本发明涉及医疗，具体为一种基于drg的医疗费用估算方法。
背景技术：
1、医疗费用估算在现代医疗管理系统中扮演着至关重要的角色。准确的费用估算不仅关系到医疗机构的财务管理和资源分配，也直接影响患者的医疗选择和医疗保险公司的政策制定。有效的费用控制和预算规划有赖于对未来医疗活动成本的精确预测，传统的医疗费用估算方法通常依赖于历史费用数据和平均费用模型，这些方法往往不能充分考虑患者个体差异、治疗复杂性及时变因素的影响，因此，这些传统方法在精确性和个性化方面存在明显不足，难以满足日益复杂的医疗费用管理需求，为了解决传统方法的局限，许多国家和地区引入了基于诊断相关组，即drg的支付系统，drg是一种将住院病例分类的方法，根据患者的主要诊断、手术操作、并发症或合并症以及其他诊断等信息将病例分入预先定义好的类别，每个drg对应一定的标准成本，通过drg系统，医疗机构可以根据患者的具体病情更准确地预估治疗费。
2、现有技术中，传统费用估算方法通常依赖泛化的数据或简化的费用模型，使用过于泛化的数据，从而容易导致费用估算不够精确，难以有效反映患者个体间的差异，其次，由于依赖简化或过时的数据模型，这些方法往往不能及时更新以反映最新的治疗方案和医疗成本变化，从而影响决策的有效性。
技术实现思路
1、针对现有技术的不足，本发明提供了一种基于drg的医疗费用估算方法，解决了传统费用估算方法通常依赖泛化的数据或简化的费用模型，使用过于泛化的数据，从而容易导致费用估算不够精确，难以有效反映患者个体间的差异，其次，由于依赖简化或过时的数据模型，这些方法往往不能及时更新以反映最新的治疗方案和医疗成本变化，从而影响决策的有效性的问题。
2、为实现以上目的，本发明通过以下技术方案予以实现：一种基于drg的医疗费用估算方法，包括以下步骤：获取当前患者的诊断信息和基础体征信息；基于预训练的分类模型对当前患者的诊断信息进行分类筛选，得到当前患者的drg预测分类编码；基于drg分类信息库对当前患者的drg预测分类编码进行检索分析，得到历史治疗病例数据，所述历史治疗病例数据包括治疗患者基础体征数据和治疗患者治疗方案数据；基于当前患者的基础体征信息、治疗患者基础体征数据进行匹配分析，得到匹配度最佳的治疗患者以及治疗患者的治疗方案，并视为当前患者的预测治疗方案，所述预测治疗方案包括手术治疗、药物治疗、检查和住院阶段信息；基于drg费用信息库对当前患者的预测治疗方案进行估算分析，得到当前患者的医疗估算费用。
3、进一步地，所述诊断信息包括主诊断信息和次要诊断信息，所述主诊断信息具体为患者的当前诊断病症icd编码信息，所述次要诊断信息具体为当前患者的历史诊断病症icd编码信息，所述基础体征信息包括当前患者的性别信息、年龄信息、体质信息、血压信息、心率信息，所述治疗患者基础体征数据具体为历史得过当前诊断病症icd编码信息的历史每个治疗患者的历史性别信息、历史年龄信息、历史体质信息、历史血压信息、历史心率信息，所述治疗患者治疗方案数据具体为历史得过当前诊断病症icd编码信息的历史每个治疗患者的历史治疗方案，包括历史手术治疗、历史药物治疗、历史检查和历史住院阶段信息。
4、进一步地，基于预训练的分类模型对当前患者的诊断信息进行分类筛选，得到当前患者的drg预测分类编码的具体过程如下：读取患者的当前诊断病症icd编码信息和历史诊断病症icd编码信息，并进行独热编码形式转换处理；将处理后的患者的当前诊断病症icd编码信息和历史诊断病症icd编码信息输入至预训练的分类模型中进行前向传播处理；在分类模型的输出层输出每个drg分类的概率，并选择概率最高的分类作为当前患者的drg预测分类编码。
5、进一步地，分类模型的预训练过程如下：获取若干个历史患者记录数据，包括诊断信息、基础体征信息、相关的治疗方案和正确的drg编码；将每个历史患者记录数据进行标准化处理，并建立患者记录数据集；将患者记录数据集划分为患者训练数据集和患者验证数据集；基于患者训练数据集对预先建立的分类模型的进行训练，并计算患者交叉熵损失函数；基于患者验证数据集评估分类模型性能，并根据验证结果调节模型参数，直至模型预测结果符合预期标准。
