本发明专利技术涉及医疗风险保险技术领域，具体公开了大数据医疗风险评估系统，系统通过设置数据采集模块、价值指标选择模块、数据分析模块、风险评估模块及风险预警模块，通过数据采集模块和价值指标选择模块分别实现集成医疗服务信息数据采集和医疗服务风险数据和医疗服务保费数据的筛选；通过数据分析模块结合手术风险指数和经济价值指数进行成本—效果分析并判断进行风险评估和进行低价值医疗服务预警通知；通过风险评估模块将历史医疗服务风险数据及历史医疗服务保费数据输入预设风险评估模型中进行训练，输出风险评估参数并判断风险态势信息；本发明专利技术通过医疗风险分析满足患者医疗服务投保需求，降低医疗经济风险，提高医疗风险评估准确率。
【技术实现步骤摘要】
本专利技术涉及医疗风险保险，具体涉及大数据医疗风险评估系统。
技术介绍
1、随着信息化时代的健康医疗大数据的发展，各类医疗保险机构的信息系统中通过医疗数据的提取和数据风险分析实现了信息共享，通过利用各种大数据分析技术对越来越多的医疗数据进行处理，呈现了数据化医疗风险的各类医疗服务安全类事件的敏感性。
2、特别的，对于一些低价值的医疗保险服务类对于患者的健康好处较低或者基本没有益处，并且医疗的风险危害性和投入成本超过了潜在的益处的医疗服务，占据了较大的医疗支出占比，并且使用低价值的医疗服务对患者的健康危害及大量经济的投入损失风险缺少精确化的评估体系，导致各大医疗服务保险系统的临床贡献价值较低，影响整体社会的医疗高价值体系的建立。
技术实现思路
1、本专利技术的目的在于提供大数据医疗风险评估系统，解决以下技术问题：
2、如何通过医疗风险分析满足患者医疗服务投保需求，降低医疗经济风险，提高医疗风险评估准确率。
3、本专利技术的目的可以通过以下技术方案实现：
4、大数据医疗风险评估系统，包括：
5、数据采集模块，用于获取历史数据库中的集成医疗服务信息数据；
6、价值指标选择模块，用于根据集成医疗服务信息数据筛选医疗服务风险数据和医疗服务保费数据，根据价值指标选择策略分别获取手术风险指数和经济价值指数；
7、所述医疗服务风险数据包括：同类疾病的中的术前意外风险参数、术中意外风险参数、术后意外风险参数；
8、所述医疗服务保费数据包括：同类疾病的术前意外风险保费、术中意外风险保费、术后意外风险保费；
9、数据分析模块，用于结合手术风险指数和经济价值指数进行成本—效果分析并判断是否符合要求：
10、若符合要求，则进行风险评估；
11、若不符合要求，则进行低价值医疗服务预警；
12、风险评估模块，用于将历史医疗服务风险数据及历史医疗服务保费数据输入预设风险评估模型中进行训练，输出风险评估参数并判断风险态势信息；
13、风险预警模块，用于对风险态势信息进行预警并发出预警信号。
14、优选地，所述价值指标选择策略包括：
15、通过对医疗服务风险数据进行计算：
16、通过公式计算获得手术风险指数hv；其中，α1、α2、α3均为预设权重系数，且α1、α2、α3均大于0；f1为预设函数；dp为术前意外风险参数，is为术中意外风险参数，rp为术后意外风险参数；dp0为标准术前意外风险参数，is0为标准术中意外风险参数，rp0为标准术后意外风险参数；
17、通过对医疗服务保费数据进行计算：
18、通过公式计算获得经济价值指数ev；其中，μ1、μ2、μ3均为预设权重系数，且μ1、μ2、μ3均大于0；f2为预设函数；cdp为术前意外风险保费参数，cis为术中意外风险保费参数；crp为术后意外风险保费参数；cdp0为标准术前意外风险保费参数，cis0为标准术中意外风险保费参数；crp0为标准术后意外风险保费参数。
19、优选地，所述数据分析模块：
20、获取同类疾病的连续手术周期内的手术风险指数大小周期性变化曲线qhj和同类疾病对应的相同连续手术周期内的经济价值指数大小周期性变化曲线qej；
21、其中，以完成当前同类疾病的术前、术中、术后的治疗作为整一个手术周期，并且j为手术周期数量；
22、在同一坐标系中建立手术风险指数周期性变化曲线qhj和预设标准手术风险指数周期性变化曲线qhith；
23、以及在同一坐标系统建立经济价值指数周期性变化曲线qej和预设标准经济价值指数周期性变化曲线qeith；
24、确定连续手术周期内qhj和qhith的第一面积差δs1；
25、确定连续手术周期内qej和qeith的第二面积差δs2。
26、优选地，根据第一面积差δs1及第二面积差δs2进行成本—效果分析：
