醫(yī)保審核中異常檢測方法研究.pdf

1、當前，醫(yī)保違規(guī)情況較為嚴重，醫(yī)?；鸨粸E用、浪費的數(shù)目驚人。如果能從醫(yī)保數(shù)據(jù)中自動、智能地檢測出可能違規(guī)的行為，將大大減輕人工審核的負擔。為解決該問題，本文對某地區(qū)醫(yī)保中心的數(shù)據(jù)進行分析，將問題歸結(jié)為找出違規(guī)可能性較大的“可疑”處方，排除大部分正常處方，以達到減少人工審核量的目的。本文主要工作有:
　　(1)算法研究方面，提出了兩種基于高效剪枝的離群點檢測算法。已有基于距離的離群點檢測方法因其簡單、直觀而被廣泛應(yīng)用，然而該類算法需

2、要大量距離計算，因此，如何在精度損失最小化的前提下降低算法時間復(fù)雜度已成為一個亟待解決的課題。在已有研究的基礎(chǔ)上，本文引出并證明了若干剪枝定理，提出了單階段兩次剪枝的快速離群點檢測算法(MFO)，實驗結(jié)果顯示，該算法能在確保精度的前提下接近或優(yōu)于理想情況下的ORCA算法。
　　為進一步提高MFO的執(zhí)行速度，本文提出了一種優(yōu)化MFO算法初始剪枝閾值的預(yù)估剪枝半徑（閾值）策略，通過隨機抽樣并計算樣本集的離群度來估計剪枝半徑。基于該方法

3、，本文提出了QMFO算法，實驗結(jié)果顯示，該算法能在精度損失很小的情況下達到線性時間復(fù)雜度。
　　(2)醫(yī)保審核中智能方法的應(yīng)用研究方面:
　　1)對醫(yī)保數(shù)據(jù)進行預(yù)處理分析，解決其高維稀疏問題，并將提出的MFO算法應(yīng)用于白內(nèi)障、膽結(jié)石、闌尾炎三種疾病的病例處方檢測。與基于密度離群點檢測算法(LOF)的實驗對比顯示，MFO算法能檢測出大部分的“可疑”處方，優(yōu)于LOF算法。此外，本文提出了一種面向醫(yī)保審核的屬性權(quán)重計算公式，以提高

4、檢測的準確率;
　　2)針對白內(nèi)障、膽結(jié)石兩種病例，本文采用神經(jīng)網(wǎng)絡(luò)建立了“疾病-藥物種類”模型（“D-M”模型）和“疾病-診療項目費用”模型（“D-O”模型），以就診的基本信息作為輸入，輸出藥物種類是否使用(D-M模型)和各診療項目的費用(D-O模型)，實驗結(jié)果顯示，該類模型具有較好的效果。
　　3)針對醫(yī)保數(shù)據(jù)分類問題，本文在有標記醫(yī)保數(shù)據(jù)上應(yīng)用了樸素貝葉斯和Logistic回歸算法，分析和測試了分類效果。實驗結(jié)果顯示，