医保诈骗问题.doc

医保欺诈行为的主动发现
摘要
对于医保诈骗行为,我们认为仅通过一个模型直接找出所有的欺诈类型既不准确,操作起来又比较困难。所以我们根据题附件中的费用明细表,通过分析费用数据与诈骗行为之间的关系建立模型一;根据各个表中出现的异常值,我们将异常值视为可能是医保欺诈行为,并由此建立模型二。
针对模型一,我们从三方面考虑。首先,单张处方的总价过高可能为欺诈,但是考虑到总价与单价、数量之间的相互影响,对此我们先对单价、数量、总价进行相关分析,发现单价与总价呈弱相关;然后用聚类分析对医嘱子类、单价、数量、总价进行分类,案例数少的类即有欺诈嫌疑;其次,对病人ID号标记重复个案,由于重复个案所占比例较大,对重复个案进一步进行了聚类分析;最后,若下医嘱科室与病人科室不一致则可能为欺诈,对此我们绘制了简单线图,不在y=x直线上的即为欺诈记录。
针对模型二,建立合理的欺诈评判标准,检测其中的异常数据,进而对医保行为作出识别。首先,构建基于Logistic分析的精炼欺诈识别因子模型。建立Logit回归模型并用SPSS软件进行统计分析,通过分析回归模型的拟合优度和因素显著性检验,提取出具有显著有效性的欺诈识别因子作为后续模型的学习样本标准。构建无导师学习的自组织特征映射(SOFM)神经网络模型。即以Logit统计分析提取的具有显著有效性的欺诈识别因子作为输入变量建立SOFM神经网络模型,导入所有待检测数据,通过SOFM神经网络模型仿真,将所有数据信息进行分类,输出结果为不同类型的数据,即可对医保欺诈行为进行主动识别。
关键词: 医保欺诈标记重复个案相关分析 logit模型 SOFM神经网络
一、问题重述

随着我国社会医疗保险体系的不断发展,人民的医保福利水平日益提高,一些医保体系中的问题也日益显著,其中焦点问题之一就是医保诈骗行为。

医疗保险欺诈,是指公民、法人或者其他组织在参加医疗保险、缴纳医疗保险费、享受医疗保险待遇过程中,故意捏造事实、弄虚作假、隐瞒真实情况等造成医疗保险基金损失的行为。骗保人进行医保欺诈时通常使用的手段,一是拿着别人的医保卡配药,二是在不同的医院和医生处重复配药。下面这些情况都有可能是医保欺诈:单张处方药费特别高,一张卡在一定时间内反复多次拿药等。请根据附件中的数据,找出可能的欺诈记录。
问题分析
根据问题中对骗保人进行医保欺诈时的常用手段,以及可能属于医保欺诈行为的情况,经过分析我们可以将问题分为以下几个方面来解决。
1、判断是否为医保欺诈行为,需要从病人资料中的身份证号、医保手册号、Userupdate(用户更新次数)这三方面考虑。对此利用SPSS软件使用标识重复个案、聚类分析的方法,通过分析运行结果,做出重复个案与主个案所占比例、聚类中两类所占比例的饼状图。通过饼状图,可直观看出,所占比例的小的可能为欺诈记录。
2、首先第一步,对数据进行分析,构建基于Logistic分析的精炼欺诈识别因子模型。
基于第一步处理的欺诈案评判标准数据间的关系,建立Logit回归模型并用SPSS软件进行统计分析,通过分析回归模型的拟合优度和因素显著性检验,提取出具有显著有效性的欺诈识别因子作为后续模型的学习样本标准。
第三步,构建无导师学习的自组织特征映射(SOFM)神经网络模型。即以Logit统计分析提取的具有显著有效性的欺诈识别因子作为输入变量建立SOFM神经网络模型,在待检测数据中抽取一部分样本数据训练SOFM神经网络,得到欺诈行为识别模型。
第四步,导入所有待检测数据,通过SOFM神经网络模型仿真,将所有数据信息进行分类,输出结果为不同类型的数据,即可对医保欺诈行为进行主动识别。
三、问题的假设
1、假设医保欺诈只是患者单方面行为,不存在医患合谋和医疗机构“引至欺诈”情况。
2、假设数据来源真实有效。 
3、假设分析过程中,数据无缺失。 
4、假设对每个聚类分析结果,使用同一评判标准。
5、假设附所有保险的有关规定没各个指标。 
6、假设所有的相关数据具有独立性相呼影响。 
 
四、符号说明
变量
标准方差
初始聚类中心
样本与聚类中心的距离
误差平方和准则函数
欧式距离

新聚类中心
Pearson相关系数
 Pearson相关系数检验统计量
2个一级指标i=1,2 
5个二级指标i=1,2j=1,2,3
3个成对比矩阵i=1,2,3
=
矩阵按行求和
矩阵的最大特征值
W
5个指标最终权重
CT
一致性检验指标 
RI
随机一致性指标
CR
一致性比率 
t1
欺诈程度阈值 
五、模型的建立与求解
:基于费用明细的医保欺诈行为主动发现