حسن عسکرزاده - دانشجوی دکتری دانشگاه خواجه نصیرالدین طوسی
محمدجعفر تارخ - استاد دانشگاه خواجه نصیرالدین طوسی

هزینه بهداشت و درمان با توجه به جمعیت، اقتصاد، جامعه، و تغییرات قانون به سرعت در حال افزایش است. این افزایش در هزینه های بهداشت و درمان بر دولت و سیستم های بیمه سلامت خصوصی تاثیرمی گذارد. رفتارهای متقلبانه ی ارایه دهندگان بهداشت و درمان و بیماران با تحمیل هزینه های غیرضروری به مشکلی جدی برای سیستم های بیمه تبدیل شده است. بنابراین شرکت های بیمه روش هایی را برای تشخیص تقلب ایجاد می کنند که عمدتا برگرفته از تجارب خبرگان بوده و کمتر به روش های مبتنی بر تحلیل داده متکی است . صنعت بیمه و در راس آن بیمه سلامت با هزینه ای بالغ بر 50 هزار میلیارد تومان یکی از کلیدی ترین هزینه های تحت مدیریت و نظارت دولت است که با تخمینی معادل 3 تا 10 درصد یعنی 15 تا 50 هزار میلیارد ریال تقلب مواجه است . با توجه به حجم اسناد و انبوه بیمه شدگان و ارایه دهندگان خدمت ، کشف تقلب به صورت سنتی غیر ممکن است .در این پژوهش با بررسیپژوهش های قبلی در ایران و سایر نقاط جهان و بر اساس 150.000.000 رکورد اطلاعات بیمه سلامت بیمه شدگان استان تهران ضمن اجرای فرآیند فراخوانی . پاکسازی و اعمال داده ها در یک انبارهداده ای و با بهره گیری ازالگوریتم های غیر نظارتی . مدلها و ابزارهای داده کاوی . نسبت به تهیه لیست کوتاه جهت شناسایی و کشف تقلب در بیمه سلامت استان تهران در حوزه فعالیت پزشکان و ارجاع متقلبانه پزشک و داروخانه و پزشک و آزمایشگاه اقدام گردید. نتایج حاصل شامل ارایه لیست کوتاه شامل 145 پزشک از 71.545 پزشک در 3 خوشه که حدود 38 % هزینه ها بر اساس نسخه آنان ایجاد شده است گردید.

دادکاوی . کشف تقلب ، بیمه سلامت ، خوشه بندی