基于神经网络的医保欺诈主动发现模型

医保欺诈行为的主动发现针对在医疗行业中存在的医疗保险欺诈行为，应当有合适的方法去及时发现并制止，只有这样才能使医疗保险金能真正落到实处。

本文使用主成分分析、K-means聚类分析等方法, 并运用MATLAB. SPSS等软件对数据进行分析，并对我国医保行业现状进行分析，为相关部门自动识别医保诈骗提供具体的模型及识别方法。

关键词：医保欺诈：主动发现：主成分分析；K-means聚类一、数据挖掘预处理由于本文主要研究的是医保欺诈行为，所以数据处理中只保留所有参保人员，将非参保人员的就诊拿药数据剔除，减少无关数据的干扰。

（-）数据淸洗。

针对本文的研究目的，有目的地进行数据淸洗。

首先是删除大量对于本次数据挖掘没有用的数据，只保留相关数据列：其次是对于缺失的必要数据采用数据归约的方法填补空缺。

（二）数据转换。

将文本型、字符型数据转换为数字型数据，以方便后续研究。

如用"T 和"0"代替性别的"男”、"女”；将出生日期转换为患者年龄等。

二、医保欺诈行为主动发现模型（-）类型回：医保卡持有人已死亡。

这是最容易发现的骗保行为，故优先考虑该种类型的骗保行为主动发现。

通过MATLAB编程对医保卡和身份证号列进行筛选处理，找到一个医保卡ID对应多个医保手册号的情况。

利用MATLAB软件进行筛选，将筛选岀的ID利用Excel 的vlookup 函数査找出对应的身份证号，找出嫌疑人的关键信息。

可以将一卡两人用、一卡三人用的医保卡ID和医保手册号筛选出来。

而病人也有死亡标志说明，可以查出死亡病人的ID再査找英医保卡消费情况，对比病人的死亡时间以及账单号的交易时间，若病人的死亡时间在前而交易时间在后，则为医保欺诈记录。

根据所使用的数据表，暂未发现这类医保欺诈，但仍应该警惕，及时把死亡者的医保卡注销，避免这类医保欺诈的发生。

（二）类型目：医保卡持有人未亡。

对预处理后的数据进行分析，可以发现病人的医保费用与参保人的年龄、消费频率、消费药品的金额之间具有一定的关联性。

保险研究　2011年第3期I N S U R A N C ES T U D I E S　N o.3　2011　基于B P神经网络的保险欺诈识别研究———以中国机动车保险索赔为例叶明华(华东师范大学国际金融与风险管理研究中心,上海200241)[摘　要]　当前保险欺诈在国内外呈现蔓延态势,尤其体现在机动车保险领域,欺诈识别已成为保险欺诈研究的核心内容。

目前保险欺诈识别有统计回归和神经网络两大类方法,这两种方法在指导思想和识别流程上各有优缺。

本文基于我国财产保险公司车险索赔样本数据,检验B P神经网络在我国保险欺诈识别中的有效性;同时为了尝试统计回归和神经网络的有效融合,本文采用L o g i t离散模型获得的指标作为精炼解释变量训练神经网络,通过两种预测结果比对分析,构建我国保险索赔指标完善和神经网络欺诈识别技术改进的对策。

[关键词]　保险欺诈;欺诈识别;B P神经网络[中图分类号]F840.32　[文献标识码]A　[文章编号]1004-3306(2011)03-0079-08 保险欺诈(I n s u r a n c e F r a u d)是故意制造保险事故、谎称发生保险事故或夸大索赔以骗取保险金的行为,它以不当得利为目的,严重损害保险公司利益,欺诈导致的额外成本最终将通过后续保费上涨转嫁给诚实投保人,这严重侵蚀保险市场赖以运作的公平保费理论。

故此,保险欺诈一直是国际保险理论界和实务界关注的重要议题,建立有效的识别(F r a u d D e t e c t i o n)技术已成为近20年保险欺诈研究的核心目标。

