一种基于计算机控制的医保防欺诈系统及方法与流程

本发明涉及计算机大数据处理领域，具体是一种基于计算机控制的医保防欺诈系统及方法。

背景技术：

医保指社会医疗保险。社会医疗保险是国家和社会根据一定的法律法规，为向保障范围内的劳动者提供患病时基本医疗需求保障而建立的社会保险制度。基本医疗保险基金由统筹基金和个人账户构成。职工个人缴纳的基本医疗保险费全部计入个人账户；用人单位缴纳的基本医疗保险费分为两部分，一部分划入个人账户，一部分用于建立统筹基金医保有效的控制医疗费用的过快增长，减少了人们的因疾病产生的医疗风险，减轻了人们的医疗负担。但是一些不法分子却又医保欺诈行为，利用医保谋取私利，而现有的技术中无效对医保欺诈行为进行有效的控制。

技术实现要素：

本发明的目的在于提供一种基于计算机控制的医保防欺诈系统及方法，以解决现有技术中的问题。

为实现上述目的，本发明提供如下技术方案：

一种基于计算机控制的医保防欺诈系统，该医保防欺诈系统包括医保数据输入模块，医保数据分析模块、医保数据库和医保数据输出模块，医保数据输入模块用于输入此次医保数据信息，医保数据分析模块用于此次医保行为的欺诈指数，医保数据库用于存储医保数据信息，医保数据输出模块用于输出此次医保行为是否为欺诈行为，医保数据输入模块与医保数据分析模块、医保数据库连接，医保数据分析模块与医保数据库、医保数据输出模块连接。

作为优选方案，此次医保数据信息包括医保账单id、参保者id、此次开药医生id、此次医保经办人id、此次医保费用值、此次开药种类名称，医保数据库包括参保者模块、医生模块、医保经办人模块，参保者模块包括参保者历史医保数据和参保者的信用评分，医生模块包括医生的历史开药数据和医生的信用评分，医保经办人模块包括医保经办人的历史审批数据和医保经办人的信用评级，医保数据分析模块包括参保者分析模块、医生分析模块、医保经办人分析模块和综合分析模块，参保者分析模块与医保数据输入模块、参保者模块连接，参保者分析模块用于计算参保者在此次的医保行为中的欺诈评估值，医生分析模块与医保数据输入模块、医生模块连接，医生分析模块用于医生在此次的医保行为中的欺诈评估值，医保经办人分析模块与医保数据输入模块、医保经办人模块连接，医保经办人分析模块用于计算医保经办人在此次的医保行为中的欺诈评估值，综合分析模块与参保者分析模块、医生分析模块、医保经办人分析模块连接，综合分析模块用于计算此次医保行为的欺诈综合评估值，综合分析模块与数据输出模块连接

作为优选方案，参保者历史医保数据包括参保者历史医保费用值、参保者的历史开药医生id、参保者的历史医保经办人id和参保者历史开药种类名称，医生的历史开药数据包括医生的历史开药费用，医保经办人的历史审核数据包括医保经办人的历史审批报销比例。

作为优选方案，参保者分析模块包括医保费用分析模块、开药医生频率分析模块、医保经办人频率分析模块和开药药品分析模块，医保费用分析模块用于将此次医保费用和历史医保费用比较分析，开药医生频率分析模块用于分析该参保者由此次开药医生开药的频率，医保经办人频率分析模块用于分析该参保者由此次医保经办人审批报销的频率，开药药品分析模块用于将此次开药药品种类与历史开药药品种类比较分析，医生分析模块用于将医生此次的开药费用与医生的历史开药费用对比分析，医保经办人分析模块用于将医保经办人此次的审批报销比例和医保经办人的历史报销比例对比分析。

一种基于计算机控制的医保防欺诈方法，该医保防欺诈方法包括以下步骤：

（1）输入此次医保数据信息；

（2）分析此次医保数据信息；

（3）输出此次医保行为是否为欺诈行为。

作为优选方案，医保防欺诈方法包括以下步骤：

（1）医保数据输入模块输入此次医保数据信息，医保数据信息包括医保账单id、参保者id、此次开药医生id、此次医保经办人id、此次医保费用值、此次开药种类名称；

（2）医保数据分析模块从医保数据输入模块读取此次医保数据信息，并根据此次的医保数据信息从医保数据库读取历史医保数据信息，计算出参保者的欺诈评估值x、医生的欺诈评估值y、医保经办人的欺诈评估值z以及欺诈综合评估值v；

（3）数据输出模块从综合分析模块读取欺诈综合评估值v,并比较欺诈综合评估值v与欺诈阈值v0的大小，

若欺诈综合评估值v小于v0，则输出此次医保行为非欺诈行为，

若欺诈综合评估值v大于等于v0，则输出该次医保行为欺诈行为。

作为优选方案，步骤（2）包括以下步骤：

1）根据参保者id，参保者分析模块从参保者模块读取参保者历史医保数据，参保者的历史医保数据包括参保者历史医保费用值、参保者的历史开药医生id、参保者的历史医保经办人id和参保者历史开药种类名称，

医保费用分析模块读取参保者前n1次的每一次的医保费用值，并将前n1次的医保费用值按从小到大的顺序排列，记为a1、a2、…、an1,去掉前n1次中医保费用值的最大值和最小值，则医保费用参考阈值为：

a0=[a2+a3+…+a(n-1))]/(n-2),

则医保费用评估值为a0=[abs(p-a0)]/a0，p为此次的医保费用值；

开药医生频率分析模块读取参保者前n2次的开药医生id，设此次开药医生id在前n2次的开药医生id中出现n1次，则开药医生频率为b0=n1/n2；

医保经办人频率分析模块读取参保者前n3次的医保经办人id，设此次医保经办人id在前n3次的医保经办人id中出现n2次，则医保经办人频率为c0=n2/n3；

开药药品分析模块，设此次开药药品种类为q种，这q种药品种类的名称分别为m1、m2、m3、…、mq,读取前n4次每一次的开药药品种类，设在前n4次中开药药品中，药品m1出现的次数为d1，药品m2出现的次数为d2,…,药品mq出现的概率为ds,将d1、d2、…ds与药品次数阈值r比较，记这q种药品种类中，药品种类出现次数大于药品次数阈值r的种类个数为d，则开药药品评估值为d0=d/q，

则参保者的欺诈评估值为

x=x1*a0+x2*b0+x3*c0+x4*d0+x5*(1-x0),x0为此参保者的信用评分，x1、x2、x3、x4均为常数。

2）根据开药医生的id，医生分析模块从医生模块读取开药医生前n5次的每一次的开药费用值，并将前n5次的开药费用按从小到大的顺序排列，记e1、e2、…、en5,去掉前n5次中开药费用中的最大值和最小值，则开药费用参考阈值为：

e0=[e2+e3+…+e(n-1)]/(n-2)，

则开药费用评估值为e0=[abs(r-e0)]/e0，r为此次的开药费用,

医生的欺诈评估值为y=y1*e0+y2*(1-y0)，y0为此医生的信用评分，y1、y2均为常数

3）根据医保经办人id,医保经办人分析模块从医保经办人模块读取医保经办人前n6次的每一次的审批报销比例，并将前n6次的审批报销比例按从小到大的顺序排列，记f1、f2、…、fn6,去掉前n6次中审批报销比例中的最大值和最小值，则审批报销比例参考阈值为：

f0=(f2+f3+…+f(n-1))/(n-2)，

则开药费用评估值为f0=[abs(s-f0)]/f0，s为此次的审批报销比例，

医保经办人的欺诈评估值为z=z1*f0+z2*(1-z0)，z0为此医保经办人的信用评分，z1、z2均为常数；

4）综合分析模块计算欺诈综合评估值v=v1*x+v2*y+v3*z,v1+v2+v3=1，v1、v2、v3均为常数。

作为优选方案，步骤1）中的参保者信用评级x0=0.6j0+0.2j1+o.2j2,j0为参保者的初始信用评级，j1为医生对参保者的信用评级,j2为医保经办人对参保者的信用评级；

步骤2）医生信用评级y0=0.6k0+0.2k1+o.2k2,k0为医生的初始信用评级，k1为参保者对医生的信用评级,k2为医保经办人对医生的信用评级；

步骤3）医保经办人信用评级x0=o.2t0+o.2t1+o.2t2,t0为医保经办人的初始信用评级，t1为参保者对医保经办人的信用评级,t2为医生对医保经办人的信用评级。

与现有技术相比，本发明的有益效果是：本发明从参保者、医生、医保经办人三个方面的医保数据对医保行为进行分析，得出欺诈综合值，当欺诈综合评估值v小于欺诈阈值v0，则输出此次医保行为非欺诈行为，当若欺诈综合评估值v大于等于欺诈阈值v0，则输出该次医保行为欺诈行为，从而能够实现对医保防欺诈行为的有效控制。

附图说明

图1为本发明一种基于计算机控制的医保防欺诈系统模块示意图；

图2为本发明一种基于计算机控制的医保防欺诈系统的连接示意图；

图3为本发明一种基于计算机控制的医保防欺诈方法的流程示意图；

图4为本发明一种基于计算机控制的医保防欺诈方法的步骤(2)的流程示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

请参阅图1～4，本发明实施例中，一种基于计算机控制的医保防欺诈系统，该医保防欺诈系统包括医保数据输入模块，医保数据分析模块、医保数据库和医保数据输出模块，医保数据输入模块用于输入此次医保数据信息，医保数据分析模块用于此次医保行为的欺诈指数，医保数据库用于存储医保数据信息，医保数据输出模块用于输出此次医保行为是否为欺诈行为，医保数据输入模块与医保数据分析模块、医保数据库连接，医保数据分析模块与医保数据库、医保数据输出模块连接。

此次医保数据信息包括医保账单id、参保者id、此次开药医生id、此次医保经办人id、此次医保费用值、此次开药种类名称，医保数据库包括参保者模块、医生模块、医保经办人模块，参保者模块包括参保者历史医保数据和参保者的信用评分，医生模块包括医生的历史开药数据和医生的信用评分，医保经办人模块包括医保经办人的历史审批数据和医保经办人的信用评级，医保数据分析模块包括参保者分析模块、医生分析模块、医保经办人分析模块和综合分析模块，参保者分析模块与医保数据输入模块、参保者模块连接，参保者分析模块用于计算参保者在此次的医保行为中的欺诈评估值，医生分析模块与医保数据输入模块、医生模块连接，医生分析模块用于医生在此次的医保行为中的欺诈评估值，医保经办人分析模块与医保数据输入模块、医保经办人模块连接，医保经办人分析模块用于计算医保经办人在此次的医保行为中的欺诈评估值，综合分析模块与参保者分析模块、医生分析模块、医保经办人分析模块连接，综合分析模块用于计算此次医保行为的欺诈综合评估值，综合分析模块与数据输出模块连接

参保者历史医保数据包括参保者历史医保费用值、参保者的历史开药医生id、参保者的历史医保经办人id和参保者历史开药种类名称，医生的历史开药数据包括医生的历史开药费用，医保经办人的历史审核数据包括医保经办人的历史审批报销比例。

参保者分析模块包括医保费用分析模块、开药医生频率分析模块、医保经办人频率分析模块和开药药品分析模块，医保费用分析模块用于将此次医保费用和历史医保费用比较分析，开药医生频率分析模块用于分析该参保者由此次开药医生开药的频率，医保经办人频率分析模块用于分析该参保者由此次医保经办人审批报销的频率，开药药品分析模块用于将此次开药药品种类与历史开药药品种类比较分析，医生分析模块用于将医生此次的开药费用与医生的历史开药费用对比分析，医保经办人分析模块用于将医保经办人此次的审批报销比例和医保经办人的历史报销比例对比分析。

一种基于计算机控制的医保防欺诈方法，该医保防欺诈方法包括以下步骤：

（1）医保数据输入模块输入此次医保数据信息，医保数据信息包括医保账单id为、参保者id为、此次开药医生id为、此次医保经办人id为、此次医保费用值为、此次开药种类名称；

（2）医保数据分析模块从医保数据输入模块读取此次医保数据信息，并根据此次的医保数据信息从医保数据库读取历史医保数据信息，计算出参保者的欺诈评估值x、医生的欺诈评估值y、医保经办人的欺诈评估值z以及欺诈综合评估值v；

1）根据参保者id，参保者分析模块从参保者模块读取参保者历史医保数据，参保者的历史医保数据包括参保者历史医保费用值、参保者的历史开药医生id、参保者的历史医保经办人id和参保者历史开药种类名称，

医保费用分析模块读取参保者前5次的每一次的医保费用值，并将前5次的医保费用值按从小到大的顺序排列，记为a1=12、a2=20、a3=28、a4=37、a5=46,去掉前5次中医保费用值的最大值和最小值，则医保费用参考阈值为：

a0=(a2+a3+a4)/3=28.3,

此次的医保费用值p=33，

则医保费用评估值为a0=[abs(p-a0)]/a0=0.166；

开药医生频率分析模块读取参保者前次的开药医生id，此次开药医生id在前10次的开药医生id中出现2次，则开药医生频率为b0=1/5；

医保经办人频率分析模块读取参保者前10次的医保经办人id，设此次医保经办人id在前n3次的医保经办人id中出现1次，则医保经办人频率为c0=1/10；

开药药品分析模块，此次开药药品种类为2种，这2种药品种类的名称分别为感咳双清胶囊和头孢呋辛酯片，读取前10次每一次的开药药品种类，设在前10次中开药药品中，感咳双清胶囊出现的次数为1，头孢呋辛酯片出现的次数为2,将1、2与药品次数阈值r=4比较，则药品种类出现次数大于药品次数阈值r的种类个数为0，则开药药品评估值为d0=0，

参保者的初始信用评级j0为0.7，医生对参保者的信用评级j1为0.95,医保经办人对参保者的信用评级j2为0.92,

则参保者信用评级x0=0.6j0+0.2j1+o.2j2=0.794,

则参保者的欺诈评估值为

x=x1*a0+x2*b0+x3*c0+x4*d0+x5*(1-x0)=0.1*0.166+0.3*1/5+0.3*1/10+0.2*0+0.1*0.206=0.1272；

2）根据开药医生的id，医生分析模块从医生模块读取开药医生前20次的每一次的开药费用值，并将前20次的开药费用按从小到大的顺序排列，记8、13.5、14.7、16.9、21.6、23.3、24.2、25.1、27.3、28.9、30、31.6、33、35.7、36.2、37.9、38.3、39.8、42、46,去掉前20次中开药费用中的最大值和最小值，则开药费用参考阈值为：

e0=[e2+e3+…+e19]/18=28.89，

此次的开药费用为33

则开药费用评估值为e0=[abs(r-e0)]/e0=0.142,

医生的初始信用评级k0为0.7，参保者对医生的信用评级k1为0.9,医保经办人对医生的信用评级k2为0.98

则医生信用评级y0=0.6k0+0.2k1+o.2k2=0.796

医生的欺诈评估值为

y=y1*e0+y2*(1-y0)=0.3*0.142+0.1*0.204=0.063

3）根据医保经办人id,医保经办人分析模块从医保经办人模块读取医保经办人前10次的每一次的审批报销比例，并将前n6次的审批报销比例按从小到大的顺序排列，记0.4、0.4、0.4、0.4、0.4、0.4、0.6、0.6、0.6、0.6，去掉前n6次中审批报销比例中的最大值和最小值，则审批报销比例参考阈值为：

f0=(f2+f3+…+f9)/8=0.475，

此次的审批报销比例为0.4

则开药费用评估值为f0=[abs(s-f0)]/f0=0.158

医保经办人的初始信用评级t0为70，参保者对医保经办人的信用评级t1为92,医生对医保经办人的信用评级t2为98，

医保经办人信用评级x0=o.2t0+o.2t1+o.2t2=0.8。

医保经办人的欺诈评估值为

z=z1*f0+z2*(1-z0)=0.2*0.158+0.2*0.2=0.0716

4）综合分析模块计算欺诈综合评估值

v=v1*x+v2*y+v3*z=0.2*0.1272+0.4*0.063+0.4*0.0716=0.07928。

（3）数据输出模块从综合分析模块读取欺诈综合评估值v,并比较欺诈综合评估值v=0.07984与欺诈阈值v0=0.1的大小，

欺诈综合评估值v小于v0，则输出此次医保行为非欺诈行为。

对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。