李茜

【摘 要】隨著數(shù)據(jù)挖掘技術(shù)的不斷發(fā)展與成熟，對(duì)數(shù)據(jù)挖掘的研究和應(yīng)用逐漸深入到各個(gè)行業(yè)。在醫(yī)療保險(xiǎn)領(lǐng)域，醫(yī)保詐騙的現(xiàn)象時(shí)有發(fā)生，造成醫(yī)藥基金的損失，損害廣大參保人的利益。運(yùn)用數(shù)據(jù)挖掘技術(shù)，構(gòu)建較為完整的醫(yī)保數(shù)據(jù)倉庫，實(shí)現(xiàn)醫(yī)保信息化的構(gòu)建，進(jìn)而更為高效的使用和管理醫(yī)?；稹１疚耐ㄟ^對(duì)比研究病人的所購藥品金額和藥品數(shù)量，結(jié)合醫(yī)囑時(shí)間，病人科室等項(xiàng)目，利用EXCEL，SPSS進(jìn)行數(shù)據(jù)的篩選整理及描述性統(tǒng)計(jì)分析，建立檢測模型，篩選出異常值。異常值的檢測即為主動(dòng)發(fā)現(xiàn)醫(yī)療欺詐檢測。

【關(guān)鍵詞】數(shù)據(jù)挖掘技術(shù)；醫(yī)保欺詐

一、問題背景

（一）關(guān)于醫(yī)保欺詐的手段分析

醫(yī)保欺詐及違規(guī)行為主要分為醫(yī)療保險(xiǎn)參?；颊撸ㄐ璺剑┑钠墼p、違規(guī)行為，醫(yī)療保險(xiǎn)服務(wù)供方（醫(yī)療機(jī)構(gòu)和藥店）和參?；颊吆现\的欺詐、違規(guī)行為，醫(yī)療保險(xiǎn)服務(wù)供方的欺詐、違規(guī)行為。

根據(jù)表格數(shù)據(jù)項(xiàng)目和特點(diǎn)，主要能夠發(fā)現(xiàn)以下醫(yī)保欺詐行為：

1.冒名頂替。是指非參保患者以其他參保人身份在定點(diǎn)醫(yī)療機(jī)構(gòu)就醫(yī)，包括門急診、住院、加床等。具體在數(shù)據(jù)中的體現(xiàn)為：同一個(gè)人持多張醫(yī)?？ň歪t(yī)。

2.販賣藥品。指醫(yī)?；颊咄ㄟ^醫(yī)保卡多看病，多取藥的方法，然后將藥品販賣，達(dá)到騙取醫(yī)保基金的目的。

（二）醫(yī)保數(shù)據(jù)挖掘

我們通常將數(shù)據(jù)挖掘的任務(wù)主要分為描述和預(yù)測兩大類。預(yù)測任務(wù)是通過一些自變量屬性為目標(biāo)建立模型，用自變量的取值來預(yù)測目標(biāo)變量的取值。描述任務(wù)則是對(duì)數(shù)據(jù)潛在聯(lián)系或模式的概括，包括關(guān)聯(lián)分析，聚類，異常檢測等。

本題主要是針對(duì)醫(yī)保欺詐的檢測。欺詐檢測是醫(yī)?；痫L(fēng)險(xiǎn)防控中重要的一項(xiàng)任務(wù)，通常根據(jù)專家知識(shí)分析可能的欺詐行為，并利用數(shù)據(jù)挖掘算法進(jìn)行檢測和驗(yàn)證。

二、識(shí)別醫(yī)保欺詐行為

（一）識(shí)別單次購藥金額高且購藥數(shù)量多和單次購藥金額過高但購藥數(shù)量少的行為

在醫(yī)療保險(xiǎn)的詐騙過程中，騙保人會(huì)反復(fù)使用醫(yī)?？ㄙ徺I藥品，再將購買的藥品以高價(jià)出售，以此牟利。因此，當(dāng)某位患者單次購藥金額高且多次購藥或者雖然購藥數(shù)量少但單次金額過高，則意味著該患者有惡意騙保的可能。

1.識(shí)別單次購藥金額高且購藥數(shù)量多的行為

·數(shù)據(jù)預(yù)處理

1）數(shù)據(jù)篩選。在費(fèi)用明細(xì)中，只保留病人ID、藥品數(shù)量和總價(jià)格。

2）數(shù)據(jù)排序，數(shù)據(jù)分組。將病人ID及按升序排列，對(duì)每一個(gè)病人購買藥品數(shù)量和總價(jià)進(jìn)行單獨(dú)分析。

3）通過數(shù)據(jù)透視表將屬于同一病人ID的藥物費(fèi)用加總。用=COUNTIF（）函數(shù)計(jì)數(shù)，用=SUMIF（）函數(shù)進(jìn)行加和。

·模型的建立及求解

1）將同一病人ID下各藥品價(jià)格加總，即可求出單次購買藥品的金額。將同一病人ID所對(duì)應(yīng)的各藥品數(shù)量加總，即可求出單次購買藥品的數(shù)量。