一、国内外保险欺诈最新态势我国没有专门统计保险欺诈的官方或民间机构,目前也并无就全国保险欺诈状况发布的统计信息。

唯一可得的欺诈估测是2009年广东省保监局发布的,省内保险公司关于保险欺诈的问卷调查,结果显示:40%的保险公司认为自2000年以来,保险欺诈呈逐年上升态势;40%的保险公司认为欺诈最严重的险种是机动车保险,20%的保险公司认为欺诈最严重的是医疗保险。

医保欺诈行为的主动发现摘要医疗保险是关系到国计民生和国家发展的重大问题，基金统筹定额标准对医疗保险的发展、完善和社会稳定发展有重要影响。

本文通过一系列科学计算，得出了新的定额标准，并对按参保人年龄结构分类的每一类定点医疗机构下一年度的定额总费用进行预测。

针对问题一，我们建立模型一，计算出人均支付基金总额，利用 excel 画出折线图，并且根据折线图的分布进行不同区间对你曲线进行拟合，利用隶函数，确定出人均支付基金总额与年龄的之间的函数关系，并通过相关性检验，得到了相应的方程。

针对问题二，对数据进行分析之后，建立了聚类分析模型，对 46 个医疗机构进行的分类，运用 SPSS 进行求解，把医疗机构分成了 5 类，分类结果见表五，然后在新的定额标准下，利用 excel 求的每一个医疗机构的总费用，最后用均值表示为每一类医疗机构的下一年的预测费用为：医疗机构下一年总费用第一类医疗机构 6072315 第二类医疗机构 21330.48 第三类医疗机构 9025437 第四类医疗机构 7327655 第五类医疗机构 50665304 一、问题重述近来，为给各县市居民的医保方便，各县市纷纷出台有关社会基本医疗保险普通门诊统筹的相关办法，其中，职工医疗保险、外来劳务人员大病医疗保险、未成年人医疗保险、城乡居民基本医疗保险的参保人全部纳入门诊统筹的范围。

医疗保险欺诈，是指公民、法人或者其他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，故意捏造事实、弄虚作假、隐瞒真实情况等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。

请根据附件中的数据，找出可能的欺诈记录。

社会基本医疗保险门诊统筹实行定点医疗。

某市医疗保险定点医疗机构为社区卫生服务机构及镇卫生院。

医保欺诈的主动发现摘要随着城镇职工基本医疗保险覆盖面的逐步扩大，参保人员结构更为复杂，医疗保险基金在医疗领域面临欺诈的风险也越来越大。

防范医疗欺诈问题，是研究社会医疗保险的重要课题之一，以此医疗保险欺诈为背景提出了问题，本文运用聚类分析、等方法成功解决了这个问题，并在大量医保名单中找出了医保欺诈行为。

首先根据数据2.1，我们对数据进行了预处理，利用Excel的删除重复项功能对人数进行了识别，然后查找并删除了死亡患者的数据，最后得到58014个不同的ID号，然后利用SPSS分别对身份证号、医保手册号采取标记重复个案的方法，标识出重复数据，其次利用k均值聚类分析法对Userupdate（用户更新次数）进行了分析，确定了主个案和重复个案占的比重，并画出其占比重的饼状图，发现第二类聚类中心数大，以上三种数据特征则表示极可能是医保欺诈行为。

另外根据数据2.2，考虑到可能的欺诈行为，将其分为三类，分别为单张处方单价过高，但其与总价、数量之间存在着相互影响，对此我们先对单价、数量、总价进行相关分析，发现单价与总价呈弱相关；然后用聚类分析对医嘱子类、单价、数量、总价进行分类，案例数少的类即有欺诈嫌疑；其次，对病人ID号标记重复个案，由于重复个案所占比例较大，对重复个案进一步进行了聚类分析；最后，若下医嘱科室与病人科室不一致则可能为欺诈，对此我们绘制了简单线图，不在y=x直线上的即为欺诈记录。

最后，对所建立的模型和求解方法的优缺点给出了客观的评价，并指出了改进的方法。

关键词：医保欺诈 SPSS k均值聚类分析标志重复个案一、问题复述1.1 问题背景随着我国医疗保险事业快速发展,在保险赔付过程中,存在着一些借助病案进行医疗保险欺诈的事件,医疗保险欺诈，是指公民、法人或者其他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，故意捏造事实、弄虚作假、隐瞒真实情况等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。

