DE102014103476A1

DE102014103476A1 - Data processing techniques

Info

Publication number: DE102014103476A1
Application number: DE102014103476.7A
Authority: DE
Inventors: c/o Palantir Technologies Inc. Wang Lekan; c/o Palantir Technologies Inc. Ketterling Casey; c/o Palantir Technologies Inc. Winlo Michael; c/o Palantir Technolog Luck Christopher Ryan
Original assignee: Palantir Technologies Inc
Current assignee: Palantir Technologies Inc
Priority date: 2013-03-15
Filing date: 2014-03-14
Publication date: 2014-09-18
Also published as: GB201404573D0; GB2514239A

Abstract

Ein System zum Ermitteln von Betrug im Gesundheitswesen, neben anderen Zwecken, das eine Daten-Importkomponente umfasst, um Gesundheitsdaten von einer oder mehreren Datenquellen zu importieren, etwa Gesundheitsdienstleistern, Versicherern oder Apotheken; einen oder mehrere Datenspeicher, in denen die Daten-Importkomponente Gesundheits-Objekte erzeugt, wie Dienstleister-Objekte, die Gesundheitsdienstleister beschreiben, Patienten-Objekte, die Gesundheitsempfänger repräsentieren, und Gesundheitsereignis-Objekte, die eines oder mehrere der Folgenden beschreiben: Gesundheitsansprüche, Rezepte, medizinische Prozeduren oder Diagnosen; eine Korrelationskomponente, die Korrelationen zwischen den Gesundheits-Objekten identifiziert; eine Graphen-Generatorkomponente, die Graphen von Netzwerken erzeugt, die dadurch identifiziert werden, dass sie zumindest auf den Korrelationen basieren, die von der Korrelationskomponente identifiziert wurden, wobei die Graphen verbundene Knoten umfassen, die Gesundheits-Objekte in den identifizierten Netzwerken repräsentieren; und einen Schnittstellen-Generator, der Schnittstellen erzeugt, die die Graphen anzeigen, die von dem Graphen-Generator erzeugt wurden.A healthcare fraud detection system, among other purposes, that includes a data import component to import healthcare data from one or more data sources, such as healthcare providers, insurers, or pharmacies; one or more data stores in which the data import component generates health objects, such as service provider objects that describe health care providers, patient objects that represent health recipients, and health event objects that describe one or more of the following: health claims, prescriptions, medical procedures or diagnoses; a correlation component that identifies correlations between the health objects; a graph generator component that generates graphs of networks identified by being based at least on the correlations identified by the correlation component, the graphs including connected nodes representing health objects in the identified networks; and an interface generator that generates interfaces that display the graphs generated by the graph generator.

Description

BEANSPRUCHUNG DER PRIORITÄTCLAIM OF PRIORITY

Diese Anmeldung beansprucht die Priorität unter 35 U.S.C. §119(e) der vorläufigen Anmeldung 61/801 470, eingereicht am 15. März 2013, deren gesamter Inhalt hiermit durch Bezugnahme aufgenommen ist, als wäre er hier vollständig angegeben.This application claims priority under 35 U.S.C. §119 (e) of Provisional Application 61 / 801,470 filed Mar. 15, 2013, the entire contents of which are hereby incorporated by reference as if fully set forth herein.

TECHNISCHES GEBIETTECHNICAL AREA

Die vorliegende Erfindung betrifft Datenverarbeitungs-Techniken zur Betrugsermittlung im Kontext von Krankenversicherung.The present invention relates to data processing techniques for fraud detection in the context of health insurance.

HINTERGRUNDBACKGROUND

Die Ansätze, die in diesem Abschnitt beschrieben sind, sind Ansätze, die verfolgt werden könnten, aber nicht notwendigerweise Ansätze, die früher erdacht oder verfolgt wurden. Daher sollte nicht angenommen werden, außer es ist anderweitig angezeigt, dass irgendeiner der Ansätze, die in diesem Abschnitt beschrieben sind, als Stand der Technik angesehen werden können, nur weil sie in diesem Abschnitt aufgenommen sind.The approaches described in this section are approaches that could be followed, but not necessarily approaches that were previously devised or pursued. Therefore, unless otherwise indicated, it should not be assumed that any of the approaches described in this section can be considered as prior art just because they are included in this section.

Betrug im Gesundheitswesen beläuft sich auf geschätzte 60–80 Milliarden Dollar pro Jahr an Verlusten. Es wird geschätzt, dass die Verluste 3–10% aller Kosten im Gesundheitswesen betragen. Eine Quelle von Betrug ist Betrug bei verschreibungspflichtigen Medikamenten. Beispiele von Rezept-Betrug umfassen das Fälschen von Rezepten, das Ändern von Rezepten, das Entwenden von Rezeptblöcken, das telefonische Bestellen von Rezepten oder die Verwendung von Online-Apotheken, das Wechseln des Arztes/der Apotheke (beispielsweise das Besuchen von mehreren Ärzten, Notaufnahmen oder Apotheken und das Erstreben von Rezepten, während Symptome vorgespiegelt werden, etwa Migräne-Kopfschmerzen, Zahnschmerzen, Krebs, psychiatrische Erkrankungen und Aufmerksamkeits-Defizit-Syndrom oder dass man sich absichtlich verletzt hat), das Überqueren von Grenzen von Bundesstaaten, um bei mehreren Apotheken zum Erfolg zu gelangen, Erneuern von Rezepten nach weniger als 90 Tagen usw. Rezept-Betrug tritt vornehmlich bei Einzelhandels-Apotheken und vor allem bei Schmerzmitteln, angstlösenden Medikamenten, Relaxantien und Hypnotika auf.Healthcare fraud is estimated to cost $ 60-80 billion a year in losses. It is estimated that losses account for 3-10% of all healthcare costs. One source of fraud is prescription drug fraud. Examples of recipe fraud include counterfeiting of recipes, changing prescriptions, stealing prescription blocks, ordering prescriptions or using online pharmacies, changing the doctor / pharmacy (for example, visiting several doctors, emergency rooms or pharmacies and the pursuit of prescriptions while symptoms are being mimicked, such as migraine headaches, toothaches, cancers, psychiatric disorders and attention deficit syndrome or that one has intentionally injured oneself), crossing borders of states to multiple pharmacies to achieve success, renewal of recipes after less than 90 days, etc. Recipe fraud occurs mainly in retail pharmacies and especially in painkillers, anxiolytics, relaxants and hypnotics.

Andere Betrugsquellen umfassen Betrug bei Versicherungsansprüchen, etwa wenn ein Dienstleister mehr als die Konkurrenz für Leistungen verlangt, ein Dienstleister mehr Tests je Patient berechnet als die Konkurrenz, ein Dienstleister ungewöhnliche oder unnötige medizinische Prozeduren berechnet, Upcoding von Leistungen oder Rechnungsstellung für die teuersten Optionen, Upcoding von Ausrüstung oder Rechnungsstellung für ein teureres Gerät und Liefern eines billigeren Geräts, durchgängige Rechnungsstellung für medizinische Geräte mit hohen Kosten, etwa langlebige medizinische Ausrüstung, Rechnungsstellung für Prozeduren oder Dienstleistungen, die nicht bereitgestellt werden, Einreichen von doppelten Ansprüchen, die die gleiche Dienstleistung an zwei getrennten Zeitpunkten in Rechnung stellen, Entflechtung einer Gruppe von Dienstleistungen, so dass die Dienstleistungen, die einzeln berechnet werden, eine höhere Vergütung liefern, als wenn sie gebündelt wären, Rückvergütungen bei Überweisungen, Transportbetrug, Eintreiben von Geldern von mehreren Versicherungsunternehmen, Verwendung von chirurgischen Modifizierern, um Entschädigungen zu erhöhen, Betrug, die Viaticals bei Kranken- und Lebensversicherung betreffen, Betrug in Pflegeheimen, wie unterlassene Dienstleistungen oder Dienstleistungen durch nicht zugelassenes Personal usw.Other sources of fraud include fraud in insurance claims, such as when a service provider charges more than the competition for services, a service provider charges more tests per patient than the competition, a service provider calculates unusual or unnecessary medical procedures, upcoding services or billing for the most expensive options, upcoding from equipment or billing for a more expensive device and delivering a cheaper device, continuous billing for high-cost medical devices, such as durable medical equipment, billing for procedures or services that are not provided, submitting duplicate claims to the same service to two unbundling of a group of services so that the services, which are calculated individually, provide a higher remuneration than if they were bundled, reimbursement Transfers of funds, transportation fraud, collecting funds from several insurance companies, using surgical modifiers to increase compensation, fraud affecting viaticals in health and life insurance, cheating in nursing homes, such as failure to provide services or services by unauthorized personnel, etc.

ABRISS DER ERFINDUNGSUMMARY OF THE INVENTION

Die beigefügten Ansprüche können dazu dienen, die Erfindung zusammenzufassen.The appended claims may serve to summarize the invention.

KURZE BESCHREIBUNG DER ZEICHNUNGENBRIEF DESCRIPTION OF THE DRAWINGS

Bei den Zeichnungen gilt:In the drawings:

1 zeigt einen Beispielgraphen von Knoten, die Datenobjekte repräsentieren; 1 shows an example graph of nodes representing data objects;

2 zeigt eine beispielhafte Zeitleiste zum Anzeigen von Informationen, etwa den Informationen des Graphen in 1, in einer Art und Weise, die hervorhebt, wann Ereignisse eingetreten sind; 2 shows an exemplary timeline for displaying information, such as the information of the graph in FIG 1 in a way that emphasizes when events have occurred;

3 zeigt eine beispielhafte zusammengesetzte Darstellung, die einen Graphen und eine Zeitleiste umfasst, die gleichzeitig gezeigt werden; 3 Fig. 12 shows an exemplary composite representation including a graph and a timeline shown simultaneously;

4 zeigt ein beispielhaftes Verfahren zum graphischen Anordnen und Verwenden von Informationen über (mehrere) Teilnehmer die mit einem oder mehreren verdächtigen Ärzten in Verbindung stehen; 4 shows an exemplary method for graphing and using information about (multiple) participants associated with one or more suspected physicians;

5 zeigt ein beispielhaftes Verfahren zum graphischen Anordnen und Verwenden von Informationen über einen oder mehrere Ärzte, die mit (einem) verdächtigen Teilnehmer(n) in Verbindung stehen; 5 shows an exemplary method for graphing and using information about one or more physicians in contact with a suspected subscriber (s);

6 zeigt ein Flussdiagramm zum automatischen Identifizieren von Hinweisen durch Metriken, die mittels Daten erzeugt werden, die in Übereinstimmung mit einem Gesundheits-Datenmodell organisiert sind; 6 Fig. 12 is a flowchart for automatically identifying clues by metrics generated by data organized in accordance with a health data model;

7 zeigt ein Flussdiagramm zur Untersuchung eines Hinweises zu Betrug im Gesundheitswesen mittels einer graphenbasierten Schnittstelle, die ein Netzwerk von Elementen zeigt, die zu dem Hinweis gehören; 7 FIG. 12 is a flowchart for examining a health fraud alert through a graph-based interface showing a network of items associated with the alert; FIG.

