医疗理赔的风险评估方法、装置、设备和存储介质.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN114240679A(43)申请公布日2022.03.25(21)申请号202111562391.2(22)申请日2021.12.20(71)申请人平安科技（深圳）有限公司地址518000广东省深圳市福田区福田街道福安社区益田路5033号平安金融中心23楼(72)发明人刘建立(74)专利代理机构深圳国新南方知识产权代理有限公司44374代理人艾青(51)Int.Cl.G06Q40/08(2012.01)G06Q10/06(2012.01)权利要求书2页说明书10页附图2页(54)发明名称医疗理赔的风险评估方法、装置、设备和存储介质(57)摘要本申请涉及人工智能领域，提出了一种医疗理赔的风险评估方法、装置、设备和存储介质，该方法包括：获取待理赔用户的诊断数据及对应的治疗清单数据；判断治疗清单数据中的治疗项目是否用于诊断数据中的诊断疾病的治疗；若确定治疗清单数据中的治疗项目不全用于诊断数据中的诊断疾病的治疗，则判定对待理赔用户的理赔存疑。本申请通过诊断信息与治疗信息的智能匹配，自动、准确的对理赔风险进行评估，降低理赔风险。CN114240679ACN114240679A权利要求书1/2页1.一种医疗理赔的风险评估方法，其特征在于，所述方法包括：获取待理赔用户的诊断数据及对应的治疗清单数据；判断所述治疗清单数据中的治疗项目是否用于所述诊断数据中的诊断疾病的治疗；若确定所述治疗清单数据中的治疗项目不全用于所述诊断数据中的诊断疾病的治疗，则判定对所述待理赔用户的理赔存疑。2.根据权利要求1所述的方法，其特征在于，所述治疗项目包括使用的药品和检查项目，所述判断所述治疗清单数据中的治疗项目是否用于所述诊断数据中的诊断疾病的治疗，包括：获取多组目标历史治疗数据，每组所述目标历史治疗数据包括目标历史诊断数据及对应的目标历史治疗清单数据；对每组所述目标历史治疗数据进行分词提取出对应的特征词集合，以组成关联挖掘数据集，其中，所述关联挖掘数据集包括多条特征词集合，每条所述特征词集合包括对应的确诊病例的疾病名称、疾病症状描述词、使用的药品的药品名称、药品主治范围描述词、检查项目名称、检查项目用途描述词；扫描所述关联挖掘数据集中的每条特征词集合，基于Apriori算法，通过增长项集特征词数目获取不小于最小支持度的频繁项集；利用最小可信度原则，根据所述频繁项集获得关联规则；根据所述关联规则确定所述待理赔用户的诊断数据与治疗清单数据的关联度；若所述关联度低于第一阈值，则确定所述治疗清单数据中的治疗项目不全用于所述诊断数据中的诊断疾病的治疗。3.根据权利要求1所述的方法，其特征在于，所述治疗项目包括使用的药品和检查项目，所述判断所述治疗清单数据中的治疗项目是否用于所述诊断数据中的诊断疾病的治疗，包括：从所述待理赔用户的治疗清单数据中提取出药品主治范围信息和检查项目的检查用途信息作为诊治范围数据；对所述待理赔用户的诊断数据和所述诊治范围数据进行相似度计算；若得到的相似度低于第二阈值，则确定所述治疗清单数据中的治疗项目不全用于所述诊断数据中的诊断疾病的治疗。4.根据权利要求1所述的方法，其特征在于，所述治疗项目包括使用的药品和检查项目，所述判断所述治疗清单数据中的治疗项目是否用于所述诊断数据中的诊断疾病的治疗，包括：获取多组目标历史治疗数据，每组所述目标历史治疗数据包括目标历史诊断数据及对应的目标历史治疗清单数据；对每组所述目标历史治疗数据进行分词提取出对应的特征词集合，以组成关联挖掘数据集，其中，所述关联挖掘数据集包括多条特征词集合，每条所述特征词集合包括对应的确诊病例的疾病名称、疾病症状描述词、使用的药品的药品名称、药品主治范围描述词、检查项目名称、检查项目用途描述词；扫描所述关联挖掘数据集中的每条特征词集合，基于Apriori算法，通过增长项集特征词数目获取不小于最小支持度的频繁项集；2CN114240679A权利要求书2/2页利用最小可信度原则，根据所述频繁项集获得关联规则；根据所述关联规则确定所述待理赔用户的诊断数据与治疗清单数据的关联度；从所述待理赔用户的治疗清单数据中提取出药品主治范围信息和检查项目的检查用途信息作为诊治范围数据；对所述待理赔用户的诊断数据和所述诊治范围数据进行相似度计算；若所述关联度低于第一阈值和/或所述相似度低于第二阈值，则确定所述治疗清单数据中的治疗项目不全用于所述诊断数据中的诊断疾病的治疗。5.根据权利要求1所述的方法，其特征在于，所述治疗项目包括使用的药品，在所述判定对所述待理赔用户的理赔存疑之前，所述方法还包括：判断所述治疗清单数据中所使用的药品的实际用量是否均正常；所述判定对所述待理赔用户的理赔存疑，包括：若确定所述治疗清单数据中的治疗项目不全