医疗保险反欺诈预警机制设计分析

导语：医疗保险反欺诈预警机制设计分析一文来源于网友上传，不代表本站观点，若需要原创文章可咨询客服老师，欢迎参考。

摘要：文章从医疗欺诈案件发生的源头动机出发，基于舞弊角度通过医疗报销主体的健康水平、收入水平、医疗费用、医疗机构以及个人信用等具体数据构建一个医疗信用评级的医疗保险反欺诈预警模型，通过对医疗报销主体的综合医疗及信用情况进行评价，有效地对医疗主体医疗报销行为进行事前分析，从源头进行分析和监督，可以有效预防医疗主体的医疗保险欺诈行为，降低医疗保险欺诈案件发生的概率。

关键词：舞弊理论;医疗保险;反欺诈预警

一、引言

据报道，近年来我国医疗保险欺诈案件发生次数呈上升趋势，且随着医疗卡和异地支付结算方式的不断发展，医疗保险诈骗案件发生的频率不断增加，且呈现出团伙作案，数额巨大，范围更广的趋势，医疗诈骗案件频频引得人民关注。医疗是民生之本，因此加强此方面的整治已经刻不容缓。基于此，本文从医疗欺诈案件发生的源头动机出发，在当前互联网大数据充分发展的背景下，基于舞弊角度通过医疗报销主体的健康水平、收入水平、医疗费用、医疗机构以及个人信用等具体数据构建一个医疗信用评级的医疗保险反欺诈预警模型，通过对医疗报销主体的综合医疗及信用情况进行评价，有效地对医疗主体医疗报销行为进行事前分析，从源头进行分析和监督，可以有效预防医疗主体的医疗保险欺诈行为，降低医疗保险欺诈案件发生的概率。

二、基于舞弊理论的医保欺诈行为动因分析

“舞弊”是指单位或个人为了谋求相应的利益而有意采取欺骗等违法违规行为。本文分析，舞弊行为的产生主要有三个动因，即：压力（诱惑）、机会和逃避，当外部存在舞弊诱惑且存在舞弊的机会，拥有逃避借口后，主体人员便容易产生舞弊行为。（一）医保欺诈行为分析。（1）医保患者的违规和欺诈行为。医疗患者的医疗保险欺诈行为主要有：违规使用他人医疗保险卡进行保险报销、医疗卡外借；违规使用超出医疗保险范围的服务或产品；异地就诊人员开出虚假的医疗报销单等。（2）医保机构如药店等的违规和欺诈行为。主要行为有：提供虚假的医疗单、病例、医疗报销单等；构造各种虚假的医疗证明文件；向就医人员提供过度医疗服务，将非医保病种更改为医保范围内支付的病种。（3）医保机构和医保患者的合谋违规和欺诈行为等。主要指的是等医保机构和患者为了牟利而虚假捏造各种医疗报销单、药品报销单、住院报销单等。（4）其他不法分子借助医疗手段诈骗行为。主要指的是部分不法分子假冒医疗患者或者医疗机构的名义，非法捏造各种虚构的医疗信息，假借医疗卡故障、信息修改或者捏造虚假就医信息要求医疗卡持有者提供相关的证明信息要求受骗者转账从而盗取医疗卡持有者的银行账户金额的手段行为。一般这些诈骗分子为团伙作案。对我国的各项医疗保险报销流程及规定较为熟悉，因此能够钻报销制度的空子来为自己谋取不法利益。（二）医保欺诈成因分析。（1）压力（诱惑）动因。