طراحی چارچوب داده محور کشف تقلب در پرونده های درمانی بانک با تاکید بر کنترل هزینه و شناسایی الگوهای غیرعادی

افزایش هزینه های درمانی کارکنان و بازنشستگان در بانک ها و صندوق های رفاهی ضرورت توجه به کنترل هزینه، مدیریت ریسک و شناسایی الگوهای غیر عادی در پرونده های درمانی را افزایش داده است. بخشی از هزینه های درمانی ممکن است ناشی از خطاهای ثبت، تکرار غیر ضروری خدمات، مغایرت های تعرفه ای، ارائه اسناد ناقص یا رفتارهای بالقوه متقلبانه باشد. از این رو استفاده از روش های داده محور می تواند به عنوان ابزاری پشتیبان برای شناسایی پرونده های پرریسک و اولویت بندی آن ها مورد توجه قرار گیرد. هدف این مقاله، مرور رویکردهای اصلی کشف تقلب در پرونده های درمانی و ارائه یک چارچوب مفهومی برای استفاده در صندوق های درمانی بانک است. پژوهش حاضر از نظر هدف کاربردی و از نظر ماهیت مروری - تحلیلی است و با اتکا به ادبیات کشف تقلب، مدیریت ریسک، عملیاتی تحلیل آماری و داده کاوی تدوین شده است. در این مقاله روش هایی مانند قواعد کسب و کار، شاخص های آماری تحلیل ناهنجاری، یادگیری ماشین، امتیازدهی ریسک و ثبت بازخورد کارشناسان بررسی می شوند. یافته های مروری نشان می دهد که هیچ یک از این روش ها به تنهایی برای کشف تقلب درمانی کافی نیستند و استفاده از یک رویکرد ترکیبی و مرحله ای می تواند کارایی بیشتری داشته باشد. نتایج مقاله بیانگر آن است که چارچوب پیشنهادی در صورت وجود داده های مناسب می تواند به شناسایی بهتر پرونده های مشکوک، کاهش هزینه های غیر ضروری، افزایش شفافیت، کنترل های داخلی و بهبود پایداری مالی صندوق درمان بانک کمک کند.

کلیدواژه ها:

کشف تقلب ، پرونده های درمانی ، صندوق درمان ، بانک ، تحلیل ناهنجاری ، مدیریت ریسک ، داده کاوی