top of page

[데이터 시각화] 미국의 의료사기 패턴 분석하기


미국의 의료 사기

미국 의료 산업은 미국에서 가장 큰 산업 중 하나입니다. 실제로 2020년에 의료 지출은 국가 GDP의 20%를 차지했습니다. 특히 취약 계층을 대상으로 하는 높은 수익성 산업에서 사기 행위는 증가하고 있습니다. 의료 사기가 전체 의료 분야에서는 적은 비율을 차지하지만, 그 위험의 대가는 매우 높습니다. 실제로 사기 때문인 손실은 미국의 연간 의료 비용에 무려 1,000억 달러나 차지하고 있습니다. 그렇기 때문에 의료 사기는 의심할 여지 없이 주의가 필요한 심각한 문제입니다. 사기의 영향은 보험 회사와 더 중요하게는 환자 개개인에게 큰 손실을 초래할 수 있습니다.


의료 사기 유형

공급자의 사기 유형은 무엇인가요?

  • 이중 청구: 같은 서비스에 대해 여러번 클레임.

  • 묶음해지: 같은 서비스에 대해 여러번 청구

  • 팬텀 청구서: 서비스 방문 또는 환자가 받지 못한 물품에 대한 청구

  • 업코딩: 환자가 실제로 받은 것보다 더 비싼 서비스에 대한 청구

데이터 정보

  • 입원 환자 기록: 40,000개 이상의 기록, 환자/제공자/의사 ID, 청구 날짜, 입원 날짜, 진단 및 절차 코드, 비용/상환 등 포함

  • 외래환자 기록: 50만 개 이상의 기록(입원기록과 같은 기능)

  • 수혜자 기록: 인구 통계 정보 및 관련 만성 질환이 있는 130,000명 이상의 환자

  • 사기 플래그가 있는 제공업체: 잠재적인 사기를 나타내는 모든 제공업체 ID 목록


잠재적인 의료사기 청구건의 분포도

사기 위험이 있는 제공업체는 전체 제공업체의 약 9%에 불과했습니다. 그러나 업체들은 입원 환자 청구 내에서 상대적으로 훨씬 더 많은 청구를 부담했습니다. 우리는 그들이 이러한 주장의 50% 이상을 책임지고 있음을 알 수 있었습니다.

환자 배상청구의 분포 외에도 개별 클레임을 살펴보면, 평균적으로 사기로 표시된 제공자는 청구당 더 많은 진단을 내리고 청구당 더 많은 절차를 추가했습니다(환자가 받지 않은 서비스에 대해 청구되는 팬텀 청구 또는 업코딩의 징후를 나타냄). 청구되는 진단 및 절차가 많아짐에 따라 사기 제공자와 관련된 청구에 대한 재정적 영향은 더 높아집니다. 그들의 평균 청구 상환액은 사기가 아닌 제공업체에 비해 약 2배 높습니다.


환자 분석

나이


다음으로, 환자 데이터를 분석하여 의료 사기에 더 취약한 특정 그룹이 있는지를 찾아보았습니다. 특정 그룹이 있다면, 이는 보험 회사에 예방 교육을 위한 유익한 정보일 뿐만 아니라 환자 인식에도 도움이 될 것입니다.


환자 데이터 세트를 살펴보면 66~90세에 대한 청구가 많습니다.

의료보험 연령층에 대한 청구가 급증하고 있고, 노인들이 사기의 표적이 되기 쉽다는 인식을 고려할 때, 이 연령대를 노리는 제공자가 있는지 확인하고 싶었습니다.


노년층은 의료 사기 표적이 될 위험이 더 클까요?


사기 제공자가 청구당 더 많은 환급을 신청하고 더 많은 진단 코드 및 절차 코드(입원 환자 청구에 더 큰 영향을 줌)를 처리한다는 사실을 더 일찍 알게 되었는데, 이것이 더 긴 입원 기간 때문일 수 있을까요?

위의 비교는 두 연령대의 사기 제공자와 비 사기 제공자 사이에 허용된 평균 일수 사이에 큰 차이를 보여주지 않습니다.


사기꾼들중 고령 환자의 분포도가 가장 높나요?


다음으로 사기성 제공자가 청구를 복제하거나 데이터를 위조하여 고령 환자를 목표로하는지 확인하고 싶었습니다. 그렇다면 이러한 사기 제공자중에는 고령환자 청구의 분포도가 더 높을 것입니다.

위의 도표를 참조하면 왼쪽 도표는 각 제공자와 그들이 보유한 65명 이상의 환자의 총 백분율을 표시하는 산 점도를 보여줍니다. 사기가 아닌 공급자는 분포가 공급자마다 다릅니다. 일부는 고령 환자가 적고 일부는 더 높은 비율이 있습니다. 사기 제공자는 더 높은 비율에 더 집중하는 것 같습니다.


