基于大数据的医保数据处理方法及系统与流程
- 国知局
- 2024-10-15 09:44:54
本技术涉及数据处理,具体而言,涉及基于大数据的医保数据处理方法及系统。
背景技术:
1、医疗保险一般指基本医疗保险,是为了补偿劳动者因疾病风险造成的经济损失而建立的一项社会保险制度。
2、随着信息化的快速发展,医保数据的数据量越来越庞大,为了提高医保数据的处理效率,因此,亟需一种数据处理方式,这样以保障医保的补偿效率。
技术实现思路
1、为改善相关技术中存在的技术问题,本技术提供了基于大数据的医保数据处理方法及系统。
2、第一方面,提供一种基于大数据的医保数据处理方法,包括:
3、获得目标患者事项的目标医保使用情况目录,其中,所述目标患者事项对应于目标患者事项目录;
4、结合所述目标医保使用情况目录获得x个信息种类所对应的匹配信息,其中,所述x个信息种类所对应的匹配信息与所述目标医保使用情况目录相关;所述x个信息种类所对应的匹配信息包括事件种类所对应的事件信息、描述种类所对应的患者治疗描述信息以及医疗报账种类所对应的医疗报账信息中的其中一种,所述x为不小于1的整数;
5、通过所述x个信息种类所对应的匹配信息以及所述目标医保使用情况目录,通过智能分析线程获得目标分析结果,其中,所述目标分析结果用于表征所述目标患者事项针对于所述目标医保使用情况目录的置信程度;
6、结合所述目标医保使用情况目录、所述目标患者事项目录以及所述目标分析结果,搭建所述目标患者事项所对应的患者事项描述特征,所述目标分析结果在所述患者事项描述特征中对应于所述目标医保使用情况目录。
7、在本技术中,所述结合所述目标医保使用情况目录获得x个信息种类所对应的匹配信息,包括:
8、结合所述目标医保使用情况目录获得所述事件种类所对应的事件信息,其中,所述事件种类属于所述x个信息种类中的一个信息种类;
9、所述通过所述x个信息种类所对应的匹配信息以及所述目标医保使用情况目录,通过智能分析线程获得目标分析结果,包括:
10、通过所述事件信息,通过所述智能分析线程所包括的压缩单元获得事件特征向量;
11、通过所述目标医保使用情况目录,通过所述智能分析线程所包括的预测单元获得标识特征向量;
12、通过所述事件特征向量以及所述标识特征向量,通过所述智能分析线程所包括的预测单元获得医保分类数据向量,其中,所述医保分类数据向量包括至少x个可能性,每个可能性对应于一个分析结果,所述x为大于1的整数;
13、结合所述医保分类数据向量,从x个分析结果中确定所述目标分析结果。
14、在本技术中,所述通过所述事件特征向量以及所述标识特征向量,通过所述智能分析线程所包括的预测单元获得医保分类数据向量,包括:
15、通过所述事件特征向量以及所述标识特征向量,通过所述智能分析线程所包括的决策线程获得第一特征向量;
16、通过所述第一特征向量,通过所述智能分析线程所包括的所述预测单元获得所述医保分类数据向量。
17、在本技术中,所述结合所述目标医保使用情况目录获得x个信息种类所对应的匹配信息,包括:
18、结合所述目标医保使用情况目录获得所述描述种类所对应的患者治疗描述信息,其中,所述描述种类属于所述x个信息种类中的一个信息种类;
19、所述通过所述x个信息种类所对应的匹配信息以及所述目标医保使用情况目录,通过智能分析线程获得目标分析结果,包括:
20、通过所述患者治疗描述信息,通过所述智能分析线程所包括的衍生单元获得医保数据特征向量;
21、通过所述目标医保使用情况目录,通过所述智能分析线程所包括的预测单元获得标识特征向量;
22、通过所述医保数据特征向量以及所述标识特征向量,通过所述智能分析线程所包括的预测单元获得医保分类数据向量,其中,所述医保分类数据向量包括至少x个可能性,每个可能性对应于一个分析结果,所述x为大于1的整数;
23、结合所述医保分类数据向量,从x个分析结果中确定所述目标分析结果。
24、在本技术中,所述通过所述医保数据特征向量以及所述标识特征向量,通过所述智能分析线程所包括的预测单元获得医保分类数据向量,包括:
25、通过所述医保数据特征向量以及所述标识特征向量,通过所述智能分析线程所包括的全连接线程获得第二特征向量;
26、基于是第二特征向量,通过所述智能分析线程所包括的所述预测单元获得所述医保分类数据向量。
27、在本技术中,所述结合所述目标医保使用情况目录获得x个信息种类所对应的匹配信息,包括:
28、结合所述目标医保使用情况目录获得所述医疗报账种类所对应的医疗报账信息,其中,所述医疗报账种类属于所述x个信息种类中的一个信息种类;
29、所述通过所述x个信息种类所对应的匹配信息以及所述目标医保使用情况目录,通过智能分析线程获得目标分析结果,包括:
30、通过所述医疗报账信息,通过所述智能分析线程所包括的识别单元获得医疗报账特征向量;
31、通过所述目标医保使用情况目录,通过所述智能分析线程所包括的预测单元获得标识特征向量;
32、通过所述医疗报账特征向量以及所述标识特征向量,通过所述智能分析线程所包括的预测单元获得医保分类数据向量,其中,所述医保分类数据向量包括至少x个可能性,每个可能性对应于一个分析结果,所述x为大于1的整数;
33、结合所述医保分类数据向量,从x个分析结果中确定所述目标分析结果。
34、在本技术中,所述通过所述医疗报账特征向量以及所述标识特征向量,通过所述智能分析线程所包括的预测单元获得医保分类数据向量,包括:
