龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：平安科技(深圳)有限公司
摘要：本发明涉及数字医疗技术领域，具体为基于人工智能技术的异常医保报销识别方法及系统，设计合理，能够对同一个报销人连续多次就诊的收费项目报销自动分析，从而进行医保控费。所述方法包括，将每个报销人的多次医保报销数据按照时间顺序进行排序，得到就诊次序，并将所述就诊次序转化为就诊次序向量；提取所述每个报销人的多次医保报销数据中的收费项目的识别维度特征，并将所述识别维度特征转化为识别维度特征向量；将识别维度特征向量分别与就诊次序向量进行一一对应，得到多组对应向量，将每组对应向量相加得到输入样本；将所述输入样本输入至预训练的异常识别模型进行所述输入样本是否异常的预测，输出所述输入样本的异常或正常标签。
主权项：1.基于人工智能技术的异常医保报销识别方法，其特征在于，包括，将每个报销人的多次医保报销数据按照时间顺序进行排序，得到就诊次序，并将所述就诊次序转化为就诊次序向量；提取所述每个报销人的多次医保报销数据中的收费项目的识别维度特征，并将所述识别维度特征转化为识别维度特征向量，其中，所述收费项目的识别维度特征用于指示多次医保报销数据中的收费项目信息；通过随机初始化为就诊次序向量和识别维度特征向量，分别分配对应的分类标签向量；将分配对应的分类标签向量后的识别维度特征向量分别与就诊次序向量进行一一对应，得到多组对应向量，将每组对应向量相加得到输入样本；将所述输入样本输入至预训练的异常识别模型进行所述输入样本是否异常的预测，输出所述输入样本的异常或正常标签，用于指示医保报销是否异常；其中，所述预训练的异常识别模型用于识别所述输入样本中多次就诊收费项的异常医保报销，且所述预训练的异常识别模型为端到端和有监督的模型；所述预训练的异常识别模型，包括多层基于变换器的双向编码器网络，用于对输入样本中的向量进行识别。
全文数据：
权利要求：
百度查询： 平安科技(深圳)有限公司 基于人工智能技术的异常医保报销识别方法及系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号