8 zeigt einen anderen Graphen, in dem ein Knoten, der ein bestimmtes Patienten-Objekt repräsentiert, durch verschiedene Kanten mit Apotheken-Knoten verbunden ist, die Apotheken-Objekte repräsentieren; 8th Figure 4 shows another graph in which a node representing a particular patient object is connected by various edges to pharmacy nodes representing pharmacy objects;

9 zeigt ein beispielhaftes System, in dem die beschriebenen Techniken angewendet werden können; und 9 shows an exemplary system in which the described techniques can be applied; and

10 ist ein Blockdiagramm, das ein Computersystem zeigt, auf dem eine Ausführungsform der Erfindung implementiert werden kann. 10 Figure 10 is a block diagram showing a computer system on which an embodiment of the invention may be implemented.

DETAILLIERTE BESCHREIBUNGDETAILED DESCRIPTION

In der folgenden Beschreibung sind zum Zweck der Erklärung viele spezifische Details angegeben, um ein gründliches Verständnis der vorliegenden Erfindung zu bieten. Es ist jedoch klar, dass die vorliegende Erfindung ohne diese spezifischen Details angewendet werden kann. In anderen Fällen sind wohlbekannte Strukturen und Vorrichtungen als Blockdiagramme gezeigt, um zu vermeiden, dass die vorliegende Erfindung unnötig verdunkelt wird.In the following description, for purposes of explanation, many specific details are set forth in order to provide a thorough understanding of the present invention. However, it is to be understood that the present invention may be practiced without these specific details. In other instances, well-known structures and devices are shown as block diagrams to avoid unnecessarily obscuring the present invention.

1.0. ALLGEMEINER ÜBERBLICK1.0. GENERAL OVERVIEW

In einer Ausführungsform wird ein System einer oder mehrerer Rechenvorrichtungen unter anderem dazu verwendet, Betrug im Gesundheitswesen zu entdecken. Das System umfasst eine Datenimport-Komponente, um Gesundheitsdaten aus einer oder mehreren Datenquellen zu importieren, wobei die Datenquellen einen oder mehrere Gesundheitsdienstleister, Versicherer oder Apotheken umfassen; einen oder mehrere Datenspeicher, in denen die Datenimport-Komponente Gesundheitsobjekte erzeugt, die die Gesundheitsdaten repräsentieren, in Übereinstimmung mit einer definierten Ontologie, wobei die Gesundheitsobjekte Dienstleisterobjekte von einem oder mehreren Dienstleister-Objekttypen umfassen, die Gesundheitsdienstleister beschreiben, Patientenobjekte von einem oder mehreren Patienten-Objekttypen, die Gesundheitsempfänger repräsentieren, und Gesundheitsereignis-Objekte von einem oder mehreren Ereignis-Objekttypen, die eines oder mehrere der Folgenden beschreiben: Gesundheitsansprüche, Rezepte, medizinische Prozeduren oder Diagnosen; eine Korrelationskomponente, die Korrelationen zwischen den Gesundheitsereignis-Objekten, den Dienstleister-Objekten und den Patienten-Objekten identifiziert; eine Graphen-Generator-Komponente, die Graphen von Netzwerken erzeugt, die dadurch charakterisiert sind, dass sie zumindest auf den Korrelationen basieren, die durch die Korrelationskomponente identifiziert wurden, wobei die Graphen verbundene Knoten umfassen, die bestimmte Gesundheitsobjekte in den identifizierten Netzwerken repräsentieren, einschließlich bestimmter Patienten-Knoten, die bestimmte Patientenobjekte repräsentieren, und bestimmter Dienstleister-Knoten die bestimmte Dienstleister-Objekte repräsentieren; und einen Schnittstellen-Generator, der Schnittstellen erzeugt, die die Graphen anzeigen, die von dem Graphen-Generator erzeugt wurden.In one embodiment, a system of one or more computing devices is used inter alia to detect healthcare fraud. The system includes a data import component for importing health data from one or more data sources, the data sources comprising one or more health care providers, insurers or pharmacies; one or more data stores in which the data import component generates health objects representing the health data in accordance with a defined ontology, the health objects comprising service objects of one or more service provider object types describing health service providers having patient objects from one or more patient Object types representing health recipients and health event objects of one or more event object types describing one or more of the following: health claims, prescriptions, medical procedures or diagnoses; a correlation component that identifies correlations between the health event objects, the service provider objects, and the patient objects; a graph generator component that generates graphs of networks characterized by being based at least on the correlations identified by the correlation component, the graphs comprising connected nodes representing particular health objects in the identified networks, including certain patient nodes representing particular patient objects, and certain service provider nodes representing particular service provider objects; and an interface generator that generates interfaces that display the graphs generated by the graph generator.

In einer Ausführungsform umfasst das System weiter eine Objekt-Präsentationskomponente zum Erzeugen von Präsentationen von bestimmten Gesundheitsobjekten, die in den Schnittstellen angezeigt werden sollen. In einer Ausführungsform umfasst das System weiter eine Eingabe-Handhabungsvorrichtung, um Eingaben zu empfangen, die bestimmte Bedienelemente auswählen, die zu bestimmten Knoten in Graphen gehören, die in den Schnittstellen angezeigt werden; und eine Objekt-Präsentationskomponente zum Erzeugen von Präsentationen von Informationen über bestimmte Objekte, die zu bestimmten Konten gehören, die durch die Eingaben ausgewählt wurden. In einer Ausführungsform umfasst das System weiter Folgendes: eine Filterkomponente, die Netzwerke auswählt, die der Graphen-Generator anzeigt; und eine Eingabe-Handhabungsvorrichtung, um Eingaben zu empfangen, die bestimmte Bedienelemente auswählen, die zu bestimmten Knoten in Graphen gehören, die in den Schnittstellen angezeigt werden. Die Filterkomponente ist so konfiguriert, dass sie Netzwerke identifiziert, die zu bestimmten Knoten gehören, die durch die Eingaben ausgewählt wurden.In one embodiment, the system further comprises an object presentation component for generating presentations of particular health objects to be displayed in the interfaces. In one embodiment, the system further includes an input handler to receive inputs that select particular controls associated with particular nodes in graphs displayed in the interfaces; and an object presentation component for generating presentations of information about particular objects associated with particular accounts selected by the inputs. In an embodiment, the system further comprises: a filter component that selects networks displayed by the graph generator; and an input handler to receive inputs that select particular controls associated with particular nodes in graphs displayed in the interfaces. The filter component is configured to identify networks associated with particular nodes selected by the inputs.

In einer Ausführungsform umfasst das System weiter Folgendes: eine Filterkomponente, die Netzwerke identifiziert, die der Graphen-Generator anzeigen soll; und eine Metrik-Berechnungseinheit, die konfiguriert ist, um Metriken zu berechnen, die zu Gesundheitsobjekten gehören, gestützt auf zumindest die identifizierten Korrelationen; eine Hinweis-Identifizierungskomponente, die konfiguriert ist, um Gesundheitsobjekte zu identifizieren, die Hinweise für Betrugsuntersuchungen sind, gestützt zumindest auf die berechneten Metriken. Die Filterkomponente ist konfiguriert, um Netzwerke zu identifizieren, die zu Gesundheitsobjekten gehören, die Hinweise für Betrugsuntersuchungen sind. In einer Ausführungsform umfasst das System weiter eine Metrik-Berechnungseinheit, die konfiguriert ist, um Metriken zu berechnen, die zu Gesundheitsobjekten gehören, gestützt zumindest auf die identifizierten Korrelationen; wobei der Schnittstellen-Generator konfiguriert ist, um verschiedene Knoten und/oder verschiedene Kanten in den Graphen unterschiedlich anzuzeigen, gestützt auf die berechneten Metriken. In one embodiment, the system further comprises: a filter component that identifies networks that the graph generator is to display; and a metric calculation unit configured to calculate metrics associated with health objects based on at least the identified correlations; an alert identification component configured to identify health objects that are indicative of fraud investigations based at least on the calculated metrics. The filter component is configured to identify networks that belong to health objects that are evidence of fraud investigations. In one embodiment, the system further comprises a metric calculation unit configured to calculate metrics associated with health objects based at least on the identified correlations; wherein the interface generator is configured to display different nodes and / or different edges in the graph differently, based on the calculated metrics.

In einer Ausführungsform umfasst das System weiter ein Arbeitsablauf-Modul, das Eingaben annimmt, die von einem oder mehreren Nutzern oder einer automatischen Hinweis-Identifizierungskomponente erzeugt werden, die bestimmte Gesundheitsobjekte als Hinweise für Betrugsuntersuchungen identifiziert, wobei das Arbeitsablauf-Modul weiter konfiguriert ist, um gestützt auf die Eingaben Arbeitsablauf-Nachrichten zu erzeugen, und die Arbeitsablauf-Nachrichten zu Analysten für weitere Untersuchungen zu schicken. In einer Ausführungsform speichern der eine oder die mehreren Datenspeicher weiter Apotheken-Objekte eines Apotheken-Objekttyps, der Apotheken beschreibt; wobei die verbundenen Knoten einen oder mehrere Apotheken-Knoten umfassen, die ein oder mehrere Apotheken-Objekte repräsentieren. In einer Ausführungsform umfasst das System weiter eine Plan-Komponente zum Erzeugen von Plänen von Gesundheitsereignissen, die mit bestimmten Gesundheitsobjekten korreliert sind, die in bestimmten Graphen repräsentiert sind. In einer Ausführungsform sind die verbundenen Knoten in den Graphen, die durch den Graphen-Generator erzeugt werden, durch Kanten verbunden, die für Beziehungen stehen, wobei zumindest manche der Beziehungen von Gesundheitsereignis-Objekten abgeleitet sind, gestützt auf die Korrelationen. In einer Ausführungsform umfassen die Komponenten des Systems weiter andere Funktionalität, wie im Folgenden beschrieben ist.In one embodiment, the system further comprises a workflow module that accepts input generated by one or more users or an automated alert identification component that identifies particular health objects as indicia of fraud investigation, wherein the workflow module is further configured to: Based on the inputs, generate workflow messages and send the workflow messages to analysts for further investigation. In one embodiment, the one or more data stores further store pharmacy objects of a pharmacy object type describing pharmacies; wherein the connected nodes comprise one or more pharmacy nodes that represent one or more pharmacy objects. In one embodiment, the system further includes a schedule component for generating health event plans correlated to particular health objects represented in particular graphs. In one embodiment, the connected nodes in the graphs generated by the graph generator are connected by edges representing relationships, with at least some of the relationships being derived from health event objects based on the correlations. In one embodiment, the components of the system further include other functionality, as described below.

