醫(yī)保欺詐論文

醫(yī)保詐騙摘要本文圍繞醫(yī)保欺詐的識別而展開討論，運用層次分析法和模糊綜合評價相結合的方法對可能的醫(yī)保欺詐進行判斷。首先，對附件中大量數(shù)據(jù)進行篩選整理得到所需可用的數(shù)據(jù)。然后，根據(jù)層次分析法確定模型的準則層、方案層并確定各識別因子的權重。接著，結合模糊綜合評價確立的各識別因子的隸屬函數(shù)和醫(yī)保欺詐度閾值，建立了醫(yī)保欺詐識別模型，找出了可能的醫(yī)保欺詐。對于醫(yī)保欺詐的識別，首先運用EXCEL中數(shù)據(jù)透視表、VLOOKUP函數(shù)等對附件中多張表的大量數(shù)據(jù)進行篩選整理，提煉出病人ID號、性別、年齡、所對應的賬單號、處方中藥物的種類、單張?zhí)幏劫M用、單張?zhí)幏侥盟幋螖?shù)、單張?zhí)幏娇傎M用、單張醫(yī)?？ǖ氖褂么螖?shù)等與欺詐有關的數(shù)據(jù)。然后，根據(jù)層次分析法確定醫(yī)保詐騙識別模型的準則層：單張醫(yī)?？ㄊ褂么螖?shù)和單張?zhí)幏娇傎M用，方案層：病人年齡、性別，處方中藥物種類、單張?zhí)幏劫M用、單張?zhí)幏侥盟幋螖?shù)，并確定各識別因子的權重。接著運用模糊統(tǒng)計法確立各識別因子的隸屬函數(shù)，并設定結點閥值作為檢測判斷的依據(jù)，最后，運用matlab語言對附件中的數(shù)據(jù)進行判斷，得到可能的醫(yī)保欺詐的數(shù)據(jù)。該模型可以在一定程度上可以識別醫(yī)保詐騙。關鍵字：醫(yī)療保險；詐騙識別；層次分析；模糊綜合評價一、問題重述醫(yī)療保險欺詐，是指公民、法人或者其他組織在參加醫(yī)療保險、繳納醫(yī)療保險費、享受醫(yī)療保險待遇過程中，故意捏造事實、弄虛作假、隱瞞真實情況等造成醫(yī)療保險基金損失的行為。騙保人進行醫(yī)保欺詐時通常使用的手段，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。下面這些情況都有可能是醫(yī)保欺詐：單張?zhí)幏剿庂M特別高，一張卡在一定時間內反復多次拿藥等。請根據(jù)附件中的數(shù)據(jù)，找出可能的欺詐記錄。注：數(shù)據(jù)中病人姓名、身份證號、電話號碼、醫(yī)?？ㄌ枮榉钦鎸崝?shù)據(jù)。數(shù)據(jù)見2.1 2.2 2.32.4 2.52.6二、問題分析醫(yī)療保險是為補償疾病所帶來的醫(yī)療費用的一種保險，關系到國家民生和發(fā)展的重大問題，而從全國范圍來看，醫(yī)保欺詐呈逐年遞增態(tài)勢；醫(yī)保欺詐不僅扭曲了保險定價機制，損害保險經(jīng)營的最大誠信原則，而且還嚴重威脅醫(yī)保基金安全，妨礙醫(yī)保政策的有效實施。因此尋找一種行之有效的欺詐識別尤為重要。在本題中，數(shù)據(jù)量巨大，同時欺詐樣本及相關函數(shù)不易尋找，而層次分析法不依賴樣本，同時可將定量與定性相結合，與題意相符，同時結合模糊綜合評價會使結果更準確；因此，對于本題，運用層次分析法和模糊綜合評價相結合的方法進行醫(yī)保欺詐的判斷。首先，初步確定刷卡次數(shù)多、高藥費現(xiàn)象中存在醫(yī)保欺詐的概率高，以此為標準運用數(shù)據(jù)透視表、vlookup等函數(shù)對附件中的數(shù)據(jù)進行刪選整理，剔除掉數(shù)據(jù)缺失嚴重、信息與本模型無關的數(shù)據(jù)，最后得到變量包含醫(yī)囑項、醫(yī)囑子類、病人ID、性別、年齡、單價、醫(yī)囑數(shù)量、總額、賬單號的Excel表格；然后，運用層次分析法確定醫(yī)保欺詐模型的兩個一級指標：單張醫(yī)?？