医保欺诈行为的主动发现(电子)资料.doc

医保欺诈行为的主动发现 摘 要  医保欺诈行为，是指以非法占有为目的，用虚构事实或者隐瞒真相的方法，骗取公私财物的行为。医保欺诈，可以从病人资料，消费明细等数据记录来体现。本文主要通过分析记录的数据，找出可能的医保欺诈行为。总结出欺诈行为的数据特征，以便判断是否是医保欺诈。 首先，根据已有文献，对涉嫌诈骗行为进行分析，找出所给数据中对应数据，然后采用多元统计分析方法进行分析，主要使用SPSS软件中标识重复个案、K均值聚类分析、相关分析的方法，若个案重复次数过多以及聚类的案例数较少，则可能为欺诈。 针对数据一病人资料，我们从三方面分析，一方面对病人身份证号进行标记重复个案，发现重复个案占总数的4.1%，；另一方面对于医保手册号同样采取标记重复个案的方法，从结果可以看出重复个案占0.3%；最后，对Userupdate（用户更新次数）进行K均值聚类分析，发现第1类的聚类中心数大（即更新次数多）占总案例数的8%。以上三种数据特征则表示极可能是医保欺诈行为。 针对数据二费用明细表，我们也从三方面考虑。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。 最后分析了所建立模型的优缺点，并在所提模型基础上进一步建立预测欺诈的程序框图，以便在真实数据的基础上能快速筛查是否为医保欺诈行为。 关键词：医保欺诈 k均值聚类 标识重复个案 相关分析 SPSS 一、问题的重述 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。 二、模型的假设 在我们的模型中做了如下假设： 1.假设数据来源真实有效; 2.假设分析过程中，数据无缺失; 3.假设对每个聚类分析结果，使用同一评判标准. 三、符号说明 本文用到的符号及其意义见下表： 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 四模型的建立与求解4.1基于病人资料的医保欺诈行为主动发现 4.1.1问题的分析 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。 4.1.2模型的建立 数据标准化 由于所选数据的量纲和数值大小都不一致，数值的变化范围也不同，因此必须首先对所选数据进行标准化处理，如果有个样本，个指标，则每个变量可表示为，均值 标准方差 则标准化后 聚类 系统聚类;，将个重复个案结果各自看成一类，然后规定样本之间的距离和类与类之间的距离。开始，因每个结果自成一类，类与类之间的距离与个案之间的距离是相等的，选择距离最小的一对并成一个新类，计算新类与其他类的距离，再将距离最近的两类合并，这样每次少一类，直至所有的个案都成一类为止，最终完成分类。 ①设有n个样本，令I=1，选取K个初始聚类中心：； ②计算每一个数据样本与聚类中心之间距离： 如果满足，则； ③计算误差平方和准则函数JC，公式如下： ④判断是否满足聚类算法结束条件：如果，则表示算法结束，否则，I=I+1，计算下一个新的聚类中心，并返回②,新的聚类中心计算公式如下： 距离：对重复个案结果进行聚类时，“靠近”往往由某种距离来刻画。 令表示第个重复个案结果的第个指标， 表示第个重复个案与第个重复个案之间的距离，最常见计算距离的方法是： 欧几里德距离 即为欧氏距离 4.1.3模型的求解 所有最后一个匹配个案的指示符为主个案 频率 百分比 有效百分比 累积百分比 有效 重复个案 .3 .3 .3 主个案 99.7 99.7 100.0 合计 58018 100.0 100.0 图4 医保手册号重