医保欺诈的识别

1、2014高教社杯全国大学生数学建模竞赛 承 诺 书我们仔细阅读了全国大学生数学建模竞赛章程和全国大学生数学建模竞赛参赛规则（以下简称为“竞赛章程和参赛规则”，可从全国大学生数学建模竞赛网站下载）。我们完全明白，在竞赛开始后参赛队员不能以任何方式（包括电话、电子邮件、网上咨询等）与队外的任何人（包括指导教师）研究、讨论与赛题有关的问题。我们知道，抄袭别人的成果是违反竞赛章程和参赛规则的，如果引用别人的成果或其他公开的资料（包括网上查到的资料），必须按照规定的参考文献的表述方式在正文引用处和参考文献中明确列出。我们郑重承诺，严格遵守竞赛章程和参赛规则，以保证竞赛的公正、公平性。如有违反竞赛章程和参

2、赛规则的行为，我们将受到严肃处理。我们授权全国大学生数学建模竞赛组委会，可将我们的论文以任何形式进行公开展示（包括进行网上公示，在书籍、期刊和其他媒体进行正式或非正式发表等）。我们参赛选择的题号是（从A/B/C/D中选择一项填写）： A 我们的报名参赛队号为（8位数字组成的编号）： 14 所属学校（请填写完整的全名）： 延安大学西安创新学院 参赛队员 (打印并签名) ：1. 蒋伟 2. 李政璞 3. 涂冲 指导教师或指导教师组负责人 (打印并签名)： （论文纸质版与电子版中的以上信息必须一致，只是电子版中无需签名。以上内容请仔细核对，提交后将不再允许做任何修改。如填写错误，论文可能被取消评奖资

3、格。） 日期： 年 月 日赛区评阅编号（由赛区组委会评阅前进行编号）：2014高教社杯全国大学生数学建模竞赛编 号 专 用 页赛区评阅编号（由赛区组委会评阅前进行编号）：赛区评阅记录（可供赛区评阅时使用）：评阅人评分备注全国统一编号（由赛区组委会送交全国前编号）：全国评阅编号（由全国组委会评阅前进行编号）：医保欺诈行为的主动发现摘要医疗保险欺诈是指人为造成医疗保险基金损失的行为。本文针对我国医保欺诈逐年递增的现状，围绕医保欺诈的识别而展开讨论。首先，对附件中大量数据中的无关数据进行筛选剔除，得到有效可用的数据。然后，运用Excel表格对这些数据进行排序、筛选、分类汇总等方式整理提炼出与欺诈行为

4、相关的数据。本文将问题分为四歩，第一步，本文利用数学软件matlab将excel初步整理过的数据进行比较重复运算，建立了两种比较重复的算法。分别对应着两种骗保行为识别的判断方法。第二步，利用在数据范围中出现的频度来作为评判量度的标准，以此标准利用excel表格进一步识别判断得出可能的欺诈记录。第三步利用数据透视表对多张表单中的大量数据进一步联系对应，筛选提炼出病人ID号、医嘱日期号、账单号并计数账单次数即看病次数。得出针对反复多次使用医保卡的诈骗记录。最后，本文对解决方案进行了评价，并且提出方案的改进方向。关键词：医疗保险 诈骗识别 数据透视表 一、问题的提出 医疗保险是为补偿疾病所带来的医疗

5、费用的一种保险。医疗保险欺诈，是指个人或者组织在参加医疗保险、缴纳医疗保险费、享受医疗保险待遇过程中，故意造成医疗保险基金损失的行为。骗保人进行医保欺诈时通常使用的手段，一是拿着别人的医保卡配药，二是在不同的医院和医生处重复配药。下面这些情况都有可能是医保欺诈：单张处方药费特别高，一张卡在一定时间内反复多次拿药等。问题是如何从病人的资料、病人费用明细表、医嘱表、医嘱子类、核算分类与患者类别之间相关联的数据中找出骗保的行为以及可能的欺诈记录。二、问题的分析 医疗保险是为补偿疾病所带来的医疗费用的一种保险。关系到国家民生和发展的重大问题，而从全国范围来看，医保欺诈呈逐年递增态势；医保欺诈不仅扭曲了

6、保险定价机制，损害保险经营的最大诚信原则，而且还严重威胁医保基金安全，妨碍医保政策的有效实施。因此寻找一种行之有效的欺诈识别尤为重要。问题要求通过数据来找出可能的骗保欺诈记录。本文可以依据骗保的手段与骗保的情况从数据中找出可能的骗保记录。首先，根据骗保的手段及骗保的行为可以得出通常的四种骗保行为。一、骗保人持他人的医保卡去配药。二、骗保人从不同的医院和不同的医生处重复配药。三、骗保人的单张处方药的费用特别高。四、骗保人使用一张医保卡在一段时间内反复多次配药。可以根据上述四种从病人的资料、病人费用明细表、医嘱表、医嘱子类、核算分类与患者类别之间相关联的数据中找出骗保的行为以及可能的欺诈记录。 在