ㄊ褂么螖?shù)和單張?zhí)幏疆a生的總費用，對應二級指標分別為：病人年齡、性別和藥物種類數(shù)、單張?zhí)幏劫M用、單張?zhí)幏绞褂么螖?shù)構成醫(yī)保欺詐識別體系；通過查閱資料構造成對比較陣，并計算其權向量進行一致性檢驗，確定有效矩陣。然后運用模糊綜合評價的思想，結合資料，建立各二級指標的隸屬度函數(shù)，根據(jù)所占權重最大的指標確定欺詐閾值，將整理所得數(shù)據(jù)運用matlab進行計算輸出，得到可能存在欺詐的數(shù)據(jù)。最后對模型進行檢驗，對模型進行分析和改進。三、模型假設1、醫(yī)保欺詐只是患者單方面行為，不存在醫(yī)患合謀和醫(yī)療機構“引至欺詐”情況；2、單張?zhí)幏疆a生總藥費越高越有欺詐可能；3、單張卡在一定時間內配藥次數(shù)越多越有欺詐可能；4、數(shù)據(jù)準確、真實、不存在錯誤記錄情況。四、 符號說明符號續(xù)表含義2個一級指標i=1,25個二級指標i=1,2j=1,2,33個成對比矩陣i=1，2,3矩陣i行j列的數(shù)值矩陣按行求和矩陣的最大特征值5個指標最終權重一致性檢驗指標隨機一致性指標一致性比率欺詐程度閾值WCIRICRt1五、 模型的建立與求解5.1模型的準備5.1.1數(shù)據(jù)預處理對于附件中的數(shù)據(jù)進行數(shù)據(jù)挖掘，運用數(shù)據(jù)透視表、vlookup等函數(shù)剔除掉數(shù)據(jù)丟失嚴重、無意義、與模型無關的數(shù)據(jù)，最后對數(shù)據(jù)進行整合，得到自變量分別為醫(yī)囑項、醫(yī)囑子類、病人ID、性別、年齡、單價、醫(yī)囑數(shù)量、總額、賬單號的Excel表格。5.1.2層次分析法[1]層次分析法（AHP）是將決策問題按總目標、各層子目標、評價準則直至具體的備投方案的順序分解為不同的層次結構，然后得用求解判斷矩陣特征向量的辦法，求得每一層次的各元素對上一層次某元素的優(yōu)先權重，最后再加權和的方法遞階歸并各備擇方案對總目標的最終權重，此最終權重最大者即為最優(yōu)方案。這里所謂“優(yōu)先權重”是一種相對的量度，它表明各備擇方案在某一特點的評價準則或子目標，標下優(yōu)越程度的相對量度，以及各子目標對上一層目標而言重要程度的相對量度。層次分析法比較適合于具有分層交錯評價指標的目標系統(tǒng)，而且目標值又難于定量描述的決策問題。其用法是構造判斷矩陣，求出其最大特征值。及其所對應的特征向量W，歸一化后，即為某一層次指標對于上一層次某相關指標的相對重要性權值。層次分析法主要步驟：1、 建立層次結構模型；2、 構造成對比較陣，從層次結構模型的第2層開始，對于從屬于上一層每個因素的同一層諸因素，用成對比較法和1—9比較尺度（表1）構造成對比較陣，直到最下層；3、 計算權向量并做一致性檢驗；4、 計算組合權向量并做組合一致性檢驗；5、 構造判斷矩陣；6、 計算權重向量；7、 計算權重向量；8、 一致性檢驗，其中，隨機一致性指標RI和判斷矩陣的階數(shù)（表2）有關。表1-比例標度表重要性標度表2-平均隨機一致性指標RI標準值nRI5.1.2模糊綜合評價法[2]模糊綜合評價法是一種基于模糊數(shù)學的綜合評標方法。該綜合評價法根據(jù)模糊數(shù)學的隸屬度理論把定性評價轉化為定量評價，即用模糊數(shù)學對受到多種因素制約的事物或對象做出一個總體的評價。它具有結果清晰，系統(tǒng)性強的特點，能較好地解決模糊的、難以量化的問題，適合各種非確定性問題的解決。