6、进一步地，基于患者的基础体征信息、治疗患者基础体征数据进行匹配分析，得到匹配度最佳的治疗患者以及治疗患者的治疗方案的具体过程如下：读取当前患者的性别信息、年龄信息、体质信息、血压信息、心率信息以及历史治疗病例数据；基于患者的性别信息对历史治疗病例数据进行性别筛选，得到与当前患者性别相同的若干个历史治疗患者；基于预设的特征得分规则，分别得到当前患者的年龄得分、体质得分、血压得分、心率得分，以及每个历史治疗患者的历史年龄得分、历史体质得分、历史血压得分、历史心率得分；分别对当前患者的年龄得分、体质得分、血压得分、心率得分，以及每个历史治疗患者的历史年龄得分、历史体质得分、历史血压得分、历史心率得分进行综合分析，得到当前患者的健康特征指标以及每个历史治疗患者的历史健康特征指标；分别将当前患者的健康特征指标、年龄得分、体质得分、血压得分、心率得分与每个历史治疗患者的历史健康特征指标、历史年龄得分、历史体质得分、历史血压得分、历史心率得分进行匹配分析，得到当前患者与每个历史治疗患者的匹配得分，并进行降序排列，得到匹配得分最高的历史治疗患者，并将对应的历史治疗方案视为当前患者的预测治疗方案。
7、进一步地，计算健康特征指标的具体公式如下：jkt＝ψ1*nl+ψ2*tz+ψ3*xy+ψ4*xl；其中，jkt为患者的健康特征指标，nl为患者的年龄得分，ψ1为预设的年龄得分的加权系数，tz为患者的体质得分，ψ2为预设的体质得分的加权系数，xy为患者的血压得分，ψ3为预设的血压得分的加权系数，xl为患者的心率得分，ψ4为预设的心率得分的加权系数，ψ1+ψ2+ψ3+ψ4＝1。
8、进一步地，分别将当前患者的健康特征指标、年龄得分、体质得分、血压得分、心率得分与每个历史治疗患者的历史健康特征指标、历史年龄得分、历史体质得分、历史血压得分、历史心率得分进行匹配分析，得到当前患者与每个历史治疗患者的匹配得分的具体步骤如下：分别将当前患者和每个历史治疗患者的健康特征指标和历史健康特征指标、年龄得分和历史年龄得分、体质得分和历史体质得分、血压得分和历史血压得分、心率得分和历史心率得分进行差值分析，得到当前患者与每个历史治疗患者的健康特征差值指标、年龄差值得分、体质差值得分、血压差值得分、心率差值得分；将当前患者与每个历史治疗患者的健康特征差值指标、年龄差值得分、体质差值得分、血压差值得分、心率差值得分进行综合分析，得到当前患者与每个历史治疗患者的匹配得分。
9、进一步地，计算当前患者与每个历史治疗患者的匹配得分的具体公式如下：
10、其中，ppdi为当前患者与第i个历史治疗患者的匹配得分，jktci为当前患者与第i个历史治疗患者的健康特征差值指标，jdkt为当前患者的健康特征指标，lkti为第i个历史治疗患者的历史健康特征指标，θ1为预设的健康特征差值指标的比例系数，nlci为当前患者与第i个历史治疗患者的年龄差值得分，dnl为当前患者的年龄得分，lnli为第i个历史治疗患者的历史年龄得分，θ2为预设的年龄差值得分的比例系数，tzci为当前患者与第i个历史治疗患者的体质差值得分，dtz为当前患者的体质得分，ltzi为第i个历史治疗患者的历史体质得分，θ3为预设的体质差值得分的比例系数，xyci为当前患者与第i个历史治疗患者的血压差值得分，dxy为当前患者的血压得分，lxyi为第i个历史治疗患者的历史血压得分，θ4为预设的血压差值得分的比例系数，xlci为当前患者与第i个历史治疗患者的心率差值得分，dxl为当前患者的心率得分，lxli为第i个历史治疗患者的历史心率得分，θ5为预设的心率差值得分的比例系数，θ1+θ2+θ3+θ4+θ5＝1，i＝1，2，3，…，s，s为与当前患者性别相同的历史治疗患者的个数。
11、进一步地，所述手术治疗阶段信息包括手术治疗类型和次数信息，所述药物治疗阶段信息包括药物治疗类型和用量信息，所述检查阶段信息包括检查类型和次数信息，所述住院阶段信息包括住院病房型号和天数信息，基于drg费用信息库对当前患者的预测治疗方案进行估算分析，得到当前患者的医疗估算费用具体为：从drg费用信息库分别读取当前患者的手术治疗、药物治疗、检查和住院阶段信息的费用标准，并进行综合分析，得到当前患者的医疗估算费用。