7、本题中，数据量巨大，本文需要借助数学软件matlab进行计算。首先，将表中数据的无关项进行剔除，进行第一步数据整理。然后，将表与表之间的相关数据联系整理比较，将整理所得数据运用数学软件matlab进行计算输出，得到可能存在欺诈的数据。 最后对模型进行检验，对模型进行分析和改进。三、模型的假设（1）由于骗保的手段及骗保的现象情况纷繁复杂且不定，本文假设骗保人只采用通常的四种骗保行为。即：一、骗保人持他人的医保卡去配药。二、骗保人从不同的医院和不同的医生处重复配药。三、骗保人的单张处方药的费用特别高。四、骗保人使用一张医保卡在一段时间内反复多次配药。 （2）从原题所提供的附件数据中，有许多数据列中

8、没有数据，还有些数据列中存在负数值，可以将这些数据列忽略。 （3） 医保欺诈只是患者单方面行为，不存在医患合谋和医疗机构“引至欺诈”情况；四、模型建设根据骗保的手段及骗保的行为本文可以得出通常的四种骗保行为。一、骗保人持他人的医保卡去配药。二、骗保人从不同的医院和不同的医生处重复配药。三、骗保人的单张处方药的费用特别高。四、骗保人使用一张医保卡在一段时间内反复多次配药。本文可以根据上述四种从病人的资料、病人费用明细表、医嘱表、医嘱子类、核算分类与患者类别之间相关联的数据中找出骗保的行为以及可能的欺诈记录。本文将问题也分为四种来解决。4.1问题一的求解针对骗保行为一，本文比较病人资料中病人ID号

9、与医保手册号是否一一对应。如果一个医保手册号对应多个病人ID号，或者一个病人ID号对应多个医保手册号，则表明骗保人使用他人的医保卡骗保。本文使用数学软件matlab来进行重复比较运算。首先，比较病人ID号是否有重复，如有重复，则表明病人资料中有可能存在一个病人有多个医保手册的情况，即为可能骗保记录。先对附件中病人资料表格中病人ID号、医保手册号这两列数据进行升序排序，得到初步整理的数据中，医保手册号有大量为值为1的数据，本文保守忽略这些数据，将剩余数据作为初步整理的数据。然后利用程序设计中的循环结构和分支选择结构设计重复比较算法（见附录中算法1.1）。将升序排序的一列数据中前一行数据与后一行数

10、据进行比较，如果比较结果相等，则输出数据。不然，就继续进行循环。运用数学软件matlab依次带入病人ID号与医保手册号这两列数据，运行算法得出结果：未有病人ID号重复，但有医保手册号重复的数据。结果表明了存在多人共用一张医保手册的可能欺诈记录。见表1.1。 表 1.1 医保手册号重复的记录医保手册号重复次数医保手册号重复次数医保手册号重复次数13312472500930004261944407621357441250100023026194700772159211325010050752619625657216486292501005657261981468421716361250100601

11、026198851472200685425010335702620705684223364882501034053262098303222675243250104261726209848162276235025010774152621904673228971512501163747262198684023070484260011504826221820192312295726002267952622243059232540292600469157262266501023320427260049730926227379382603941726005022343622779087360518572

12、600502234362277908737035053260060258026229683802104610229260092248126230675252500138134260094231826231295342500432632260095762426231837722500464864260096098526241013502500466505260104360226244038882500483842260129748526244555602500483935260135865826246262042500499578260145744026251134242500523912260

13、392037026252016362500537510260396477426252939372500585860260398576126257817912500585964260430546726259732212500589613260434188126275596192500625202260435882026281829612500629557260446436526288774092500630807260464258826295455762500631002260487183926295548702500632428260502819726296254202500633082260

14、514465526298710442500644034260519865626299115792500719225260528547826305172622500729634260534042926306315892500734195260537561026313195882500746562260546344426319128322500750095260561553526324688242500762757260587253326330150872500831053260599876426341166432500878934260603007826357977282500881364260

15、622874526360327442500930004260644047526142174342501000230260655600526146986562501005075260663240926149299982501005657260669628726149768572501006010260717546926150093802501033570260758717426150360942501034053260774280026150907172501042617260817670626150909002501077415260830238726154601022501163747260

16、850878626155754822600115048260872884926161982982600226795260910698726167289822600469157260918332826169003882600497309260975361326170097112600502234361060567926176495812600502234361098109426177324532600602580261111904426179920252600922481261138186126182890382600942318261175381026183615112600957624261

