如何通過分析數據查找可能的醫保欺詐記錄?

附表有:病人資料，醫囑表，醫囑子表，核算分類，患者費別。需要看那些數據呢？

給出的病人數量非常大，怎麼篩選出想要的信息和數據呢？

---

其實這個問題不難，關鍵關於要理解醫保欺詐的模型有哪些。舉個例子，比如過度醫療、分散住院、分解收費等情況的模型有哪些。

通過分類或決策樹做一下正常和異常醫保的樣本數據特徵反應情況，再根據AUC判斷是否在合理範圍內。不斷優化後去應用到欺詐的情況里去。

---

anomaly detection，關鍵是feature selection，一半靠實力，一半靠運氣

---

可參考廣州醫保的評分標準，以抽查為主，發現相同問題再整體篩查。

關於印發《廣州市社會醫療保險定點醫療機構分級管理辦法》的通知

個人觀點是，對其他人提到的過度醫療、分解收費等行為，目前在數據層面可能缺乏明確清晰的標準，需要醫療專家對病歷內容和醫囑對照，才能做出判斷。（本人對醫療保險BI的發展情況不了解，目前醫保能對不合理處方做系統監控攔截的，以門診為主）

舉幾個我碰過的醫保檢查扣分項作為例子。

• 看住院病歷、病程記錄、醫囑看是否符合入院、出院標準。

入院時是Ⅰ級護理，出院時還是Ⅰ級護理，說明病情在住院期間沒有好轉，判定為不符合出院標準；看入院診斷、病程記錄是否符合入院標準（有些病種在門診治療也行，需要專家判斷）。

• 看費用匯總是否有多收費、亂收費。

看診查費總數是否多於住院天數（該項系統可檢測）、看一天的吸氧小時數是否超過24小時、收費項目是否和診斷不相匹配（如有大量可做可不做的理療項目）、是否頻繁出現相同的檢查項目（要結合病程記錄看是否必要）

• 看是否分解住院次數

一般在按「人次平均費用定額」結算時出現，目前廣州醫保在相同診斷再次入院，要求做二次返院申請，需要醫保局審核，相關病歷也是重點檢查對象。如果只是審核已經出院的病人數據，可以看歷次住院間隔時間，結合是否符合出院標準來判斷。

---

這個事情應該不難。只是......抱歉，超出醫療知識俺不懂，

---

很多數據不全或者有錯，以下手段多是疑似，還要結合來看：

1. 冒名就醫：醫囑明細中限定兒童的、老年人的與病人年齡不符，明細限定性別與身份信息不符

2. 搭車開藥或過度用藥：多診斷與醫囑明細不符，同類藥品重複用藥

3. 低標準入院：住院期間均為口服用藥，入院前幾天無治療，住院期間藥費或治療費佔比過低等，結合住院天數、診斷和轉院情況判斷

4. 分解住院：兩次診斷、間隔時間，第一次出院當天病情，第二次入院情況等

5. 物價：分解收費、重複收費、超物價收費、超住院天數收費等

6. 目錄備註項限定

7. 串換編碼，套高收費

8. 還有參保人的惡意行為等

都要結合數據具體分析，根據數據情況來配置審核模型

---

推薦閱讀：