多卡就医集聚性模型构想
2014-06-19张娴静王爱荣贾洸怡
张娴静 王爱荣 贾洸怡
（上海市医疗保险事务管理中心 上海 200040）
多卡就医集聚性模型构想
张娴静 王爱荣 贾洸怡
（上海市医疗保险事务管理中心 上海 200040）
针对多卡虚假就医开药并非法出售牟利的骗保行为，建立多卡就医聚集模型，搭建监督系统，有助于及时发现多卡异常使用情形，为冒用、盗用、收购医保卡购药贩卖现象提供预警支持，提高监督检查的成效。
医疗保险卡；聚集性；模型；监督
随着医保覆盖面的扩大，医保基金面临的风险也随之加大，尤其是道德风险，即医疗服务提供方和需求方利用其优势采取投机行为，导致医疗费用不合理增长。其中，需求方的道德风险表现为滥用或骗取医疗基金。多卡就医聚集现象便是其中之一，指参保人使用多张医保卡同时或同地频繁就医。其因：医保仅从次数和费用两方面进行监控，某些参保人利用这一漏洞，多卡就医开药并出售牟利。其果：医保基金的流失和浪费。需要尽早、尽快监控和遏制，减少此类损失。
1 模型设计思想
模型简介：构建多卡就医聚集性模型，并在试验平台上建立相应监督系统。首先，从就医信息中，抽象出多卡就医聚集性行为模式，通常表现为一组医保卡在一段时间内，总是同时出现在同一家或多家医院。这组卡为特异群组卡，若一致性过于频繁，则可认为异常。其次，将结果用于搭建试验平台的监督系统，展示相关信息，为监管提供准备。
具备条件：多年信息化发展，医保行业已积累了海量数据，而数据挖掘技术的发展为模型构建提供了可能；与监督所合作过程中，也积累了若干可疑违规数据筛选经验。
预期效果：发现多张医保卡同时在一家或多家医院异常使用的情形，对冒用、盗用、收购医保卡购药贩卖的现象提供预警支持，提高监督检查的效率和效果，减少医保基金的流失和浪费。并考虑逐步将该系统向实际应用转移。
表1 就医交易数据库
表2 垂直数据格式
表3 特异群组卡（即有违规嫌疑的人员）
图1 一致性行为挖掘模型
2 模型构建
采用水平格式存储的交易数据库（见表1），通过剪枝，再采用垂直数据格式挖掘，得到相应结果（见表2）。
定义维度为就诊日期和就诊医院的组合。设就诊日期为t，就诊医院为h，则每个维度记为di=
表3可见，卡组K1和 K3，共有5天同时出现在相同医院就诊，且同时就医的次数最多。其次为K1、K2和K3卡组，共有4天同时出现在相同的医院就诊。
3 监督应用的分析方法
从医保病人日常就医刷卡信息中，通过数据提取处理，运用多卡就医聚集挖掘模型，筛选出一段时间内，相当多的天数中，同时出现在同一家或多家医院的特异群组卡，即有违规嫌疑的人员（见图1）。
图2 试验平台具体展示界面
基于数据模型，将筛选出的数据应用于多卡就医聚集性监督系统试验平台。该平台能有效监控就医聚集性行为，可按不同时间段、不同就医点的同时就医次数进行查询，包括卡组分析、医院汇总分析、医生汇总分析（见图2），还将该行为与参保人费用记录信息、药品使用情况、医院医生信息等相关联，使平台能够区分特殊就医人群与可疑违规人群，提供针对性管理和服务，提高监督效率。
①卡组汇总分析：按同时就医次数和卡数倒排序，即同时就医次数最大的，先显示；同一就医次数里卡数最多的组先显示。费用为这一组的就医费用。点击表中的组号（或卡数），跳出新页面，显示这一组的具体人员信息，以及每个人员的具体用药明细。
②医院汇总分析：可按费用、涉及组数、涉及卡数进行倒排序，费用最大的医院先在表格中显示。点击医院，跳出新页面，显示该医院中的具体人员及用药明细。
③医生汇总分析：可按费用、涉及组数、涉及卡数进行倒排序，涉及费用最大的医生先在表格中显示。点击医生，跳出新页面，显示该医生所看病人中的具体人员及用药明细。
4 模型结果应用与反思
4.1 关于结果应用。通过此模型的计算,能够从海量的医保就诊信息中提取可疑的卡组,得到同时到相同医院频繁就诊的参保人信息,同时提供发生费用最大的医院、涉及费用最大的医生等详细信息，从而为稽核监督部门发现和查证利用多张医保卡就医卖药的违规行为提供线索,提高工作效率。
4.2 关于运算效率。病人就诊的海量信息，导致构建的多卡就医聚集性模型运算速度较慢，如何进一步优化挖掘算法，提高运算效率，是今后需要继续研究的问题。
4.3 关于监督效率。加强筛选结果的实际监督应用，从中得到进一步验证和反馈，有利于发现更多规则，优化多卡就医聚集性模型，增加违规数据筛查阳性率，提高监督效率。
[1]钟邃，汪凯.城镇职工基本医疗保险统筹基金风险预警系统的探索性研究[D].四川：四川大学社会医学与卫生事业管理系，2006.
[2]孙永民.医疗保险基金流失的原因及对策浅析[J].中国医药指南，2006，11：70-71.
[3] Bertis B.Little, Walter L .Johnston, Ashley C. et a1. Collusion in the U.S. crop insurance program: applied data mining[C]. In Proceedings of the eighth ACM SIGKDD international conference on Knowledge discovery and data mining, 2002.
（本栏目责任编辑：江 鸥）
Constructing and Applying the Model of Multiple Insurance Cards to Deal with Fraud in Seeking Health Care
Zhang Xianjing, Wang Airong, Jia Guangyi (Shanghai Medical Insurance Affairs Management Center, Shanghai, 200040)
To deal with fraud in medical insurance, which means a insured patient uses multiple insurance cards to seek false medical service and make profits by selling the medicine, constructing a model of multiple insurance cards to build a monitor system is of signifi cant importance to detect the fraud in utilizing medical service, to prevent the risk of the fraud in using medical service and to improve the effi ciency of the supervision on insurance fund expenditure.
medical insurance card, consistence, model, supervision
F840.684 C913.7
A
1674-3830（2014）8-39-3
10.369/j.issn.1674-3830.2014.8.10
2014-3-12
张娴静，上海市医疗保险事务管理中心统计师，主要负责医疗保险统计分析工作。
