[提要] 針對(duì)在醫(yī)療行業(yè)中存在的醫(yī)療保險(xiǎn)欺詐行為，應(yīng)當(dāng)有合適的方法去及時(shí)發(fā)現(xiàn)并制止，只有這樣才能使醫(yī)療保險(xiǎn)金能真正落到實(shí)處。本文使用主成分分析、K-means聚類(lèi)分析等方法，并運(yùn)用MATLAB、SPSS等軟件對(duì)數(shù)據(jù)進(jìn)行分析，并對(duì)我國(guó)醫(yī)保行業(yè)現(xiàn)狀進(jìn)行分析，為相關(guān)部門(mén)自動(dòng)識(shí)別醫(yī)保詐騙提供具體的模型及識(shí)別方法。
關(guān)鍵詞：醫(yī)保欺詐；主動(dòng)發(fā)現(xiàn)；主成分分析；K-means聚類(lèi)
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(wú)關(guān)數(shù)據(jù)的干擾。
（一）數(shù)據(jù)清洗。針對(duì)本文的研究目的，有目的地進(jìn)行數(shù)據(jù)清洗。首先是刪除大量對(duì)于本次數(shù)據(jù)挖掘沒(méi)有用的數(shù)據(jù)，只保留相關(guān)數(shù)據(jù)列；其次是對(duì)于缺失的必要數(shù)據(jù)采用數(shù)據(jù)歸約的方法填補(bǔ)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(dòng)發(fā)現(xiàn)模型
（一）類(lèi)型Ⅰ：醫(yī)保卡持有人已死亡。這是最容易發(fā)現(xiàn)的騙保行為，故優(yōu)先考慮該種類(lèi)型的騙保行為主動(dòng)發(fā)現(xiàn)。通過(guò)MATLAB編程對(duì)醫(yī)保卡和身份證號(hào)列進(jìn)行篩選處理，找到一個(gè)醫(yī)保卡ID對(duì)應(yīng)多個(gè)醫(yī)保手冊(cè)號(hào)的情況。利用MATLAB軟件進(jìn)行篩選，將篩選出的ID利用Excel的vlookup函數(shù)查找出對(duì)應(yīng)的身份證號(hào)，找出嫌疑人的關(guān)鍵信息。可以將一卡兩人用、一卡三人用的醫(yī)保卡ID和醫(yī)保手冊(cè)號(hào)篩選出來(lái)。而病人也有死亡標(biāo)志說(shuō)明，可以查出死亡病人的ID再查找其醫(yī)保卡消費(fèi)情況，對(duì)比病人的死亡時(shí)間以及賬單號(hào)的交易時(shí)間，若病人的死亡時(shí)間在前而交易時(shí)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(lèi)醫(yī)保欺詐，但仍應(yīng)該警惕，及時(shí)把死亡者的醫(yī)保卡注銷(xiāo)，避免這類(lèi)醫(yī)保欺詐的發(fā)生。
（二）類(lèi)型Ⅱ：醫(yī)保卡持有人未亡。對(duì)預(yù)處理后的數(shù)據(jù)進(jìn)行分析，可以發(fā)現(xiàn)病人的醫(yī)保費(fèi)用與參保人的年齡、消費(fèi)頻率、消費(fèi)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(fèi)金額、病人消費(fèi)頻率與消費(fèi)金額兩方面的聯(lián)系，發(fā)現(xiàn)異常可疑數(shù)據(jù)，并針對(duì)這些可疑數(shù)據(jù)進(jìn)行分析，進(jìn)一步鑒別其特征，判斷是否屬于醫(yī)保欺詐行為。
1、模型Ⅰ：年齡醫(yī)費(fèi)模型。根據(jù)研究的數(shù)據(jù)對(duì)象，建立病人年齡與醫(yī)保費(fèi)用的關(guān)系模型，使用SPSS軟件進(jìn)行分析。首先將所有參保人的年齡分成十個(gè)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(diǎn)，醫(yī)保欺詐的費(fèi)用越高越有可能存在欺詐行為，故只考慮平均費(fèi)用置信區(qū)間的上限無(wú)意義。人為將置信區(qū)間設(shè)定為向上浮動(dòng)10%。在EXCEL表中使用分類(lèi)匯總操作，計(jì)算出各階段醫(yī)保支付費(fèi)用平均值及平均費(fèi)用置信區(qū)間的上限，如表1所示。（表1）
利用EXCEL畫(huà)出圖形，通過(guò)觀測(cè)散點(diǎn)的分布情況來(lái)確定擬合函數(shù)，利用數(shù)理統(tǒng)計(jì)方法中的多元回歸統(tǒng)計(jì)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(dá)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(shì)，于是建立分段函數(shù)，分別對(duì)0～59歲和60歲以上進(jìn)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(fèi)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(duì)應(yīng)的置信區(qū)間，若發(fā)現(xiàn)病人的實(shí)際花費(fèi)其所在區(qū)間上限，則該病人醫(yī)保費(fèi)用花費(fèi)超過(guò)一般標(biāo)準(zhǔn)，具有醫(yī)保詐欺的嫌疑，將對(duì)這些病人進(jìn)行進(jìn)一步具體審查。（表2）
