医疗保险不合理用药检测方法的研究

发布时间：2021-03-18 12:18

　　医疗保险是与每个人的切身利益相关的重要领域。而随着医保覆盖面的增加,人民享受其福利的同时,也有许多不法分子只为一己私利而进行医保欺诈,严重损害了国家和人民的利益。然而,庞大的数据量使得其无法通过人工的方式一一进行排查。同时,医保欺诈的种类众多,如:冒用医保卡、小病大处方、伪造病历等,对于不同的欺诈形式,可能需要面向不同的方向来进行欺诈检测。而不同欺诈方式,其结果却都可能导致患者的数据中存在不合理用药的记录。鉴于此,一种高效而准确的面向不合理用药的医保欺诈检测方法是十分有意义的。时至今日,国内外已经有许多专家提出了多种方法来进行欺诈检测,然而医保欺诈问题仍然没有得到很好的解决。首先,很多传统的方法通常会制定规则来判断是否存在欺诈行为,但是实际的医疗中患者的经济条件和疾病的严重程度会导致患者所使用的药物有很大差异,而这使得判别的边界十分模糊,致使出现漏判和误判的情况。其次,一些疾病常伴有并发症发生,而这些并发症也会影响患者的用药情况。最后,医保数据常伴有数据缺失率高、数据重复和数据格式不统一等诸多问题,这也极大地增加了检测的难度。基于上述问题,一种良好的欺诈检测方法需要能够排除患者自身因素... 

【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】：62 页

【学位级别】：硕士

【部分图文】：

图４－１书目数据异构信息网络图??

本文通过医学知识获得药物和类别之间的对应关系，根据这种对应关系，许多同??类别的具体药物可以用一个类别代替。这不是一种通用的方式，但它在医疗领域??是适当的。聚类结果的示例如图４－２所示。??一般麻醉药物?免疫抑制药物??图４－２药物聚类结果示例图??经过药物聚类，具体的药物名称被替换为了药物类别，这样就避免了生成的??网络大而松散，同时也排除了患者个人因素对结果造成的影响。接下来，使用经??过药物聚类的数据构建异构信息网络。本文从数据集中提取患者编码、疾病名称??和药物类别的信息，将患者、疾病、药物作为实体，如果数据中存在患者Ａ因为??疾病Ｂ而使用了药物Ｃ、Ｄ的记录，则根据记录在Ａ、Ｂ，Ｂ、Ｃ，Ｂ、Ｄ间产生边，??遍历候选集与参考集中患者的全部记录，生成最终的异构信息网络。图４－３为一个??医保数据异构信息网络的部分示例。??２０??

络也更加庞大，从而导致运算时间有所增加，但对于准确率和召回率没有显著影??响。接下来，同样对高血压患者和冠心病患者进行试验，并统计了?３种不同疾病??患者的实验结果，结果如图４－５所示。??２７??

【参考文献】：
期刊论文
[1]美国临床修订版疾病分类体系研究[J]. 罗建,廖贵蓉,莫春梅,陈荔.  现代预防医学. 2014(17)

硕士论文
[1]数据挖掘技术在医保领域中的研究与应用[D]. 何俊华.复旦大学 2011



本文编号：3088308