In einer Ausführungsform umfasst ein Verfahren, das von den verschiedenen Systemen angewendet wird, die hier beschrieben sind, Folgendes: Erzeugen von Dienstleister-Objekten, die Gesundheitsdienstleister beschreiben; Erzeugen von Patienten-Objekten, die Gesundheitsempfänger beschreiben; Identifizieren von Beziehungen zwischen den Gesundheitsereignis-Objekten, den Dienstleister-Objekten und den Apotheken-Objekten; Identifizieren, gestützt auf die Beziehungen, eines Netzwerks von einem oder mehreren Dienstleister-Objekten und den einen oder mehreren Patienten-Objekten; Erzeugen eines Graphen des Netzwerks, wobei der Graph verbundene Knoten umfasst, wobei die verbundenen Knoten einen oder mehrere Patienten-Knoten umfassen, die ein oder mehrere Patienten-Objekte repräsentieren, und einen oder mehrere Dienstleister-Knoten, die ein oder mehrere Dienstleister-Objekte repräsentieren. In einer Ausführungsform umfasst das Verfahren weiter das Erzeugen von Apotheken-Objekten, die Apotheken beschreiben; wobei die verbundenen Knoten einen oder mehrere Apotheken-Knoten umfassen, die ein oder mehrere Apotheken-Objekte repräsentieren. In einer Ausführungsform umfasst das Verfahren weiter das Erzeugen von Gesundheitsereignis-Objekten, die Gesundheitsereignisse beschreiben. Die verbundenen Knoten umfassen Folgendes: einen oder mehrere Ereignisknoten, die ein oder mehrere Gesundheitsereignis-Objekte repräsentieren; eine oder mehrere Kanten, die ein oder mehrere Gesundheitsereignis-Objekte repräsentieren.In one embodiment, a method employed by the various systems described herein includes: generating service provider objects that describe healthcare providers; Generating patient objects describing health recipients; Identifying relationships between the health event objects, the service provider objects, and the pharmacy objects; Identifying, based on the relationships, a network of one or more service provider objects and the one or more patient objects; Generating a graph of the network, wherein the graph comprises connected nodes, the linked nodes comprising one or more patient nodes representing one or more patient objects, and one or more service provider nodes representing one or more service provider objects , In an embodiment, the method further comprises generating pharmacy objects describing pharmacies; wherein the connected nodes comprise one or more pharmacy nodes that represent one or more pharmacy objects. In an embodiment, the method further comprises generating health event objects describing health events. The connected nodes include: one or more event nodes that represent one or more health event objects; one or more edges representing one or more health event objects.

In einer Ausführungsform umfasst ein Verfahren Folgendes: Erzeugen von Dienstleister-Objekten, die Gesundheitsdienstleister beschreiben; Erzeugen von Patienten-Objekten, die Gesundheitsempfänger beschreiben; Erzeugen von Gesundheitsereignis-Objekten, die eines oder mehrere der Folgenden beschreiben: Gesundheitsansprüche, Rezepte, medizinische Prozeduren oder Diagnosen; Korrelieren der Gesundheitsereignis-Objekte mit den Dienstleister-Objekten und den Patienten-Objekten; Empfangen von Eingaben, die ein bestimmtes Objekt angeben, wobei das bestimmte Objekt entweder ein bestimmtes Dienstleister-Objekt oder ein bestimmtes Patienten-Objekt ist; Identifizieren, gestützt auf das Korrelieren, eines Netzwerks von einem oder mehreren Dienstleister-Objekten und einem oder mehreren Patienten-Objekten, die zu dem bestimmten Objekt gehören; und Erzeugen eines Graphen des Netzwerks, wobei der Graph verbundene Knoten umfasst, wobei die verbundenen Knoten einen oder mehrere Patienten-Knoten umfassen, die ein oder mehrere Patienten-Objekte repräsentieren, und einen oder mehreren Dienstleister-Knoten, die ein oder mehrere Dienstleister-Objekte repräsentieren.In one embodiment, a method includes: generating service provider objects that describe healthcare providers; Generating patient objects describing health recipients; Generating health event objects describing one or more of the following: health claims, prescriptions, medical procedures or diagnoses; Correlating the health event objects with the service provider objects and the patient objects; Receiving inputs indicating a particular object, wherein the particular object is either a particular service provider object or a particular patient object; Identifying, based on correlating, a network of one or more service provider objects and one or more patient objects associated with the particular object; and generating a graph of the network, wherein the graph comprises connected nodes, the connected nodes comprising one or more patient nodes representing one or more patient objects, and one or more service provider nodes containing one or more service provider objects represent.

In einer Ausführungsform umfasst das Erzeugen der Gesundheitsereignis-Objekte das Erzeugen eines getrennten Gesundheitsereignis-Objekts aus jedem Log-Eintrag in einem oder mehreren Logs, die aus einem oder mehreren der Folgenden erfasst werden: einer Dienstleister-Datenquelle, einer Versicherer-Datenquelle oder einer Apotheken-Datenquelle. In einer Ausführungsform umfasst das Verfahren weiter Folgendes: Erzeugen von Betrugsobjekten, die bekannte Fälle von Betrug im Gesundheitswesen repräsentieren; und Verbinden eines bestimmten Dienstleister-Knotens oder eines bestimmten Patienten-Knotens mit einem Betrugsknoten in dem Graphen, wobei der Betrugsknoten ein bestimmtes Betrugsobjekt repräsentiert. In einer Ausführungsform umfassen die Gesundheitsereignis-Objekte zumindest Objekte eines Rezept-Ereignistyps, Objekte eines medizinischen Anspruch-Ereignistyps und Objekte eines Diagnose-Ereignistyps. In einer Ausführungsform umfasst das Verfahren weiter das Erzeugen von Apotheken-Objekten, die Apotheken beschreiben. Die verbundenen Knoten umfassen einen oder mehrere Apotheken-Knoten, die ein oder mehrere Apotheken-Objekte repräsentieren.In one embodiment, generating the health event objects comprises generating a separate health event object from each log entry in one or more logs collected from one or more of a service provider data source, an insurer data source, or a pharmacy -Data Source. In one embodiment, the method further comprises: generating fraudulent objects that represent known cases of healthcare fraud; and associating a particular service provider node or patient node with a fraudulent node in the graph, the fraudulent node representing a particular fraudulent object. In one embodiment, the health event objects include at least objects of a recipe event type, objects of a medical claim event type, and objects of a diagnostic event type. In an embodiment, the method further comprises generating pharmacy objects describing pharmacies. The linked nodes comprise one or more pharmacy nodes that represent one or more pharmacy objects.

In einer Ausführungsform umfasst das Verfahren weiter Folgendes: Korrelieren von mehreren Objekten unterschiedlicher Typen mit einem einzigen Element, wobei die mehreren Objekte die Dienstleister-Objekte und/oder die Patienten-Objekte umfassen; und Repräsentieren der mehreren Objekte in dem Graphen als entweder einen einzelnen Knoten, der ein logisches Objekt repräsentiert, das zu einer Zusammenführung der mehreren Objekte gehört, oder als mehrere Knoten, die mit einander durch eine oder mehrere Beziehungen verbunden sind.In an embodiment, the method further comprises correlating a plurality of different types of objects with a single element, the plurality of objects including the service provider objects and / or the patient objects; and representing the plurality of objects in the graph, as either a single node representing a logical object belonging to a merge of the multiple objects, or as multiple nodes connected to each other by one or more relationships.

In einer Ausführungsform umfasst das Korrelieren weiter das Ableiten von Beziehungsstrukturen, gestützt auf die Gesundheitsereignis-Objekte. Die Beziehungsstrukturen definieren Verbindungen zwischen den Dienstleister-Objekten und den Patienten-Objekten. In einer Ausführungsform umfasst der Graph eine oder mehrere Kanten, die Verbindungen zwischen bestimmten verbundenen Knoten zeigen, wobei die Kanten eine oder mehrere der Beziehungsstrukturen repräsentieren. In einer Ausführungsform umfassen die eine oder mehreren Kanten eine erste Kante, die einen ersten Beziehungstyp graphisch repräsentiert, und eine zweite Kante, die einen zweiten Beziehungstyp graphisch repräsentiert. In einer Ausführungsform zeigen die eine oder mehreren Kanten graphisch eine Zusammenfassung von bestimmten Gesundheitsereignis-Objekten, aus denen die eine oder mehreren Beziehungsstrukturen abgeleitet wurden.In one embodiment, the correlating further comprises deriving relationship structures based on the health event objects. The relationship structures define connections between the service provider objects and the patient objects. In one embodiment, the graph includes one or more edges that show connections between particular connected nodes, wherein the edges represent one or more of the relationship structures. In one embodiment, the one or more edges include a first edge that graphically represents a first relationship type and a second edge that graphically represents a second relationship type. In one embodiment, the one or more edges graphically show a summary of particular health event objects from which the one or more relationship structures have been derived.

In einer Ausführungsform umfasst das Verfahren weiter Folgendes: Berechnen von Werten von Metriken, die zu den Dienstleister-Objekten gehören, und Metriken, die zu den Patienten-Objekten gehören, gestützt zumindest teilweise auf das Korrelieren. In einer Ausführungsform umfasst das Verfahren weiter das Abbilden der verbundenen Knoten und/oder der Kanten, die die verbundenen Knoten verbinden, gestützt auf die berechneten Werte unterschiedlich, in dem Graphen. In einer Ausführungsform umfasst das Verfahren weiter das Erzeugen einer Visualisierung der Werte. Das bestimmte Objekt wird ausgewählt, teilweise gestützt auf eine Auswahl eines bestimmten Wertes aus der Visualisierung, der in Zusammenhang mit dem bestimmten Objekt berechnet wurde. In einer Ausführungsform umfasst das Verfahren weiter das Vergleichen der Werte, um Trigger zu definieren, die Schwellenwerte für ungewöhnliche Werte definieren; und das Auswählen des bestimmten Objekts zumindest teilweise in Antwort darauf, dass das bestimmte Objekt mit einem bestimmten Wert einer Metrik verbunden ist, der gemäß einem bestimmten definierten Trigger einen ungewöhnlichen Wert hat. In einer Ausführungsform umfasst das Verfahren weiter das Ermitteln der Größe des Netzwerks, gestützt zumindest teilweise auf die Werte der Metriken. In einer Ausführungsform wird das bestimmte Objekt ausgewählt, teilweise gestützt auf einen Wert einer Metrik, die zu dem bestimmten Objekt gehört, der eines oder mehrere der Folgenden anzeigt: ein Arzt schreibt wesentlich mehr Rezepte aus als üblich; ein plötzlicher Anstieg der Rezepte, die an einen Patienten ausgestellt werden, an den vorher nicht viele Rezepte ausgestellt wurden; ein Patient, der in einem bestimmten Zeitraum eine hohe Zahl von Besuchen in der Notaufnahme macht; ein Patient, der Rezepte von mehr als einer bestimmten Anzahl von Dienstleistern in einem bestimmten Zeitraum empfängt.In one embodiment, the method further comprises: calculating values of metrics associated with the service provider objects and metrics associated with the patient objects based, at least in part, on the correlating. In an embodiment, the method further comprises mapping the connected nodes and / or the edges connecting the connected nodes based on the calculated values differently in the graph. In an embodiment, the method further comprises generating a visualization of the values. The particular object is selected based in part on a selection of a particular value from the visualization calculated in association with the particular object. In one embodiment, the method further comprises comparing the values to define triggers that define unusual value thresholds; and selecting the particular object at least in part in response to the particular object being associated with a particular value of a metric that has an unusual value according to a particular defined trigger. In an embodiment, the method further comprises determining the size of the network based at least in part on the values of the metrics. In one embodiment, the particular object is selected based in part on a value of a metric associated with the particular object that indicates one or more of the following: a physician is writing substantially more prescriptions than usual; a sudden increase in prescriptions issued to a patient to whom not many prescriptions have previously been issued; a patient who makes a high number of visits to the ER during a given period; a patient who receives prescriptions from more than a certain number of service providers in a given period of time.

