
In vielen Krankenhäusern, die unter VHI betrieben werden und lediglich bezahlte Dienstleistungen direkt für die Bevölkerung erbringen, gibt es für jeden Praktiker eine Art „Verkaufsplan“. Die Umsetzung dieses Plans erfolgt häufig auf unehrliche Weise auf Kosten des Versicherten durch VHI. Z.B:
- Umfassende Dienstleistungen sind in medizinische Manipulationen unterteilt, so dass die Überprüfung größer ist.
- Übermäßige Verfahren und Studien sind für die Behandlung von Diagnosen vorgeschrieben - insbesondere, wenn das Krankenhaus kürzlich neue Geräte gekauft hat.
Ein solcher Missbrauch ist ein großer Verlust für Versicherungsunternehmen im Bereich der freiwilligen Krankenversicherung (VHI), die sich bereits in einem harten Wettbewerb befinden und gezwungen sind, ihr Versicherungsprogramm zu erweitern, um Kunden anzulocken. Daher sind ihrerseits Fachärzte an der regelmäßigen Überprüfung der Rechnungen beteiligt. Und im Falle von Verstößen - das Verhalten der sogenannten "Prävention" in medizinischen Einrichtungen.
All dies ist eine lange und routinemäßige Arbeit, bei der der Experte extrem konzentriert sein muss. In der Tat wird die Gültigkeit der Dienstleistung durch eine Reihe von Faktoren beeinflusst, die sowohl mit der Vorgeschichte der Behandlung des Patienten und seinem Versicherungsprogramm als auch mit den Merkmalen der Preisliste im Krankenhaus zusammenhängen. Wo immer Sie das Wort "Routine" sehen, können Sie natürlich die Automatisierung anwenden. Was wir gemacht haben. Nicht ohne Schwierigkeiten.
Was sind illegale Dienstleistungen?
Vor kurzem bin ich noch einmal in die Klinik nebenan gekommen, um Dienstleistungen für die VHI-Police in Anspruch zu nehmen. Ein entzündeter Maulwurf ist fast immer nicht beängstigend, aber es tut nicht weh, einen Dermatologen zu beobachten (sonst weiß man es nie).
Es stellte sich heraus, dass alles in Ordnung war, aber der Arzt weigerte sich, die verbleibenden Muttermale, die die permanente Quelle meiner Hypochondrien sind, routinemäßig zu untersuchen. Bezogen auf die Tatsache, dass solche Dienstleistungen nicht in der Police enthalten sind und der Sachverständige das nächste Mal die Versicherungsgesellschaft überprüft, wird er mit einer Geldstrafe belegt. Der Arzt hatte Recht: Ein Versicherungsfall im Rahmen von VHI-Programmen ist in der Regel eine akute Erkrankung oder eine Verschärfung einer chronischen Erkrankung. Alle diese Fälle beinhalten keine Inspektion zur Vorbeugung, egal wie sehr ich möchte.
Aber Ärzte aus medizinischen Einrichtungen (oder abgekürzten Krankenhäusern) kennen die Regeln für die Erbringung von VHI-Diensten bei weitem nicht immer und beobachten sie noch weniger bewusst. Infolgedessen kann ein erfahrener Arzt, der nach der Behandlung des Versicherten Konten überprüft, beispielsweise Folgendes feststellen:
Gleichzeitig gibt es in der Preisliste der Krankenhäuser einen umfassenden Service, der beide Massagearten umfasst und günstiger ist als die Anzahl der Einzelleistungen:
Somit erleidet die Versicherungsgesellschaft von jedem (!) Patienten, der eine ähnliche Kombination von Leistungen anstelle eines Komplexes erhalten hat, Verluste. Natürlich, wenn der Facharzt dies nicht rechtzeitig bemerkt und keine Ersatzleistung auf dem Konto ausstellt.
Überprüfen Sie im Übrigen unbedingt, was auf Ihrem Konto passiert, wenn Sie selbst bezahlte Medikamente einnehmen. Vielleicht werden die Komplexe in ungefähr gleicher Weise rekrutiert.
Ein weiteres ähnliches Beispiel in der Zahnheilkunde.Wenn Sie plötzlich eine vollständige Mundhygiene durchführen möchten, können Sie dies in einem Scheck wie folgt festhalten:
Fast immer gibt es den Service „Integrierte Mundhygiene“ in den Gesundheitseinrichtungen, der bereits alle Manipulationen mit Ihren Zähnen auf der technischen Landkarte beinhaltet. Nach den Regeln muss es in der Rechnung angegeben werden. Wenn sich herausstellt, dass der Komplex billiger ist als die gesamte Liste, werden sie in den medizinischen Einrichtungen höchstwahrscheinlich das Gegenteil tun, in der Hoffnung, dass der Versicherer nichts bemerkt.
Und das sind immer noch einfache Fälle. Wir verstehen weiter.