27、通过公式计算获得第i次连续手术周期内的额外系数coei；
28、其中，n为同类疾病设定连续手术周期的总次数，且i∈[1，n]；w1、w2为预设偏差系数；δs1i为第i次连续手术周期的第一面积差；δs2i为第i次连续手术周期的第二面积差；δs1i0为同次数连续手术周期的第一面积差标准值；δs2i0为同次数连续手术周期的第一面积差标准值；ρi为第i次连续手术周期获得的面积差的预设权重系数。
29、优选地，将第i次连续手术周期内的额外系数coei与对应预设标准阈值区间[coea，coeb]进行比对：
30、若coei∈[coea，coeb]，则判断符合成本—效果变化，进行风险评估；
31、若则判断不符合成本—效果变化，生成预警信号。
32、优选地，所述风险评估模型的构建过程为：
33、采集同类疾病的连续手术周期内的历史医疗服务风险数据及历史医疗服务保费数据，选取各周期成本—效果对应的额外系数coei及对应周期相关联的医疗服务风险数据和医疗服务保费数据，生成训练样本；
34、以卷积神经网络搭建模型，通过训练样本对该模型进行训练，获得各周期成本—效果分析参数的风险评估模型。
35、优选地，所述风险评估模块：
36、获取所述各周期成本—效果分析参数的风险评估模型输出的风险评估参数集合a；
37、分析集合a中的元素落入标准风险评估标准参数阈值区间的个数x；将x与预设落入标准风险评估参数阈值区间的标准个数x进行比对，判断x是否属于大于x：
38、若是，则判断风险态势低；
39、若否，则判断风险态势高，发出预警信号。
40、优选地，所述风险评估模块还包括对低成本—效果分析结果进行敏感性分析：
41、获取低成本—效果医疗投入增量成本随着患者治疗周期的可接受价值ac1；
42、获取历史低成本—效果医疗投入增量成本随着患者治疗周期的标准可接受价值ac2；
43、判断若90％ac2≤ac1≤110％ac2；则判断出现经济风险，价值敏感性高；
44、判断若ac2＜90％ac1，则判断经济风险高，价值敏感性极高；
45、判断若ac2＞110％ac2，则判断经济风险低，价值敏感性一般。
46、本专利技术的有益效果：
47、(1)本专利技术通过获取医疗服务的手术风险指数和经济价值指数来作为医疗服务价值的进行分析，通过设置数据分析模块来结合手术风险指数和经济价值指数进一步进行成本—效果分析并其成本—效果的评判结果是否合理，这一合理主要涉及整个连续手术周期及选定诊断的数据范围判断诊断医疗服务的成本和效果的变化状态是否稳定；判断若符合要求，则进行风险评估；若不符合要求，进行低价值医疗服务预警，通过数据分析模块保证筛选符合当前医疗服务价值需求的数据，对于本文档来自技高网
...
【技术保护点】
1.大数据医疗风险评估系统，其特征在于，包括：
2.根据权利要求1所述的大数据医疗风险评估系统，其特征在于，所述价值指标选择策略包括：
3.根据权利要求1所述的大数据医疗风险评估系统，其特征在于，所述数据分析模块：
4.根据权利要求3所述的大数据医疗风险评估系统，其特征在于，根据第一面积差ΔS1及第二面积差ΔS2进行成本-效果分析：
5.根据权利要求4所述的大数据医疗风险评估系统，其特征在于，将第i次连续手术周期内的额外系数Coei与对应预设标准阈值区间[CoeA，CoeB]进行比对：
6.根据权利要求1所述的大数据医疗风险评估系统，其特征在于，所述风险评估模型的构建过程为：
7.根据权利要求6所述的大数据医疗风险评估系统，其特征在于，所述风险评估模块：
8.根据权利要求1所述的大数据医疗风险评估系统，其特征在于，所述风险评估模块还包括对低成本-效果分析结果进行敏感性分析：
【技术特征摘要】
1.大数据医疗风险评估系统，其特征在于，包括：
2.根据权利要求1所述的大数据医疗风险评估系统，其特征在于，所述价值指标选择策略包括：
3.根据权利要求1所述的大数据医疗风险评估系统，其特征在于，所述数据分析模块：
4.根据权利要求3所述的大数据医疗风险评估系统，其特征在于，根据第一面积差δs1及第二面积差δs2进行成本-效果分析：
5.根据权利要求4所述的大数据医疗风险评估系统，其...
【专利技术属性】
技术研发人员：张卫群，陈柏成，
申请(专利权)人：杭州君远健康科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。