本发明涉及智能诊疗管理方法，更具体地说，涉及医保电子凭证驱动的智能诊疗管理方法及系统。
背景技术：
1、当前，我国医疗健康与医疗保障事业正处在快速发展与深化改革的关键阶段。一方面，国家大力推进健康中国建设，强调预防为主、防治结合，加快优质医疗资源扩容和区域均衡布局。另一方面，医保支付制度改革不断深化，全民医保体系进一步完善。drg/dip付费、按病种付费等多元复合支付方式逐步推广，医保基金精细化管理成为共识。在此背景下，传统的医疗服务流程已难以充分适应患者日益增长的健康需求和医保控费的客观要求，其主要问题在于：
2、(1)就医流程碎片化，患者就医体验差。患者在就医过程中需要经历挂号、候诊、缴费、检查、取药等多个环节。各环节之间信息流转不畅，患者往往要多次重复登记身份信息、排队等候，就医过程冗长零散。
3、(2)费用控制手段缺乏，医保基金使用效率不高。目前临床诊疗行为的规范主要依靠医生自律，医保规则对医生决策的影响力有限。患者对医保政策了解不足，缺乏对费用的知情权。
4、(3)临床诊疗数据利用不充分，医院精细化管理水平有待提升。非结构化病历使得数据二次利用困难，难以对诊疗行为实施有效管理。医院对患者的管理主要集中在院内，缺乏院后有效的随访监测手段，疾病预后和远期管理效果难以评估。
5、针对医保费用控制难题，学术界已开展了一些探索。有学者提出一种基于医保智能审核的医疗费用控制模型，通过构建医保药品、诊疗项目知识库，利用规则引擎对费用项目的医保合规性进行实时审核。黄宇等提出一种基于自适应增强学习的分层医保费用管控方法，通过设计奖励函数引导医生收治更多医保患者，并辅以强化学习动态调整管控规则。但现有研究主要关注事后审核，缺乏事前预警，未能从医生决策源头促进合理用药。且现有模型大多基于历史数据离线训练，更新迭代滞后，难以应对医保目录、支付政策的动态调整。
6、在医嘱语义解析方面，现有方法主要采用启发式规则或浅层机器学习模型，对医学术语的识别泛化能力不足，难以应对复杂多样的医嘱表达形式。且对医嘱项之间的关联理解能力有限，生成的通俗解读往往不连贯、不全面。此外，现有方案的知识库多为静态，缺乏持续学习更新机制，难以适应新出现的药品、治疗手段。
7、在患者随访管理方面，传统的电话或现场随访耗时耗力，难以长期坚持。近年来，互联网医院、在线问诊等新型随访形式不断涌现，但仍面临随访质量和效率的挑战。医生需投入人力解读病历，总结病情，制定随访方案，工作强度大。不同医生的随访服务标准不一，往往对患者缺乏针对性指导，影响管理效果。
8、综上，本领域亟须一种高质高效、全程闭环的智慧诊疗管理新模式。本发明基于医保电子凭证，通过连接诊疗各环节，打造医患互动新渠道；利用人工智能技术赋能，为患者提供个性化健康指导，为医生提供智能决策支持，为医院提供精细化管理依据，为医保部门提供监管抓手，形成多方协同共赢局面。
技术实现思路
1、本发明的目的在于提供医保电子凭证驱动的智能诊疗管理方法及系统，以解决现有医疗服务流程中存在的患者就医体验不佳、医保控费难度大、诊疗数据利用率低等问题。
2、本发明提供医保电子凭证驱动的智能诊疗管理方法，包括如下步骤：
3、(1)身份认证：接收患者提交的医保电子凭证，调用医保凭证管理子系统验证所述医保电子凭证的有效性，若验证通过，则获得患者身份标识和医保账户授权令牌，建立全局诊疗流水号与所述患者身份标识和所述医保账户授权令牌的映射关系；
4、(2)智能导诊：获取患者选择的目标科室、既往病史信息和当前症状描述，通过构建症状特征向量与医学知识图谱进行语义匹配，并结合推理引擎计算获得疾病概率分布，基于所述疾病概率分布和所述目标科室，匹配推荐最适合的医生和诊室，形成导诊建议引导患者就诊；
5、(3)诊断开具医嘱：接收医生通过诊疗管理界面录入的患者病史、查体和辅助检查结果信息，由医生开具药品处方和检验检查医嘱，调用医保目录子系统获取医嘱项目的报销参数，利用合理用药规则库审核处方适宜性并给出调整提示；