對(duì)“費(fèi)用明細(xì)”中藥品價(jià)格，購藥種類，每種藥品的數(shù)量等數(shù)據(jù)帶入上述公式進(jìn)行計(jì)算，得出每位患者單次購藥的總價(jià)格和藥品總數(shù)量。

2）運(yùn)用SPSS對(duì)單次購買的藥品金額進(jìn)行描述性統(tǒng)計(jì)，取顯著性水平α= 1%，按照“經(jīng)驗(yàn)法則”約有99%的樣本值的平均數(shù)落在±3個(gè)標(biāo)準(zhǔn)差的置信區(qū)間內(nèi)，置信區(qū)間的上限為175.6480。超出該范圍的部分認(rèn)為有詐騙的嫌疑。

3）對(duì)于單次購藥金額超出175元的部分，我們對(duì)剩余數(shù)據(jù)進(jìn)行再次篩選處理。此次是篩選出一次購藥中購買藥物數(shù)量較大的數(shù)據(jù)，取顯著性水平α= 1%，按照“經(jīng)驗(yàn)法則”約有99%的樣本值的平均值落在±3個(gè)標(biāo)準(zhǔn)差的置信區(qū)間內(nèi)，置信區(qū)間的上限為428.94。高于置信區(qū)間上限值的部分，符合滿足單筆金額大且所購藥品數(shù)量多的條件。

結(jié)論：經(jīng)過上述篩選過程后，可以識(shí)別出具有詐騙嫌疑的病人ID。經(jīng)過篩選，大約有28.62%的病人有該種詐騙嫌疑。

2.識(shí)別單次購藥金額過高且購藥數(shù)量少的行為

在醫(yī)療詐騙中，單次購藥金額過高同時(shí)購藥數(shù)量少的詐騙手段也常見。類似解決上一問的做法，本文從藥品總價(jià)和藥品數(shù)量入手，篩選出異常值。以此確定存在醫(yī)療詐騙行為的病人ID。

·模型的建立及求解

1）首先，對(duì)藥品購買金額按照降序排列，利用SPSS制作藥品購買金額的散點(diǎn)圖，如圖表組合二，觀察其特點(diǎn)。發(fā)現(xiàn)異常值大概在前1%左右，這些異常值可能是由醫(yī)療詐騙行為導(dǎo)致的。

2）再從藥品購買數(shù)量中篩選出低于428的數(shù)據(jù)，與1%的異常值取交集，即可得到采取單次購藥金額過高且購藥數(shù)量少手段的病人ID。分析結(jié)果如下表所示。

結(jié)論：使用上述方法，可以找到在醫(yī)療過程中，單筆金額過高且數(shù)量少的數(shù)據(jù)所對(duì)應(yīng)的病人ID，通過核實(shí)病例信息，醫(yī)囑子類，可以最終確定醫(yī)療詐騙行為，結(jié)果顯示，該部分的嫌疑人數(shù)量占到0.999%。

（二）識(shí)別同一人持有不同醫(yī)?？ㄙ徦幍男袨?/p>

在醫(yī)療詐騙的過程中，通過借取，租用多張醫(yī)?？?，反復(fù)購買藥品再出售牟利，也是一種常見的手段。這種方法由于病人ID不同，較難辨別而更加隱蔽。本文假設(shè)，由于個(gè)人身體條件差異導(dǎo)致對(duì)藥物數(shù)量的需求差異較大，且不同種類藥物單價(jià)也不相同。因此，每次就醫(yī)所購買的藥品總金額應(yīng)當(dāng)具有一定差異。當(dāng)出現(xiàn)藥品總金額相同的情況時(shí)，則視為具有醫(yī)療欺詐的嫌疑。

這里使用雷同價(jià)格篩選法。

·數(shù)據(jù)預(yù)處理

統(tǒng)計(jì)相同金額出現(xiàn)的頻數(shù)，并按其大小進(jìn)行降序排列。

·模型的建立及求解

1）將相同的藥品總金額及其對(duì)應(yīng)的頻數(shù)列成表格

2）將頻數(shù)按降序排列

3）運(yùn)用SPSS對(duì)單次購買的藥品金額進(jìn)行描述性統(tǒng)計(jì)，統(tǒng)計(jì)每個(gè)價(jià)格出現(xiàn)的次數(shù)，在篩選價(jià)格頻數(shù)時(shí)，首先考慮了中位數(shù)。但在操作中發(fā)現(xiàn)中位數(shù)為1，而最大值為483，說明該組數(shù)據(jù)偏態(tài)較高為28.872 ，使用中位數(shù)作為劃分依據(jù)不合理。因此使用新的篩選方法。

4）通過對(duì)藥品金額進(jìn)行描述性統(tǒng)計(jì)，從頻數(shù)發(fā)現(xiàn)相同金額出現(xiàn)次數(shù)在七次以內(nèi)的占總體的95.3%?？芍?，由于病人的醫(yī)療行為具有獨(dú)立性，且不同種類藥物之間單價(jià)差距大，在不同患者的醫(yī)療過程中，藥品總金額大量相同的頻率比較低。如果將金額頻數(shù)按降序排列選取前5%，已經(jīng)足以涵蓋大部分的總金額重復(fù)情況。因此，在此范圍內(nèi)的可以視為有醫(yī)療詐騙的嫌疑。