□文/唐璟宜 孫有坤 周海林

（安徽財經(jīng)大學金融學院 安徽·蚌埠）

?

醫(yī)保欺詐行為的主動發(fā)現(xiàn)

□文/唐璟宜 孫有坤 周海林

（安徽財經(jīng)大學金融學院 安徽·蚌埠）

［提要］ 針對在醫(yī)療行業(yè)中存在的醫(yī)療保險欺詐行為，應(yīng)當有合適的方法去及時發(fā)現(xiàn)并制止，只有這樣才能使醫(yī)療保險金能真正落到實處。本文使用主成分分析、K-m eans聚類分析等方法，并運用M A TLA B、SPSS等軟件對數(shù)據(jù)進行分析，并對我國醫(yī)保行業(yè)現(xiàn)狀進行分析，為相關(guān)部門自動識別醫(yī)保詐騙提供具體的模型及識別方法。

關(guān)鍵詞：醫(yī)保欺詐；主動發(fā)現(xiàn)；主成分分析；K-m eans聚類

收錄日期：2016年6月13日

一、數(shù)據(jù)挖掘預(yù)處理

由于本文主要研究的是醫(yī)保欺詐行為，所以數(shù)據(jù)處理中只保留所有參保人員，將非參保人員的就診拿藥數(shù)據(jù)剔除，減少無關(guān)數(shù)據(jù)的干擾。

（一）數(shù)據(jù)清洗。針對本文的研究目的，有目的地進行數(shù)據(jù)清洗。首先是刪除大量對于本次數(shù)據(jù)挖掘沒有用的數(shù)據(jù)，只保留相關(guān)數(shù)據(jù)列；其次是對于缺失的必要數(shù)據(jù)采用數(shù)據(jù)歸約的方法填補空缺。

（二）數(shù)據(jù)轉(zhuǎn)換。將文本型、字符型數(shù)據(jù)轉(zhuǎn)換為數(shù)字型數(shù)據(jù)，以方便后續(xù)研究。如用“1”和“0”代替性別的“男”、“女”；將出生日期轉(zhuǎn)換為患者年齡等。

二、醫(yī)保欺詐行為主動發(fā)現(xiàn)模型

（一）類型Ⅰ：醫(yī)?？ǔ钟腥艘阉劳觥＿@是最容易發(fā)現(xiàn)的騙保行為，故優(yōu)先考慮該種類型的騙保行為主動發(fā)現(xiàn)。通過MATLAB編程對醫(yī)?？ê蜕矸葑C號列進行篩選處理，找到一個醫(yī)?？↖D對應(yīng)多個醫(yī)保手冊號的情況。利用MATLAB軟件進行篩選，將篩選出的ID利用Excel的vlookup函數(shù)查找出對應(yīng)的身份證號，找出嫌疑人的關(guān)鍵信息?？梢詫⒁豢▋扇擞?、一卡三人用的醫(yī)?？↖D和醫(yī)保手冊號篩選出來。而病人也有死亡標志說明，可以查出死亡病人的ID再查找其醫(yī)保卡消費情況，對比病人的死亡時間以及賬單號的交易時間，若病人的死亡時間在前而交易時間在后，則為醫(yī)保欺詐記錄。根據(jù)所使用的數(shù)據(jù)表，暫未發(fā)現(xiàn)這類醫(yī)保欺詐，但仍應(yīng)該警惕，及時把死亡者的醫(yī)?？ㄗN，避免這類醫(yī)保欺詐的發(fā)生。

（二）類型Ⅱ：醫(yī)保卡持有人未亡。對預(yù)處理后的數(shù)據(jù)進行分析，可以發(fā)現(xiàn)病人的醫(yī)保費用與參保人的年齡、消費頻率、消費藥品的金額之間具有一定的關(guān)聯(lián)性。本文主要從病人年齡與消費金額、病人消費頻率與消費金額兩方面的聯(lián)系，發(fā)現(xiàn)異?？梢蓴?shù)據(jù)，并針對這些可疑數(shù)據(jù)進行分析，進一步鑒別其特征，判斷是否屬于醫(yī)保欺詐行為。