17、240331426184303782600960985261241810226188871842601043602261259603826192590842601297485261272473836246262042601358658261272473836251134242601457440261300298926252016362603920370261353881426252939372603964774261394421526257817912603985761261414006926259732212604305467261421205126275596192604341881261

18、421743426281829612604358820261469865626288774092604464365261492999826295455762604642588261497685726295548702604871839261500938026296254202605028197261503609426298710442605144655261509071726299115792605198656261509090026305172622605285478261546010226306315892605340429261557548226313195882605375610261

19、619829826319128322605463444261672898226324688242605615535261690038826330150872605872533261700971126341166432605998764261764958126357977282606030078261773245326360327442606228745261799202526209848162606440475261828903826219046732606556005261836151126219868402606632409261843037826221820192606696287261

20、888718426222430592607175469261925908426226650102607587174261944407626227379382607742800261947007726227790873608176706261962565726227790873608302387261981468426229683802608508786261988514726230675252608728849262070568426231295342609106987262098303226231837722609183328261259603826241013502609753613261

21、2724738362440388826106056792612724738362445556026109810942613002989261240331426111190442613538814261241810226113818612613944215261175381026141400692 4.2问题二的求解针对骗保行为二，本文比较与病人ID号对应的开嘱医生号与账单号，如果病人ID号与对应的开嘱医生号与账单号不是对应的，也就是说一个病人ID号对应多个开嘱医生号与账单号，就有可能是即是可能的骗保记录。首先，根据问题一的求解可以知道病人ID号是一一对应的。首先，先将开嘱医生号进行升序排序。然

22、后，将表单中开嘱医生号序列尾接到病人ID号的数据列下。接下来根据程序设计的一般思想，建立算法（见附录中算法1.2）。运行matlab数学软件对已经拼接的列表进行对应重复比较运算，也就是说当病人ID号重复相等对应时，而开嘱医生号不是相等对应的。则输出这个值。可以得出可能的欺诈记录（见附录中可能的欺诈记录1.1）。 最后，比较病人ID号和账单号是否是一一对应的。先将病单号进行升序排序。然后，将表单中病单号序列尾接到病人ID号的数据列下。接下来根据程序设计的一般思想，建立算法（见附录中算法1.2）。运行matlab数学软件对已经拼接的列表进行对应重复比较运算，也就是说当病人ID号重复相等对应时，而病

23、单号不是相等对应的。则输出这个值。可以得出可能的欺诈记录（见附录中可能的欺诈记录1.2）。4.3问题三的求解针对问题三，首先，应该确定判断量度标准的限度值，即何为特别大。本文将单张处药费分为六个梯度。规定每个梯度的组距为200。计数了各个梯度的出现的次数，并且计算了六个梯度的频率。见表1.2。表1.2 处方药费的梯度分布及频率序号组距组中值频数频率10-200100628150.99752200-4003009420.01473400-6005004390.00494600-8007001220.00195800-1000900270.000461000-1100110.0002然后，本文利用

24、处方药费总体中一定数据范围中出现的频率值来作为衡量药费高低的标准，具体定义如表1.3所示： 表 1.3 根据频率来衡量药费高低的标准费用范围数据个数衡量标准0,20062815特别低200,400942低400,600312一般600,800122较高800,100027高1000,+11特别高根据上表可以得出单张处方药费特别高的11项，以诈骗情况为判断可以依次得出这11项为可能性较高的诈骗记录。4.4问题四的求解针对骗保行为四，首先，对于总价为负数的值，使用excel软件进行筛选，初步整理数据，然后利用excel软件中数据透视表得出每个病人从第一天到第六天里医嘱的次数。求出第一天到第六天中每

25、一天医嘱次数的平均值。本文以平均值的两倍为判断问题四刷卡次数较多的标准。计算得出每天平均医嘱次数为4次，也就是说定义的限度为8。最后进行筛选得出，每天大于8次的可能骗保记录。为了防止数据重复，本文利用matlab软件计算重复数据，算法依旧使用算法1.1（详见附录算法1.1。）得出可能的骗保记录以及重复的数据，（见附录中数据1.3）。5、 方案的评价与改进1. 优点在整个解题过程中，本文都是在理论结合实际的前提下作出各种假设和量化。问题一的解决方案、问题二的解决方案运用编程计算，简单易懂，可以用其在较短的时间内对大量的数据进行处理，减少工作量，提高工作效率，极好地完成了目标函数所需要解决的问题。

