2019年6月20日讨论班报告

各位老师，同学：

时间：6月20日讨论班 9:00-10:30

地点：教学楼5-308

报告内容：

李瑞璨  医保欺诈行为的表现形式很多，比如为了不当利益，使用他人医保卡，套取医保基金，过度诊疗等。其中异常的共现就医是一种比较普遍但又很具有隐蔽性的医保欺诈行为，即欺诈者过于频繁地在相同或相邻时间相同的医院进行就医，他们冒用他人社保卡就医，倒卖药品，获取利益。传统的方法如频繁模式挖掘方法，针对异常共现就医行为并不是很有效，很多慢性病人群的就医行为也会被识别为共现就医行为。为此，本文针对异常共现就医行为的隐蔽性特征，从就诊的治疗方案和用药信息入手，提出了一种融合了用药信息相似性的双聚类异常就医行为模式挖掘方法，用来精准地识别异常共现就医行为。

葛伟 ICD code assignment——以癫痫为例

ICD编码提供了在就医期间诊断的标准化表示方式。它具有多种用途，从计费到患者状态分析、预测建模等研究工作。一方面，信息量和复杂的层次结构大大增加了编码难度。另一方面，由于某些疾病受到歧视，例如癫痫，人们倾向于使用其他类似的疾病而不是这些疾病作为编码结果。这些都会导致在EHR中出现大量的编码错误，并且这些错误率被报告在17.1%到76.9%之间。因此，我们需要一种自动和可靠的方法来发现和纠正这些编码错误。我们使用基于tree-embedding和self-attention机制的神经网络利用患者就诊中的治疗信息来预测此次就诊的诊断，从而解决EHR数据中错误的ICD编码问题。

下周报告人 刘志奇，侯美好