Angenommen, Sie haben ein Baby und haben es zu einem Arzt mit Verdacht auf virale Konjunktivitis gebracht. Wie bei der Behandlung jeder anderen Krankheit sollte sich der Arzt an der klinischen Praxis und den behördlichen Unterlagen orientieren. Zum Beispiel ist der Pflegestandard so etwas wie eine Tabelle mit einer Liste von obligatorischen Diensten für die Diagnose und Behandlung einer bestimmten Krankheit. Spoiler für die Behandlung Ihres mutmaßlichen Kindes können direkt auf der
Website des Gesundheitsministeriums nachgelesen werden.
Zusätzlich zu den üblichen Zahlungsdiensten kann die Versicherung jedoch Folgendes umfassen:
Wenn man den Standard studiert, kann man verstehen, dass in diesem Fall keine Pneumonometrie (wie eine der Methoden zur Bestimmung des Augeninnendrucks genannt wird) durchgeführt wird - außerdem ist sie bei viralen Erkrankungen des Auges kontraindiziert. Unser Experte erklärt einfach solche illegalen Dienstleistungen: „Wenn die Klinik nach einem neuen Gerät Ausschau gehalten hat, dann muss sie irgendwie ihre Kosten zurückerobern.“
Wo haben wir angefangen?
Wir haben uns zum Ziel gesetzt, die Prüfung von Rechnungen von medizinischen Einrichtungen für Fachärzte in einer Versicherungsgesellschaft zu automatisieren (wir dürfen der NDA nicht alle Namen, Passwörter und Erscheinungsbilder offen legen). Der Plan lautete wie folgt: Mit Hilfe von Modellen für maschinelles Lernen können Sie Kontendienste finden und im Register hervorheben, die den zuvor identifizierten illegalen Diensten ähneln.
Um einem Auto die Unterscheidung zwischen „schlechten“ und „guten“ Leistungen beizubringen, benötigen wir Daten darüber, wie die Versicherten behandelt werden und welche Leistungen der Sachverständige nach der Prüfung auf dem Konto entfernt oder ersetzt hat. Nachdem wir echte Konten eröffnet hatten, mussten wir plötzlich feststellen, dass es fast unmöglich ist, eindeutige Statistiken über die Erbringung von Dienstleistungen jeder Art zu erhalten. Es stellte sich heraus, dass VMI im Gegensatz zu MHI keinen spezifischen Standard für die Benennung von medizinischen Diensten hat, bei dem der Code für die Nomenklatur der Arbeits- und Dienstleistungsbereiche im Gesundheitswesen allen Diensten genau entspricht.
Zum Beispiel kann eine der Methoden der professionellen Hygiene in VHI wie folgt geschrieben werden:
- Bikarbonatreinigung.
- Plaque durch Luftstrom entfernen.
- Sandstrahlverfahren.
Diese Dienste unterscheiden sich von Natur aus nicht:
- RG der Lunge.
- Brust-R-Grafik.
- Diagnostische Radiographie von OGK.
Erschwerend kommt hinzu, dass Rechnungen häufig manuell ausgefüllt werden, was die Variabilität der Schreibdienste aufgrund von Tippfehlern, unnötigen Markierungen und Abkürzungen nur erhöht. Hier einige Beispiele für solche Rätsel:
MMO 1 f / c
mechanische und medikamentöse Behandlung eines Wurzelkanals.
Sprengkapsel
intravenöse Pipette.
Infolgedessen ist es fast unmöglich zu verstehen, wie dieselben Dienstleistungen in verschiedenen Regionen oder sogar in verschiedenen Krankenhäusern in Ihrer Stadt im Wesentlichen erbracht wurden, ohne dass Namen klassifiziert wurden (und Textanalysetechnologien verwendet wurden).
Wir haben uns mit SAS Visual Text Analytics bewaffnet und zunächst eine thematische Textanalyse mit maschinellem Lernen und NLP-Technologien durchgeführt. Dies half dabei, die sogenannten "Themen" in einer großen und vielfältigen Palette von Diensten automatisch zu identifizieren - kleine Gruppen von Texten, die das System aufgrund von Kombinationen von Schlüsselwörtern als ähnlich ansah. Wir haben alle Ergebnisse zusammen mit Experten überprüft und die Struktur des zukünftigen Klassifikators skizziert. Dabei haben wir die resultierenden „Themen“ in großen Klassen nach medizinischer Logik zusammengefasst (z. B. in „Diagnostik“, „Arzttermine“ usw.). Um die Namen der Dienste aus dem Trainingssatz mit den resultierenden Klassen in Beziehung zu setzen, haben wir für jeden von ihnen die Regeln in unser Tool geschrieben.
Wir haben diese Abfolge von Schritten für jede nachfolgende Klasse genau wiederholt, bis wir den Detaillierungsgrad für bestimmte Dienste erreicht haben. So sieht zum Beispiel eine vereinfachte Regel für die professionelle Hygienemethode aus den obigen Beispielen aus:
(OR,
"**",
"**", "**",
(ORDDIST_1, "a", "f"),
(DIST_2, "air*", "*flow"),
(DIST_2, (OR, "*", "*", "*"), "**"),
(DIST_3, "*", "*", "*"),
(DIST_2, (OR, "*", "*"), "**")
)
Warum ist das alles notwendig? Und warum haben wir uns so schwer getan, anstatt alles in ein neuronales Netzwerk zu packen?
Natürlich hatten wir keine beschriftete Probe für das Training. Die Spezifität des Fachgebiets selbst ist jedoch ein noch größeres Hindernis: Aufgrund des Fehlens strenger Anforderungen an die Zusammensetzung der Leistungen in der VHI treten regelmäßig Ausnahmen und komplexe Grenzfälle auf, die von Fachärzten unterschiedlicher Versicherungen auf ihre Weise interpretiert werden. All diese Feinheiten der Regel erlauben es uns, viel genauer zu beschreiben.
Beispielsweise sind die Schlüsselwörter hier gleich, aber je nach Reihenfolge ändert sich das Wesen des Dienstes vollständig:
Restauration der Zahnkrone
es impliziert eine Zahnfüllung.
Krone für Zahnrestauration
und dies ist eine teure orthopädische Manipulation (die übrigens unter VHI-Programmen selten anzutreffen ist).
Wie wir Models trainiert haben
Beim maschinellen Lernen funktioniert die Regel "Du bist was du isst" perfekt. Wenn Sie Daten mit geringer Qualität in das Modell „einspeisen“, ist das Ergebnis dasselbe. Bei unseren Projekten legen wir großen Wert auf den Stand der Datenaufbereitung. Dies gilt insbesondere für den Bereich VHI: Der Versicherer erhält Informationen über die Behandlung von Patienten von zahlreichen Krankenhäusern, von denen jedes eine eigene Basis hat. Dementsprechend kann ein Fehler sowohl beim Ausfüllen eines Kontos auf der Seite der medizinischen Einrichtung als auch beim Laden in die Datenbank der Versicherungsgesellschaft auftreten. Infolgedessen stießen wir bei der Untersuchung der Daten auf eineinhalb Dienste auf dem Konto, auf negative Preise und auf eine plötzliche Änderung des Geschlechts der Patienten.
Nachdem wir uns Gedanken über die Behebung von Fehlern gemacht hatten, sammelten wir Indikatoren für die Modellierung. Wir waren an einer Vielzahl von Informationen interessiert, die den Kontext der Dienstleistung beschreiben: die Parameter der Dienstleistung selbst, ihr Wesen, die Geschichte der Interaktion mit Gesundheitseinrichtungen, die Geschichte der Behandlung der Versicherten und vieles mehr. Insgesamt haben wir mehr als 20 Tausend Indikatoren gezählt. Wir haben sie verwendet, um das Modell zu trainieren, das automatisch die für "schlechte" Dienste charakteristischen Muster enthüllte.
Anschließend haben sie das Modell auf neue Konten angewendet und jedem medizinischen Dienst eine Punktzahl von 0 bis 1 gegenübergestellt. Dies zeigt, wie ähnlich dieser Dienst dem zuvor identifizierten illegalen Dienst ist: Je näher die Punktzahl an 1 liegt, desto größer ist die Ähnlichkeit. Hinter dieser Zahl verbirgt sich ein komplexer und nicht immer offensichtlicher Entscheidungsprozess für eine Person (wie dies beim maschinellen Lernen am häufigsten der Fall ist). Wenn Sie versuchen, die Logik der Maschine zu interpretieren, sieht dies in vereinfachter Form folgendermaßen aus:
- Der Service gehört zur Klasse „Umfassende Mundhygiene“ (+ 0,01 Punkte) .
- Die bisherige Leistung gehört zur Klasse „Entfernung von Zahnbelag“ (+ 0,25 Punkte) .
- Die Kosten für den aktuellen Service betragen mehr als 3.000 Rubel (+ 0,1 Punkte) .
- Der Service wurde in der Filiale von Krasnodar erbracht (+ 0,05 Punkte) .
- ...
Wenn sich als Ergebnis herausstellt, dass der Score über einem bestimmten Schwellenwert liegt, ist dies ein Signal für den Experten, dass der Service dieses Patienten während der Überprüfung eine besondere Kontrolle erfordert. Von diesem Moment an beginnt eine detaillierte Untersuchung des Vorfalls, an deren Ende der Facharzt sein endgültiges Urteil fällt - "Hinrichten" oder "Erbarmen". Natürlich kein Patient, aber auf lange Sicht eine Leistung.
Projektzusammenfassung
Die Methode zur Standardisierung von Namen mithilfe von Textanalysetechnologien SAS half dabei, einen einzigen Klassifizierer von Diensten zusammenzustellen (was vor der Automatisierung ein großes Problem darstellte), und die Definition von Diensten, die den zuvor identifizierten illegalen ähnelten, wurde mithilfe von Modellen für maschinelles Lernen implementiert. Nach den Ergebnissen der internen Systemtests waren wir überzeugt, dass wir die häufigsten Arten von Fehlern in den Konten identifizieren konnten, nämlich die Einbeziehung zusätzlicher Leistungen, Abweichungen vom Versicherungsprogramm oder Standardbehandlungsschemata.
All dies ist jedoch nur der erste Schritt in Richtung Automatisierung in VHI. Wenn Sie noch Fragen haben oder wirklich wissen möchten, was wir sonst noch tun können, suchen Sie uns
hier .