当前我国医疗保险市场发展不完善，水平较发达国家相比仍有较大的差距，且各地的保险缴费以及补贴标准没有统一的标准，并随着城乡发展、地域水平以及收入水平发展的不同，其差别化更加明显。这种明显的差别化发展不仅带来了社会的不公平，更为保险欺诈滋生创造了温床[1]。且由于发展的差别，伴随着监管的复杂和困难，由于不同地域和不同机构医疗保险收费及补贴的差别，使得当前我国缺乏统一的监管标准，给保险欺诈监管带来了极大的困难。同时由于医疗信息发展的不完善，我国还未构建一个完善的医疗信息数据库，其造成了区域及不同机构之间的信息出现壁垒，无法及时自由地流通，也为监管带来了困难。（2）机会动因。由于医疗保险基金支付属于第三方支付，即医疗患者和医疗机构都不参与医疗的核算及支付，由医疗保险基金机构进行支付结算，但这种支付又建立在医疗机构和患者的行为结果之上。基于这种特殊性，医疗机构和医疗患者都会产生“过度”对医疗进行使用的动机。这种无成本的活动会促使医疗机构和医疗患者都面对这极大的诱惑，或产生对医疗保险进行欺诈获利的“道德风险”。尤其在监管不完善的情况下，这种概率会进一步提高[2]。首先，第三方机构的支付方式会让医疗参与者和成本隔离，产生滥用医疗的情况，造成社会成本提高；其次，医疗参与双方的利益关系会促使其趋向于合作牟利；最后，由于医疗保险费用属于事后支付，会让医疗提供者在医疗过程出现过度医疗的情况。（3）借口动因。当前的医疗反欺诈工作程序繁琐，首先医疗诈骗需要先通过对医疗主体的信息数据进行识别筛选，从中筛选出有诈骗行为的对象，然后对其进行进一步地确认，确认后在对违法分子和违法行为进行约谈、警告，针对其违法行为采取停卡、罚款等具体的处罚措施。这些过程都存在着可趁之机，为违规者进行医保诈骗提供了良好的借口。第一，医疗保险较为抽象复杂，在所有的保险分类中，监管最为困难，且当前的医疗法律法规规定仅仅在参考各级政府机构的相关规范文件上，没有进入深入的研究，构建完善管理和处罚体系，导致监管混乱，操作困难，且处罚力度不强，无法发挥医疗保险法律的规范作用；第二，当前我国医疗机构以利益最大化为目标，并未很好的处理医患之间的利益冲突问题，医患之间利益纠葛较为复杂。所以在患者就医过程中，医疗机构为了自己的利益，极大地会出现在医疗用药、住院等方面的不合理之处，这种情况则会加大医疗保险及基金的负担；同时由于医疗患者缺乏相关专业知识，很容易受到医疗机构的诱导，主动使用非必要的医疗产品，进行一些非必要的手术；同时患者自己也存在盲目过度使用医疗资源的情况，如一些小病也非要住院治疗、非要使用昂贵的不必须医疗仪器或设备、追求高价药品等情况，这都在不同程度上加大了我国医疗保险机构及基金机构的压力。最后，医疗保险监管审查建设的缺位，当前我国医疗保险监管水平发展较低，急需医疗保险报销各个环节加强监管，但由于缺乏先关医保知识完备、流程熟悉、操作顺畅的专业人员，使得医疗稽核建设远远落后于医疗保险行业地发展水平。