6、(4)医嘱解析：对医生开具的医嘱文本进行分词、词性标注、术语标准化、关键词提取预处理，构建融合双向长短时记忆循环神经网络和条件随机场的命名实体识别模型提取关键医嘱要素，并结合上下文语义信息与医学知识库，利用注意力机制增强的transformer生成模型自动转化为通俗易懂的医嘱说明文本；
7、(5)费用预估确认：根据患者勾选确认的医嘱项目，提取对应收费代码，批量调用医保费用预估接口获得每项医嘱的总费用、医保支付额和自付金额估算值，通过互联网渠道展示费用明细清单并供患者在线确认；
8、(6)费用结算：根据患者确认的医嘱内容生成收费订单并关联诊疗流水号，通过调用统一支付平台接口，对接医保结算系统实现医保账户扣减，同时集成银行卡、微信、支付宝多元化自费支付渠道，将所述收费订单与支付状态同步至医院电子病历系统存档，并推送电子票据凭证给患者；
9、(7)随访健康管理：定期从电子病历系统提取患者诊疗信息，如出院小结结构化数据，并融合医学知识图谱中的疾病相关知识，自动生成院后康复指导建议，通过短信、公众号、app多种互联网渠道向患者推送随访提醒，同时对患者全流程诊疗数据进行去隐私化汇总分析，形成疾病趋势、医疗资源利用统计洞察报告，辅助医院优化管理决策。
10、具体地，所述智能导诊步骤中症状特征向量的构建包括：
11、对患者主诉和症状描述的自然语言文本进行分词、语义标注，提取症状相关词汇形成症状词袋；
12、根据所述症状词袋中每个词语的词性、位置、频次信息，利用tf-idf、word2vec方法将其映射为多维实值向量表示；
13、识别所述症状描述中的否定词、程度副词修饰成分，结合语义依存关系，对相应症状向量进行加权，形成症状特征向量。
14、具体地，所述诊断开具医嘱步骤中进一步包括：
15、将医生开具的每项医嘱对应的收费代码，输入至医保目录子系统，获得其报销目录分类、报销比例参数；
16、提取药品处方中各药品的适应症、禁忌证、配伍禁忌属性信息，利用合理用药规则库审核其适宜性，对不合理处方给出用药调整建议。
17、具体地，所述医嘱解析步骤中命名实体识别模型采用如下损失函数优化
18、
19、其中，n为医嘱文本长度，k为实体类别数，yi为第i个字的标签，i为示性函数，α为转移矩阵参数，a和分别为标签真实共现矩阵和预测共现矩阵，λ1和λ2为平衡因子。
20、具体地，所述医嘱解析步骤中通俗医嘱文本的生成采用如下transformer结构：
21、henc＝encoder(e(x)+p(x))
22、hdect＝decoder(e(y<t)+p(y<t)+ct)
23、αt＝attention(hdect,henc)
24、
25、其中，e为词嵌入函数，p为位置编码函数，henc为医嘱文本编码，为t时刻解码隐藏态，αt为注意力分布，ct为t时刻上下文，wo为输出映射。
26、具体地，所述费用预估确认步骤中通过批量调用费用预估接口获取费用明细的方法包括：
27、构建项目收费代码与价格的哈希索引表，加速字典匹配；
28、根据医保账户令牌从医保系统直接获取费用分类和自付比例规则；
29、将医嘱项目的收费代码批量转换为价格，匹配费用类别和自付比例，分别累加计算每份医嘱的总金额、医保支付额和患者自付金额。
30、具体地，所述费用结算步骤中通过调用支付接口完成自费支付的方式包括：
31、利用oauth2.0协议获得患者授权，通过微信、支付宝第三方支付平台的api进行扣款；
32、对接银行网关支付系统，通过银行卡渠道完成资金从患者账户到医院账户的转账；
33、利用移动设备的nfc近场通信技术，实现诊间pos机刷卡和扫码多种收款方式。
34、具体地，所述随访健康管理步骤中进一步包括：
35、对诊疗信息进行数据脱敏，在保护患者隐私的前提下进行院际数据共享；