그러나 고령 환자의 비율이 더 높다는 점을 제외하고 더 강력한 지표는 전체 환자 수인 것 같습니다. 서비스 제공자가 더 많은 환자를 보유할수록 사기의 지표인 것 같습니다.


오른쪽 도표는 같은 관계를 보여주지만, 백분율 대신 개수로 표시됩니다. 그리고 이 견해는 가장 많은 환자(1,800명 이상)를 보유한 의료 제공자가 잠재적 사기로 분류된다는 우리의 분석을 뒷받침하는 것 같습니다. 정상 환자 수보다 많으면 허위 청구 또는 중복 청구를 나타낼 수 있습니다.


만성 질환


내가 찾아본 다음 환자 집단은 만성 질환을 앓고 있는 환자들이었다. 여러 만성 질환을 앓고 있는 환자가 사기에 더 취약한지 궁금했습니다. 이를 통해 공급자는 더 높은 환급과 함께 더 많은 서비스에 대해 더 쉽게 청구할 수 있습니다.

환자 데이터 세트에서 2개 이상의 만성 질환을 앓는 환자의 분포가 더 높은 것으로 보입니다.


더 만성 질환을 앓는 사람들이 표적이 됩니까?


만성 질환 수에 따른 환자의 평균 비용 비교를 살펴보면 사기 제공자가 전반적으로 청구당 더 큰 비용을 청구하지만 만성 질환이 많다고 반드시 이러한 환자의 차이가 더 클 것이라는 의미는 아닙니다.



공급자 분석

중복 청구 징후


마지막으로 보험사가 알아두면 유용한 정보로 추정되는 사기 제공자들 사이에 어떤 특징이 있는지 알아보기 위해 제공자 중심의 경향을 살펴보았습니다.

위에서 우리는 각 제공자에 대한 환자 수와 의사 수 사이의 관계를 봅니다. 의사 수는 비교적 적지만 환자 수가 매우 많은 제공자는 사기 가능성이 더 높습니다. 이것은 환자 청구를 복제하는 제공자의 표시일 수 있습니다. 화살표로 표시된 표시를 예로 들면 의사가 20명 미만이고 환자가 2,500명 이상인 제공자는 매우 의심스러워 보입니다.


이중 청구

그런 다음 다른 유형의 중복 청구를 찾았습니다. 특히 제공자가 환자에게 같은 금액을 두 번 청구한 경우. 예를 들어, 제공자 A가 두 개의 개별 청구에서 환자 B에게 $5,000을 청구한 경우. 환자가 같은 절차를 두 번 수행했거나 같은 비용이 드는 두 가지 다른 절차를 수행한 경우 이와 같은 상황에 대한 타당한 이유가 있을 수 있습니다. 그러나 특히 자주 발생하는 경우 제공자가 환자 청구를 위조하고 있음을 나타낼 수도 있습니다.


이 도표는 이러한 유형의 중복 청구가 가장 많이 발생한 상위 100개 제공자를 보여줍니다. 여기에서 x축은 순위에 따른 것이므로 가장 왼쪽 지점은 중복 청구가 있는 거의 700명의 서로 다른 환자가 있는 가장 중복 청구가 많은 1위 제공자입니다. 여기서 사기의 가능성은 분명합니다. 단일 제공자가 700번의 다른 경우에 청구를 중복할 이유가 없을 것 같으며, 특히 대부분 제공자가 중복 청구가 거의 없는 경우에 그렇습니다.


중복 청구가 가장 많은 제공업체(상위 30위)는 모두 잠재적인 사기로 분류됩니다. x축을 따라 순위가 감소함에 따라 더 많은 파란색 점이 표시되기 시작하여 중복 청구가 적을수록 사기 가능성이 감소한다는 신호입니다.


결론
  • 잠재적인 사기 제공자가 더 많은 클레임/진단/절차를 처리하여 더 많은 클레임 금액을 발생시킨다는 강력한 증거가 있습니다.

  • 사기 제공자가 표적으로 삼는 특정 인구가 있는지에 대한 명확한 표시는 없었으며, 쉽게 신고되지 않도록 더욱 정교한 접근 방식이 있을 수 있습니다.

  • 사기의 가장 강력한 지표 중 하나는 환자 수가 많고 환자 청구가 더 많고 환자가 사기일 가능성이 더 높다는 것입니다.

  • 같은 금액이 환자에게 두 번 이상 청구되는 중복 청구 횟수가 많은 제공자도 사기일 가능성이 있습니다.


다음 단계:


다음 단계로 환자 데이터 세트에 포함된 추가 기능을 살펴보고 싶습니다. 시작하려면 진단 코드를 살펴보고 공급자가 보험사와 환자가 사기 행위를 더 잘 식별할 수 있도록 돕기 위해 청구를 복제하거나 업코딩할 수 있는 방법을 식별합니다.


웹 데이터의 수집과 활용을 통한 데이터 시각화 그리고 데이터의 크롤링과 분석은 유펜솔루션과 상의해 주세요!


Comentários


bottom of page