26、 问题四的解决方案准确利用了题中提供的数据，并且对数据进行了较透彻的分析，抓住了分析的要求，剔除了一些不符合实际情况且对问题影响不大的数据，较好的完成了数据的提取与应用。2.需要改进之处：由于数据量较大，本文对数据的统计处理忽略了个体差异，所以预测的结果对某些个体偏差比较大，可能会对实际得出的诈骗记录有一定的影响。问题三的解决方案中本文定义的参考量度忽略了一些特例，并且采用了保守的估计方法。对数据的处理只考虑了单因素影响，在解决问题中仅根据简单的数据和逻辑判断将度量标准定义为8。方案的解决比较粗糙，得出的数据并不精密，仍需改进。六、参考文献12附录算法1.1 function a = ybh1

27、(x)for i=1:length(x)-1 if x(i)=x(i+1) x(i) endendend算法1.2 function a = bj1(x)for i=1:length(x)/2-1 if x(i)=x(i+1) if x(i+length(x)/2)=x(i+length(x)/2+1) x(i) end endendend数据1.1 开嘱医生重复记录：ans = 695761ans = 695354ans = 695510ans = 695354ans = 695776ans = 621007ans = 442521ans = 695510ans = 277839ans =

28、686958ans = 649502ans = 198705ans = 693578ans = 378765ans = 695849ans = 234596ans = 695879ans = 695548ans = 169880ans = 301062ans = 385019ans = 695609ans = 238916ans = 685357ans = 325201ans = 321365ans = 642998ans = 321365ans = 662074ans = 209749ans = 695596ans = 695405ans = 448097ans = 421612ans =

29、695652ans = 671802ans = 695649ans = 695725ans = 695687ans = 187025ans = 534200ans = 443729ans = 695779ans = 666370ans = 695802ans = 695812ans = 246778ans = 695819ans = 465846ans = 695879ans = 687297ans = 163760ans = 168029ans = 695120ans = 190472ans = 170047ans = 631253ans = 343637ans = 694960ans =

30、412764ans = 695201ans = 695176ans = 284783ans = 685248ans = 282040ans = 695230ans = 173064ans = 407326ans = 695212ans = 230527ans = 220717ans = 376526ans = 430914ans = 695144ans = 401770ans = 310777ans = 695289ans = 695300ans = 398333ans = 664413ans = 175385ans = 695310ans = 181671ans = 632497ans =

31、695322ans = 674773ans = 694738ans = 695363ans = 680527ans = 695316ans = 257261ans = 695381ans = 695388ans = 695400ans = 695401ans = 178365ans = 194408ans = 695429ans = 411908ans = 693214ans = 695106ans = 251046ans = 695179ans = 695148ans = 695152ans = 695176ans = 694981ans = 694981ans = 694981ans =

32、695141ans = 505810ans = 407326ans = 695225ans = 695193ans = 694507ans = 695241ans = 379053ans = 213521ans = 639690ans = 687987ans = 333535ans = 175385ans = 695006ans = 677162ans = 695284ans = 695266ans = 168048ans = 422497ans = 691723ans = 197531ans = 173814ans = 693416ans = 695390ans = 181265ans =

33、238661ans = 695409ans = 217369ans = 167385ans = 695112ans = 335448ans = 657013ans = 474888ans = 695124ans = 624933ans = 665442ans = 222541ans = 694658ans = 695249ans = 693978ans = 657264ans = 199956ans = 603915ans = 694507ans = 695132ans = 234354ans = 333535ans = 695301ans = 222424ans = 585295ans =

34、468616ans = 129172ans = 294758ans = 692549ans = 160081ans = 160081ans = 665243ans = 249200ans = 695343ans = 695342ans = 400519ans = 247647ans = 377039ans = 560081ans = 695442ans = 632497ans = 281322ans = 695129ans = 243154ans = 695133ans = 554131ans = 695164ans = 58766ans = 657264ans = 694774ans = 6

35、95098ans = 354720ans = 623379ans = 481559ans = 5625ans = 168280ans = 492875ans = 273967ans = 273967ans = 365736ans = 192493ans = 310301ans = 690020ans = 692295ans = 665243ans = 602675ans = 278577ans = 510928ans = 694399ans = 695237ans = 695417ans = 162630ans = 546494ans = 355986ans = 695463ans = 695

36、458ans = 695465ans = 695093ans = 174417ans = 695133ans = 695160ans = 695133ans = 693820ans = 694591ans = 171716ans = 328705ans = 246084ans = 246084ans = 220223ans = 680691ans = 690389ans = 446852ans = 517400ans = 695205ans = 599502ans = 695260ans = 694458ans = 206967ans = 695206ans = 604355ans = 178081ans = 543567ans = 192493ans = 694760ans = 159984ans = 692987ans = 695251ans = 514648ans = 585361ans = 694508ans = 176077ans = 206339ans = 695355ans =