[发明专利]医保数据异常的检测方法和装置

说明书

本发明公开了一种医保数据异常的检测方法和装置，该方法包括对待检测数据进行切分，得到多个待处理数据，待处理数据包括特征数据和标签数据；将多个待处理数据中的特征数据输入到多个类型的分析模型中进行分析，得到多个预测结果；将所述多个预测结果与对应的标签数据进行比较，得到多个比较结果；基于所述多个比较结果，确定所述待检测数据是否异常。本实施例的方法通过将多个待处理数据输入多个分析模型中进行比较，输出多个预测结果，基于多个预测结果和对应的标签数据进行比较，得到多个比较结果，根据多个比较结果，能够准确地确定待检测数据是否异常，提高待检测数据异常的准确性。

技术领域

本发明涉及医疗保险技术领域，尤其涉及一种医保数据异常的检测方法和装置。

背景技术

医保在目前社会中已经覆盖地越来越全面了，每年国家花费在医保上的资金在不断提高。但同时我们也发现，这其中有许多欺诈行为和不合理诊疗的行为。这些欺诈行为一是浪费了国家的资金，二是阻碍了将医保资金提供给真正有需求的人，因此医保反欺诈是一个不断受到重视的课题。然而，由于不同地市、省之间的数据千差万别，不同经济环境和地域环境所带来的天然的医疗行为差异，也会对欺诈行为的检测带来干扰和影响。因此，一套能够适应各地市特征并能不断学习新的欺诈模式的方法就显得尤为重要了。

目前针对医保行为中欺诈行为的调查，多是采用线下人员举报、工作人员现场调查的方式进行，费时费力。且面对单个人员几十天的住院行为，成百上千的诊疗项目和药品使用情况，需要具有非常高的医学领域知识才可以发现异常和不合理。由此带来的是反欺诈成本高、效率低、难以铺开的难题。

为解决上述难题，目前主流的方法基于统计来发现异常的趋势，由于只按照一个预设规则来发现异常的趋势，通常难以定位到个体，也就是说趋势性的异常不能准确地确定单次就诊数据是否异常。

发明内容

本发明实施例提供一种医保数据异常的检测方法和装置，以解决现在技术难以准确地确定单次就诊数据是否异常的问题。

为了解决上述技术问题，本发明是这样实现的：

第一方面，提供了一种医保数据异常的检测方法，该方法包括：

对待检测数据进行切分，得到多个待处理数据，所述待处理数据包括特征数据和标签数据；

将所述多个待处理数据中的特征数据输入到多个类型的分析模型中进行分析，得到多个预测结果；

将所述多个预测结果与对应的标签数据进行比较，得到多个比较结果；

基于所述多个比较结果，确定所述待检测数据是否异常。

第二方面，提供了一种医保数据异常的检测装置，该装置包括：

切分模块，用于对待检测数据进行切分，得到多个待处理数据，所述待处理数据包括特征数据和标签数据；

分析模块，用于将所述多个待处理数据中的特征数据输入到多个类型的分析模型中进行分析，得到多个预测结果；

比较模块，用于将所述多个预测结果与对应的标签数据进行比较，得到多个比较结果；

第一确定模块，用于基于所述多个比较结果，确定所述待检测数据是否异常。

第三方面，提供一种电子设备，该电子设备包括处理器、存储器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现如第一方面所述的方法的步骤。

第四方面，提供了一种计算机可读存储介质，所述计算机可读存储介质上存储计算机程序，所述计算机程序被处理器执行时实现如第一方面所述的方法的步骤。