表1 各個年齡段對應(yīng)的平均費用及其上限

表2 擬合函數(shù)計算的各年齡段平均費用及其上限

表3 各聚類對應(yīng)的案例數(shù)（單位：個）

1、模型Ⅰ：年齡醫(yī)費模型。根據(jù)研究的數(shù)據(jù)對象，建立病人年齡與醫(yī)保費用的關(guān)系模型，使用SPSS軟件進行分析。首先將所有參保人的年齡分成十個階段：0～9歲、10～19歲、20～29歲、30～39歲、40～49歲、50～59歲、60～69歲、70～79歲、80～89歲、90歲以上。在此，根據(jù)醫(yī)保欺詐的特點，醫(yī)保欺詐的費用越高越有可能存在欺詐行為，故只考慮平均費用置信區(qū)間的上限無意義。人為將置信區(qū)間設(shè)定為向上浮動10%。在EXCEL表中使用分類匯總操作，計算出各階段醫(yī)保支付費用平均值及平均費用置信區(qū)間的上限，如表1所示。（表1）

利用EXCEL畫出圖形，通過觀測散點的分布情況來確定擬合函數(shù)，利用數(shù)理統(tǒng)計方法中的多元回歸統(tǒng)計方法可以得到因變量與自變量之間的回歸關(guān)系函數(shù)表達式。（圖1）

在圖中可以發(fā)現(xiàn)60歲以上的曲線呈明顯上升趨勢，于是建立分段函數(shù)，分別對0～59歲和60歲以上進行擬合，擬合的回歸曲線如圖2和圖3所示。（圖2、圖3）

于是建立得到醫(yī)保費用關(guān)于年齡的函數(shù)，如下：

在上述方程的基礎(chǔ)上建立初步篩選規(guī)則：按病人的年齡找到對應(yīng)的置信區(qū)間，若發(fā)現(xiàn)病人的實際花費其所在區(qū)間上限，則該病人醫(yī)保費用花費超過一般標準，具有醫(yī)保詐欺的嫌疑，將對這些病人進行進一步具體審查。（表2）

2、模型Ⅱ：消費頻率與金額模型。由于在醫(yī)保欺詐中，騙保人通常使用的手段包括兩種：一是拿著別人的醫(yī)?？ㄅ渌?；二是在不同的醫(yī)院和醫(yī)生處重復配藥。這些行為使有醫(yī)保欺詐嫌疑的病人所對應(yīng)消費記錄中，某個醫(yī)?？↖D對應(yīng)的藥費明細存在記錄多、頻率大、藥費總和高的特點。即消費金額高和消費頻率高是醫(yī)保欺詐一個最大的特征。于是，本文具體研究存在著這兩種消費特征的醫(yī)保記錄，具體識別其中的醫(yī)保欺詐行為，依據(jù)此種情況，可以將藥費和頻率等基于k-means算法進行聚類分析。

K-means算法是以數(shù)據(jù)點到原型的某種距離作為優(yōu)化的目標函數(shù)，利用函數(shù)求極值的方法得到迭代運算的調(diào)整規(guī)則。本文使用的K-means算法以歐式距離作為相似度測度，通過對某一初始聚類中心向量的最優(yōu)分類，得到對應(yīng)評價指標最小。算法采用誤差平方和準則函數(shù)作為聚類準則函數(shù)。首先在ACCESS中進行數(shù)據(jù)預(yù)處理，再利用SPSS分析數(shù)據(jù)屬性的特征，選擇典型數(shù)據(jù)作為初始聚類中心，進行k-means聚類分析求出每個病人的消費頻率與消費藥品的總金額。

