資料發掘技術應用于健保醫療費用稽核之研究

Data Mining Techniques Applied in Auditing the Clinic''s Health Care Expenditures.

林信忠(Shing Chone Lin)

指導教授 ： 湯玲郎

元智大學/管理學院/管理研究所/碩士(1998年)

摘要

全民健保實施的目的,在於提昇醫療品質並分散就醫時之財務風險;雖然實施迄今已獲取許多實質上的成效,然這些成就背後卻隱藏某些危機,最主要也最受人矚目的就是健保財務收支問題。除卻醫病行為先天的限制以外,又以詐領健保醫療給付影響財務最鉅。類神經網路等技術已成功應用在工商業界,但是否能應用在醫療費用稽核上,能預判出虛、浮報費用之院所?此為十分令人感到興趣的問題。本研究目的有三:
1.探討健保醫療費用異常虛報的要因,並建構模式以幫助健保局減少不當醫療費用支出。
2.類神經網路、區別分析、邏輯迴歸分析應用在判別出在費用上造假之
院所是否可行?
3.分別針對中醫、西醫、牙醫診所找到較佳的預判模式。
本研究以大台北地區(台北縣/市、宜蘭縣/市、基隆市)、金門縣、連江縣執業之中醫、西醫、牙醫基層診所為研究標的,資料期間從民國八十四年健保開辦起至八十八年一月底止,篩選出異常(有浮、濫、虛報歷史紀錄)與正常(無前述紀錄)的院所,計中醫104家(異常51家、正常53家),西醫174家(異常87家、正常87家),牙醫72家(異常35家、正常37家)共350家基層診所,並訪談健保局稽核人員以過濾出可能違規的指標,最終資料分別輸入倒傳遞式類神經網路、區別分析與邏輯迴歸分析三個模組以找出中醫、西醫、牙醫三者較佳之預判模式;所得結果與建議摘要如下:
1.相關技術應用在判別異常診所上確實可行。
2.中醫與西醫基層診所適用於監督型類神經網路模式、牙醫部份則以邏
輯迴歸分析結果最優。
3.由衛生署或健保局高層官員出面整合相關資源(醫療、醫管、資料庫)
等方面,應可獲得更佳結果。
4.此預判模式可擴充至不同地區別、不同業務別,或針對單一業務建構更
細緻的模式或將其它資料發掘(Data Mining)技術應用到類似領域。

關鍵字

全民健保 ； 類神經網路 ； 區別分析 ； 邏輯迴歸分析 ； 資料發掘

並列摘要

無資料

並列關鍵字

National Health Care ； Neural Network ； Discriminant Analysis ； Logistic Regression Analysis ； Data Mining

參考文獻

1.中央健保局,全民健康保險統計,民國86年

2.中央健保局,全民健康保險法規要輯,民國86年

5.行政院衛生署,全民健康保險規劃研討會會議實錄,民國69年

6.行政院衛生署,衛生統計,民國87年

7.全民健康保險醫療費用協定委員會,全民健康保險審查實務初探,民國86年