全国大学生数学建模竞赛选拔赛承诺书我们完全明白，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赛规则的行为，我们将受到严肃处理，并取消参赛资格。

我们参赛选择的题号是（从A/B/C/D中选择一项填写）： A参赛队员(打印后再手签):：1.2.3.指导教师或指导教师组负责人(没有可不填写)：（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格。

）日期： 2015 年 7 月 29 日医保欺诈的主动发现摘要医疗保险是关系到国计民生和国家发展的重大问题，医保欺诈问题严重威胁医保基金安全，妨碍医保政策的有效实施，因此医保欺诈行为的主动发现对医疗保险的发展、完善和社会稳定发展有重大的意义。

本提出了一种基于BP神经网络的识别的鉴别医保欺诈行为的方法。

对于数据的处理，我们选择了Excel和Access根据病人ID将表2.1病人资料和表2.2费用明细表进行了汇总和归一，并剔除了包括记录不完整、格式错误之内的无效数据，在这个过程中我们发现了所有的消费记录只是买药，并且在这个月的消费记录中只有极少数病人存在转科室行为，而且一部分病人是自费的，没有医保欺诈嫌疑，还有一些病人存在多人共用医保卡的现象，直接确定其为医保欺诈，这些病人的消费记录为我们训练BP神经网络提供了样本支持。

对于这个问题，我们首先用Excel和Access从大量的数据中筛选出了对欺诈识别有用的信息，其中包括病人的年龄，性别，所在科室，当月总消费以及当月消费频率等等你，又考虑到不同科室的消费情况存在差异因此我们求出了各个科室的平均消费额，并且做出了每个病人当月的消费对对应科室平均消费的相对差。

基于数据挖掘的医保欺诈主动发现电机系2013010932 方诗卉电机系2013010935 谭振飞电机系2013010946 贾鑫摘要目前社会上存在着一些不法分子在履行参保缴费义务上虚构事实，隐瞒真相，以骗取医保权益，或在医疗行为上虚构事实，隐瞒真相，以骗取医保基金或医保待遇。

这类欺诈行为在各个国家普遍存在。

这些违法行为已经给我们国家带来了极大的经济损失，严重影响我国医疗行业的进一步发展。

而在海量就医病患信息中识别出骗保行为，靠人工的力量显然是不行的。

为了能高效地初步识别出骗保嫌疑对象，本文使用聚类分析、异常点挖掘、残差分析等算法对病患就诊信息进行数据挖掘。

针对不同的骗保手段，给出了四个骗保识别因子作为评判标准，并由此通过一种平方平均的方法得到了一个集中的骗保嫌疑评判指标。

通过计算每一例就医记录的嫌疑指标，并与设定的阈值比较，可以初步锁定骗保嫌疑对象。

再在这些对象中进行更精细的人工调查，便可有效地识别骗保行为。

关键词：欺诈识别、数据挖掘、异类识别、SNN相似度、识别因子一、问题重述医疗保险欺诈，是指公民、法人或者其他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，故意捏造事实、弄虚作假、隐瞒真实情况等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。

根据附件中6个表格（病人资料、费用明细表、医嘱表、医嘱子类、核算分类、患者类别）中的数据，找出可能的欺诈记录。

二、问题分析关于医疗保险欺诈，骗保人会在医保的使用过程中留下痕迹，会出现非正常消费的情况。

在本问题中，需要通过检索分析消费记录来进行选择。

首先，根据表格2.1——病人资料，可以看出，有一部分人在医院的记录中使用了医保卡，而另一部分人没有使用。

所以对没有使用医保卡的情况可以断定出没有骗保嫌疑。

1．问题的重述医疗保险欺诈，是指公民、法人或者其他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，故意捏造事实、弄虚作假、隐瞒真实情况等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。

