一种基于大数据的健康保险风控规则编制方法与流程

1.本发明涉及大数据应用技术领域，特别是涉及一种基于大数据的健康保险风控规则编制方法。


背景技术：

2.目前，随着大数据、机器学习技术的发展，健康保险能够通过基于大数据的智能风控算法更为准确地对理赔案件进行风控规则编制。但是，受限于数据隐私安全方面的强制约束，单一的商业保险机构无法获得全面有效的大数据源，因而也就无法准确高效且低成本地满足其对健康险产品的风控规则编制的需求。与此同时，社会医疗保险由于其全民参保的特点能够有效地汇集全量的大数据并有条件形成具有公信力的风控模型。
3.现有的社会医疗保险所形成的大数据风控模型还只能应用于社会医疗保险自身的理赔风控，受限于数据隐私安全方面的约束无法直接输出给健康保险用于其业务上的风控。因此，如何能够实现将社会医疗保险所形成的大数据风控模型通过安全可信的方式应用于健康保险的风控就成为重要的前提要求。


技术实现要素：

4.本发明所要解决的技术问题是提供一种基于大数据的健康保险风控规则编制方法，实现在不直接输出源数据的前提下依然能够为健康保险的风控提供灵活高效的服务支持。
5.本发明解决其技术问题所采用的技术方案是：提供一种基于大数据的健康保险风控规则编制方法，包括：
6.步骤(1)：制定健康保险的风控规则；
7.步骤(2)：根据所述风控规则形成风控纬度，基于所述风控纬度将所述风控规则分类成若干风控子规则；
8.步骤(3)：将各个预设数据源根据核保人与核保材料进行关联整合，整理成与所述风控纬度中各个风控子规则相关的数据，形成与所述风控纬度对应的数据源；
9.步骤(4)：按不同的风控子规则对所述数据源进行提取和处理，并从风控模型中获取所述风控纬度中各个风控子规则对应的审核结果；
10.步骤(5)：对各个所述风控子规则对应的审核结果进行整合，得到健康保险的风控报告。
11.所述步骤(2)具体为：对所述风控规则按照就诊流程与报销流程进行分类，形成风控纬度，并基于所述风控纬度，根据就诊和报销行为顺序和逻辑，将所述风控规则分类成若干风控子规则。
12.所述步骤(2)中的风控子规则包括就医行为、治疗方案、检查项目、药物处方和费用结算。
13.所述步骤(3)中与所述风控纬度对应的数据源包括：就医行为数据、治疗方案数
据、检查项目数据、药物处方数据和费用结算数据。
14.所述步骤(3)中的预设数据源为社会医疗保险大数据源，所述风控模型为基于社会医疗保险的风控模型。
15.所述步骤(4)中从风控模型中获取所述风控纬度中各个风控子规则对应的审核结果，具体为：通过查询风控模型获得所述风控纬度中各个风控子规则的风控标签，并通过所述风控纬度对应的风控标签标记出各个风控子规则对应的风险，得到审核结果。
16.所述风控标签包括就医行为风控标签、治疗方案风控标签、检查项目风控标签、药物处方风控标签和费用结算风控标签。
17.所述步骤(5)中对各个风控子规则对应的审核结果进行整合，具体为：确保所述审核结果按违规严重程度、责任方和级别进行校验和补偿。
18.所述步骤(5)还包括：将各个所述风控子规则对应的审核结果中疑似违规的核保内容进行人工复审，形成最终健康保险的风控报告。
19.有益效果
20.由于采用了上述的技术方案，本发明与现有技术相比，具有以下的优点和积极效果：本发明通过对大数据风控模型的内嵌并运用安全可信计算从而实现在不直接输出源数据的前提下依然能够为健康保险的风控提供灵活高效的服务支持，为后续的健康保险风控提供了有效的保障。
附图说明
21.图1是本发明实施方式的方法流程图。
具体实施方式
22.下面结合具体实施例，进一步阐述本发明。应理解，这些实施例仅用于说明本发明而不用于限制本发明的范围。此外应理解，在阅读了本发明讲授的内容之后，本领域技术人员可以对本发明作各种改动或修改，这些等价形式同样落于本技术所附权利要求书所限定的范围。