本文選擇四類數(shù)據(jù)作為初始的聚類中心：1、消費頻率高，消費金額大；2、消費頻率低，消費金額大；3、消費頻率高，消費金額??；4、消費頻率低，消費金額小。結(jié)果如表3所示。（表3）從表3中可以看出第一類數(shù)據(jù)含有341個樣本，這類病人消費頻率高且消費額大，可能存在醫(yī)保欺詐行為。用這種方法可以快速發(fā)現(xiàn)所有有欺詐嫌疑的記錄。

3、類型Ⅲ：醫(yī)師、科室參與欺詐。當找出所有可疑的欺詐記錄后，可以通過不同表之間的數(shù)據(jù)映射關(guān)系來找到與嫌疑人員有關(guān)的嫌疑科室、嫌疑醫(yī)生，從而可以確定協(xié)助作案的科室醫(yī)生，便于以后的重點監(jiān)督和排查。

根據(jù)醫(yī)保詐騙的作案特點，在某些情況下，科室可以通過偽造病歷和票據(jù)通過醫(yī)保報銷，以騙取醫(yī)保金，造成某些患者費用和頻率較高。為了有針對性地對這類數(shù)據(jù)進行查找，根據(jù)這幾個表的映射關(guān)系，篩選出與嫌疑人員ID有關(guān)的科室并且統(tǒng)計他們與嫌疑人員進行操作的次數(shù)，以此進行查找。首先統(tǒng)計原始數(shù)據(jù)，原始數(shù)據(jù)有下醫(yī)囑科室與執(zhí)行科室兩種科室，在醫(yī)保詐騙事件中，下醫(yī)囑科室的欺詐嫌疑較大，因此重點分析下醫(yī)囑科室信息。利用疑似人員的醫(yī)?？ㄌ柡Y選出與之相關(guān)的科室，并統(tǒng)計出與這些疑似ID進行交易的次數(shù)來確定科室的嫌疑度。根據(jù)與嫌疑ID交易的次數(shù)進行排序，當某些科室的交易次數(shù)和與其相鄰的科室樣本突然發(fā)生較大變化，可以此作為分界點，劃分出嫌疑科室。與嫌疑科室同理，可以采用同樣的方法查詢出嫌疑醫(yī)生。由這種方法，可以找到醫(yī)保欺詐事件高發(fā)的重點科室，這些科室可能本身存在嫌疑，或是較為容易被不法分子利用空隙進行醫(yī)保欺詐。

圖1 各年齡段對應(yīng)的平均費用散點圖

圖2 0～59歲醫(yī)保支付平均費用的回歸曲線圖

圖3 60歲以上醫(yī)保支付平均費用的回歸曲線圖

三、醫(yī)保欺詐數(shù)據(jù)分析

根據(jù)數(shù)據(jù)處理的結(jié)果，發(fā)現(xiàn)我國醫(yī)療保險存在如下三類的欺詐現(xiàn)象：（1）醫(yī)療保險需求方的欺詐違規(guī)行為。在現(xiàn)實情況中主要表現(xiàn)有：冒名頂替就醫(yī)、以藥換藥、倒賣藥品等；（2）醫(yī)療保險服務(wù)提供方的欺詐違規(guī)行為。主要可能表現(xiàn)為：重復收費、虛報醫(yī)療費用、倒賣醫(yī)療票據(jù)等；（3）醫(yī)療保險服務(wù)提供方與需求方聯(lián)合的欺詐違規(guī)行為。主要的欺騙手段有：在醫(yī)院掛床、用物充藥、幫助提供虛假證明、偽造虛假病歷等。其中，第一類行為最為普遍，第二、第三類行為較少，但一旦發(fā)生將會發(fā)生嚴重影響。這些行為對我國的醫(yī)療保險基金造成嚴重損失，危害我國醫(yī)療保險基金的公平性與公正性。

