[发明专利]一种医保费用预测方法、装置、设备及存储介质

说明书

本发明实施例涉及医疗技术领域，公开了一种医保费用预测方法、装置、设备及存储介质，该方法包括：获取参保患者的历史就诊记录；对历史就诊记录中的诊断数据的数据质量进行评估，并将评估结果不满足质量条件的诊断数据进行删除处理；利用指定编码方式对删除处理得到的诊断数据进行编码处理得到第一编码数据，并对第一编码数据进行分组合并处理；将分组合并处理得到的第二编码数据输入医保费用预测模型，得到参保患者在下一个预设周期内的费用预测信息。通过这种方式可以避免基于增长率对医保费用进行预测产生的较大误差，提高了医保费用预测的准确性。本发明涉及区块链技术，如将诊断数据写入区块链中，以用于数据取证等场景。

技术领域

本发明涉及医疗技术领域，尤其涉及一种医保费用预测方法、装置、设备及存储介质。

背景技术

随着社会保障制度的发展，医疗保险制度的实施涉及每个参保人员的切身利益，受到了社会各界和广大群众的普遍关注，具有医保并使用医保就诊的疾病患者越来越多。为了确保医保的正常使用，对医保费用具有管控资质的机构需要对患者后续医保费用的使用情况进行预测。目前对慢性病患者的医保费用的预测通常以线性回归模型为主，依据每年度费用的总体增长率，预测下一年度的医保费用。但是每位患者的自身情况差异较大，患病种类、治疗方式、病情发展阶段各不相同，使得对慢性病患者的医保费用的预测偏差较大。

发明内容

本发明实施例提供了一种医保费用预测方法、装置、设备及存储介质，可以避免基于增长率对医保费用进行预测产生的较大误差，提高了医保费用预测的准确性。

第一方面，本发明实施例提供了一种医保费用预测方法，包括：

获取参保患者的历史就诊记录，其中，所述历史就诊记录包括所述参保患者的诊断数据；

对所述历史就诊记录中的诊断数据的数据质量进行评估，并将评估结果不满足质量条件的诊断数据进行删除处理；

利用指定编码方式对所述删除处理得到的诊断数据进行编码处理得到第一编码数据，并对所述第一编码数据进行分组合并处理；

将所述分组合并处理得到的第二编码数据输入医保费用预测模型，得到所述参保患者在下一个预设周期内的费用预测信息。

进一步地，所述对所述历史就诊记录中的诊断数据的数据质量进行评估，并将评估结果不满足质量条件的诊断数据进行删除处理，包括：

按照预设分类规则对所述历史就诊记录中的诊断数据进行分类，得到所述诊断数据对应的数据类型，其中，所述数据类型包括日期型诊断数据和/或数值型诊断数据；

根据所述诊断数据的数据类型对所述诊断数据的数据质量进行评估，并根据评估结果将不满足质量条件的诊断数据进行删除处理。

进一步地，所述根据所述诊断数据的数据类型对所述诊断数据的数据质量进行评估，包括：

获取所述诊断数据中的数据总量以及每个字段中的缺失数据的数量；

根据所述缺失数据的数量和所述数据总量确定所述每个字段中数据缺失的概率；

当所述数据缺失的概率小于第一预设阈值时，确定所述诊断数据中所述数据缺失的概率小于第一预设阈值的字段满足所述质量条件；

当所述数据缺失的概率大于或等于第一预设阈值时，确定所述诊断数据中所述数据缺失的概率大于或等于第一预设阈值的字段不满足所述质量条件；

所述根据评估结果将不满足质量条件的诊断数据进行删除处理，包括：

将所述诊断数据中所述数据缺失的概率大于或等于第一预设阈值的字段的数据进行删除处理。

进一步地，所述诊断数据包括日期型诊断数据；所述根据所述诊断数据的数据类型对所述诊断数据的数据质量进行评估，包括：