基于醫(yī)保數(shù)據(jù)的風(fēng)險防控算法研究
發(fā)布時間:2020-05-02 18:33
【摘要】:隨著醫(yī)療保險制度體系的不斷完善,醫(yī)療保障的覆蓋面得以不斷擴大。然而,在醫(yī)保事業(yè)快速發(fā)展的同時,一些深層次的問題逐漸暴露出來,如不斷加劇的老齡化問題、愈演愈烈的違規(guī)騙保行為等。這些問題嚴(yán)重威脅著醫(yī);鸬恼_\行。因此,如何有效識別醫(yī);疬\行過程中潛在的風(fēng)險因素,及時預(yù)警并有針對性地采取風(fēng)險防控措施是確保醫(yī)保基金可持續(xù)運行的關(guān)鍵。本文以X市城鎮(zhèn)職工醫(yī)保基金風(fēng)險防控算法研究為對象,系統(tǒng)地分析影響醫(yī);鹗罩胶獾娘L(fēng)險因素,重點研究結(jié)余風(fēng)險預(yù)測和違規(guī)欺詐風(fēng)險檢測算法,并最終建立醫(yī);痫L(fēng)險防控平臺以輔助醫(yī);鸬臎Q策和管理。本文主要貢獻如下:·基于時間序列的結(jié)余風(fēng)險預(yù)測針對結(jié)余風(fēng)險預(yù)測環(huán)節(jié)中的統(tǒng)籌基金收入和支出預(yù)測問題,以時間序列預(yù)測方法為基礎(chǔ)分別提出了基于單變量的統(tǒng)籌收入組合預(yù)測模型ES_ARIMA和基于多變量的統(tǒng)籌支出預(yù)測模型RXSR。通過在真實醫(yī)保數(shù)據(jù)上的多組對比實驗證明了兩種模型具有良好的預(yù)測效果!せ诰植慨惓R蜃拥钠墼p風(fēng)險檢測針對欺詐風(fēng)險檢測中住院費用異常問題,以局部異常因子算法為基礎(chǔ),通過引入DBSCAN聚類方法和重定義局部異常因子計算方式,提出了FDC和FDP兩種異常費用檢測算法,并從異常檢出率、時間消耗等方面驗證了兩種算法的有效性。此外,引入基于規(guī)則的異常頻次檢測方法,使全過程的欺詐行為監(jiān)督成為可能。·醫(yī);痫L(fēng)險防控平臺的研究與實現(xiàn)以數(shù)據(jù)倉庫及數(shù)據(jù)挖掘技術(shù)為支撐,通過融合Spark分布式計算框架、MVC設(shè)計模式、Java EE開發(fā)框架,設(shè)計并實現(xiàn)了醫(yī);痫L(fēng)險防控平臺。該平臺主要包括查詢統(tǒng)計、分析挖掘、預(yù)警監(jiān)控、管理維護等功能模塊,用以輔助醫(yī);鸬臎Q策和管理。
【圖文】:
療衛(wèi)生資源分配以及醫(yī)療服務(wù)需求的增長情況。違規(guī)欺詐風(fēng)險防控致力于從事前、事后兩個角度對醫(yī)保涉及的多方主體進行有效監(jiān)督,從一定程度上減少甚至杜絕欺詐行為的發(fā)生。6.3系統(tǒng)實現(xiàn)本文選取當(dāng)前主流的 Web 開發(fā)框架 Struts2+Mybatis 完成了平臺部分功能的開發(fā)工作。平臺功能涵蓋政策風(fēng)險防控、運營風(fēng)險防控、供需矛盾風(fēng)險防控及違規(guī)欺詐風(fēng)險防控等四個方面內(nèi)容,,可為醫(yī);痫L(fēng)險防控提供信息支持、輔助決策。政策風(fēng)險防控 政策變量的制定是否合理關(guān)系著醫(yī);鹗欠衲鼙3珠L期動態(tài)平衡。通過對政策變量影響分析以及相關(guān)變量調(diào)整效應(yīng)的預(yù)測,為決策層調(diào)整或者制定政策指標(biāo)提供可靠的科學(xué)依據(jù)。