35、通过所述医疗报账特征向量以及所述标识特征向量,通过所述智能分析线程所包括的归总线程获得第三特征向量;
36、基于是第三特征向量,通过所述智能分析线程所包括的所述预测单元获得所述医保分类数据向量。
37、在本技术中,所述结合所述目标医保使用情况目录获得x个信息种类所对应的匹配信息,包括:
38、结合所述目标医保使用情况目录获得所述事件种类所对应的事件信息、所述描述种类所对应的患者治疗描述信息以及所述医疗报账种类所对应的医疗报账信息,其中,所述事件种类、所述描述种类以及所述医疗报账种类均属于所述x个信息种类中的信息种类;
39、所述通过所述x个信息种类所对应的匹配信息以及所述目标医保使用情况目录,通过智能分析线程获得目标分析结果,包括:
40、通过所述事件信息,通过所述智能分析线程所包括的压缩单元获得事件特征向量;
41、通过所述患者治疗描述信息,通过所述智能分析线程所包括的衍生单元获得医保数据特征向量;
42、通过所述医疗报账信息,通过所述智能分析线程所包括的识别单元获得医疗报账特征向量;
43、通过所述目标医保使用情况目录,通过所述智能分析线程所包括的预测单元获得标识特征向量;
44、通过所述事件特征向量、所述医保数据特征向量、所述医疗报账特征向量以及所述标识特征向量,通过所述智能分析线程所包括的预测单元获得医保分类数据向量,其中,所述医保分类数据向量包括至少x个可能性,每个可能性对应于一个分析结果,所述x为大于1的整数;
45、结合所述医保分类数据向量,从x个分析结果中确定所述目标分析结果。
46、在本技术中,所述通过所述事件特征向量、所述医保数据特征向量、所述医疗报账特征向量以及所述标识特征向量,通过所述智能分析线程所包括的预测单元获得医保分类数据向量,包括:
47、通过所述事件特征向量以及所述标识特征向量,通过所述智能分析线程所包括的决策线程获得第一特征向量;
48、通过所述医保数据特征向量以及所述标识特征向量,通过所述智能分析线程所包括的全连接线程获得第二特征向量;
49、通过所述医疗报账特征向量以及所述标识特征向量,通过所述智能分析线程所包括的归总线程获得第三特征向量;
50、通过所述第一特征向量、所述第二特征向量以及所述第三特征向量,通过所述智能分析线程所包括的目标决策单元获得目标特征向量;
51、基于目标特征向量,通过所述智能分析线程所包括的所述预测单元获得所述医保分类数据向量。
52、在本技术中,所述方法还包括:
53、获得g个待配置数据,其中,每个待配置数据对应于要素批注标识以及医保数据种类标识,且所述每个待配置数据包括x个信息种类所对应的待配置匹配信息,所述g为不小于1的整数;
54、针对于所述每个待配置数据以及所述每个待配置数据所对应的要素批注标识,通过待配置智能分析线程获得医保数据种类预测标识;
55、结合所述每个待配置数据所对应的医保数据种类预测标识以及医保数据种类标识,采用测评指标策略对所述待配置智能分析线程进行训练,直到符合线程训练要求,得到所述智能分析线程。
56、在本技术中,所述智能分析线程包括压缩单元、衍生单元和识别单元中其中一种,以及决策线程、全连接线程和归总线程中其中一种,以及预测单元;
57、所述预测单元用于结合所述目标医保使用情况目录输出标识特征向量;
58、所述压缩单元用于结合所述事件信息输出事件特征向量;所述决策线程用于利用所述标识特征向量对所述事件特征向量采用决策函数运算,得到所述事件信息和所述目标医保使用情况目录共同作用的第一特征向量;
59、所述衍生单元用于结合所述患者治疗描述信息输出医保数据特征向量;所述全连接线程用于利用所述标识特征向量对所述医保数据特征向量采用决策函数运算,得到所述患者治疗描述信息和所述目标医保使用情况目录共同作用的第二特征向量;
60、所述识别单元用于结合所述医疗报账信息输出医疗报账特征向量;所述归总线程用于利用所述标识特征向量对所述医疗报账特征向量采用决策函数运算,得到所述医疗报账信息和所述目标医保使用情况目录共同作用的第三特征向量;
61、所述智能分析线程用于结合所述第一特征向量、所述第二特征向量和所述第三特征向量中不少于一项获得所述目标分析结果。
62、第二方面,提供一种基于大数据的医保数据处理系统,包括互相之间通信的处理器和存储器,所述处理器用于从所述存储器中读取计算机程序并执行,以实现上述的方法。
63、本技术实施例所提供的基于大数据的医保数据处理方法及系统,获得目标患者事项的目标医保使用情况目录,然后可以根据目标医保使用情况目录获得x个信息种类所对应的匹配信息,再基于x个信息种类所对应的匹配信息以及目标医保使用情况目录,通过智能分析线程获得目标分析结果,最后根据目标医保使用情况目录、目标患者事项目录以及目标分析结果,搭建目标患者事项所对应的患者事项描述特征。通过上述方式,在搭建患者事项描述特征的过程中加入了分析结果,由此,能够提高医保数据的处理准确性和可靠性。
本文地址:https://www.jishuxx.com/zhuanli/20241015/315184.html
版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容, 请发送邮件至 YYfuon@163.com 举报,一经查实,本站将立刻删除。