由于評價因素的復雜性、評價對象的層次性、評價標準中存在的模糊性以及評價影響因素的模糊性或不確定性、定性指標難以定量化等一系列問題，使得人們難以用絕對的“非此即彼”來準確的描述客觀現(xiàn)實，經(jīng)常存在著“亦此亦彼”的模糊現(xiàn)象，其描述也多用自然語言來表達，而自然語言最大的特點是它的模糊性，而這種模糊性很難用經(jīng)典數(shù)學模型加以統(tǒng)一量度。因此，建立在模糊集合基礎上的模糊綜合評判方法，從多個指標對被評價事物隸屬等級狀況進行綜合性評判，它把被評判事物的變化區(qū)間做出劃分，一方面可以顧及對象的層次性，使得評價標準、影響因素的模糊性得以體現(xiàn)；另一方面在評價中又可以充分發(fā)揮人的經(jīng)驗，使評價結果更客觀，符合實際情況。模糊綜合評判可以做到定性和定量因素相結合，擴大信息量，使評價數(shù)度得以提高，評價結論可信。模糊綜合評價法主要步驟：1、 模糊綜合評價指標的構建2、 采用構建好權重向量3、 構建評價矩陣建立適合的隸屬函數(shù)從而構建好評價矩陣。4、 評價矩陣和權重的合成,采用適合的合成因子對其進行合成，并對結果向量進行解釋。5.2醫(yī)保欺詐模型的建立5.2.1層次模型建立醫(yī)保欺詐識別模型的建立過程主要分指標篩選和指標權重確定兩部分。建立醫(yī)保欺詐識別體系，根據(jù)醫(yī)保詐騙的現(xiàn)象，單張?zhí)幏疆a生總費用特別高，一張卡在一定時間內反復多次拿藥等都可能是醫(yī)保詐騙，充分考慮醫(yī)保詐騙幾個方面因素，將欺詐分析可能性作為目標，放在層次模型的頂端，選取每張醫(yī)?？ㄋ⒖ù螖?shù)和單張?zhí)幏疆a生總費用用為兩個一級指標，每個一級指標下又分別有年齡、性別和單張?zhí)幏剿幬锓N類數(shù)、單張?zhí)幏劫M用、單張?zhí)幏绞褂么螖?shù)五個二級指標行成一個遞階的層次機構，構成醫(yī)保欺詐識別體系（圖1）。圖1-欺詐分析的層次結構5.2.2構造成對比較陣從醫(yī)保詐騙的主動發(fā)現(xiàn)層次結構的第2層開始，用成對比較法和1—9比較尺度構造成對比較陣先對第二層的五個指標開始進行兩兩對比，得到成對比矩陣W，再對第三層的從屬于上一層的每一個因素的同一層諸因素，用成對比較法和1—9比較尺度構造成對比較陣W1，W2。得到如下矩陣：A-B矩陣如下：B1-C矩陣如下：B2-C矩陣如下：5.2.3計算權向量并作一致性檢驗通過一致性檢驗的步驟，首先對于每一個成對比矩陣計算最大特征根及對應的特征向量，其次利用一致性指標、隨機一致性指標和一致性比率做一致性檢驗。最后，若通過，特征向量(歸一化后)即為權向量：若不通過，需重新構造成對比矩陣。運用和法求最大特征根步驟如下：1.將A的每一列向量歸一化得:///bacbf37facc84cdd7ecd685eb.htmlar對于Wij按行求和得將Wi歸一化W?(W1,W2...Wn)T即為近似特征向量；計算作為最大特征根的近似值?！滦灾笜薈I：因為判斷矩陣是計算權重的根據(jù)，所以要求矩陣大體上具有一致性，避免出現(xiàn)“甲比乙極端重要，乙比丙極端重要,而丙又比甲極端重要”的諱背常識的判斷，這將導致評價失真，因此，要對判斷的相容性和誤差進行分析。一般認為，l或2階判斷矩陣總是具有完全一致性的。但是對于2階以上的判斷矩陣就需進行一致性檢驗。設相容性指標為CI(ConsistencyIndex),即有當CI=0時，A陣是一致陣，如果CI越大A一致性越差。計算一致性指標CRCR?CIRI一致性指標CR愈小，判斷矩陣的一致性愈好，當CR0.1時，則通不過一致性檢驗，需要重新構造對比矩陣。按照如上面的步驟，運用matlab進行編程處理［4］，得到各判斷矩陣的各層次各層次單排序計算及一致性檢驗結果如表3所示：（代碼見附錄1）表3-各層次單排序計算及一致性檢驗結果判斷特征向量矩陣A-B從上表明顯的看到所有的CR都小于0.1，所以都能通過一致性的檢驗。