2、模型Ⅱ：消費(fèi)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)保卡配藥；二是在不同的醫(yī)院和醫(yī)生處重復(fù)配藥。這些行為使有醫(yī)保欺詐嫌疑的病人所對(duì)應(yīng)消費(fèi)記錄中，某個(gè)醫(yī)保卡ID對(duì)應(yīng)的藥費(fèi)明細(xì)存在記錄多、頻率大、藥費(fèi)總和高的特點(diǎn)。即消費(fèi)金額高和消費(fèi)頻率高是醫(yī)保欺詐一個(gè)最大的特征。于是，本文具體研究存在著這兩種消費(fèi)特征的醫(yī)保記錄，具體識(shí)別其中的醫(yī)保欺詐行為，依據(jù)此種情況，可以將藥費(fèi)和頻率等基于k-means算法進(jìn)行聚類(lèi)分析。
K-means算法是以數(shù)據(jù)點(diǎn)到原型的某種距離作為優(yōu)化的目標(biāo)函數(shù)，利用函數(shù)求極值的方法得到迭代運(yùn)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(cè)度，通過(guò)對(duì)某一初始聚類(lèi)中心向量的最優(yōu)分類(lèi)，得到對(duì)應(yīng)評(píng)價(jià)指標(biāo)最小。算法采用誤差平方和準(zhǔn)則函數(shù)作為聚類(lèi)準(zhǔn)則函數(shù)。首先在ACCESS中進(jìn)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(lèi)中心，進(jìn)行k-means聚類(lèi)分析求出每個(gè)病人的消費(fèi)頻率與消費(fèi)藥品的總金額。
本文選擇四類(lèi)數(shù)據(jù)作為初始的聚類(lèi)中心：1、消費(fèi)頻率高，消費(fèi)金額大；2、消費(fèi)頻率低，消費(fèi)金額大；3、消費(fèi)頻率高，消費(fèi)金額小；4、消費(fèi)頻率低，消費(fèi)金額小。結(jié)果如表3所示。（表3）從表3中可以看出第一類(lèi)數(shù)據(jù)含有341個(gè)樣本，這類(lèi)病人消費(fèi)頻率高且消費(fèi)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(lèi)型Ⅲ：醫(yī)師、科室參與欺詐。當(dāng)找出所有可疑的欺詐記錄后，可以通過(guò)不同表之間的數(shù)據(jù)映射關(guān)系來(lái)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(diǎn)監(jiān)督和排查。
根據(jù)醫(yī)保詐騙的作案特點(diǎn)，在某些情況下，科室可以通過(guò)偽造病歷和票據(jù)通過(guò)醫(yī)保報(bào)銷(xiāo)，以騙取醫(yī)保金，造成某些患者費(fèi)用和頻率較高。為了有針對(duì)性地對(duì)這類(lèi)數(shù)據(jù)進(jìn)行查找，根據(jù)這幾個(gè)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(jì)他們與嫌疑人員進(jìn)行操作的次數(shù)，以此進(jìn)行查找。首先統(tǒng)計(jì)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(diǎn)分析下醫(yī)囑科室信息。利用疑似人員的醫(yī)保卡號(hào)篩選出與之相關(guān)的科室，并統(tǒng)計(jì)出與這些疑似ID進(jìn)行交易的次數(shù)來(lái)確定科室的嫌疑度。根據(jù)與嫌疑ID交易的次數(shù)進(jìn)行排序，當(dāng)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(diǎn)，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(xún)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(diǎn)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(jìn)行醫(yī)保欺詐。 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(guó)醫(yī)療保險(xiǎn)存在如下三類(lèi)的欺詐現(xiàn)象：（1）醫(yī)療保險(xiǎn)需求方的欺詐違規(guī)行為。