In einer Ausführungsform umfasst das Netzwerk ein Objekt, das einen bestimmten Praktiker repräsentiert, Objekte, die Patienten repräsentieren, an die Rezepte von dem bestimmten Praktiker ausgestellt wurden, und Objekte, die andere Praktiker repräsentieren, die diese Patienten besucht haben. In einer Ausführungsform umfasst das Netzwerk ein Objekt, das einen Apothekenkunden repräsentiert, Objekte, die Apotheken repräsentieren, die von diesem Apothekenkunden besucht wurden, Objekte, die Apotheker repräsentieren, die in den Apotheken beschäftigt sind, und Objekte, die Betrugsfälle repräsentieren, die mit den Apothekern oder Apotheken verbunden sind.In one embodiment, the network includes an object that represents a particular practitioner, objects that represent patients to whom recipes have been issued by the particular practitioner, and objects that represent other practitioners who have visited those patients. In one embodiment, the network comprises an object representing a pharmacy customer, objects representing pharmacies visited by that pharmacy customer, objects representing pharmacists employed in the pharmacies, and objects representing fraud cases associated with the pharmacy Pharmacists or pharmacies are connected.

In einer Ausführungsform umfasst das Verfahren weiter das Präsentieren des Graphen als Teil einer interaktiven Schnittstelle zum Untersuchen von Gesundheitsdaten, wobei in der Schnittstelle ein Bedienelement eingebettet ist, um zumindest einen bestimmten verbundenen Knoten auszuwählen; und zum Erzeugen einer Präsentation, die Daten umfasst, die zu einem ersten Objekt gehören, das der bestimmte verbundene Knoten repräsentiert, in Antwort auf die Auswahl des Bedienelements, wobei die Präsentation eines oder mehrere der Folgenden umfasst: eine Liste oder Zeitlinie von Daten von Gesundheitsereignis-Objekten, die mit dem ersten Objekt korreliert sind, aggregierte Statistiken, die in Zusammenhang mit dem ersten Objekt berechnet wurden, demographische Informationen, die zu dem ersten Objekt gehören, oder einen Plan, der Orte und/oder Gesundheitsereignisse zeigt, die mit dem ersten Objekt in Verbindung stehen.In an embodiment, the method further comprises presenting the graph as part of an interactive interface for examining health data, wherein an interface is embedded in the interface to select at least one particular connected node; and to generate a presentation comprising data associated with a first object representing the particular connected node in response to the selection of the control, the presentation comprising one or more of: a list or timeline of health event data Objects correlated to the first object, aggregated statistics calculated in relation to the first object, demographic information associated with the first object, or a map showing locations and / or health events associated with the first one Object in connection.

In einer Ausführungsform umfasst das Verfahren weiter das Präsentieren des Graphen als Teil einer interaktiven Schnittstelle zur Untersuchung von Gesundheitsdaten, wobei ein Bedienelement in die Schnittstelle eingebettet ist, um eine bestimmte Kante zwischen bestimmten verbundenen Knoten auszuwählen; und Erzeugen einer Präsentation von Daten, die zu einer oder mehreren bestimmten Beziehungen gehören, die die bestimmte Kante repräsentiert, in Antwort auf die Auswahl des Bedienelements, wobei die eine oder mehreren bestimmten Beziehungen von bestimmten Gesundheitsereignis-Objekten abgeleitet sind, wobei die Präsentation eine Liste der bestimmten Gesundheitsereignisse und/oder einen Plan der bestimmten Gesundheitsereignisse umfasst.In one embodiment, the method further comprises presenting the graph as part of an interactive interface for examining health data, wherein a control is embedded in the interface to select a particular edge between particular connected nodes; and generating a presentation of data associated with one or more particular relationships representing the particular edge in response to the selection of the control, wherein the one or more particular relationships are derived from particular health event objects, wherein the presentation is a list which includes certain health events and / or a plan of particular health events.

In einer Ausführungsform umfasst das Verfahren weiter das Präsentieren des Graphen als Teil einer interaktiven Schnittstelle zum Untersuchen von Gesundheitsdaten, wobei ein Bedienelement zum Auswählen eines bestimmten verbundenen Knotens in die Schnittstelle eingebettet ist; und, in Antwort auf die Auswahl des Bedienelements, das Markieren eines ersten Objekts, das zu dem bestimmten verbundenen Knoten gehört, zur nachfolgenden Untersuchung und zum Erzeugen einer Arbeitsablauf-Nachricht, die das erste Objekt als Hinweis identifiziert.In one embodiment, the method further comprises presenting the graph as part an interactive interface for examining health data, wherein a control for selecting a particular connected node is embedded in the interface; and, in response to the selection of the control, marking a first object associated with the particular connected node for subsequent examination and generating a workflow message identifying the first object as a hint.

In einer Ausführungsform umfasst ein Verfahren das Erzeugen von Gesundheitsereignis-Objekten, die einen oder mehrere des Folgenden beschreibt: Gesundheitsansprüche, Rezepte, medizinische Prozeduren oder Diagnosen; Erzeugen von Dienstleister-Objekten, die Gesundheitsdienstleister beschreiben; Erzeugen von Patienten-Objekten, die Gesundheitsempfänger beschreiben; Erzeugen von Apotheken-Objekten, die Apotheken beschreiben; Korrelieren der Ereignis-Objekte mit den Dienstleister-Objekten, den Teilnehmer-Objekten und den Apotheken-Objekten; Berechnen von Metriken für die Dienstleister-Objekte, die Teilnehmer-Objekte und die Apotheken-Objekte, gestützt auf das Korrelieren; Identifizieren von ungewöhnlichen Metrik-Werten in den Metriken; und Identifizieren von Hinweis-Objekten zur Untersuchung, gestützt auf die ungewöhnlichen Metrik-Werte, wobei die Hinweis-Objekte eines oder mehrere der Folgenden umfassen: ein bestimmtes Dienstleister-Objekt, ein bestimmtes Apotheken-Objekt oder ein bestimmtes Patienten-Objekt.In one embodiment, a method includes generating health event objects describing one or more of the following: health claims, prescriptions, medical procedures, or diagnoses; Generating service provider objects describing healthcare providers; Generating patient objects describing health recipients; Creating pharmacy objects that describe pharmacies; Correlating the event objects with the service provider objects, the participant objects and the pharmacy objects; Calculating metrics for the service provider objects, the subscriber objects and the pharmacy objects based on the correlating; Identifying unusual metric values in the metrics; and identifying hint objects for investigation based on the unusual metrics values, the hint objects comprising one or more of: a particular provider object, a particular pharmacy object, or a particular patient object.

2.0. STRUKTURELLER ÜBERBLICK2.0. STRUCTURAL OVERVIEW

9 zeigt ein beispielhaftes System 900, in dem die beschriebenen Techniken angewendet werden können, gemäß einer Ausführungsform. Das System 900 ist ein computerbasiertes System. Die verschiedenen Komponenten des Systems 900 werden zumindest teilweise durch Hardware in einer oder mehreren Rechenvorrichtungen implementiert, etwa einen oder mehrere Hardwareprozessoren, die Befehle ausführen, die in einem oder mehreren Speichern gespeichert sind, um verschiedene hier beschriebene Funktionen auszuführen. Das System 900 zeigt eine von vielen möglichen Anordnungen von Komponenten, die konfiguriert sind, um die Funktionalität auszuführen, die hier beschrieben ist. Andere Anordnungen können weniger oder andere Komponenten umfassen und die Aufteilung der Aufgaben zwischen den Komponenten kann abweichen, abhängig von der Anordnung. 9 shows an exemplary system 900 in which the described techniques can be applied, according to one embodiment. The system 900 is a computer based system. The different components of the system 900 are implemented, at least in part, by hardware in one or more computing devices, such as one or more hardware processors, that execute instructions stored in one or more memories to perform various functions described herein. The system 900 Figure 1 shows one of many possible arrangements of components configured to perform the functionality described herein. Other arrangements may include fewer or different components, and the allocation of tasks between components may vary, depending on the arrangement.

Das System 900 umfasst eine Datenimport-Komponente 915, die Daten von einer Vielzahl von Quellen erfasst, einschließlich einer oder mehrerer Dienstleister-Quellen 911, Versicherer-Quellen 912, öffentlicher Quellen 913 und anderer Quellen 914, wie hier beschrieben ist. Die Daten können aus jeder der Quellen 911–914 zu einen oder mehreren Zeitpunkten erfasst werden, abhängig von Faktoren wie der Größe der Datenquelle, der Zugänglichkeit der Datenquelle und wie häufig sich die Datenquelle ändert. Abhängig von der Art, in der die Daten erfasst werden, kann die Datenimport-Komponente 915 optional Extract-, Transform- und Load-(„ETL”)-Vorgänge auf den erfassten Daten ausführen, um Objekte zu erzeugen, die einer oder mehreren definierten Ontologien 990 entsprechen. Die Ontologien 900 können beispielsweise dynamische Ontologien, statische Schemata und/oder andere Definitionen von Datenstrukturen sein.The system 900 includes a data import component 915 that collects data from a variety of sources, including one or more service provider sources 911 , Insurer sources 912 , public sources 913 and other sources 914 as described here. The data can be from any of the sources 911 - 914 at one or more points in time, depending on such factors as the size of the data source, the accessibility of the data source, and how frequently the data source changes. Depending on the way in which the data is collected, the data import component may 915 optionally perform Extract, Transform, and Load ("ETL") operations on the collected data to create objects that correspond to one or more defined ontologies 990 correspond. The ontologies 900 For example, they may be dynamic ontologies, static schemes, and / or other definitions of data structures.