層次總排序及其一致性檢驗設B層B1,B2,B3?Bn對上層（A層）中因素Aj的層次單排序一致性指標為CIj，隨機一致性指標為RIj,則層級總排序的一致性比率為：當CRCR=（0.25*00.75*0.0174）/0.25*00.75*0.58）=0.03所以層次總排序通過一致性檢驗。根據(jù)指標體系結構圖1所給的關系，結合各判斷矩陣計算出的指標權重，計算出5個指標最終權重排序，從而構建出指標層的權重向量（表4）表4-各個指標權重分配一級指標二級指標最終權重一張卡使用次數(shù)年齡0.16性別0.04單張?zhí)幏娇偹庂M配藥種類數(shù)0.04864單張?zhí)幏降乃庂M0.46888單張?zhí)幏绞褂么螖?shù)0.282485個評價指標的最終權重向量：W=(0.16,0.04,0.04864,0.46888,0.28248)5.2.4醫(yī)保欺詐度度評分模型建立醫(yī)保欺詐度評分函數(shù)，為了避免像其他研究人一樣會出現(xiàn)評分標準不合理的問題，我們根據(jù)附件1中已有的數(shù)據(jù)進行統(tǒng)計計算，結合我們現(xiàn)在的實際情況，采用模糊數(shù)學中隸屬度函數(shù)的思想，建立了下面的可信度函數(shù)，從而保證了量化指標評分的連續(xù)性。建立年齡的隸屬度函數(shù)。根據(jù)整理的數(shù)據(jù)，統(tǒng)計出各段年齡和所開處方次數(shù)以及拿藥次數(shù)，剔除掉人數(shù)的影響，以及得出平均每個人多拿藥的次數(shù)，利用excel作圖如下(圖2):圖2-年齡與平均每人多拿藥次數(shù)的關系根據(jù)實際情況以及有關資料［5］，0-20歲的小孩子以及60歲以上的老人不太可能實行欺詐，因此，求得年齡的隸屬度函數(shù)及同理求得其它二級指標的隸屬度函數(shù)。確定醫(yī)保欺詐度閾值［6］醫(yī)保欺詐度閾值的確定主要看患者單張?zhí)幏疆a生總費用以及取藥次數(shù)是否在合理范圍之內。達到這個標準可作為是否欺詐的閾值t1。取占權重最大的前兩項指標單張?zhí)幏降乃庂M、單張?zhí)幏饺∷幋螖?shù)，則可計算欺詐可能性為：t1=0.468880.28248=0.75136所以當患者的得分為大于t1時，則實行欺詐的可能性大。5.2.5模型的求解運用matlab對題目數(shù)據(jù)進行求解在整理所得表格中隨機選取兩條記錄如表5所示處方金藥物種拿藥次性別年齡處方總藥費額類數(shù)運用matlab計算得到：第一條記錄欺詐度t=0.2619488,小于t1,所以沒有發(fā)生醫(yī)保欺詐；第二條記錄欺詐度t=0.8448976，大于t1，所以發(fā)生了醫(yī)保欺詐。將所有數(shù)據(jù)輸入得到最后結果，部分結果如表6所示：表6ID667848667898667947667953667983669215669387669566670627672916年齡0.650.650.650.650.650.650.650.650.650.65性別0.40.40.60.40.40.40.40.40.60.6藥物種類0.050.050.050.050.050.050.050.050.050.05次數(shù)0.980.980.980.980.980.980.980.980.980.98藥費0.840.840.840.840.840.840.840.840.840.84欺詐度0.7931220.7931220.8011220.7931220.7931220.7931220.7931220