發(fā)布時間：2020-07-03 04:24

【摘要】：隨著醫(yī)療保險的普及和覆蓋范圍的日益擴大,我國的參保人數(shù)在不斷增加,醫(yī)保業(yè)務(wù)也愈加繁雜。但是,在我國醫(yī)療保險事業(yè)取得長足發(fā)展的同時,也存在著各種各樣的醫(yī)保欺詐問題,這些不法行為已對我國醫(yī)�；疬\營造成了很大的危害。目前國內(nèi)對于醫(yī)保欺詐行為檢測主要靠人工制定審查規(guī)則和人工審核,面對日益增大的醫(yī)保業(yè)務(wù)量,僅靠人工審核已經(jīng)明顯無法滿足需求,這時就需要用信息化技術(shù)來輔助審核人員完成檢查工作。隨著我國醫(yī)療保險行業(yè)的發(fā)展,醫(yī)保信息系統(tǒng)也得到了迅速的應(yīng)用與發(fā)展,并且積累了大量的相關(guān)醫(yī)保數(shù)據(jù)。這為將離群點檢測技術(shù)應(yīng)用于醫(yī)保數(shù)據(jù)分析提供了必要條件。離群點檢測可以發(fā)現(xiàn)醫(yī)療保險數(shù)據(jù)中潛在的有意義的信息,用于輔助決策。在銀行、證券交易所等金融機構(gòu)的欺詐檢測中已經(jīng)有了許多應(yīng)用案例,并且具有很好的性能。因此,本文希望能夠?qū)㈦x群點檢測技術(shù)應(yīng)用于我國的醫(yī)療保險欺詐檢測中,找出其中的可疑數(shù)據(jù),輔助工作人員的決策。本文主要以醫(yī)療保險欺詐檢測中的費用異常和用藥異常兩個問題作為切入點。通過研究原始醫(yī)療保險數(shù)據(jù),分析其特點,進行了醫(yī)保數(shù)據(jù)預(yù)處理。之后就具體的費用異常與用藥異常問題,分別分析其數(shù)據(jù)集的數(shù)據(jù)特征,提出了基于聚類的ODC離群點檢測算法與基于剪枝的OAP離群點檢測算法。經(jīng)過實驗對比,發(fā)現(xiàn)其均優(yōu)于原有算法,在實際醫(yī)療保險數(shù)據(jù)集的運用中表現(xiàn)出良好性能。
【學(xué)位授予單位】：北京交通大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2018
【分類號】：F842.684;TP311.13
【圖文】：

圖４－３邐時肺源性心臟病數(shù)據(jù)聚類結(jié)果逡逑Ｆｉｇ．邋４￣３邋ｋ＝Ｓ邋Ｐｕｌｍｏｎａｒｙ邋Ｈｅａｒｔ邋Ｄｉｓｅａｓｅ邋Ｄａｔａ邋Ｃｌｕｓｔｅｒｉｎｇ逡逑上圖４－３表示的是當(dāng)時肺源性心臟病數(shù)據(jù)聚類的結(jié)果，８個聚類簇中的數(shù)逡逑據(jù)數(shù)目分別為邋１７５，邋４１９，邋３５，邋２８５，邋４０２，邋１５８，邋６９，邋３４８。逡逑＞邐ｋｍｅａｎｓ．ｒｅｓｕｌｔＳｓｉｚｅ逡逑１７５邋４１９邋３５邋２３５邋４０２邋１５３邋６９邋３４３逡逑＞＃異常值的行號逡逑＞邐ｐｒｉｎｔ（ｏｕｔｌｉｅｒｓ）逡逑［１］邐１４３邐１４３２邐１１５３邐２３４邐５３５邐５３１邐９８３邐１４９７邐１３１６邐９６邐３０６邐１６９４邐１２５９邐３２逡逑［１５］邐１２９４邐３２７邐９４６邐１２３４邐１５２７邐４５９邐６００邐９３５邐１１３１邐４５０邐１８３６邐２３３邐１４１６邐１２９７逡逑｛２３］邐９２４邐１２邐４１４邐１７０９邐１６２７邐１５８０邐５７９邐１０５６邐１６７４邐７５９逡逑＞邐ｐｒｉｎｔ（ＤＡＴＡＩ［ｏｕｔｌｉｅｒｓ，］）逡逑藥品費哥報銷藥品費邐住院費一般檢查費大型檢查費邐治療費逡逑［１

圖４－５值變化時檢出率趨勢圖逡逑Ｆｉｇ．邋４￣５邋ｐ＝２，邋Ａ邋Ｔｒｅｎｄ邋Ｍａｐ邋ｏｆ邋ｔｈｅ邋Ｄｅｔｅｃｔｉｏｎ邋Ｒａｔｅ邋Ｗｈｅｎ邋Ｔｈｅ邋Ｋ邋Ｖａｌｕｅ邋Ｃｈａｎｇｅｓ逡逑如上圖４－５所示對肺炎、肺源性心臟病、慢性氣管炎三類病例數(shù)據(jù)分別進行實逡逑驗，當(dāng)確定ｐ值不變時，變換Ａ：值所得檢出率變化趨勢。肺炎和慢性氣管炎的檢逡逑出率都在聚類數(shù)目為６時達到最大值８２％和７６％，即當(dāng)ｉｔ為６時檢測出了最多逡逑的２１和１５個可疑數(shù)據(jù)。而肺源性心臟病則是在聚類數(shù)目為８時，達到檢出率最逡逑高值。這是因為肺炎和慢性氣管炎的數(shù)據(jù)量少于肺源性心臟病病例的數(shù)據(jù)量，因逡逑此當(dāng)Ａ：值變大時，簇的數(shù)目變多，闞值不變的情況下，離群點就變得較難提取。逡逑總體來說，０ＤＣ離群點檢測算法對于現(xiàn)實的醫(yī)保數(shù)據(jù)具有良好的表現(xiàn)，對于逡逑肺炎、肺源性心臟病、慢性氣管炎三類病種的檢出率分別能達到８２％，８６％，７６％。逡逑在接下來的實驗中

【參考文獻】

相關(guān)期刊論文 前1條

1 薛安榮;姚林;鞠時光;陳偉鶴;馬漢達;;離群點挖掘方法綜述[J];計算機科學(xué);2008年11期

相關(guān)碩士學(xué)位論文 前5條

1 袁小冬;基于關(guān)聯(lián)規(guī)則的臨床行為異常檢測的應(yīng)用研究[D];江蘇大學(xué);2010年

2 劉江超;數(shù)據(jù)挖掘算法在醫(yī)保數(shù)據(jù)上的應(yīng)用研究[D];國防科學(xué)技術(shù)大學(xué);2009年

3 楊峻;機器學(xué)習(xí)技術(shù)在醫(yī)療保險決策知識獲取中的應(yīng)用[D];國防科學(xué)技術(shù)大學(xué);2010年

4 鄭甜;臨床序列異常檢測模型[D];江蘇大學(xué);2009年

5 黃晶晶;數(shù)據(jù)挖掘技術(shù)在醫(yī)院醫(yī)保費用分析中的研究與應(yīng)用[D];南方醫(yī)科大學(xué);2009年

本文編號：2739182