Die Datenimport-Komponente 915 veranlasst, dass die erfassten Daten in einem oder mehreren Datenspeichern 920 gespeichert werden. Der eine oder die mehreren Datenspeicher 920 können, neben anderen Objekttypen, manche oder alle der Folgenden speichern: Dienstleister-Objekte 921, Patienten-Objekte 922, Apotheken-Objekte 923, Gesundheitsereignis-Objekte 924 und andere Objekte 925, die jeweils zu einem unterschiedlichen eigenen Objekttyp gehören, der durch die eine oder mehreren Ontologien 990 definiert ist. Andere Objekte 925 können jede Art von Objekttyp umfassen, der als erstrebenswert angesehen wird. Ein anderer Objekttyp kann beispielsweise Verwaltungsereignis-Objekte sein. Somit können in einer Ausführungsform Daten, die von Gesundheitsdienstleistern, Versicherern, öffentlichen Quellen und anderen Quellen erhalten werden, in dem Computerspeicher mittels objektorientierten Datenrepräsentations-Techniken repräsentiert werden, um Dienstleister, Patienten, Apotheken, Ereignisse und andere Elemente zu repräsentieren, die in einem Graphen verbunden werden können, gestützt auf Beziehungen, Ereignisse oder Transaktionen aus der Praxis. Beispiele von Speichern 920 und zugehörigen Objekten 921–925 sind in nachfolgenden Abschnitten beschrieben.The data import component 915 causes the collected data to be stored in one or more data stores 920 get saved. The one or more data stores 920 can save, among other object types, some or all of the following: service provider objects 921 , Patient objects 922 , Pharmacy objects 923 , Health event objects 924 and other objects 925 , each belonging to a different own object type, by the one or more ontologies 990 is defined. Other objects 925 may include any type of object type that is considered desirable. For example, another object type may be management event objects. Thus, in one embodiment, data obtained from healthcare providers, insurers, public sources, and other sources may be represented in the computer memory by object-oriented data representation techniques to represent service providers, patients, pharmacies, events, and other elements depicted in a graph based on relationships, events or transactions in practice. Examples of saving 920 and associated objects 921 - 925 are described in the following sections.

Das System 900 umfasst eine Korrelations-Identifizierungskomponente 930, die die Objekte 921–925 korreliert, in Übereinstimmung mit den Techniken, die hier beschrieben sind. Korrelationen, die von der Korrelations-Identifizierungskomponente 930 erzeugt werden, werden von einem Graph-Generator 940 verwendet, um Objektgraphen zu erzeugen, in Übereinstimmung mit den Techniken, die nachfolgend beschrieben sind. Die Graphen beschreiben Beziehungen zwischen verschiedenen Netzwerken von Objekten 921–925, die zumindest teilweise auf den Korrelationen basieren.The system 900 includes a correlation identification component 930 that the objects 921 - 925 correlates, in accordance with the techniques described herein. Correlations made by the correlation identification component 930 are generated by a graph generator 940 used to generate object graphs in accordance with the techniques described below. The graphs describe relationships between different networks of objects 921 - 925 that are based at least in part on the correlations.

Die Graphen, die von dem Graph-Generator 940 erzeugt werden, werden einem Schnittstellen-Generator 960 bereitgestellt, der visuelle Präsentationen der Graphen erzeugt, die einem Nutzer in einer Schnittstelle 965 angezeigt werden. Die visuellen Präsentationen der Graphen zeigen verschiedene Objekte 925 und die Beziehungen zwischen diesen Objekten. Somit erzeugt ein Objekt-Präsentationsgenerator 945 verschiedene Präsentationen von Objekten. Diese Objekt-Präsentationen werden in den visuellen Präsentationen verwendet, die von dem Schnittstellen-Generator 960 erzeugt werden. Beispiele solcher visuellen Präsentationen, sowohl von Graphen als auch von Objekten, sind in nachfolgenden Abschnitten angegeben.The graphs used by the graph generator 940 be generated, become an interface generator 960 which creates visual presentations of the graphs that a user interfaces with 965 are displayed. The visual presentations of the graphs show different objects 925 and the relationships between these Objects. Thus, an object presentation generator generates 945 different presentations of objects. These object presentations are used in the visual presentations made by the interface builder 960 be generated. Examples of such visual presentations, both graphs and objects, are given in subsequent sections.

Um einen Nutzer darin zu unterstützen, die Daten in Graphenform zu navigieren und zu verstehen, ist eine Filterkomponente mit dem Graph-Generator 940 verbunden. Die Filterkomponente 950 verringert, vereinfacht, filtert oder manipuliert anderweitig die Netzwerke von Objekten und Beziehungen, die von den Graphen dargestellt werden, in Übereinstimmung mit den Techniken, die nachfolgend beschrieben sind. Die Filterkomponente 950 kann in Antwort auf verschiedene Eingaben arbeiten, die über eine Eingabe-Handhabungsvorrichtung 970 empfangen werden, die Eingaben empfängt, die zu verschiedenen Bedienelementen gehören, die in den visuellen Präsentationen eingebettet sind, die in der Schnittstelle 965 angezeigt sind. Beispiele solcher Eingaben werden nachfolgend beschrieben.To help a user navigate and understand the data in graph form is a filter component with the graph generator 940 connected. The filter component 950 otherwise reduces, simplifies, filters or otherwise manipulates the networks of objects and relationships represented by the graphs in accordance with the techniques described below. The filter component 950 can operate in response to various inputs via an input handler 970 receive inputs that belong to various controls that are embedded in the visual presentations that are in the interface 965 are displayed. Examples of such inputs are described below.

Eine Metrik-Berechnungseinheit 935 berechnet verschiedene Metriken, gestützt auf die Objekte 921–925 und/oder andere Daten. Korrelationen, die von der Korrelations-Identifizierungskomponente 930 erzeugt werden, können weiter verwendet werden, um manche dieser Metriken zu erzeugen. Beispielhafte Metriken sind in anderen Abschnitten beschrieben. Die Metriken können für eine Vielzahl von Berichts-Zwecken verwendet werden. Der Objekt-Präsentationsgenerator 945 und/oder der Schnittstellen-Generator 960 können beispielsweise die Metriken verwenden, um die visuellen Präsentationen der Graphen und/oder der Objekte, die darin gezeigt sind, anzupassen.A metric calculation unit 935 calculates different metrics based on the objects 921 - 925 and / or other data. Correlations made by the correlation identification component 930 can be further used to generate some of these metrics. Exemplary metrics are described in other sections. The metrics can be used for a variety of reporting purposes. The object presentation generator 945 and / or the interface generator 960 For example, the metrics may be used to customize the visual presentations of the graphs and / or the objects shown therein.

Bestimmte Beziehungen und/oder Korrelationen von Objekten können betrügerische Aktivität andeuten. In einer Ausführungsform identifiziert eine optionale Hinweis-Identifizierungskomponente 980 „Hinweise” für mutmaßliche betrügerische Aktivitäten, in Übereinstimmung mit den Techniken, die nachfolgend beschrieben sind. Die Hinweise können beispielsweise bestimmte Objekte in den Speichern 920 oder Beziehungen zwischen mehreren Objekten sein. Die Hinweise können identifiziert werden, gestützt auf Metrik-Werte, die durch die Metrik-Berechnungseinheit 935 berechnet wurden und als ungewöhnlich oder strukturfremd angesehen werden, gestützt auf verschiedene Betrugsermittlungs- oder Strukturerfassungs-Verfahren. Die Hinweise können in die Filterkomponente 950 eingegeben werden, die den Graphen bearbeitet, um Aufmerksamkeit auf den oder die identifizierten Hinweis(e) zu lenken, in Übereinstimmung mit den Techniken, die nachfolgend beschrieben sind.Certain relationships and / or correlations of objects may indicate fraudulent activity. In one embodiment, an optional hint identification component identifies 980 "Cues" for suspected fraudulent activity, in accordance with the techniques described below. For example, the hints may contain certain objects in the stores 920 or relationships between multiple objects. The hints can be identified based on metric values provided by the metric calculation unit 935 calculated as unusual or non-structural, based on various fraud detection or structural The hints can be found in the filter component 950 which processes the graph to draw attention to the identified indicia (s), in accordance with the techniques described below.

3.0. FUNKTIONALE ÜBERSICHT3.0. FUNCTIONAL OVERVIEW

Es werden hier Techniken beschrieben, um Daten zu modellieren, die sich auf das Gesundheitswesen beziehen, und um die Modelle zusammen mit den Ermittlungsverfahren zu verwenden, um Betrug zu identifizieren. Im Allgemeinen verwenden die hier beschriebenen Techniken Daten, die von verschiedenen Quellen von Gesundheitsdaten erhalten oder extrahiert werden. Die Daten werden dann in verschiedene gespeicherte Datenobjekte, Beziehungen und Graphen umgewandelt, die einem gemeinsamen Modell für Gesundheitsdaten entsprechen, etwa einer dynamischen Ontologie oder einem Schema. Die Datentypen, die durch das gemeinsame Modell definiert werden, sehen zumindest das Folgende vor: ein oder mehrere Datenobjekte, die Patienten und/oder Teilnehmer von Gesundheits-Plänen beschreiben, ein oder mehrere Datenobjekte, die Gesundheitsdienstleister und/oder einzelne Ärzte beschreiben, und ein oder mehrere Datenobjekte, die Gesundheitsereignisse beschreiben, etwa Rezepte, Ansprüche, Behandlungen und/oder Prozeduren. In Ausführungsformen existieren auch andere Datenobjekte, die eine Vielzahl von anderen Gesundheitselementen, -orten und -ereignissen beschreiben. Verschiedene Beispiele sind hier beschrieben.Techniques are described here to model health-related data and to use the models along with investigative procedures to identify fraud. In general, the techniques described herein use data obtained or extracted from various sources of health data. The data is then converted into various stored data objects, relationships, and graphs that correspond to a common health data model, such as a dynamic ontology or schema. The data types defined by the common model provide at least the following: one or more data objects describing patients and / or participants of health plans, one or more data objects describing healthcare providers and / or individual physicians, and one or multiple data objects describing health events, such as prescriptions, claims, treatments, and / or procedures. In embodiments, other data objects also exist that describe a variety of other health elements, locations, and events. Various examples are described here.

