天数；

获取所述目标慢性病患者的慢性病名称；

根据所述慢性病名称和费用预测模型中预先存储的多个住院费用预测公式确定第一住院费用预测公式，所述第一住院费用预测公式为所述慢性病名称对应的住院费用预测公式；

根据所述多个医疗数据和所述第一住院费用预测公式确定所述目标医疗数据集对应的预测住院费用。

4.根据权利要求2所述的方法，其特征在于，所述将所述医疗数据集输入费用预测模型，得到所述医疗数据集对应的预测住院费用，包括：

解析所述目标医疗数据集，得到多个医疗数据，所述多个医疗数据包括年龄、性别、费用类型、是否手术、住院次数、出院转归、住院天数；

获取所述目标慢性病患者的慢性病名称；

确定每个医疗数据对应的住院平均费用，得到多个住院平均费用，每个住院平均费用对应一个医疗数据，所述住院平均费用为费用预测模型中预先存储的多个慢性病患者的多个住院费用的均值，所述多个慢性病患者与所述目标慢性病患者的慢性病名称和医疗数据均相同；

根据所述多个住院平均费用和所述费用预测模型中预先存储的第二住院费用预测公式，确定所述目标医疗数据集对应的预测住院费用。

5.根据权利要求3或4所述的方法，其特征在于，所述获取所述医疗数据集对应的实际住院费用，包括：

解析所述目标医疗数据集，得到所述目标医疗数据集对应的一个住院费用集，所述住院费用集包括多个住院费用，每个住院费用对应一个日期；

将所述住院费用集包括的多个住院费用的和作为所述目标医疗数据集对应的实际住院费用。

6.根据权利要求5所述的方法，其特征在于，所述确定所述实际住院费用与所述预测住院费用的费用差值之后，所述方法还包括：

根据所述费用差值和残差转化公式确定所述费用差值对应的标准化残差；

确定所述标准化残差是否处于设定区间；

若否，则确定所述目标慢性病患者的住院费用存在异常。

7.根据权利要求6所述的方法，其特征在于，所述确定所述目标慢性病患者的住院费用存在异常之后，所述方法还包括：

获取所述目标慢性病患者的终端信息，所述终端信息包括以下至少一种：电话号码、邮箱；

根据所述终端信息向所述目标慢性病患者的终端发送第二提示信息，所述第二提示信息用于提示所述目标慢性病患者的住院费用存在异常。