«Docteur, retirez cela du projet de loi»: comment nous avons cherché des services illégaux à VHI

Dans de nombreux hôpitaux opérant sous VHI et fournissant simplement des services payants directement à la population, il existe une sorte de «plan de vente» pour chaque praticien. La mise en œuvre de ce plan se fait souvent de manière malhonnête aux frais de l'assuré via VHI. Par exemple:

1. Les services complets sont divisés en composants de manipulation médicale afin que le contrôle soit plus important.
2. Des procédures et des études excessives sont prescrites dans le traitement des diagnostics - surtout si l'hôpital a récemment acheté de nouveaux équipements.

De tels abus sont un énorme élément de perte pour les compagnies d'assurance du secteur de l'assurance maladie volontaire (VHI), qui sont déjà en concurrence féroce et sont obligées d'élargir leur programme d'assurance pour attirer des clients. Par conséquent, de leur côté, des médecins experts participent à la vérification régulière des factures. Et en cas de violations - la conduite de la soi-disant «prévention» dans les établissements médicaux.

Tout cela est un travail long et routinier, qui demande à l'expert d'être extrêmement concentré. En effet, la validité du service est influencée par un certain nombre de facteurs liés à la fois à l’histoire du traitement du patient et à son programme d’assurance et aux caractéristiques de la liste de prix à l’hôpital. Naturellement, partout où vous voyez le mot «routine», vous pouvez appliquer l'automatisation. Ce que nous avons fait. Non sans difficultés.

Quels sont les services illégaux

Récemment, je suis de nouveau venu à la clinique voisine du bureau pour obtenir des services pour la police VHI. Une taupe enflammée n'est presque toujours pas effrayante, mais l'observation d'un dermatologue ne fera pas de mal (sinon on ne sait jamais).

Tout s'est avéré être en ordre, mais le médecin a refusé de faire un examen de routine des taches de naissance restantes, qui sont la source permanente de mon hypocondrie. Se référant au fait que ces services ne sont pas inclus dans la police et la prochaine fois que l'expert vérifie la compagnie d'assurance, elle sera condamnée à une amende. Le médecin avait raison: un dossier d'assurance dans le cadre des programmes VHI est généralement une maladie aiguë ou une exacerbation d'une maladie chronique. Tous ces cas n'incluent pas d'inspection pour la prévention, peu importe combien je voudrais.

Mais loin d'être toujours les médecins des institutions médicales (ou des hôpitaux abrégés) connaissent bien les règles de prestation des services d'IVS et les observent encore moins consciemment. En conséquence, un médecin expert vérifiant les comptes après le traitement de l'assuré peut voir, par exemple, quelque chose comme ceci:
Dans le même temps, dans la liste des prix des hôpitaux, il existe un service complet qui comprend les deux types de massage et est moins cher que le montant des services individuels:
Ainsi, pour chaque (!) Patient qui a reçu une combinaison de services similaire au lieu d'un complexe, la compagnie d'assurance subit des pertes. Bien sûr, si le médecin expert ne le remarque pas à temps et n'émet pas de service de remplacement dans le compte.

Soit dit en passant, assurez-vous de vérifier ce qui se passe dans votre compte si vous utilisez vous-même des médicaments. Peut-être que les complexes sont recrutés à peu près de la même manière.


Et ce sont encore des cas simples. Nous comprenons mieux.

Supposons que vous ayez un bébé et que vous l'ayez amené chez un médecin soupçonné de conjonctivite virale. Comme pour le traitement de toute autre maladie, le médecin doit être guidé par la pratique clinique et la documentation réglementaire. Par exemple, la Norme de soins est quelque chose comme un tableau avec une liste de services obligatoires pour le diagnostic et le traitement d'une maladie particulière. Les spoilers pour le traitement de votre enfant présumé peuvent être lus directement sur le site Web du ministère de la Santé .