三、基于舞弊理论的医保反欺诈预警模型构建

通过运用舞弊理论对我国医疗保险欺诈行为动因分析可知，医保欺诈行为的发生虽然表现为不同的形式，但归根到底还是个人的医保欺诈行为出现了问题。基于此，本文依据舞弊理论，按照大数据整合的思路，从对压力、机会、借口视角出发，构建对个人医保欺诈行为的反欺诈预警模型。从压力角度来看，个人健康程度和生活状况是个人从事医保欺诈的重要诱因，通过对个人日常健康地变化和生活状况进行健康，能够对个人的医疗行为进行准确地预测，以便作出正确的医保报销审批。制度上漏洞为个人进行医保欺诈提供了机会和借口，本文通过对医疗机构的行为预测，采纳家庭医生地建议，运用个人信用等数据，从而达到堵住制度漏洞的目的，达到对个人医保行为的准确预测。本文构建的预警模型主要针对个人健康状况、个人医疗费变化情况、就医机构诚信水平、家庭医生建议以及个人征信状况等。（一）基本假设。假设1：健康状况是进行医保报销评价的首要条件；且医保报销水平随着健康状况的好坏也会发生改变，若患者健康水平高，则需要的医疗费用越低；患者健康水平越低，则医疗费用越高假设2：若在三年中，个人医疗支出水平较为稳定，并未发生异常波动情况，则这个人进行医疗诈骗的可能性较小；若个人近三年的医保支出出现异常波动，则说明这个人出现医疗诈骗倾向较高假设3：医疗机构信用水平高，则发生医保诈骗的概率越低，医疗机构的信用水平越高，则越不容易发生医疗保险诈骗情况，因此通过对医疗机构信用水平的评价可以很好地进行预防假设4：家庭医生对患者能够提供一对一的更加详细的医疗很短，进行针对性的医疗救治互动，能够对患者进行更加精准的健康判断。因此家庭医生针对个人所提供的个人健康状况评价和就医状况具有更加精准的认知假设5：个人信用水平对其发生医疗诈骗的可能性有重大影响。个人征信水平越高，则发生诈骗的可能性越低；个人征信水平越低，则越有可能进行医疗保险诈骗（二）指标选择。（1）选择原则。一是要坚持科学性。构建医疗保险欺诈模型必须科学规范，能够识别和反映欺诈行为之间的内在动因及其联系，公正客观的体现医疗主体进行医疗诈骗行为的风险，因此必须从科学客观事实出发，否则会出现风险识别的误差，严重影响医保诈骗的评价和预测。二是要做到系统全面。欺诈活动并不出现在单一环节，它是一个系统的、综合性的活动，在就医、开药、住院等一系列活动中都会有所涉及，因此不能仅仅考虑单一环节，要从整个医疗体系及医疗保险运转的整个流程出发，构建各指标相互联系的风险分析体系，有效地对各个环节风险进行动态化、全面性分析。三是应具备稳定可靠的数据构建科学的指标体系，其模型操作的关键在于真实、准确、方便获取的数据来源基础之上。很多时候，模型构建完善后，由于缺乏相应的数据，使得模型的实际操作困难，无法运用到日常实践活动中，那么，模型的构建也失去了意义。四是应方具备实践操作性。但是其可操作性也是关键的环节，操作应具备简单易懂，操作便利等特点，因此在进行指标选择时应选择那些代表性强，反应准确的衡量指标。五是要注重时效性。构建医疗保险欺诈分析模型选取的指标具备一定的超前性，能够良好地识别和预测风险地发生，提前对这些风险进行预警防范，为稽核人员提供调查研究的时间，有效减少风险发生的概率。（2）指标体系。通过对上文风险识别体系的研究及其指标选取原则，为更好地体现准确性、可靠性、完全性及可得性，本文在构建医疗保险反欺诈模型时综合考虑了以下指标的选取。并将其指标分为二个层次体系，其中第一级指标主要由5指标构建起来，在一级指标的5个指标中共下设22个二级指标进行衡量，其各级指标构建及其含义详细情况如表1所示。（3）指标处理。由于各指标之间出现多重共线性，影响分析结果。为消除指标间多重共线的影响，本文首先运用聚类分析的方法将所选取的指标进行分类，筛选出更加精简和更具代表性的指标进行下一阶段地评价。同时各指标的采集和评价标准不同，如果直接进行标准化的统一分析，其分析结果将会出现极大地偏差，因此本文首先将采集的数据采用0-1标准化处理方法进行标准化处理。且根据处理后的样本数据特征可知，数据一般都服从标准正态分布，因此进入下一阶段过程。数据具体处理方法如式（1）所示：Xij=（Xij-minXij）/（MaxXj-MinXj）Yij=（Yij-minYij）/（MaxYj-MinYj）（1）聚类分析法由于具有良好的数据挖掘和分类作用，因此广泛的应用于各种领域的数据处理中，如在统计学中经常被用来预处理数据。目前最为常见的聚类数据处理方法为K-means处理法，它主要是通过构建K个集群并设定其对应的对象，然后借用循环技术将其对象在K个集群进行自由移动的方法。除了这个方法外，还有R聚类分析法和Q聚类分析法，这两种分析法指的是通过构建不同的层次来对各数据集合进行分类划分的方法。本文根据获得的数据，分析其数据的分布特征，从中筛选出最具代表性和准确性的衡量指标进行下一阶段地分析。具体操作过程为：首先进行聚类分析，聚类分析完成之后，进行各类指标相关性指数的均值计算，计算完成之后，选取其中较大值作为衡量指标，具体计算如公式2所示，其中，K为对应指标层的个数，r2ij为对应的各指标层其他相关系数进行平方之后的值。