在現(xiàn)實(shí)情況中主要表現(xiàn)有：冒名頂替就醫(yī)、以藥換藥、倒賣(mài)藥品等；（2）醫(yī)療保險(xiǎn)服務(wù)提供方的欺詐違規(guī)行為。主要可能表現(xiàn)為：重復(fù)收費(fèi)、虛報(bào)醫(yī)療費(fèi)用、倒賣(mài)醫(yī)療票據(jù)等；（3）醫(yī)療保險(xiǎn)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(lèi)行為最為普遍，第二、第三類(lèi)行為較少，但一旦發(fā)生將會(huì)發(fā)生嚴(yán)重影響。這些行為對(duì)我國(guó)的醫(yī)療保險(xiǎn)基金造成嚴(yán)重?fù)p失，危害我國(guó)醫(yī)療保險(xiǎn)基金的公平性與公正性。
四、對(duì)完善醫(yī)保制度的建議
（一）進(jìn)一步改革支付制度。在總額控制支付模式的框架下，應(yīng)當(dāng)以總額預(yù)付為主，結(jié)合多種付費(fèi)方式的復(fù)合型支付制度，綜合考慮如按病種、床日、人頭、項(xiàng)目付費(fèi)等因素，從多個(gè)角度來(lái)合理定價(jià)，減少由于藥費(fèi)過(guò)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)保基金用到實(shí)處。
（二）建立醫(yī)保信息智能網(wǎng)絡(luò)平臺(tái)。一個(gè)參保病人對(duì)應(yīng)一個(gè)電子賬戶(hù)，將病例電子化，詳細(xì)記錄病人的一切看病用藥信息。該賬戶(hù)應(yīng)做到全國(guó)甚至世界范圍內(nèi)共享。
（三）完善對(duì)醫(yī)保定點(diǎn)醫(yī)院的內(nèi)部管理。合理劃分基金管理機(jī)構(gòu)的職責(zé)并做到權(quán)力制衡，建立醫(yī)療服務(wù)監(jiān)督評(píng)價(jià)體系和獎(jiǎng)懲制度。
（四）完善對(duì)醫(yī)保定點(diǎn)醫(yī)院的外部監(jiān)督。加大對(duì)醫(yī)保定點(diǎn)醫(yī)院、醫(yī)師以及各類(lèi)機(jī)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(jì)回歸或神經(jīng)網(wǎng)絡(luò)思想的優(yōu)化改進(jìn)方法，而這些方法都屬于輔助學(xué)習(xí)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(yàn)知識(shí)，以獲取識(shí)別因子作為學(xué)習(xí)材料，用以主動(dòng)識(shí)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(wèn)題在于欺詐樣本點(diǎn)的選取過(guò)于依賴(lài)人的主觀性，對(duì)于普遍意義上欺詐數(shù)據(jù)的識(shí)別不具備較強(qiáng)的參考價(jià)值。
為避免人工篩選欺詐數(shù)據(jù)帶來(lái)的主觀誤差，需要找到非輔助學(xué)習(xí)的方法。聚類(lèi)分析法可以滿(mǎn)足這一條件，但傳統(tǒng)的聚類(lèi)分析采用歐氏距離作為分類(lèi)標(biāo)準(zhǔn)，不足之處在于將各種影響因素的重要程度視為相同的，會(huì)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(gè)月之內(nèi)的開(kāi)藥次數(shù)）同等的影響著最后的分類(lèi)。
為解決該問(wèn)題，本文將主成分分析引進(jìn)聚類(lèi)分析，成為基于主成分分析的聚類(lèi)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?jǐn)?shù)據(jù)的有效性。同時(shí)，聚類(lèi)分析能夠很好的反映類(lèi)之間的關(guān)系，本文中的各個(gè)因素雖然是彼此獨(dú)立的，但是對(duì)于存在欺詐行為的情況時(shí)，數(shù)據(jù)內(nèi)部會(huì)產(chǎn)生相關(guān)性，通過(guò)聚類(lèi)分析可以快速有效地掌握它們之間的關(guān)系。在改進(jìn)的主成分聚類(lèi)分析法中，將這兩種統(tǒng)計(jì)方法的優(yōu)勢(shì)結(jié)合，相輔相成，以達(dá)到綜合評(píng)價(jià)的目的。
主要參考文獻(xiàn)：
[1]殷瑞飛.數(shù)據(jù)挖掘中的聚類(lèi)方法及其應(yīng)用――基于統(tǒng)計(jì)學(xué)視角的研究[D].廈門(mén)：廈門(mén)大學(xué)，2008.
[2]江小平，李成華，向文，張新訪，顏海濤.K-means聚類(lèi)算法的MapReduce并行化實(shí)現(xiàn)[J].華中科技大學(xué)學(xué)報(bào)（自然科學(xué)版），2011.6.39.
[3]王文華.基于蟻群算法模糊聚類(lèi)的圖像分割[D].重慶：重慶大學(xué)，2009.