Cependant, en plus de l'ensemble habituel de services de paiement, l'assurance peut inclure ceci:
Lors de l'étude de la norme, on peut comprendre qu'aucune pneumonométrie (comme l'une des méthodes de détermination de la pression intraoculaire) n'est effectuée dans ce cas - en outre, elle est contre-indiquée en cas de maladies virales de l'œil. Notre connaissance experte explique simplement ces services illégaux: «Si la clinique a déboursé pour une nouvelle unité, elle doit en quelque sorte récupérer son coût.»

Par où avons-nous commencé

Nous nous sommes fixé pour objectif d'automatiser la phase de vérification des factures des établissements de santé pour les médecins experts d'une seule compagnie d'assurance (nous ne sommes pas autorisés à divulguer tous les noms, mots de passe et apparences à la NDA). Le plan était le suivant: à l'aide de modèles d'apprentissage automatique, trouver et "mettre en évidence" dans le registre des services des services similaires à ceux illégaux précédemment identifiés.

Afin d'apprendre à une voiture à distinguer les «mauvais» services des «bons» services, nous avons besoin de données sur la façon dont les assurés sont traités et sur les services que l'expert a retirés ou remplacés dans le compte après vérification. Après avoir ouvert des comptes réels, nous avons soudainement dû faire face à l'impossibilité d'obtenir des statistiques claires sur la prestation de services de chaque type. Il s'est avéré que VMI n'a pas de norme spécifique pour nommer les services médicaux, contrairement à MHI, où le code de la nomenclature du travail et des services de santé correspondra strictement à tous les services.

Par exemple, l'une des méthodes d'hygiène professionnelle dans VHI peut être écrite comme suit:

• Nettoyage au bicarbonate.
• Élimination de la plaque par Air-flow.
• Procédure de sablage.

Ces services ne sont également pas intrinsèquement différents:

• RG des poumons.
• Poitrine R-graphy.
• Radiographie diagnostique de l'OGK.

La situation est aggravée par le fait que les factures sont souvent remplies manuellement, ce qui ne fait qu'augmenter la variabilité des services d'écriture en raison de fautes de frappe, de marques inutiles et d'abréviations. Voici quelques exemples de ces puzzles:



En conséquence, il est presque impossible de comprendre comment ils ont fourni le même service, essentiellement, dans différentes régions ou même dans différents hôpitaux de votre ville sans classification des noms (et sans l'utilisation de technologies d'analyse de texte).

Nous nous sommes armés de SAS Visual Text Analytics et, pour commencer, nous avons effectué une analyse de texte thématique en utilisant le machine learning et les technologies NLP. Cela a permis d'identifier automatiquement les soi-disant «sujets» dans une gamme large et diversifiée de services - de petits groupes de textes que le système considérait comme similaires sur la base de combinaisons de mots-clés. Nous avons examiné tous les résultats avec des experts et décrit la structure du futur classificateur, en combinant les «sujets» résultants dans de grandes classes selon la logique médicale (par exemple, dans «Diagnostics», «Rendez-vous chez le médecin», etc.). Afin de corréler les noms des services de l'ensemble de formation avec les classes résultantes, pour chacun d'eux, nous avons écrit les règles dans notre outil.

Nous avons répété cette séquence d'étapes pour chaque classe suivante exactement jusqu'à ce que nous ayons atteint le niveau de détail pour des services spécifiques. Ainsi, par exemple, ressemble à une règle simplifiée pour la méthode d'hygiène professionnelle des exemples ci-dessus:

(OR,
"**",

"**", "**",

(ORDDIST_1, "a", "f"),
(DIST_2, "air*", "*flow"),
(DIST_2, (OR, "*", "*", "*"), "**"),

(DIST_3, "*", "*", "*"),
(DIST_2, (OR, "*", "*"), "**")
)

Pourquoi tout cela est-il nécessaire? Et pourquoi sommes-nous allés d'une manière si difficile, au lieu de tout fourrer dans un réseau neuronal?