3.1. BETRUGSERMITTLUNGEN3.1. FRAUD INVESTIGATIONS

Ausführungsformen sind für eine Anzahl von verschiedenen mit Betrug verbundenen Zwecken nützlich. In einer Ausführungsform werden die Datenobjekte zu verschiedenen Zeitpunkten eines Vier-Stufen-Arbeitsablaufs zur Identifizierung von Betrug verwendet. Die erste Stufe ist die Erzeugung von Hinweisen. Diese Stufe umfasst das Identifizieren von mutmaßlichen Fällen von Betrug im Gesundheitswesen zur weiteren Untersuchung. Ein Hinweis, wie er hier beschrieben ist, ist ein bestimmtes Individuum, eine bestimmte Organisation oder ein bestimmtes Ereignis, von dem vermutet wird, dass aus wirklichem oder möglichem Betrug besteht, mit ihm verbunden ist oder ihn anzeigt, oder ist eine erhöhte Wahrscheinlichkeit, dass es aus Betrug besteht, mit ihm verbunden ist oder ihn anzeigt. Der Begriff Hinweis kann hier auch verwendet werden, um ein Datenobjekt zu bezeichnen, das das verdächtige Individuum, die verdächtige Organisation oder das verdächtige Ereignis repräsentiert. Eine Art, Hinweise zu identifizieren, besteht darin, Tipps zu erhalten, die mögliche betrügerische Aktivitäten betreffen. Eine andere Art, Hinweise zu identifizieren, besteht darin, Netzwerke von Individuen und/oder Organisationen zu überprüfen, die mit dem Fällen von Betrug verbunden sind, die in Medienberichten, Verurteilungen oder anderen Veröffentlichungen beschrieben sind. Eine andere Art, Hinweise zu identifizieren, besteht darin, Geschäftsregeln auf die unterschiedlichen Datenobjekte und Beziehungen anzuwenden, die hier beschrieben sind, um mögliche betrügerische Aktivitäten zu markieren, etwa wenn ein Mann eine Behandlung für Eierstockkrebs erhält. Eine andere Art, Hinweise zu identifizieren, besteht darin, computerimplementierte Algorithmen und/oder analytische Verfahren anzuwenden, die Metriken berechnen, gestützt auf die verschiedenen Datenobjekte, die hier beschrieben sind, etwa eine Metrik, die die Anzahl von Rezepten angibt, die von einem Arzt für häufig missbrauchte Medikamente ausgestellt werden. Datenobjekte, die mit ungewöhnlichen Werten für diese Metriken verbunden sind, können als Hinweise verfolgt werden.Embodiments are useful for a number of different fraud related purposes. In one embodiment, the data objects are used to identify fraud at different times in a four-step workflow. The first step is the generation of clues. This level includes identifying suspected cases of healthcare fraud for further investigation. A note, as described herein, is a particular individual, organization, or event suspected of consisting of, connected to, or displaying real or potential fraud, or is an increased probability that it consists of fraud, is associated with him or indicates him. The term hint can also be used here to denote a data object that represents the suspect individual, the suspected organization, or the suspicious event. One way to identify clues is to get tips about possible fraudulent activity. A Another way to identify clues is to review networks of individuals and / or organizations involved in fraud cases that are described in media reports, convictions, or other publications. Another way to identify clues is to apply business rules to the different data objects and relationships described herein to mark possible fraudulent activity, such as when a man is receiving treatment for ovarian cancer. Another way to identify clues is to use computer-implemented algorithms and / or analytical methods that compute metrics based on the various data objects described herein, such as a metric that indicates the number of prescriptions that a physician has be issued for commonly abused drugs. Data objects associated with unusual values for these metrics can be tracked as hints.

Die nächste Stufe ist die Hinweis-Priorisierung. Es kann viele mögliche Hinweise, die verfolgt werden sollen, aber begrenzte Ressourcen geben, solche Hinweise zu verfolgen; Hinweis-Priorisierung ermöglicht es, begrenzte Ressourcen auf die Hinweise zu fokussieren, denen eine hohe Priorität beigemessen wird. Hinweis-Priorisierung kann beispielsweise das Filtern der Menge von Hinweisen umfassen, gestützt auf eines oder mehrere der Folgenden: welche Hinweise bestimmte Arten von Betrug einschließen, welche Hinweise mindestens eine bestimmte Schwellenwert-Menge von Geld einschließen, welche Hinweise die offensichtlichsten Fälle von Betrug bilden, welche Hinweise am leichtesten zu untersuchen sind oder welche Hinweise dicht gehäuft sind. In einer Ausführungsform können verschiedene Metriken, die diese und/oder andere Faktoren berücksichtigen, verwendet werden, um die Hinweise zu sortieren, und die Hinweise können dann in ihrer Sortierreihenfolge untersucht werden. In einer Ausführungsform sind zwei primäre Metriken zum Sortieren der Hinweise konfiguriert, um die Wahrscheinlichkeit von Betrug und die Auswirkungen von Betrug zu quantifizieren, wenn Betrug in der Tat aufgetreten ist. Eine Vielzahl von anderen Metriken kann jedoch erzeugt werden, um Hinweise zu sortieren. Unterschiedliche Ermittler können dafür verantwortlich sein, Hinweise zu untersuchen, die gestützt auf unterschiedliche Faktoren oder Metriken priorisiert sind.The next level is the hint prioritization. There may be many possible cues to track, but limited resources to track such cues; Note prioritization allows you to focus limited resources on the hints that are given high priority. For example, hint prioritization may include filtering the set of cues based on one or more of the following: which cues include certain types of fraud, which cues include at least a certain threshold amount of money, which cues constitute the most obvious instances of fraud, which hints are the easiest to investigate or which clues are heaped up. In one embodiment, various metrics that take into account these and / or other factors may be used to sort the clues, and the clues may then be examined in their sort order. In one embodiment, two primary metrics for sorting the clues are configured to quantify the likelihood of fraud and the effects of fraud when fraud has indeed occurred. However, a variety of other metrics can be generated to sort hints. Different investigators may be responsible for investigating evidence that is prioritized based on different factors or metrics.

Die nächste Stufe ist das Untersuchen eines priorisierten Hinweises. In dieser Stufe kann ein Ermittler etwa Antworten auf Fragen suchen, wie an wen die betroffenen Ärzte Rezepte ausstellen, wer die beteiligten Rezepte abholt, welche medizinischen Behandlungen die Ärzte ausführen, ob irgendwelche dieser medizinischen Behandlungen verdächtig sind, mit welchem größeren Netzwerk von anderen Dienstleistern die Verdächtigen interagieren, ob irgendwelche der anderen Dienstleister verdächtig sind, ob die Dienstleister an andere Personen überweisen, die dann Medikamente verschreiben, die nicht verschrieben werden sollten, gestützt auf die relevanten Fakten, usw. In einer Ausführungsform vereinfachen verschiedene Daten-Visualisierungs- und Bearbeitungstechniken zum Abbilden der Datenobjekte, die hier beschrieben sind, diese Untersuchung. Netzwerke von Ärzten, Patienten und Apotheken können beispielsweise als navigierbare Graphen von miteinander verbundenen Knoten abgebildet werden, in denen die Verbindungen gestützt auf verschiedene Gesundheitsereignisse bestimmt werden.The next step is examining a prioritized hint. At this stage, an investigator can search for answers to questions such as who the physicians concerned issue prescriptions, who picks up the recipes, what medical treatments the doctors perform, if any of these medical treatments are suspicious, with which larger network of other service providers Suspects interact to see if any of the other service providers are suspicious of whether the service providers are transferring to other people who then prescribe medicines that should not be prescribed, based on the relevant facts, etc. In one embodiment, various data visualization and processing techniques facilitate Mapping the data objects described here, this investigation. For example, networks of physicians, patients, and pharmacies may be depicted as navigable graphs of interconnected nodes in which connections are determined based on various health events.

Die vierte Stufe besteht darin, dass nach einer positiven Ermittlung eines Hinweises Handlungen ergriffen werden. Für manche Patienten kann dies beispielsweise beinhalten, dass eine Intervention veranlasst wird, etwa das Bereitstellen einer Behandlung für Suchterkrankung oder Depression. Für andere Patienten oder für betrügerische Dienstleister kann die Handlung das Übergeben von Ergebnissen an einen Versicherer und/oder die Strafverfolgungsbehörden umfassen.The fourth step is to take action after a positive determination of an indication. For example, for some patients, this may include causing an intervention, such as providing treatment for addiction or depression. For other patients or fraudulent service providers, the act may include handing over results to an insurer and / or law enforcement agencies.

Der oben beschriebene Arbeitsablauf ist als Beispiel vorgesehen. Andere Arbeitsabläufe zur Untersuchung von Betrug können andere Elemente in abweichenden Anordnungen umfassen. Die Datenobjekte, die hier beschrieben sind, sind in diesen anderen Arbeitsabläufen ebenfalls nützlich.The above-described operation is provided as an example. Other fraud investigation workflows may include other elements in divergent orders. The data objects described here are also useful in these other operations.

3.2 AUTOMATISIERTE IDENTIFIZIERUNG VON HINWEISEN DURCH METRIKEN3.2 AUTOMATED IDENTIFICATION OF INFORMATION BY METRICS

6 zeigt ein Flussdiagramm 600 zum automatischen Identifizieren von Hinweisen durch Metriken, die mittels Daten erzeugt werden, die in Übereinstimmung mit einem Gesundheits-Datenmodell organisiert wurden, gemäß einer Ausführungsform. In einer Ausführungsform kann jedes der Verfahren, die in Zusammenhang mit den funktionalen Blöcken der 6 beschrieben sind, mittels eines oder mehrerer Computerprogramme, anderen Software-Elementen und/oder digitaler Logik in einem Allzweck-Computer und/oder einem Spezial-Computer implementiert werden, während Datenerfassungs-, Verarbeitungs- und Speicheroperationen ausgeführt werden, die das Interagieren und Bearbeiten des physikalischen Zustands des Speichers des Computers umfassen. 6 shows a flowchart 600 for automatically identifying indicia by metrics generated by data organized in accordance with a health data model, according to one embodiment. In one embodiment, each of the methods associated with the functional blocks of the 6 be implemented by means of one or more computer programs, other software elements and / or digital logic in a general-purpose computer and / or a special computer, while data acquisition, processing and memory operations are performed, which interacting and editing the physical state of the memory of the computer.

Block 610 umfasst das Erzeugen von Dienstleister-Objekten, die unterschiedliche Gesundheitsdienstleister beschreiben. Daten für die Dienstleister-Objekte können beispielsweise von eingereichten Ansprüchen von Dienstleistern an Versicherer erhalten werden, die dann die Daten an ein Computersystem übertragen, das die hier beschriebenen Techniken implementiert. Ein Gesundheitsdienstleister kann jede Einheit sein, die Gesundheitsdienstleistungen bereitstellt. Gesundheitsdienstleister können Organisationseinheiten umfassen, die auch als Einrichtungen oder Institutionen bezeichnet werden, etwa Krankenhäuser und Kliniken. Gesundheitsdienstleister können auch einzelne Praktiker umfassen, die auch als Beschäftigte im Gesundheitswesen bezeichnet werden, etwa Ärzte und Zahnärzte. In manchen Fällen, etwa im Fall von allein praktizierenden Fachkräften, kann ein einzelner Praktiker auch als Organisationseinheit wirken.block 610 involves creating service provider objects that describe different healthcare providers. For example, data for the service provider objects may be obtained from claims submitted by service providers to insurers, who then transmit the data to a computer system implementing the techniques described herein. A health care provider can be any entity providing health care services. Healthcare providers may include organizational units, also referred to as institutions or institutions, such as hospitals and clinics. Healthcare providers can also include individual practitioners, which are also referred to as health workers, such as doctors and dentists. In some cases, such as in the case of a single practitioner, a single practitioner may also act as an organizational unit.