12、进一步地，计算当前患者的医疗估算费用的具体公式如下：ylf＝ssz*(1+φ)+ywz*(1+γ)+jc*(1+λ)+zy*(1+μ)；其中，ylf为当前患者的医疗估算费用，ssz为当前患者的预测手术治疗阶段信息的估算费用，φ为预设的手术治疗调制因子，ywz为当前患者的预测药物治疗阶段信息的估算费用，γ为预设的药物治疗调制因子，jc为当前患者的预测检查阶段信息的估算费用，λ为预设的检查调制因子，zy为当前患者的预测住院阶段信息的估算费用，μ为预设的住院调制因子。
13、本发明具有以下有益效果：
14、(1)、该基于drg的医疗费用估算方法，通过基于诊断信息和体征数据精确预测每位患者所需的具体治疗措施及其相关费用，使医院能够更有效地规划和利用医疗资源，例如，通过预测不同治疗方案的需求和成本，医院可以优先配置高需求或成本效益高的医疗资源，减少对低效或不必要资源的投资。
15、(2)、该基于drg的医疗费用估算方法，通过将患者的诊断信息和体征数据被用来匹配最适合的历史治疗案例，确保每个患者接受到根据其具体病情量身定制的治疗方案，从而不仅减少了治疗的试错成本，也显著提升了治疗的有效性，因为治疗方案是基于过往相似案例的成功经验挑选的。
16、(3)、该基于drg的医疗费用估算方法，通过实时分析大量的医疗数据，从而能够迅速识别出最有效的治疗方案，并预测治疗过程中可能出现的风险和费用，此外，还可以根据最新的医疗研究和治疗成果不断更新其数据库和算法，保证提供给医生和患者的信息始终是最前沿和最可靠的。
17、当然，实施本发明的任一产品并不一定需要同时达到以上所述的所有优点。
1.一种基于drg的医疗费用估算方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于drg的医疗费用估算方法，其特征在于，所述诊断信息包括主诊断信息和次要诊断信息，所述主诊断信息具体为患者的当前诊断病症icd编码信息，所述次要诊断信息具体为当前患者的历史诊断病症icd编码信息，所述基础体征信息包括当前患者的性别信息、年龄信息、体质信息、血压信息、心率信息，所述治疗患者基础体征数据具体为历史得过当前诊断病症icd编码信息的历史每个治疗患者的历史性别信息、历史年龄信息、历史体质信息、历史血压信息、历史心率信息，所述治疗患者治疗方案数据具体为历史得过当前诊断病症icd编码信息的历史每个治疗患者的历史治疗方案，包括历史手术治疗、历史药物治疗、历史检查和历史住院阶段信息。
3.根据权利要求2所述的基于drg的医疗费用估算方法，其特征在于，基于预训练的分类模型对当前患者的诊断信息进行分类筛选，得到当前患者的drg预测分类编码的具体过程如下：
4.根据权利要求2所述的基于drg的医疗费用估算方法，其特征在于，分类模型的预训练过程如下：
5.根据权利要求2所述的基于drg的医疗费用估算方法，其特征在于，基于患者的基础体征信息、治疗患者基础体征数据进行匹配分析，得到匹配度最佳的治疗患者以及治疗患者的治疗方案的具体过程如下：
6.根据权利要求5所述的基于drg的医疗费用估算方法，其特征在于，计算健康特征指标的具体公式如下：
7.根据权利要求5所述的基于drg的医疗费用估算方法，其特征在于，分别将当前患者的健康特征指标、年龄得分、体质得分、血压得分、心率得分与每个历史治疗患者的历史健康特征指标、历史年龄得分、历史体质得分、历史血压得分、历史心率得分进行匹配分析，得到当前患者与每个历史治疗患者的匹配得分的具体步骤如下：
8.根据权利要求7所述的基于drg的医疗费用估算方法，其特征在于，计算当前患者与每个历史治疗患者的匹配得分的具体公式如下：
9.根据权利要求1所述的基于drg的医疗费用估算方法，其特征在于，所述手术治疗阶段信息包括手术治疗类型和次数信息，所述药物治疗阶段信息包括药物治疗类型和用量信息，所述检查阶段信息包括检查类型和次数信息，所述住院阶段信息包括住院病房型号和天数信息，基于drg费用信息库对当前患者的预测治疗方案进行估算分析，得到当前患者的医疗估算费用具体为：从drg费用信息库分别读取当前患者的手术治疗、药物治疗、检查和住院阶段信息的费用标准，并进行综合分析，得到当前患者的医疗估算费用。
10.根据权利要求9所述的基于drg的医疗费用估算方法，其特征在于，计算当前患者的医疗估算费用的具体公式如下：
