38、利用混合机器学习检测医疗欺诈：方法与应用

利用混合机器学习检测医疗欺诈：方法与应用

1. 医疗欺诈检测中的数据分类

在医疗欺诈检测中，我们区分出六种不同的数据类别：
1. SC ：针对单个患者和一个月的数据。
2. NI ：针对单个护士和一天的数据。
3. 患者列表 ：针对护理服务而言是特定的，但对该护理服务内的所有患者是通用的。
4. 护士列表 ：包含护士的资格以及整体护理服务的数据，同样针对护理服务特定，对服务内所有护士通用。
5. 保险公司列表 ：作为核心信息全局提供，对所有护理服务都相同。
6. 服务列表 ：包含标准化术语、同义词和所需资格，也是全局提供的核心信息。

这些数据类别在分析时相互关联，添加数据（3）到（6）并非简单地增加数据源，而是会使包含数据（1）或（2）的文档视图数量成倍增加，而非简单相加。

2. 护理服务文档数字化

传统的光学字符识别（OCR）技术虽成熟，但对于护理服务文档的数字化存在不足，因其识别内容未稳定排序且上下文有限，无法自动分析文档。因此，提出了一个两步流程：
1. 结构检测 ：识别文档的结构，将文档按内容进行分割。
2. 内容识别 ：根据内容类型采用不同的识别方法。

这种模块化的流程能适应不同护理服务文档的布局和内容。

2.1 结构检测 </