R2i=∑j≠1r2ijk-1，i，j=1，...，k（2）（三）预警综合值的计算方法。本文基于BP神经网络分析思路进行医疗保险反诈骗模型地构建，使用该方法的主要优点是其具有良好的适用性，BP神经网络的存储构架具有较强的特殊性，这使得它能够在不同系统中具有良好的适应能力和较高的错误容忍性，但是其也存在着以下几点弊端：在研究领域较为复杂的情况下，若简单的将所有可能产生的结果看作是输入因素投入作用的结果，则无法分析其各影响因素见复杂的关系，不仅会降低模型分析的准确性，使模型分析起来更为复杂难懂。且通常情况下，完善的模型，面面俱到地分析和完备的数据只存在理想之中，现实情况下很难达到这种条件，针对模型进行简化分析才能够做出相对简便的操作，并做出有力的判断。因此，本文首先采用主成分法对论文前端模型进行处理。首先，在变量的选择上进行筛检，根据上文提到的聚类分析法将最重要、最具代表性的关键变量筛选出来，可以大大地减少数据量；其次，对整个模型的风险水平进行估算，采取的估算方法为主成分分析法，同时将估算出的风险水平导入到其构建的BP网络中去。但是在风险估算过程中，仅凭这些简单的计算方式难以准确估计模型的风险敞口，本文还要进一步进行以下几个步骤：（1）计算Cronbach’sa信度系数，运用spss软件计算出系数后，若系数大于0.6，则表明所选取的数据是可靠的。然后再分别进行Bartlett球体检验和KMO检验，这步骤主要是用来验证主成分分析法是否使用于此模型。若Bartlett球体计算得出的系数低于0.5，则说明此分析方法适用性较好；若KMO检验结果低于0.5则表明此分析方法不适用，则需要考虑其他的分析方法。（2）确定主成分。通过分析变量数据来找寻其中的交互关系，并根据其交互关系来确定成分因子。在本文中主要采用因子负荷分析法来确定模型中的综合成分因子。综合成分因子地确定主要根据变量的特征值，当特征值大于1时，即可确定所选择的成分因子为综合成分因子。（3）正交处理。获取公共成分因子在模型中更具解释性，因此将所获得矩阵进行正交处理来求得公共成分因子。（4）确定主成分的得分。确定主成分得分有助于对变量和因子之间的相互关系进行理解，一般计算主成分得分方法主要有最小二乘法和极大似人估计法，采用汤姆生法和巴特莱特法来计算。（5）评估风险。根据，∑单个因子的方差贡献率因子单方差贡献率×单个因子得分，根据此公式计算得出的值就是风险评估值（四）预警模型构建。在预警模型的构建方面，本文采用了BackPropagation（BP）神经网络方法来构建欺诈预警模型。BP神经网络主要有各个神经元构成整个模型的基点，并将各个神经元以网状连接起来，形成相互联系，相互作用的系统网络。它的优点在于：一是BP神经网络的存储构架具有较强的特殊性，这使得它能够在不同系统中具有良好的适应能力和较高的错误容忍性，因此可以克服数据缺失、出现误差等缺点；二是经济领域的各个风险更为复杂。这些风险地产生是由各个因素相互作用，相互干扰而产生的，并非简单的线性关系，因此构建的风险预警模型能够体现其复杂性。三是该模型操作简便，可以通过输入数据的简便操作实现模拟大脑运行学习的功能，可以更好地达到研究效果。本文构建的基于BP神经网络的欺诈预警模型主要分为三个层次。经过指标筛选后，主要有输入层、隐含层和输出层（即风险警示程度，可以分为无警、微警、轻警、中警、重警）。为对本预警模型进行测试，可以在测试集输入训练好的BP神经网络，得到Y1，即预测的综合风险值，然后对测试集采取相同的方法进行处理，则可得到Y2，即实际综合风险值。如果计算得出Y1=Y2，则表明所设定模型的精确度能够满足验证要求，如果Y1屹Y2，则表明模型的精确度需要进一步提升。具体操作过程如图1所示。（五）划分综合预警值。在整个模型中，最重要的即风险程度地划分。则需要确定各个风险区间所占的权重，风险权重的设置需要能够准确反映各种风险水平，且并根据各级风险水平的划分确定相应处置措施，并对所设置的风险敞口进行更加细致的处理。同时，本文为了便于理解分析，将计算出的对应风险值扩大了100倍，同时根据其取值范围划分了不同的风险水平，具体内容如表2所示：根据构建的个人医疗保险反欺诈模型可知，本文主要针对个人医疗保险报销的五个方面进行分析测评，其中包括对个人健康状况地测评，但是要实现对每个医保用户的健康状况跟踪记录是非常困难的，这需要医疗机构首先将各居民的健康数据搜集出来，进行健康水平测试，且在以后的过程中进行跟踪记录，是一个持续复杂的工作。同时分析个人近三年来的整体医疗费用支出变动情况来分析个人进行医保诈骗的可能性，做出提前预警。根据个人医疗支出水平较为稳定和异常波动情况进行分析比对，预防其出现骗保动机。同时医疗机构作为医疗保险参与者之一，其信用水平不容忽视，要加强对其的资质审查和信用评价。当前的家庭医生也占我国医疗发展中的一环，因此家庭医生针对个人所提供的个人健康状况评价和就医状况具有更加精准的认知。所以在进行医疗诈骗预防体系构建中应参考家庭医生的建议。个人的信用水平。个人信用水平对其发生医疗诈骗的可能性有重大影响，因此要加强对个人征信评价建设。

