基于收费明细的DRG/DIP病组识别方法、系统和存储介质

本发明涉及医保疾病分组预测技术领域，尤其是一种基于收费明细的DRG/DIP病组识别方法、系统和存储介质，其中方法包括：通过多来源采集医疗收费单据，并进行异常值清洗；根据频次统计筛选确定常规收费项目，构建收费词典并映射生成收费特征向量；将收费特征向量与对应的患者个体特征一一进行拼接形成综合输入向量；将原始分组编码转换为目标变量；构建深度神经网络模型，使用交叉熵损失函数作为训练目标对深度神经网络模型进行训练迭代，获得训练完成的深度神经网络模型；获取待分组患者医疗收费单据输入到训练完成的深度神经网络模型中，获得对应的识别分组结果。本发明将诊疗过程数据结合深度神经网络模型，实现病组的精准预测。