Mains Lab обнаруживает мошеннические схемы в медицинских биллингах с помощью анализа искусственного интеллекта
Компания Mains Lab, входящая в состав Mainsgroup Group, использовала анализ больших данных на основе искусственного интеллекта для тщательного изучения более 4 млн случаев выставления счетов за медицинские услуги. Целью исследования было выявление мошеннических схем в счетах, выставляемых лечебно-профилактическими учреждениями (ЛПУ) на основании платежей от крупнейших страховых компаний.
Около 5% счетов, выставленных поликлиниками в рамках программ ДМС (добровольного медицинского страхования), состояли из необоснованных направлений. Речь идет о ненужных анализах, лечении, повторных консультациях и других медицинских услугах, в которых пациенты либо не нуждались по состоянию здоровья, либо никогда не получали.
Популярные схемы мошенничества:
- Расширение диагноза (35%). Эта схема основана на том, что страховые компании быстро отказывают в предоставлении услуг, которые не соответствуют диагнозу пациента. Ставя пациентам широкие диагнозы, например, бронхит, когда у пациента только обычная простуда, медицинские учреждения могут выписывать более широкий спектр направлений.
- Дополнительные услуги (17%). В этом случае в счет пациента включаются дополнительные услуги, которые он не получал. Эти дополнительные услуги обычно выбираются таким образом, чтобы они не противоречили диагнозу пациента, что затрудняет их выявление.
- Пропущенные последующие визиты и неполное посещение лечения (16%). В эту категорию мошенничества входят счета за последующие визиты, которые пациенты никогда не совершали, и за курсы лечения, которые они не закончили.
ИИ и аналитика больших данных открывают новые перспективы в борьбе с мошенничеством и повышении прозрачности в различных отраслях.
Для чего еще используют ИИ: