臨床序列異常檢測(cè)模型.pdf

1、醫(yī)療保險(xiǎn)作為社會(huì)保障制度的一部分，在保障全體勞動(dòng)者健康方面發(fā)揮了主要的作用。與此同時(shí)，醫(yī)療保險(xiǎn)的欺詐和違規(guī)現(xiàn)象日益增長(zhǎng)，導(dǎo)致醫(yī)療資源的浪費(fèi)。因此，從臨床診療過程中發(fā)現(xiàn)臨床不合理現(xiàn)象，對(duì)預(yù)防違規(guī)和欺詐行為，完善醫(yī)療保險(xiǎn)監(jiān)督體制、為監(jiān)督工作提供執(zhí)法依據(jù)，以及最大程度地減少醫(yī)療保險(xiǎn)基金的流失有著十分重要的現(xiàn)實(shí)意義。 結(jié)合課題研究背景及國(guó)內(nèi)外研究現(xiàn)狀，本文利用數(shù)據(jù)挖掘技術(shù)挖掘出醫(yī)療保險(xiǎn)數(shù)據(jù)中的臨床序列相似性關(guān)系，并以此為基礎(chǔ)，構(gòu)建臨床序

2、列異常檢測(cè)模型，發(fā)現(xiàn)隱含的不合法臨床行為。本文的主要工作如下： 1、分析了臨床序列存在順序和并列時(shí)序關(guān)系以及具有持續(xù)性、間隔性的特點(diǎn)，提出了基于編輯距離的臨床序列相似關(guān)系挖掘算法。其中使用打分模型和罰分模型計(jì)算序列間的距離，采用Needleman—Wunsch算法得到臨床序列間的最小相似度；引入順序掃描和滑動(dòng)窗口技術(shù)進(jìn)行子序列匹配。 2、在匹配臨床事件時(shí)，針對(duì)臨床用藥事件是根據(jù)其藥理效應(yīng)在臨床上的表現(xiàn)影響著臨床治療過程的

3、特點(diǎn)，借鑒SimRank算法思想，通過對(duì)藥效的關(guān)系分析，挖掘用藥事件的相似度，并對(duì)SimRank算法進(jìn)行了擴(kuò)展，設(shè)計(jì)并實(shí)現(xiàn)了藥品效—效相似度挖掘算法。 3、以臨床序列相似關(guān)系挖掘算法為基礎(chǔ)，抽取出臨床序列中的頻繁行為和非頻繁行為；對(duì)頻繁行為進(jìn)行數(shù)據(jù)轉(zhuǎn)換，構(gòu)造出臨床序列的特征空間，根據(jù)特征空間中頻繁模式在臨床序列中的時(shí)序構(gòu)建Markov模型(頻繁行為規(guī)則庫(kù))；對(duì)非頻繁行為進(jìn)行歸一化，利用聚類算法建立非頻繁行為分類器(非頻繁模式規(guī)則