本發(fā)明涉及醫(yī)療保險管理領域，更具體地，涉及一種根據(jù)疾病和藥物的匹配度進行打分的方法及其系統(tǒng)。

背景技術：

在醫(yī)療保險理賠運營管理中，往往僅根據(jù)責任保險條款及醫(yī)保報銷目錄進行理賠，缺乏對醫(yī)療服務臨床合理性的判斷，從而漏失對大部分欺詐、不合理醫(yī)療行為的監(jiān)測。欺詐雖案例不多，但常涉及較大金額?，F(xiàn)今醫(yī)保藥物報銷通常要求診斷的疾病與藥名相匹配，而藥物名稱的復雜多樣性，常使得理賠工作人員感到困擾，很難根據(jù)經(jīng)驗判斷是否有借開藥以套保費的現(xiàn)象。

技術實現(xiàn)要素：

本發(fā)明提供一種克服上述問題或者至少部分地解決上述問題的方法和系統(tǒng)。

根據(jù)本發(fā)明的一個方面，提供一種根據(jù)疾病和藥物的匹配度進行打分的方法，包括以下步驟：S1.基于醫(yī)療理賠數(shù)據(jù)，利用向量空間模型將待檢疾病、待檢藥物以及治療待檢疾病的所有藥物量化；S2.基于S1中的量化值，為待檢疾病和待檢藥物進行匹配度打分。

優(yōu)選地，步驟S1中，具體步驟包括：S11.基于醫(yī)療理賠數(shù)據(jù)，統(tǒng)計治療待檢疾病的所有藥物名稱以及治療所述待檢疾病的每種藥物的使用頻率；S12.基于S11中每種藥物的使用頻率，設定置信度α的值；S13.利用向量空間模型量化待檢藥物與S11中所有藥物的關系以及待檢藥物的使用頻率與置信度的關系。

優(yōu)選地，步驟S13中，具體步驟包括：S131.將待檢藥物中的所有藥物分別編號，判斷待檢藥物是否是在治療待檢疾病的所有藥物中：當待檢藥物不存在于待檢疾病的所有藥物中，則向量中對應的元素值為0；若存在，則轉入步驟S132；S132.當待檢藥物在醫(yī)療理賠數(shù)據(jù)中的使用頻率大于或是等于置信度α的值，則向量中對應的元素值為1；若小于置信度α的值，則向量中對應的元素值為0。

優(yōu)選地，步驟S2中，基于S1中的量化值，匹配度分值用于評判待檢藥物中針對待檢疾病來說合理藥物或是不合理藥物的使用度，從而合理的判斷是否有借開藥以套保費的現(xiàn)象。優(yōu)選地，將不合理的藥物名稱和種數(shù)輸出；進一步優(yōu)選地，將向量中元素值為0的元素種數(shù)和其對應的藥物名稱輸出。

優(yōu)選地，步驟S2中，打分規(guī)則為藥物對應的向量中元素值為1的個數(shù)占待檢藥物中藥物總數(shù)的百分比。

優(yōu)選地，步驟S2中，打分規(guī)則為藥物對應的向量中元素值為0的個數(shù)占待檢藥物中藥物總數(shù)的百分比。

本發(fā)明還提供了一種根據(jù)疾病和藥物進行匹配度打分的系統(tǒng)，包括：采集模塊，用于采集醫(yī)療理賠數(shù)據(jù)、待檢疾病數(shù)據(jù)、待檢藥物名稱數(shù)據(jù)；處理模塊，基于醫(yī)療理賠數(shù)據(jù)，用于利用向量空間模型將待檢疾病、待檢藥物以及治療待檢疾病的所有藥物量化；打分模塊，用于為待檢疾病和待檢藥物進行匹配度打分。進一步優(yōu)選地，還包括輸出模塊，用于輸出分數(shù)、不合理藥物的名稱以及種數(shù)。

本申請?zhí)岢龅母鶕?jù)疾病和藥物進行匹配度打分的方法及其系統(tǒng)有效地解決了待檢疾病和待檢藥物是否匹配的問題，理賠人員只需輸入待檢測的疾病和藥物名稱，根據(jù)輸出的匹配度打分值和待檢藥物中不合理藥物的種數(shù)，便能有效的幫助理賠工作人員鑒別是否存在套保費的現(xiàn)象。

附圖說明

圖1為根據(jù)本發(fā)明一個優(yōu)選實施例的根據(jù)疾病和藥物進行匹配度打分系統(tǒng)的總體結構示意圖。

具體實施方式

下面結合附圖和實施例，對本發(fā)明的具體實施方式作進一步詳細描述。以下實施例用于說明本發(fā)明，但不用來限制本發(fā)明的范圍。

本發(fā)明所使用的數(shù)據(jù)為理賠數(shù)據(jù)，每一條記錄代表患者的一次就診，每一列分別代表樣本文件名、就診醫(yī)院、疾病代碼、費用項目、費用明細和費用總額等數(shù)據(jù)。