23.本发明的实施方式涉及一种基于大数据的健康保险风控规则编制方法，如图1所示，包括：
24.步骤(1)：制定健康保险的风控规则；
25.步骤(2)：根据所述风控规则形成风控纬度，基于所述风控纬度将所述风控规则分类成若干风控子规则；
26.步骤(3)：将各个预设数据源根据核保人与核保材料进行关联整合，整理成与所述风控纬度中各个风控子规则相关的数据，形成与所述风控纬度对应的数据源；
27.步骤(4)：按不同的风控子规则对所述数据源进行提取和处理，并从风控模型中获取所述风控纬度中各个风控子规则对应的审核结果，审核结果包括：是否违规、是否需要人工审核、违规内容、违规严重程度(限制性/非限制性)、违规行为责任方、违规级别(就诊级/处方级)；
28.步骤(5)：对各个所述风控子规则对应的审核结果进行整合，得到健康保险的风控报告。
29.以下对上述步骤进行详细说明：
30.步骤(1)：通过获取健康保险的定制风控规则，形成定制化业务的风控规则处理脚本。
31.步骤(2)：对定制化业务的风控规则处理脚本进行安全可信计算的编译处理。通过对脚本语法的编译识别，将脚本中的风控规则逐条按其风控维度的类型进行分类形成风控子规则，所述风控子规则包括但不限于：就医行为、治疗方案、检查项目、药物处方和费用结算等多种判别类型组成的风控纬度。
32.步骤(3)：根据上述步骤(2)的风控纬度中的各个风控子规则形成相应的数据内容，即形成包括就医行为数据、治疗方案数据、检查项目数据、药物处方数据和费用结算数据在内的数据源。具体地说，就是从社会医疗保险大数据源中查询就医行为数据、治疗方案数据、检查项目数据、药物处方数据和费用结算数据，将获得的数据内容保存为数据源，最终形成该风控纬度所对应的数据源。
33.进一步地，在提取社会医疗保险大数据源时，按照就医行为风控、治疗方案风控、检查项目风控、药物处方风控、费用结算风控设定查询条件，将查询到的数据结果返回，并根据不同的任务确定出不同的数据内容，即风控纬度中的就医行为对应就医行为数据，风控纬度中的治疗方案对应治疗方案数据，风控纬度中检查项目对应检查项目数据，风控纬度中的药物处方对应药物处方数据，风控纬度中的费用结算对应费用结算数据。
34.值得一提的是，本实施方式不会直接输出社会医疗保险大数据源，目的在于能够有效保护隐私，安全可靠。
35.步骤(4)：按不同的风控任务对步骤(3)中形成的数据源进行提取和处理，通过步骤(4a)查询风控模型获得风控纬度中各个风控子规则的风控标签，最终形成该风控纬度所对应的风控标签以标记出相应的风险。
36.进一步地，步骤(4a)中的风控模型是基于社会医疗保险的大数据形成的风控模型，按照来自步骤(4)所提供的数据源进行模型的编码执行，然后返回相应的风控标签输出，包括但不限于：就医行为风控标签、治疗方案风控标签、检查项目风控标签、药物处方风控标签和费用结算风控标签。
37.本实施方式中的风控模型为基于社会医疗保险的风控模型，并且属于内嵌性质的风控模型，即最后输出结果中不包含该风控模型，以保证数据隐私安全。
38.步骤(5a)：对处理后获得的各个风控任务所输出的风控标签进行汇编，确保风控标签按风险高低及优先级进行校验和补偿，形成初步的健康保险定制风控结果。
39.步骤(5b)：将自动审查中疑似违规的核保内容进行人工复审，结合自动审查结果，形成最终的风控报告。同时，对所有的健康保险定制风控结果进行记录归档以便提供后续的审计所需。
40.由此可见，本发明通过对大数据风控模型的内嵌并运用安全可信计算从而实现在不直接输出源数据的前提下依然能够为健康保险的风控提供灵活高效的服务支持，为后续的健康保险风控提供了有效的保障。