.7931220.8011220.801122是否欺詐（1為欺詐）11111111116745106750926751726755596766056766986799876807536818216828436847596923156923231704611725151746561763731772831786211791571832681844881857501869461873981951491958582005232074192367512392612869003484170.650.650.650.650.650.650.650.650.650.650.650.650.650.20.20.20.20.20.20.20.20.20.20.20.20.20.20.20.20.20.20.20.20.40.60.40.40.60.60.40.40.40.40.40.4 0.6 0.6 0.6 0.4 0.6 0.4 0.4 0.60./bacbf37facc84cdd7ecd685eb.html60.40.40.60.60.60.40.60.60.40.60.60.40.050.050.050.050.050.050.050.050.050.050.050.050.050.05 0.05 0.05 0.050.05 0.05 0.05 0.050.050.050.050.050.050.050.05 0.050.050.05 0.05 0.05 0.980.98 0.98 0.98 0.980.980.980.980.980.980.980.98 0.980.980.98 0.98 0.98 0.980.98 0.98 0.98 0.980.980.980.980.980.980.980.98 0.980.980.98 0.98 0.84 0.840.84 0.84 0.84 0.840.840.840.840.840.840.840.84 0.840.840.84 0.84 0.84 0.840.84 0.84 0.84 0.840.840.840.840.840.840.840.84 0.840.840.840.7931220.8011220.7931220.7931220.8011220.8011220.7931220.7931220.793122 0.793122 0.793122 0.793122 0.801122 0.729122 0.729122 0.721122 0.7291220.721122 0.721122 0.729122 0.729122 0.721122 0.721122 0.729122 0.729122 0.7291220.721122 0.729122 0.729122 0.721122 0.729122 0.729122 0.721122 1111 111111111000000 000000000 000005.2.6結果分析將結果以形象直觀的餅圖（圖3）形式表現(xiàn)出來，可以看出：欺詐率為1%圖3-欺詐比例其中，所得欺詐結果中，單張?zhí)幏劫M用大于300所占的比例為100%（圖4）圖4-各單張?zhí)幏劫M用比例單張?zhí)幏绞褂么螖?shù)大于1所占比例為100%（圖5）圖5-各單張?zhí)幏绞褂么螖?shù)所占比例年齡在20與60之間所占比例為98%（圖6）圖6-各年齡段所占比例單張?zhí)幏疆a生總費用比例（圖7）為圖7-單張?zhí)幏疆a生總費用比例根據(jù)結果可得：年齡在40-60之間，且單張?zhí)幏劫M用大于100,單張?zhí)幏街貜褪褂眠@些現(xiàn)象極有可能為醫(yī)保欺詐；這與該模型先前判斷相符，從理論上，該模型可在一定程度上進行醫(yī)保欺詐的判斷。