本發(fā)明提供一種根據(jù)疾病和藥物的匹配度進行打分的方法，包括以下步驟：

S1.基于醫(yī)療理賠數(shù)據(jù)，利用向量空間模型將待檢疾病、待檢藥物以及能治療待檢疾病的所有藥物量化；

S2.基于S1中的量化值，為待檢疾病和待檢藥物進行匹配度打分。

步驟S1中，具體步驟包括：S11.基于醫(yī)療理賠數(shù)據(jù)，統(tǒng)計治療待檢疾病的所有藥物名稱以及治療所述待檢疾病的每種藥物的使用頻率；其中，統(tǒng)計由本領域中公知的統(tǒng)計手段完成。

在本發(fā)明的一種優(yōu)選實施方式中，S11的步驟為輸入待檢疾病y₀及其待檢藥物在醫(yī)療理賠數(shù)據(jù)中，統(tǒng)計治療待檢疾病y₀中所有藥物名稱a₁,a₂,…,a_n，以及該疾病下每種藥物的使用頻率f₁,f₂,…,f_n。

S12.基于S11中每種藥物的使用頻率，設定置信度α的值；

置信度α的值隨不同的數(shù)據(jù)而變化，根據(jù)數(shù)據(jù)顯示，通常頻率降序排序后，取上四分位位置的藥物的頻率值作為α的值，例如某病一共有100種藥物，按頻率降序排序后，將第25個藥物的頻率作為α的值。通常置信度為根據(jù)醫(yī)療理賠數(shù)據(jù)中每種藥物的使用頻率的平均值，經(jīng)過大量的測試表明置信度α的值通常設定為0.3％-5％，進一步優(yōu)選為0.5％.

S13.利用向量空間模型量化待檢藥物與S11中所有藥物的關系以及待檢藥物的使用頻率與置信度的關系。

步驟S13中，具體步驟包括：

S131.將待檢藥物中的所有藥物分別編號，判斷待檢藥物是否是在醫(yī)療理賠數(shù)據(jù)治療待檢疾病的所有藥物中：當待檢藥物不存在于待檢疾病的所有藥物中，則向量中對應的元素值為0；若存在，則轉入步驟S132；

S132.當待檢藥物在醫(yī)療理賠數(shù)據(jù)中的使用頻率大于或是等于置信度α，則向量中對應的元素值為1；若小于置信度α，則向量中對應的元素值為0。在該步驟中，使用本領域常用的判斷方式來判斷待檢藥物是否存在于待檢疾病的所有藥物中。使用代碼是常用的判斷方式之一，在本文中以matlab代碼為例進一步詳述本發(fā)明優(yōu)選的技術方案。

在本發(fā)明的一種優(yōu)選實施方式中，S12的步驟為在設定置信度α的值的后，構建與待檢藥物相對應的向量p＝(p₁,p₂,…,p_m)，判斷待檢藥物中每一種藥物是否存在于醫(yī)療理賠數(shù)據(jù)治療待檢疾病的所有藥物中，即，對每一個i(i＝1,2,...,m)，用matlab代碼判斷藥物是否在集合{a₁,a₂,…,a_n}中。若不在，則p_i＝0；否則，轉下列步驟：判斷藥物在原始數(shù)據(jù)中的頻率f_k是否大于α。若是，則p_i＝1；否則，p_i＝0

步驟S2中，基于S1中的量化值，匹配度分值用于評判待檢藥物中針對待檢疾病來說合理藥物或是不合理藥物的使用度，從而合理的判斷是否有借開藥以套保費的現(xiàn)象。

優(yōu)選地，將不合理的藥物名稱和種數(shù)輸出；

進一步優(yōu)選地，將元素值為0的元素個數(shù)和其對應的藥物名稱輸出。

本發(fā)明的一種優(yōu)選實施方式中，步驟S2中打分規(guī)則為藥物對應的向量中元素值為1的個數(shù)占待檢藥物中藥物總數(shù)的百分比或是為藥物對應的向量中元素值為0的個數(shù)占待檢藥物中藥物總數(shù)的百分比。

本發(fā)明的一種優(yōu)選實施方式中，步驟S2具體為：以向量p中元素等于1的個數(shù)占向量p的長度的百分比再乘100，作為最后得分，

即

并輸以集合M中元素為角標的藥物名稱，即不合理的藥物。其中m為待檢藥物的種數(shù)，M為向量p＝(p₁,p₂,…,p_m)中分量等于0的角標集合，|M|表示集合M中的元素個數(shù)。

本發(fā)明還提供了一種根據(jù)疾病和藥物進行匹配度打分的系統(tǒng)，如圖1所示，包括：采集模塊A1，用于采集醫(yī)療理賠數(shù)據(jù)、待檢疾病數(shù)據(jù)、待檢藥物名稱數(shù)據(jù)；處理模塊A2，基于醫(yī)療理賠數(shù)據(jù)，用于利用向量空間模型將待檢疾病、待檢藥物以及治療待檢疾病的所有藥物量化；打分模塊A3，用于為待檢疾病和待檢藥物進行匹配度打分。進一步優(yōu)選地，還包括輸出模塊，用于輸出分數(shù)、不合理藥物的名稱以及種數(shù)。

最后，本申請的方法僅為較佳的實施方案，并非用于限定本發(fā)明的保護范圍。凡在本發(fā)明的精神和原則之內(nèi)，所作的任何修改、等同替換、改進等，均應包含在本發(fā)明的保護范圍之內(nèi)。