医疗保险大数据中的欺诈检测关键问题研究

发布时间：2021-04-20 02:56

　　医疗保险违规和欺诈主要是指为达到经济目的,违反医疗保险管理法规和政策,采取虚构就医行为以及其他方法直接或间接骗取医疗保险基金的行为。这些违规欺诈行为严重干扰了医疗保险制度的正常运行,危害医疗保险基金的安全,损害了参保人的利益。随着医疗保险信息化工作的大幅推进,各级医保机构积累了包括医疗诊断信息、诊疗明细、处方明细以及医疗服务过程中产生的数字化医疗档案的医疗保险大数据,其中隐藏了医疗服务知识和规律,也隐藏了非常少量的欺诈记录。医保欺诈检测需要在医疗保险大数据中抽茧剥丝,从绝大部分正常合理的医疗数据中区分出极少量的欺诈记录,由于医疗保险大数据具有数据量大、数据产生速度快、数据维度高、数据分布不均、违规行为相对隐蔽等特点,使得医保欺诈检测成为一项具有挑战性的工作,主要原因在于:1.治疗流程规律隐藏在病人的医疗诊断信息、诊疗明细、处方明细之中,但由于表示就医活动的治疗/用药项目数量大,频繁模式挖掘过程中易于出现高维诅咒现象,能够被发现的频繁模式数量急剧下降,治疗流程规律不能被有效识别。2.门诊慢性病患者常常组织在一起进行医保欺诈,欺诈者之间行为高度相似,而大多数正常患者虽然彼此之间有不同的行为... 

【文章来源】：山东大学山东省 211工程院校 985工程院校 教育部直属院校

【文章页数】：164 页

【学位级别】：博士

【文章目录】：
摘要
ABSTRACT
第1章 绪论
    1.1 研究背景和意义
    1.2 面临挑战
    1.3 研究内容
    1.4 本文贡献
    1.5 论文结构
第2章 相关研究
    2.1 引言
    2.2 基于分类方法的欺诈检测
    2.3 基于离群点检测技术的欺诈检测
    2.4 基于行为模式挖掘技术的欺诈检测
    2.5 基于图挖掘技术的欺诈检测
    2.6 基于深度学习的欺诈检测
    2.7 本章小结
第3章 基于粗粒度行为模式发现的异常医疗流程发现
    3.1 引言
    3.2 问题定义
    3.3 基于行为模式发现的欺诈检测
        3.3.1 行为序列图化
        3.3.2 获得活动类
        3.3.3 粗粒度行为模式识别
        3.3.4 异常检测
    3.4 实验
        3.4.1 数据集及评价标准
        3.4.2 实验结果与分析
    3.5 本章小结
第4章 基于异常群组的患者协同欺诈检测
    4.1 引言
    4.2 问题定义
    4.3 异常群组检测
        4.3.1 人物相似度计算
        4.3.2 异常群组挖掘
        4.3.3 特征选择
    4.4 实验
        4.4.1 数据集及评价标准
        4.4.2 实验结果与分析
    4.5 本章小结
第5章 基于异构网络社区离群点检测的医生欺诈发现
    5.1 引言
    5.2 问题定义
    5.3 基于社区离群点的欺诈者识别
        5.3.1 网络构建
        5.3.2 社区划分
        5.3.3 社区离群点检测
    5.4 实验
        5.4.1 数据集及评价标准
        5.4.2 实验结果和分析
    5.5 本章小结
第6章 医保欺诈检测原型系统
    6.1 引言
    6.2 大数据基础平台介绍
        6.2.1 整体架构
        6.2.2 数据采集与存储技术实现
        6.2.3 深度分析建模过程
    6.3 医保欺诈检测算法的实现与部署
        6.3.1 算法部署
        6.3.2 输入数据准备
        6.3.3 模型调度
        6.3.4 结果输出
    6.4 医保欺诈检测算法应用效果评价
    6.5 本章小结
第7章 总结与展望
    7.1 总结
    7.2 展望
参考文献
致谢
攻读学位期间发表的学术论文目录
攻读学位期间参与科研项目情况
攻读学位期间获奖情况
学位论文评阅及答辩情况表
外文论文
    外文论文一
    外文论文二



本文编号：3148840