相關部門可在年齡，單張?zhí)幏绞褂么螖?shù)等方面加強監(jiān)控，及時發(fā)現(xiàn)可能存在的醫(yī)保欺詐行為，但因該模型存在一定的主觀意識，具有一定的誤差，所以在初步判斷后還應進行進一步的確定，例如根據(jù)此人的教育背景，工作、婚姻狀況以及保單信息等進行判斷。但更重要的是，有關部門應加強相關法律建設，完善醫(yī)保體系，提升人們的法制意識和綜合素質，增強醫(yī)務人員的責任意識，從根本上杜絕醫(yī)保欺詐的可能，促進醫(yī)療體系健康有序的發(fā)展。5.3模型的評價5.3.1模型的優(yōu)點1、 本文中層次分析法把醫(yī)保欺詐判斷作為一個系統(tǒng)，按照分解、比較判斷，綜合的思維方式進行決策，層次分析法中得每一層的權重設置最后都會直接或者間接的影響到結果，而且每個層次中的每個因素對結果的影響都是量化的，非常的清晰、明確；2、 該模型簡潔實用，既不單純追求高深數(shù)學，又不片面地注重行為、邏輯、推理，而是把定性方法與定量方法有機地結合起來，使復雜的系統(tǒng)分解、簡明，計算簡便，并且所得結果簡單明確，容易為決策/bacbf37facc84cdd7ecd685eb.html者了解和掌握，具有很高的理論和實踐價值；3、 所需定量數(shù)據(jù)信息較少,層次分析法主要是從評價者對評價問題的本質、要素的理解出發(fā)，比一般的定量方法更講求定性的分析和判斷。由于層次分析法是一種模擬人們決策過程的思維方式的一種方法，層次分析法把判斷各要素的相對重要性的步驟留給了大腦，只保留人腦對要素的印象，化為簡單的權重進行計算，提高了判斷效率；4、 層次分析法不需要欺詐樣本對模型進行訓練和檢驗，局限性較小，應用范圍較廣。層次分析法中人的主觀判斷、選擇、偏好對結果的影響很大，判斷失誤可能導致決策的失誤。5.4、模型的改進與推廣5.4.1模型的改進［7］由于層次分析法主觀意識較強，在請多個專家進行評價時，最好采取獨立的方式，相互之間不能干擾，否則，容易受“大專家”意見的主導使多專家失去意義。對于多個專家評價結果的綜合,可以在2個環(huán)節(jié)上進行:一是對判斷矩陣中的指標進行綜合;另是對最終結果進行加和和歸一化處理.兩者各有利弊，前者工作量不大，只進行簡單的矩陣加和即可,不增加矩陣特征根計算，但很難保持判斷矩陣的一致性;后者計算工作量大，要計算多個矩陣的特征根，但容易保證各矩陣的一致性。通過以上方法可以提高權重可信度。5.4.2模型的推廣該模型可有效檢測出醫(yī)保中發(fā)生的詐騙現(xiàn)象，同時這一模型可以推廣到其他類型的保險行業(yè)中，例如人壽保險，機動車險等；通過對大數(shù)據(jù)進行挖掘，運用層次分析法和模糊綜合分析結合的方法得到各指標的權重，這樣即可通過模型確定是否存在欺詐行為。除了保險行業(yè)外，在其他方面該模型也同樣可以發(fā)揮作用，例如，對某幾所企業(yè)進行評級，可以將識別因子進行分層，構造各識別因子的權重和隸屬度函數(shù)，確定級別閾值，最后計算得出企業(yè)級別。如果可以從相關機構獲取欺詐樣本，那么可以采取logistic回歸和BP神經(jīng)網(wǎng)絡結合的方法，運用spss軟件對樣本進行l(wèi)ogistic回歸分析提取具有模型顯著性的識別因子；將所得識別因子對構建的bp神經(jīng)網(wǎng)絡模/bacbf37facc84cdd7ecd685eb.html型進行訓練，并選取檢驗樣本對模型的有效性進行預測檢驗；最后根據(jù)研究結果提出針對性的反欺詐措施和建議。相比于層次分析模型，bp神經(jīng)模型更為客觀，準確［8］。參考文獻層次分析法（運籌學理論）HYPERLINK"/link?url=4kOuAbX8tKa