基于iForest算法的可疑诊疗项目滥用识别研究——以成都医保真实世界数据为例

摘要

目的:识别诊疗过程中可能存在的项目滥用行为,为现场稽核提供数据线索.方法:综合利用统计方法(标准差法、箱形图分析方法、Z-score分析方法)和大数据挖掘算法(Isolation Forest算法),对成都市主城区基本医疗保险住院业务相关数据进行分析,构建疑似诊疗项目滥用指数.挖掘不同疾病在诊疗过程中可能存在的项目滥用情况,找出可能存在欺诈行为的医疗机构或参保人信息.结果:2018年1月1日至2018年12月31日,主城区住院结算中可疑项目滥用金额占总结算费用的1.4％;呼吸系统疾病的可疑项目滥用金额占总可疑项目滥用金额比例最高(37.3％),且呼吸系统疾病可疑项目滥用金额占其住院费用的比例(2.3％)比整体水平高0.9个百分点.结论:大数据技术可以高效地查找诊疗过程中疑似项目滥用情况,提高医保基金的监管能力.