36、采用同质加密技术对患者分组聚类，形成不同特征和需求的患者群体；
37、针对不同患者群体，从电子病历数据中训练个性化疾病预测和诊疗方案推荐模型；
38、结合医改政策导向，分析不同患者群体的费用结构和医保基金使用效率，为制定医保支付标准、优化医保政策提供数据驱动的依据。
39、具体地，将所述方法应用于门急诊、住院以及家庭医生签约多种诊疗服务场景，形成全流程、一体化的智能诊疗闭环。
40、医保电子凭证驱动的智能诊疗管理系统，包括：
41、身份认证模块，用于接收患者提交的医保电子凭证并验证其有效性，获取患者身份标识和医保账户授权令牌，建立诊疗流水账的映射；
42、智能导诊模块，用于获取患者病史和症状信息，利用医学知识图谱构建症状特征，通过推理引擎计算疾病概率分布，结合科室匹配最适合医生；
43、医生工作站，包括病历信息录入界面和医嘱开具界面，分别供医生录入患者病史体征、开具药品处方和检验检查医嘱，并提供合理用药审核功能；
44、医嘱解析模块，用于对医生开具的医嘱进行预处理，识别关键医嘱要素，利用上下文语义信息和医学知识，自动生成通俗易懂的医嘱说明文本；
45、费用预估确认模块，用于提取患者确认医嘱的收费代码，批量调用医保预估接口，展示费用明细清单，提供在线确认渠道；
46、费用结算模块，用于根据确认医嘱生成收费订单，对接支付平台与医保结算系统，完成费用扣减、票据推送和数据同步；
47、随访管理模块，用于定期获取患者诊疗数据，自动生成随访提醒，汇总去隐私数据形成管理洞察报告。
48、本发明具有如下有益效果：
49、(1)以医保电子凭证为纽带，构建全流程闭环管理。患者通过医保电子凭证授权登录，即可一键获得智能导诊、费用预估、医保结算、电子票据等一揽子服务，就医体验流畅又省心。
50、(2)实时提示医保政策，嵌入式规范诊疗行为。在处方开具环节提示医保目录、报销比例，并进行合理用药审核，将医保规则前置,有利于医生形成理性决策，有效促进合理用药。费用明细实时展示，患者参与确认，医患信息对称，责权利相统一，促进诊疗生态良性发展。
51、(3)利用人工智能技术，提供个性化健康管理。通过医学知识驱动的智能导诊，缓解择医问题；通过语义理解与文本生成技术，提供通俗易懂的医嘱解读，帮助患者知情服药；通过智能问答、线上随访等，为患者提供连续、个性化的健康指导，延伸优质医疗服务。
52、(4)构建全域数据闭环，赋能精细化管理。打通院内数据孤岛，实现患者全生命周期诊疗数据的互联互通、共享应用。采用同态加密、联邦学习等隐私保护技术，在保护患者隐私的前提下，利用数据智能分析疾病流行趋势、医疗资源配置等，辅助医院与医保管理决策。
1.医保电子凭证驱动的智能诊疗管理方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的方法，其特征在于，所述智能导诊步骤中症状特征向量的构建包括：
3.根据权利要求1所述的方法，其特征在于，所述诊断开具医嘱步骤中进一步包括：
4.根据权利要求1所述的方法，其特征在于，所述医嘱解析步骤中命名实体识别模型采用如下损失函数优化
5.根据权利要求1所述的方法，其特征在于，所述医嘱解析步骤中通俗医嘱文本的生成采用如下transformer结构：
6.根据权利要求1所述的方法，其特征在于，所述费用预估确认步骤中通过批量调用费用预估接口获取费用明细的方法包括：
7.根据权利要求1所述的方法，其特征在于，所述费用结算步骤中通过调用支付接口完成自费支付的方式包括：
8.根据权利要求1所述的方法，其特征在于，所述随访健康管理步骤中进一步包括：
9.根据权利要求1至8任一项所述的方法，其特征在于，将所述方法应用于门急诊、住院以及家庭医生签约多种诊疗服务场景，形成全流程、一体化的智能诊疗闭环。
10.医保电子凭证驱动的智能诊疗管理系统，其特征在于，包括：