四、基于舞弊理论的医保反欺诈预警保障机制

（一）建立定点医疗机构监测预警机制。构建医疗欺诈监测管理系统，通过将患者就诊、用药、手术、住院等数据资料公开并建立起专门的数据库，进行跟踪记录，以便对异常就诊情况进行及时识别和管理。不仅要对患者的就诊情况加强监督，对医疗机构及医务人员提供的服务情况也应该纳入整个系统中，将其进行记录，并作为参考，同时纳入医院的考核指标中。基本检测指标应包括就医人数、就医次数、住院天数、药品消耗数、日住院费、转院次数、大型设备使用次数等，并对这些数据根据地区和机构的不同设置不同的警示指标，在出现异常情况时要加强监控。同时上述指标要按照相关规定进行日、月、季度进行按期披露，不规范的情况要及时改进。另外，设置警示指标值时可以参考VAR或TVAR值的设置，要跟据省、市、县以及不同机构的情况设置分级指标，并对各风险预警情况作出具体的标示，如划分“无警”、“中警”等不同警示指标，并利用设定的风险警示模型计算出各地区和各机构的VAR或TVAR值，并进行相对应的风险警示情况预警，同时采取相应的应对措施。（二）利用技术手段遏制各种违规现象。充分利用现代技术来遏制就医和申请医疗保险中存在的违规情况。要求使用新农合报销的患者进行病情和医疗情况的在线申报及审核，要求医疗机构及时输入当天的就医接诊和医疗用品消耗情况，每天对医疗机构上传的就诊和相关使用医疗用品使用情况进行清点审核，对医疗服务进行评价等。通过这种技术结合的手段，对医疗发生的过程进行实时监测，可以有效预防其发生不规范的可能。同时充分发挥医疗保险院代表和家庭医生的监管作用。新农合医疗保险驻院代表和家庭医生要根据病人的住院情况和医疗情况进行及时的审查和监督，对于病人在就诊、用药和住院期间发生的不合规情况要及时的向医院及其监管机构提出来，并要求其作出整改。（三）强化医疗服务质量和信用评价机制。要加快构建医疗服务完善和评价体系，加强对医疗机构及其医务人员服务能力、服务水平及后续服务提供能力的评价考核和监督管理机制。成立医疗服务评价监督委员会或医疗服务质量评审委员会，通过组建专家团队，对医疗机构及其医务人员提供的服务进行专业监察评审，对其不正确、不规范的行为提出并责令其整改。并针对其违规情况采取相应的处罚措施：对存在违规或欺诈的医疗机构可取消医疗报销资格；对存在违规或欺诈的医务人员可吊销其行医资格并处以停职等处分；对进行医疗欺诈的患者可以停用其医保卡等具体措施。同时加强构建机构及个人的征信体系，并将其信用水平纳入整个社会的征信体系中，若其信用水平降低对其社会信誉产生影响，通过完善整个社会的征信体系，降低医保诈骗的风险。（四）构建社会诚信。完善的社会信用体系是构建和谐的社会环境，防范医疗保险诈骗发生的重要前提。通过对个人、医生和医疗机构进行信用评级并制定相应的信用评价和分析管理系统，则可有效的降低医疗诈骗发生的概率。当个人、医生或医疗机构发生违规现象时，可以下调其应用等级，对存在违规或欺诈的医务人员可吊销其行医资格并处以停职等处分，并处以扣除相应工资、影响其进行评职称等活动的进行；对进行医疗欺诈的患者可以停用其医保卡，并追回其所谋取的不正当所得等具体措施。且对信用等级较低的患者、医生或者医疗机构要加强监督，对其医疗行为要重点进行关注。

参考文献：

［1］王蔚臆.医保欺诈的成因及其监管探析［J］.管理观察，2014（8）：164-166.

［2］林源.新型农村合作医疗保险欺诈风险管理研究［D］.湖南大学，2014.

作者:牛秀粉单位:河南经贸职业学院会计学院