運營風(fēng)險防控 運營風(fēng)險防控模塊主要是為決策層、管理層用戶提供個性化服務(wù),關(guān)注基金收支影響因素、基金結(jié)余風(fēng)險、統(tǒng)籌費用支出細(xì)節(jié)及基金收支未來走向等方面的內(nèi)容,功能模塊如圖6.4、圖6.5所示。圖 6.4: 決策層模塊功能圖針對決策層用戶,主要提供趨勢分析、總體分布及收支預(yù)測等結(jié)果。趨勢分析模塊包含歷年收支走向、統(tǒng)籌賬戶及個人賬戶當(dāng)期結(jié)余情況、參保人數(shù)、平均73
【學(xué)位授予單位】:華東師范大學(xué)
【學(xué)位級別】:碩士
【學(xué)位授予年份】:2018
【分類號】:F842.684;TP311.13;R197.1
【圖文】:
療衛(wèi)生資源分配以及醫(yī)療服務(wù)需求的增長情況。違規(guī)欺詐風(fēng)險防控致力于從事前、事后兩個角度對醫(yī)保涉及的多方主體進行有效監(jiān)督,從一定程度上減少甚至杜絕欺詐行為的發(fā)生。6.3系統(tǒng)實現(xiàn)本文選取當(dāng)前主流的 Web 開發(fā)框架 Struts2+Mybatis 完成了平臺部分功能的開發(fā)工作。平臺功能涵蓋政策風(fēng)險防控、運營風(fēng)險防控、供需矛盾風(fēng)險防控及違規(guī)欺詐風(fēng)險防控等四個方面內(nèi)容,,可為醫(yī);痫L(fēng)險防控提供信息支持、輔助決策。政策風(fēng)險防控 政策變量的制定是否合理關(guān)系著醫(yī);鹗欠衲鼙3珠L期動態(tài)平衡。通過對政策變量影響分析以及相關(guān)變量調(diào)整效應(yīng)的預(yù)測,為決策層調(diào)整或者制定政策指標(biāo)提供可靠的科學(xué)依據(jù)。
運營風(fēng)險防控 運營風(fēng)險防控模塊主要是為決策層、管理層用戶提供個性化服務(wù),關(guān)注基金收支影響因素、基金結(jié)余風(fēng)險、統(tǒng)籌費用支出細(xì)節(jié)及基金收支未來走向等方面的內(nèi)容,功能模塊如圖6.4、圖6.5所示。圖 6.4: 決策層模塊功能圖針對決策層用戶,主要提供趨勢分析、總體分布及收支預(yù)測等結(jié)果。趨勢分析模塊包含歷年收支走向、統(tǒng)籌賬戶及個人賬戶當(dāng)期結(jié)余情況、參保人數(shù)、平均73
【學(xué)位授予單位】:華東師范大學(xué)
【學(xué)位級別】:碩士
【學(xué)位授予年份】:2018
【分類號】:F842.684;TP311.13;R197.1
【參考文獻】
相關(guān)期刊論文 前5條
1 胡華蓮;張彥;劉超;;江門市社會保險基金風(fēng)險智能管控及預(yù)警平臺研究[J];現(xiàn)代工業(yè)經(jīng)濟和信息化;2015年01期
2 于瑞均;;天津醫(yī)保監(jiān)督檢查體系現(xiàn)代化建設(shè)進程[J];中國醫(yī)療保險;2014年03期
3 孫曉軍;吳蘭;包慧軍;;寧夏醫(yī)保信息監(jiān)控系統(tǒng)建設(shè)進程和啟示[J];中國醫(yī)療保險;2013年05期
4 王建文;;構(gòu)建完善的醫(yī);痫L(fēng)險預(yù)警體系[J];中國醫(yī)療保險;2012年06期
5 秦U
本文編號:2647368
本文鏈接:http://www.sikaile.net/yixuelunwen/yiyuanguanlilunwen/2647368.html
最近更新
教材專著