In einer Ausführungsform gibt es unterschiedliche Arten von Dienstleister-Objekten, die einzelne Praktiker repräsentieren, im Gegensatz zu Organisationseinheiten. In einer Ausführungsform können unterschiedliche Arten von Dienstleister-Objekten Daten aus unterschiedlichen Quellen umfassen, die die gleichen Dienstleister betreffen. In einer Ausführungsform können unterschiedliche Arten von Dienstleister-Objekten Daten umfassen, die in Zusammenhang mit den gleichen Dienstleistern gesammelt wurden, während diese Dienstleister unterschiedliche Funktionen erfüllen. Ein einzelner Arzt kann beispielsweise zu einem Verschreiber-Objekt gehören, das Daten speichert, die in Zusammenhang mit dem Arzt in seiner Rolle als Verschreiber von Medikamenten gesammelt wurden, zu einem oder mehreren Spezialisten-Objekten, die Daten speichern, die in Zusammenhang mit dem Arzt gesammelt wurden, während er die Rolle erfüllte, bestimmte spezialisierte Prozeduren oder Beurteilungen auszuführen, und/oder ein Praktiker-Objekt, das Daten repräsentiert, die von dem Arzt gesammelt wurden, während er allgemein seine Rolle als Dienstleister ausführte. Alternativ kann ein Arzt durch ein Verschreiber-Objekt repräsentiert werden und dann mit einem Einrichtungs-Objekt für eine Einrichtung verknüpft werden, an der der Arzt angestellt ist. In einer Ausführungsform kann es nur einen Typ von Dienstleister-Objekt geben und alle Daten, die zu allen Rollen eines Arztes/Praktikers gehören, können stattdessen unter dem Schirm dieses einzigen Typs von Dienstleister-Objekt gesammelt werden.In one embodiment, there are different types of service provider objects that represent individual practitioners, as opposed to organizational units. In one embodiment, different types of service provider objects may include data from different sources concerning the same service providers. In one embodiment, different types of service provider objects may include data collected in association with the same service providers while these service providers perform different functions. For example, a single physician may belong to a prescriber object that stores data collected in association with the physician in his role as a prescriber of drugs, to one or more specialist objects that store data related to the physician while performing the role of performing certain specialized procedures or assessments, and / or a practitioner's object representing data collected by the physician while generally performing his role as a service provider. Alternatively, a physician may be represented by a prescriber object and then linked to a facility object for a facility where the physician is employed. In one embodiment, there may be only one type of service provider object, and all data associated with all the roles of a physician / practitioner may instead be collected under the umbrella of that single type of service provider object.

Block 620 umfasst das Erzeugen von Patienten-Objekten, die Empfänger von Gesundheitsdienstleistungen beschreiben. In einer Ausführungsform können verschiedene Arten von Patienten-Objekten Daten umfassen, die für die gleichen Dienstleister von unterschiedlichen Quellen gesammelt werden. Eine einzelne Person kann beispielsweise durch ein Teilnehmer-Objekt repräsentiert werden, das aus Daten besteht, die von einem Versicherer gesammelt wurden, der einen Gesundheitsplan finanziert, von dem die Person ein Teilnehmer ist, kann aber auch durch getrennte Patienten-Objekte repräsentiert werden, die aus Daten bestehen, die in Zusammenhang mit anderen Dienstleistern gesammelt wurden, und/oder durch Kunden-Objekte, die aus Daten bestehen, die von einem Apotheker gesammelt wurden. In einer Ausführungsform korrelieren verschiedene Arten von Patienten-Objekten nicht notwendigerweise mit Quellen, sondern stattdessen mit Rollen, die zu einem Patienten gehören, wenn Daten gesammelt werden, etwa einem Teilnehmer eines Plans oder einem Kunden einer Apotheke. In einer Ausführungsform können Daten, die mit allen Rollen eines Patienten verbunden sind, stattdessen unter dem Schirm eines einzigen Typs von Patienten-Objekt gesammelt werden.block 620 includes creating patient objects that describe recipients of healthcare services. In one embodiment, different types of patient objects may include data collected for the same service providers from different sources. For example, a single person may be represented by a participant object consisting of data collected by an insurer who finances a health plan of which the subject is a participant, but may also be represented by separate patient objects that consist of data collected in connection with other service providers and / or customer objects that consist of data collected by a pharmacist. In one embodiment, different types of patient objects do not necessarily correlate with sources, but instead correlate with roles associated with a patient when collecting data, such as a participant in a plan or a customer of a pharmacy. In one embodiment, data associated with all the roles of a patient may instead be collected under the screen of a single type of patient object.

Block 630 umfasst das Erzeugen von Gesundheitsereignis-Objekten, die einen oder mehrere der Folgenden beschreiben: Gesundheitsansprüche, Rezepte, medizinische Prozeduren oder Diagnosen. Ein Ereignis-Objekt kann beispielsweise für jeden Log-Eintrag in einem oder mehreren Logs von Dienstleistern, Versicherern und/oder Apotheken erzeugt werden oder kann auf Einreichungen von Ansprüchen an Versicherer basieren. Es kann mehrere Arten von Ereignis-Objekten für manche oder alle Ansprüche, Rezepte, Prozeduren und Diagnosen geben. Es kann beispielsweise verschiedene Ereignis-Objekt-Arten für medizinische Ansprüche und Rezept-Ansprüche geben. Oder es kann einen einzigen Ereignis-Objekt-Typ geben, der ein Typen-Feld umfasst, das jedes Ereignis klassifiziert. Andere Ereignisarten können auch modelliert werden, etwa Fälle von Betrug. Verschiedene Ausführungsformen können unterschiedliche Kombinationen von Ereignissen aufweisen.block 630 includes generating health event objects that describe one or more of the following: health claims, prescriptions, medical procedures, or diagnoses. For example, an event object may be generated for each log entry in one or more logs from service providers, insurers, and / or pharmacies, or may be based on insurer submission claims. There may be several types of event objects for some or all claims, prescriptions, procedures and diagnoses. For example, there may be different event object types for medical claims and prescription claims. Or there may be a single event object type that includes a type field that classifies each event. Other types of events can also be modeled, such as cases of fraud. Various embodiments may have different combinations of events.

Block 640, der in manchen Ausführungsformen optional sein kann, umfasst das Erzeugen von Apotheken-Objekten, die Apotheken beschreiben. Abhängig von der Ausführungsform kann es verschiedene Arten von Apotheken-Objekten geben, um verschiedene Arten von Apotheken zu repräsentieren. Daten für Apotheken-Objekte können direkt von Apotheken oder ihren Besitzern erhalten werden, oder von Anspruchs-Daten von Versicherern.block 640 which may be optional in some embodiments includes creating pharmacy objects that describe pharmacies. Depending on the embodiment, there may be different types of pharmacy objects to represent different types of pharmacies. Data for pharmacy objects can be obtained directly from pharmacies or their owners, or from claims data from insurers.

Block 650 umfasst das Korrelieren von Ereignis-Objekten mit Dienstleister-Objekten, Patienten-Objekten und/oder Apotheken-Objekten. Zur Bequemlichkeit kann der Begriff Einheit im Folgenden verwendet werden, um einen Dienstleister, einen Patienten oder eine Apotheke zu bezeichnen, und der Begriff Einheits-Objekt kann daher verwendet werden, um irgendein Objekt zu bezeichnen, das Daten umfasst, die eine solche Einheit repräsentieren. Jedes korrelierte Ereignis-Objekt wird mindestens den Dienstleister-Objekten, Patienten-Objekten oder Apotheken-Objekten (wenn sie erzeugt wurden) zugeordnet, indem ein oder mehrere Attribute des Ereignis-Objekts, etwa ein Bezeichner einer Einheit, die an dem Ereignis beteiligt ist, mit (einem) zugehörigen Attribut(en) der Dienstleister-Objekte, Patienten-Objekte oder Apotheken-Objekte verglichen werden. Ein Rezept-Ereignis-Objekt kann beispielsweise Felder umfassen, die Objekte identifizieren, die den Praktiker repräsentieren, der das Rezept verschrieben hat, oder eine zugehörige Einrichtung. Als weiteres Beispiel kann ein Anspruch-Ereignis Felder umfassen, die ein Teilnehmer-Objekt und ein Einrichtungs-Objekt identifizieren.block 650 includes correlating event objects with service provider objects, patient objects, and / or pharmacy objects. For convenience, the term unit may be used hereinafter to refer to a service provider, a patient, or a pharmacy, and the term unitary object may therefore be used to refer to any object that includes data representing such a unit. Each correlated event object is assigned to at least the service provider objects, patient objects, or pharmacy objects (if they were created) by having one or more attributes of the event object, such as an identifier of a unit involved in the event. be compared with (a) associated attribute (s) of the service provider objects, patient objects or pharmacy objects. For example, a recipe event object may include fields that identify objects that represent the practitioner who prescribed the prescription, or any associated device. As another example, a claim event may include fields, identifying a participant object and a facility object.

In Ausführungsformen, in denen es verschiedene Arten von Dienstleister-Objekten und/oder Patienten-Objekten für die gleiche Einheit geben kann, kann Block 650 auch das Korrelieren dieser Objekte mittels jeder geeigneten Einheits-Zuordnungstechnik umfassen. Ein Praktiker-Objekt kann beispielsweise mit einem Verschreiber-Objekt mittels eines staatlichen Bezeichners korreliert sein, oder durch eine eindeutige Kombination von Attributen, etwa Name, Ort und Alter. Sobald Objekte mit der gleichen Einheit korreliert wurden, kann ein eindeutiger System-Bezeichner für diese Einheit erzeugt werden und als Attribut zu jedem Objekt hinzugefügt werden, das mit dieser Einheit korreliert ist. Für die Zwecke der nachfolgenden Analysen können Objekte, die einer einzigen Einheit zugeordnet wurden, temporär in ein oder mehrere logische Dienstleister- oder Patienten-Objekte vereinigt werden. Oder die Objekte können getrennt bleiben, aber mit einander durch Beziehungen verbunden sein.In embodiments where there may be different types of service provider objects and / or patient objects for the same unit, Block 650 also correlate these objects by any suitable unit allocation technique. For example, a practitioner object may be correlated to a prescriber object using a state identifier, or a unique combination of attributes such as name, location, and age. Once objects have been correlated with the same unit, a unique system identifier for that unit can be created and added as an attribute to each object that correlates with that unit. For purposes of subsequent analysis, objects that have been assigned to a single entity may be temporarily merged into one or more logical service provider or patient objects. Or the objects can be kept separate, but connected to each other through relationships.