Naturellement, nous n'avions aucun échantillon étiqueté pour la formation. Mais la spécificité du domaine lui-même est un obstacle encore plus important: en raison de l'absence d'exigences strictes pour la composition des services dans VHI, des exceptions et des cas complexes de frontière se produisent régulièrement, que les experts médicaux de différentes assurances interprètent à leur manière. Toutes ces subtilités de la règle nous permettent de décrire beaucoup plus précisément.

Par exemple, ici les mots-clés sont les mêmes, mais en fonction de leur commande, l'essence du service change complètement:

Comment nous avons formé des modèles

En apprentissage automatique, la règle "vous êtes ce que vous mangez" fonctionne parfaitement. Si vous «introduisez» des données de faible qualité dans le modèle, le résultat sera le même. Sur nos projets, nous portons une grande attention à l'étape de préparation des données. Cela est particulièrement vrai dans le domaine de l'IVH: l'assureur reçoit des informations sur le traitement des patients de nombreux hôpitaux, chacun ayant sa propre base. En conséquence, une erreur peut se faufiler à la fois lors du remplissage d'un compte du côté de l'institution médicale et lors du chargement dans la base de données de la compagnie d'assurance. En conséquence, lors de l'examen des données, nous sommes tombés sur un service et demi dans le compte, des prix négatifs et un changement soudain du sexe du patient.

Après avoir réfléchi à l'approche de correction des erreurs, nous avons commencé à collecter des indicateurs pour la modélisation. Nous étions intéressés par une variété d'informations décrivant le contexte du service: les paramètres du service lui-même, son essence, l'histoire de l'interaction avec les établissements de santé, l'histoire du traitement de l'assuré et bien plus encore. Au total, nous avons compté plus de 20 000 indicateurs. Nous les avons utilisés pour former le modèle, qui a révélé automatiquement les modèles caractéristiques des «mauvais» services.

Ils ont ensuite appliqué le modèle à de nouveaux comptes et mis un score de 0 à 1 en face de chaque service médical, ce qui montre à quel point ce service est similaire à l'illégal précédemment identifié: plus le score est proche de 1, plus la similitude est grande. En fait, derrière ce chiffre se cache un processus complexe et pas toujours évident pour un processus décisionnel individuel (comme c'est le plus souvent le cas en machine learning). Si vous essayez d'interpréter la logique de la machine, alors sous une forme simplifiée, cela ressemble à ceci:

• Le service appartient à la classe «Hygiène bucco-dentaire complète» (+ 0,01 points) .
• L'ancien service appartient à la classe «Enlèvement de la plaque dentaire» (+ 0,25 points) .
• Le coût du service actuel est supérieur à 3 000 roubles (+ 0,1 point) .
• Le service a été fourni dans la branche de Krasnodar (+ 0,05 points) .
• ...

Si, en conséquence, le score s'est avéré être supérieur à une certaine valeur seuil, alors c'est un signal pour l'expert que le service de ce patient nécessite un contrôle spécial lors de la vérification. A partir de ce moment, une enquête détaillée sur l'incident commence, à la fin de laquelle le médecin expert rend son verdict final - «exécuter» ou «avoir pitié». Pas un patient, bien sûr, mais un service à long terme.

Résumé du projet

La méthodologie de normalisation des noms à l'aide des technologies d'analyse de texte SAS a aidé à assembler un seul classificateur de services (ce qui était un énorme problème auparavant pour l'automatisation), et la définition de services similaires à ceux illégaux précédemment identifiés a été mise en œuvre à l'aide de modèles d'apprentissage automatique. Sur la base des résultats des tests internes du système, nous étions convaincus que nous étions en mesure d'identifier les types d'erreurs les plus courants dans les comptes, à savoir: l'inclusion de services supplémentaires, l'écart par rapport au programme d'assurance ou les régimes de traitement standard.

Mais tout cela n'est que la première étape vers l'automatisation dans VHI. Si vous avez encore des questions ou si vous voulez vraiment savoir quoi d'autre nous pouvons faire, cherchez-nous ici .