四、對完善醫(yī)保制度的建議

（一）進一步改革支付制度。在總額控制支付模式的框架下，應(yīng)當以總額預(yù)付為主，結(jié)合多種付費方式的復合型支付制度，綜合考慮如按病種、床日、人頭、項目付費等因素，從多個角度來合理定價，減少由于藥費過高而使參保病人產(chǎn)生的騙保心理，讓參保病人住的安心，讓醫(yī)?；鹩玫綄嵦?。

（二）建立醫(yī)保信息智能網(wǎng)絡(luò)平臺。一個參保病人對應(yīng)一個電子賬戶，將病例電子化，詳細記錄病人的一切看病用藥信息。該賬戶應(yīng)做到全國甚至世界范圍內(nèi)共享。

（三）完善對醫(yī)保定點醫(yī)院的內(nèi)部管理。合理劃分基金管理機構(gòu)的職責并做到權(quán)力制衡，建立醫(yī)療服務(wù)監(jiān)督評價體系和獎懲制度。

（四）完善對醫(yī)保定點醫(yī)院的外部監(jiān)督。加大對醫(yī)保定點醫(yī)院、醫(yī)師以及各類機構(gòu)的違規(guī)行為的查懲力度，如發(fā)現(xiàn)有醫(yī)保違規(guī)行為，將取消涉案醫(yī)保醫(yī)師的執(zhí)業(yè)資質(zhì)。

五、總結(jié)

前人的研究包括采用基于統(tǒng)計回歸或神經(jīng)網(wǎng)絡(luò)思想的優(yōu)化改進方法，而這些方法都屬于輔助學習方法，需要基于一定量的已知數(shù)據(jù)，或擁有較為豐富的先驗知識，以獲取識別因子作為學習材料，用以主動識別其他大量數(shù)據(jù)中包含的可能欺詐數(shù)據(jù)。該方法的問題在于欺詐樣本點的選取過于依賴人的主觀性，對于普遍意義上欺詐數(shù)據(jù)的識別不具備較強的參考價值。

為避免人工篩選欺詐數(shù)據(jù)帶來的主觀誤差，需要找到非輔助學習的方法。聚類分析法可以滿足這一條件，但傳統(tǒng)的聚類分析采用歐氏距離作為分類標準，不足之處在于將各種影響因素的重要程度視為相同的，會造成一些不重要的參量（如年齡）卻和一些重要的參量（如病人一個月之內(nèi)的開藥次數(shù)）同等的影響著最后的分類。

為解決該問題，本文將主成分分析引進聚類分析，成為基于主成分分析的聚類分析算法。主成分分析模型是一種降維的算法，可以有效地將存在欺騙行為的數(shù)據(jù)范圍縮小化，減少數(shù)據(jù)的冗余性，并保持數(shù)據(jù)的有效性。同時，聚類分析能夠很好的反映類之間的關(guān)系，本文中的各個因素雖然是彼此獨立的，但是對于存在欺詐行為的情況時，數(shù)據(jù)內(nèi)部會產(chǎn)生相關(guān)性，通過聚類分析可以快速有效地掌握它們之間的關(guān)系。在改進的主成分聚類分析法中，將這兩種統(tǒng)計方法的優(yōu)勢結(jié)合，相輔相成，以達到綜合評價的目的。

主要參考文獻：

［1］殷瑞飛.數(shù)據(jù)挖掘中的聚類方法及其應(yīng)用——基于統(tǒng)計學視角的研究［D］.廈門：廈門大學，2008.

［2］江小平，李成華，向文，張新訪，顏海濤.K-m eans聚類算法的M apReduce并行化實現(xiàn)［J］.華中科技大學學報（自然科學版），2011.6.39.

［3］王文華.基于蟻群算法模糊聚類的圖像分割［D］.重慶：重慶大學，2009.

基金項目：國家級大學生創(chuàng)新項目（編號：201510378153）

中圖分類號：D 9

文獻標識碼：A