请根据附件中的数据，找出可能的欺诈记录。

2．问题的分析题目的意图很明确，就是要我们通过数学建模的手段找出医疗保险欺诈的记录。

通过对给出数据的观察和分析，我们发现这几个表里面有很多栏都是空白，而且有些信息记录与本次建模没有联系，所以首先必须要将到数据库中，通过数据库语言对表进行合理的处理，整合到一张表里。

接着应该选取一些欺诈识别因子，即初步选取能刻画欺诈特征的一些可测信息点确定识别指标。

为了能对这些因子进行评价判断，应该要抽取一部分记录作为初步的样本。

接下来就得通过统计回归方法检验指标的有效性，并从中选取显著有效的欺诈识别因子作为解释变量；通过建立BP神经网络模型进行欺诈识别，选取学习样本训练神经网络，并选取检验样本检验网络模型的有效性，即通过网络计算欺诈概率，并同事先确定的阈值进行比较，当欺诈概率超过该阈值时即视为疑似欺诈案件，在实际中确定为疑似欺诈的案件进入特殊处理程序，进一步调查。

3．模型的假设与符号说明3.1模型的假设（1）假设医保手册号为1的病人都是不享受医疗保险的；（2）假设医嘱数量和费用为负数是输入错误,将所有负数变为正数；（3）假设所有数据来源真实不存在篡改的情况。

ai x 1L 0L b ii y 3.2 符号说明p事件发生的概率，存在医保欺诈概率为1 第i 个识别因子回归方程的似然函数值 引入解释变量后似然函数 N 样本容量第i 个自变量的回归系数 第i 个案例的判定概率 识别因子中最大值识别因子中最小值 M为隐层节点数4．模型的准备通过对附件里的数据进行观察可以很容易发现，有很多表格里的栏目内容为空，还有就是有些信息对本次建模没有帮助，所以在建立模型前，有必要将原始数据进行筛选处理。

医保欺诈行为的主动发现摘要本文所致力于解决的问题为“摘取可能的医保欺诈记录”，而在解决问题的过程中最大的难点在于数据中有可能混杂着大量的虚假数据，对分析有着较大的影响。

我们对问题进行了全面的分析，将问题化解为三个阶段，化繁为简进行分析。

首先，我们对研究对象进行了分类。

我们查询了多份权威论文，对可选择影响因素进行了查找与筛选，并利用SPSS，对数据进行了整理、选择、分析，得到了年龄与医保消费最为相关的结论。

然后，我们以年龄为自变量，套用样本选择模型、二部模型，并利用MATLAB对数据进行拟合、求解未知系数，并得到了最接近于正常消费的“费用—年龄关系”和“频率-年龄关系”。

以此为基础，我们初步筛选出了可能的医保欺诈数据。

最后，我们参考了“接近死亡效应假说”，进一步建立模型，对得出的结论进行修正，得到最准确的结论。

【1】本文的亮点在于，一是利用统计学知识，对给出的数据进行了一定的整理与筛选，对一部分无效数据进行了舍弃；二是在样本中可能充斥着大量虚假数据的情况下，选择样本选择模型来处理数据，使得结果最接近于真实【2】；三是加入了“接近死亡效应假说”，对于现有的医保欺诈计算模型进行了一定的修正。

目录医保欺诈行为的主动发现 (1)摘要 (1)关键词 (2)问题重述 (2)问题分析 (3)数据处理 (4)一．影响医保消费因素研究 (5)软件应用 (5)模型假设与符号说明 (6)模型求解 (7)结果分析 (8)二．“医保消费—年龄关系”的准确关系及初步结论 (9)模型假设与符号说明 (9)模型求解 (10)模型的优缺点 (13)结果分析 (13)三．模型结果的稳健性检验和模型修正 (14)数据筛选 (15)结果分析 (15)结果分析 (15)参考文献 (18)附录 (19)附录一 (19)附录二 (20)附录三 (20)附录四 (23)关键词医保欺诈，“医保消费—年龄模型”，样本选择模型，接近死亡效应假说，SPSS，MATLAB。

