[发明专利]一种基于医疗大数据的患者画像相关性规则筛选方法及装置

说明书

本发明提出了一种基于医疗大数据的患者画像相关性规则筛选方法及装置，所述方法包括以下步骤：从预先配置的医疗数据库中获取指定时间段内的多个待检验字段所对应的医疗数据；将医疗数据，依据诊断进行分组，提取出每个诊断所对应的治疗项目，并依据预先配置的患者画像相关性规则方法，计算诊断与对应的治疗项目的相关性数值；获取待筛选地区所有患者的住院记录，提取每个患者住院过程的诊断和治疗项目；计算每个患者住院的可信值；对可信值低于设定值的患者标记为可疑。本发明利用大数据构建患者画像相关性规则方法，并基于此提出了一种基于医疗大数据的患者画像相关性规则筛选方法，能够快速锁定范围人群，并发现可疑人员，提高了筛查效率。

技术领域

本发明涉及用医疗数据筛选，尤其涉及一种基于医疗大数据的患者画像相关性规则筛选方法。

背景技术

在部分地区有部分人利用假住院、假诊断、假治疗等套取医保资金，这不利于医保的长期、稳定发展，对需要正常用保的患者造成了伤害，因此需要对这部分骗保人群进行筛查。

目前，对目标人群的筛查和判断主要采用人工的方式，由于人工检验效率极低，在每年产生海量就诊信息的现状下，完全跟不上发现骗保人群的进度，而大批雇佣专业医生进行审核，在医疗资源紧缺的现代，又显得不太可能。

发明内容

本发明利用大数据的基础构建患者画像相关性规则方法，并基于此提出了一种基于医疗大数据的患者画像相关性规则筛选方法，能够快速锁定范围人群，并发现可疑人员，提高了筛查效率。

本发明的技术方案是这样实现的：

一种基于医疗大数据的患者画像相关性规则筛选方法，包括以下步骤：

步骤1：从预先配置的医疗数据库中获取指定时间段内的多个待检验字段所对应的医疗数据；

步骤2：将医疗数据，依据诊断进行分组，提取出每个诊断所对应的治疗项目，并依据预先配置的患者画像相关性规则方法，计算诊断与对应的治疗项目的相关性数值；

步骤3：获取待筛选地区所有患者的住院记录，提取每个患者住院过程的诊断和治疗项目；依据步骤2计算的相关性数值，计算每个患者住院的可信值；

步骤4：对可信值低于设定值的患者标记为可疑。

进一步地，步骤2中，所述患者画像相关性规则方法包括：

以每个诊断所对应的治疗项目作为该诊断的就诊特征，以所述就诊特征为分析值，在指定时间段内，所述诊断对应的就诊特征出现的次数与相关性数值成正比。

进一步地，步骤3中，计算每个患者住院的可信值的方法包括：提取患者每个治疗项目与诊断的相关性数值，依据所有治疗项目与诊断的相关性数值，获得患者住院过程中的真实性相关数值。

进一步地，依据所有治疗项目与诊断的相关性数值，获得患者住院过程中的真实性相关数值的方法包括：

将所有治疗项目与诊断的相关性数值相加，然后求平均值，以该平均值为患者住院过程中的真实性相关数值。

进一步地，步骤1中，所述待检验字段包括：年龄、是否医保、诊断、住院天数，以及住院期间的化验、检查、治疗、用药。

进一步地，所述医疗数据库通过如下方式创建：

采集各医疗数据中的

基础数据和业务数据，并基于数据模型对上述各字段内容执行相应填充；其中，所述基础数据包括：机构信息，医护人员信息，诊断信息，医疗服务项目，医疗服务价格，所述业务数据包括：患者人员信息，就诊信息，收费明细，处方信息，医嘱信息。

进一步地，在步骤4之后还包括：

将可疑患者依据可信值进从小到大进行排序，并输出排序结果。