基于離群點檢測方法的醫(yī)保異常發(fā)現(xiàn).pdf

1、隨著計算機技術以及數(shù)據庫技術的飛速發(fā)展，離群點檢測技術在網絡入侵檢測、欺詐檢測、病例研究、商業(yè)分析等領域中得到了廣泛的應用。離群點檢測技術是在數(shù)據集中發(fā)現(xiàn)不滿足一般對象行為特征、或者與其他數(shù)據對象產生明顯偏離的對象。一般來說，離群點的產生機制與正常的數(shù)據對象不同，故離群點可能蘊含著更為重要的信息。在醫(yī)療保險領域，道德風險的存在不可避免的引起了各類醫(yī)保欺詐等違法違規(guī)事件的發(fā)生，造成了嚴重的經濟損失并影響了制度長期穩(wěn)定的可持續(xù)發(fā)展。為了解決

2、這一問題，本文基于離群點檢測技術，發(fā)現(xiàn)醫(yī)保中的異常的數(shù)據對象，這些數(shù)據對象可以視作疑似欺詐的案例，對輔助審核人員完成稽查監(jiān)督工作具有重要的現(xiàn)實意義。
　　由于醫(yī)保數(shù)據集的數(shù)據量大，數(shù)據分布復雜，使得離群點檢測成為一項極具挑戰(zhàn)的工作，其主要困難有:(1)醫(yī)保數(shù)據集中存在部分數(shù)據對象及特征值，對于離群點檢測是無關的，過多的無關數(shù)據對象及特征值帶入離群點檢測，會影響最終結果的準確性。(2)醫(yī)保中的藥品數(shù)據集合數(shù)據維度高，數(shù)據稀疏，使得傳

3、統(tǒng)的離群點檢測方法難以獲得較好的效果。(3)醫(yī)保中的臨床路徑數(shù)據集合中數(shù)據各維度分布不一致，數(shù)據集中同時存在稀疏的區(qū)域以及稠密的區(qū)域，對于離群點檢測產生的較大的困難。
　　本文針對于醫(yī)保數(shù)據集的數(shù)據特征，在醫(yī)保數(shù)據集中進行離群點檢測，其主要貢獻和創(chuàng)新有以下三點:
　　(1)本文提出一種基于粗糙集理論的屬性約簡及關聯(lián)集抽取方法。
　　在醫(yī)保數(shù)據集的數(shù)據對象中，存在一部分對于離群點檢測無關的屬性，即噪音屬性。如將這一部分屬

4、性帶入離群點檢測，會對離群點檢測的結果準確性產生干擾?；诖植诩碚?，對屬性進行約簡，消除一部分對于離群點檢測不相關的屬性。進而提出關聯(lián)集的概念，以及關聯(lián)集抽取算法。關聯(lián)集是數(shù)據全集的子集，然而包含與全集相同的離群點對象。關聯(lián)集對于離群點檢測起到了縮小檢測范圍的作用，在關聯(lián)集中進行離群點檢測，會得到更準確的檢測結果，且效率更高。通過關聯(lián)集算法抽取出關聯(lián)集，用于隨后的離群點檢測工作。
　　(2)本文提出一種在醫(yī)保數(shù)據集中檢測異常藥品

5、組合的SLOF離群點檢測算法。
　　在醫(yī)保藥品數(shù)據集中，針對于同一病種，檢測異常的用藥組合。醫(yī)保藥品數(shù)據集數(shù)據維度高，數(shù)據稀疏，這對離群點檢測造成了一定的困難。本文提出了一個基于局部密度的離群點檢測方法SLOF，用于在高維度、稀疏的數(shù)據環(huán)境中較為準確的檢測離群點。其基本思想是使用向量表示復雜的藥品組合數(shù)據對象，通過計算出對象間的距離，來計算出數(shù)據對象的密度，進而計算出各數(shù)據對象的離群程度。該方法采取集成學習的方式，將不同參數(shù)的離群

6、點檢測結果進行合并，得到最終的離群值。離群值超過閩值的數(shù)據對象被檢測為離群點。實驗結果表明，在數(shù)據維度高，數(shù)據稀疏的數(shù)據集中，SLOF離群點檢測算法的準確性優(yōu)于傳統(tǒng)的離群點檢測算法。
　　(3)本文提出一種在醫(yī)保數(shù)據集中檢測異常臨床路徑的CODM離群點檢測算法。
　　在醫(yī)保臨床路徑數(shù)據集中，針對同一病種，進行異常臨床路徑檢測。對于臨床路徑數(shù)據集中數(shù)據各維度分布不一致、數(shù)據集中同時存在稠密以及稀疏區(qū)域的特征，提出CODM離群點