基于神经网络的欺诈检测技术研究I. 简介欺诈检测是目前金融领域中的重要问题之一，如何快速准确地发现欺诈行为成为了金融行业各大机构所关注的关键问题。

基于神经网络的欺诈检测技术应运而生，该技术通过学习历史数据，建立模型来预测潜在的欺诈行为，从而实现欺诈检测。

II. 神经网络模型神经网络是一种类似于人脑的计算模型，通过多层神经元进行计算，从而实现模式识别和分类等任务。

针对欺诈检测的问题，可以使用神经网络模型来进行建模。

1. 输入层输入层是神经网络的第一层，它负责接收数据，将数据转化为网络能够处理的格式。

对于欺诈检测而言，输入层的数据通常是用户的历史交易数据，包括交易时间、交易金额、交易地点等。

2. 隐藏层隐藏层是神经网络中处理数据的核心层次，它接收输入层的数据，并通过网络的连接关系和激活函数来处理数据。

对于欺诈检测问题，隐藏层通常会有多个节点，并使用多层感知器的形式来处理数据。

3. 输出层输出层是神经网络中的最后一层，它将处理后的数据输出到外部环境中。

对于欺诈检测问题，输出层通常是二元输出，即是欺诈行为还是正常行为。

III. 神经网络的训练神经网络是一种需要训练的模型，如何进行训练对于神经网络的性能有着很大的影响。

对于欺诈检测问题而言，需要通过一系列的训练来优化神经网络的预测精度。

1. 数据预处理在进行神经网络训练之前，需要对输入数据进行预处理，包括数据清洗、归一化等处理。

这可以使得输入数据的范围更加稳定，从而提高神经网络的精度。

2. 神经网络的训练神经网络的训练通常使用反向传播算法，该算法通过计算误差来更新神经元之间的权重和偏置，从而优化神经网络的预测精度。

该算法需要大量的计算和存储资源，因此需要进行高效的实现和资源分配。

3. 神经网络的优化在进行神经网络训练时，需要进行一系列的调整和优化，包括模型选择、参数设置、学习率优化等。

这可以有效提高神经网络的训练效率和预测精度。

IV. 神经网络技术在欺诈检测中的应用神经网络技术在欺诈检测领域中有着广泛的应用，包括信用卡欺诈检测、电信诈骗检测、保险欺诈检测等。

医保欺诈行为的主动发现摘要医疗保险是关系到国计民生和国家发展的重大问题，基金统筹定额标准对医疗保险的发展、完善和社会稳定发展有重要影响。

本文通过一系列科学计算，得出了新的定额标准，并对按参保人年龄结构分类的每一类定点医疗机构下一年度的定额总费用进行预测。

针对问题一，我们建立模型一，计算出人均支付基金总额，利用 excel 画出折线图，并且根据折线图的分布进行不同区间对你曲线进行拟合，利用隶函数，确定出人均支付基金总额与年龄的之间的函数关系，并通过相关性检验，得到了相应的方程。

针对问题二，对数据进行分析之后，建立了聚类分析模型，对 46 个医疗机构进行的分类，运用 SPSS 进行求解，把医疗机构分成了 5 类，分类结果见表五，然后在新的定额标准下，利用 excel 求的每一个医疗机构的总费用，最后用均值表示为每一类医疗机构的下一年的预测费用为：医疗机构下一年总费用第一类医疗机构 6072315 第二类医疗机构 21330.48 第三类医疗机构 9025437 第四类医疗机构 7327655 第五类医疗机构 50665304 一、问题重述近来，为给各县市居民的医保方便，各县市纷纷出台有关社会基本医疗保险普通门诊统筹的相关办法，其中，职工医疗保险、外来劳务人员大病医疗保险、未成年人医疗保险、城乡居民基本医疗保险的参保人全部纳入门诊统筹的范围。

医疗保险欺诈，是指公民、法人或者其他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，故意捏造事实、弄虚作假、隐瞒真实情况等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。

请根据附件中的数据，找出可能的欺诈记录。

社会基本医疗保险门诊统筹实行定点医疗。

某市医疗保险定点医疗机构为社区卫生服务机构及镇卫生院。