Eine Beziehung ist eine Datenstruktur, die zwei oder mehr Objekte zusammen mit einem definierten Beziehungstyp verbindet. In einer Ausführungsform umfasst Block 650 weiter das Erzeugen von Beziehungen, gestützt auf das Korrelieren. Zumindest manche der Ereignis-Objekte können mit mehreren Einheits-Objekten korreliert sein. Ein Rezept-Objekt kann beispielsweise sowohl mit dem Verschreiber-Objekt korreliert sein, das den Arzt repräsentiert, der das Rezept ausgestellt hat, und mit einem Patienten-Objekt, das den Patienten repräsentiert, für den das Rezept ausgestellt wurde. Die Ereignis-Objekte können somit verwendet werden, um Beziehungen zwischen Einheiten abzuleiten, die Dienstleistungen wiedergeben, die von einer ersten Einheit in der Beziehung im Auftrag einer zweiten Einheit in der Beziehung geleistet wurden, etwa „hat ein Rezept ausgestellt für” oder „hat ein Rezept eingereicht bei” oder „hat eine Diagnose erhalten bei”. In einer Ausführungsform kann eine Beziehung weiter Attribute umfassen, die die Beziehung mit einem oder mehreren speziellen Ereignissen verbinden, aus denen die Beziehung abgeleitet wurde, und/oder die die Anzahl von zugehörigen Ereignissen zählen.A relationship is a data structure that connects two or more objects together with a defined relationship type. In one embodiment, block 650 continue to create relationships based on correlating. At least some of the event objects may be correlated to multiple unit objects. For example, a recipe object may be correlated both with the prescriber object that represents the doctor who issued the prescription and with a patient object that represents the patient for whom the prescription was issued. The event objects can thus be used to derive relationships between entities that render services rendered by a first entity in the relationship on behalf of a second entity in the relationship, such as "has issued a prescription for" or "has Recipe submitted at "or" has received a diagnosis at ". In one embodiment, a relationship may further include attributes that associate the relationship with one or more specific events from which the relationship was derived, and / or that count the number of associated events.

Block 660 umfasst das Berechnen von Werten von Metriken, die zu den Dienstleister-Objekten, den Patienten-Objekten und den Apotheken-Objekten gehören, gestützt auf das Korrelieren. Eine erste Beispielart von Metriken für ein bestimmtes Einheits-Objekt umfasst das Zählen von korrelierten Ereignis-Objekten von bestimmten Typen und/oder mit bestimmten Eigenschaften. Eine zweite Beispielart von Metriken umfasst das Summieren oder die Durchschnittsbildung von bestimmten Attributen von bestimmten Typen von korrelierten Ereignis-Objekten und/oder von korrelierten Ereignis-Objekten, die bestimmte Eigenschaften haben. Eine dritte Beispielart von Metriken umfasst das Berechnen von Standardabweichungen für andere Metrik-Werte über Gruppen von Einheiten und/oder geographischen Regionen. Eine vierte Beispielart von Metriken umfasst das Berechnen von verschiedenen Funktionen von bestimmten Attributen von bestimmten korrelierten Ereignis-Objekten. Eine fünfte Beispielart von Metriken umfasst das Berechnen des Anteils von korrelierten Ereignis-Objekten eines bestimmten Typs, die einen oder mehrere bestimmte Attribut-Werte haben. Eine Vielzahl von anderen Arten von Metriken unterschiedlicher Komplexität sind auch möglich. Verschiedene Metriken können beispielsweise formuliert werden, um zu versuchen, alles betrügerische Verhalten, das hier beschrieben ist, zu identifizieren.block 660 includes calculating values of metrics associated with the service provider objects, the patient objects and the pharmacy objects based on the correlating. A first example of metrics for a particular entity object includes counting correlated event objects of particular types and / or with particular properties. A second type of example of metrics involves summing or averaging certain attributes of certain types of correlated event objects and / or correlated event objects having particular properties. A third type of example of metrics includes calculating standard deviations for other metric values across groups of units and / or geographic regions. A fourth type of example of metrics involves computing different functions of particular attributes of certain correlated event objects. A fifth example of metrics involves calculating the proportion of correlated event objects of a particular type that have one or more particular attribute values. A variety of other types of metrics of varying complexity are also possible. For example, various metrics may be formulated to try to identify any fraudulent behavior described herein.

Manche Metriken können zeitabhängig sein. Manche Metriken können sich beispielsweise auf Ereignisse aus jüngster Zeit, etwa dem letzten Monat oder Jahr, beziehen, während andere sich auf festgelegte Zeiträume beziehen können, etwa Q3 2007. Die Metriken für eine bestimmte Einheit können auch auf Metriken oder Attributen basieren, die zu Einheiten gehören, mit der die bestimmte Einheit in Verbindung steht. Eine Metrik für einen Praktiker kann beispielsweise die Anzahl der Patienten des Praktikers zählen, die eine bestimmte Eigenschaft haben, etwa eine Vorgeschichte von Medikamentenmissbrauch.Some metrics can be time-dependent. For example, some metrics may refer to recent events, such as the last month or year, while others may refer to fixed time periods, such as Q3 2007. The metrics for a given unit may also be based on metrics or attributes that are units belong with which the particular unit is connected. For example, a metric for a practitioner may include the number of patients of the practitioner who have a particular characteristic, such as a history of drug abuse.

Block 670 umfasst das Identifizieren einer Menge von ungewöhnlichen Metrik-Werten. Das Identifizieren kann beispielsweise das Identifizieren von einzelnen Werten für eine Metrik umfassen, die außerhalb einer bestimmten Zahl von Standardabweichungen für diese Metrik liegen, oder Werte für die Metrik, die über oder unter einem Schwellenwert für die Metrik liegen. Das Identifizieren kam auch oder stattdessen das Sortieren von einzelnen Werten für eine Metrik danach umfassen, um wie viel sie von einem Durchschnittswert der Metrik abweichen, und das Auswählen einer bestimmten Anzahl der Werte, die die höchste Varianz haben. Ungewöhnliche Kombinationen von Metrik-Werten, wobei kein einzelner Metrik-Wert alleine ungewöhnlich ist, können auch identifiziert werden. Andere Mustererkennungs-Techniken, etwa solche, die auf Transaktions-Verläufe oder Heuristiken basieren, können verwendet werden, um vom Muster abweichende Werte der Metriken zu identifizieren.block 670 involves identifying a set of uncommon metrics values. For example, the identifying may include identifying individual values for a metric that are outside a certain number of standard deviations for that metric, or values for the metric that are above or below a threshold for the metric. Identifying also came, or instead, involves sorting individual values for a metric by how much they deviate from an average of the metric, and selecting a certain number of the values that have the highest variance. Unusual combinations of metric values, where no single metric value alone is uncommon, can also be identified. Other pattern recognition techniques, such as those based on transaction histories or heuristics, can be used to identify non-pattern values of the metrics.

In einer Ausführungsform ist das Identifizieren automatisiert. Bestimmte vorher definierte Metriken werden überwacht und mit Trigger verknüpft. Wenn irgendein einzelner Wert für eine überwachte Metrik einen Schwellenwert erreicht, der durch den Trigger definiert ist, identifiziert der Trigger den Wert als ungewöhnlich. Das Überwachen kann durchgängig sein, oder das Überwachen kann in bestimmten Zeitintervallen oder auf Anfrage geschehen. In einer Ausführungsform werden, anstatt dass vorher definierte Metriken für ungewöhnliche Werte überwacht werden, verschiedene Algorithmen geschult, um ungewöhnliche Werte aufzufinden. In einer Ausführungsform können unterschiedliche Nutzer unterschiedliche Arten von Triggern definieren. Ein Spezialist für Rezept-Betrug kann beispielsweise Trigger definieren, um Metriken zu untersuchen, die einen möglichen Rezept-Betrug anzeigen, wobei ein Spezialist für Anspruchs-Betrug Trigger definieren kann, die sich auf Anspruchs-Betrug beziehen.In one embodiment, the identification is automated. Certain predefined metrics are monitored and associated with triggers. When any single value for a monitored metric reaches a threshold defined by the trigger, the trigger identifies the value as unusual. The monitoring can be continuous or monitoring can be done in certain time intervals or on request. In one embodiment, rather than monitoring previously defined uncommon metrics metrics, various algorithms are trained to find uncommon values. In one embodiment, different users may define different types of triggers. For example, a recipe fraud specialist may define triggers to examine metrics indicative of a potential recipe fraud, and a claim fraud specialist may define triggers related to claim fraud.

In einer Ausführungsform wird das Identifizieren manuell ausgeführt, durch Personal, das geschult ist, nach ungewöhnlichen Werten zu suchen. Um solches Personal zu unterstützen, kann eine Analyse-Anwendung verschiedene Visualisierungen von verschiedenen Metriken bereitstellen. Die Anwendung kann beispielsweise Histogramme für verschiedene Metriken zeigen, aus dem das Personal außerhalb der Norm liegende Werte der Verteilung auswählen kann.In one embodiment, the identification is performed manually by personnel trained to search for unusual values. To assist such personnel, an analysis application may provide various visualizations of different metrics. For example, the application can display histograms for various metrics from which staff can select out-of-standard values of the distribution.

In einer Ausführungsform kann das Identifizieren auf kontext-abhängigen Risikobewertungen basieren, die Faktoren berücksichtigen, wie Geographie, Krankenhäuser, Ärzte, Patienten usw. Bestimmte Werte für bestimmte Metriken können beispielsweise im Kontext von Bundesstaaten beunruhigender sein, deren Gesetze Medikamente nicht streng regulieren, als im Kontext von anderen Bundesstaaten. Oder Änderungen bei bestimmten Metriken können für bestimmte Einleiten beunruhigender sein, die mit früheren Fällen von Betrug verbunden sind, als die Änderungen anderweitig wären. Somit können, um sicherzustellen, dass Metriken im Hinblick auf das Gesamtrisiko beurteilt werden, das die Metriken wirklich anzeigen, bestimmte Metriken gestutzt auf Risikobewertungen gewichtet oder anderweitig angepasst werden. Risikobewertungen können manuell eingegeben werden, mit bestimmten Arten von Attributen und/oder Ereignissen verbunden werden, und/oder durch verschiedene Feedback-Mechanismen mit der Zeit erlernt werden.In one embodiment, the identification may be based on context-dependent risk assessments that take into account factors such as geography, hospitals, physicians, patients, etc. Certain values for certain metrics may be more alarming, for example, in the context of states whose laws do not regulate drugs strictly than in the US Context of other states. Or changes in certain metrics may be more worrying for certain initiations associated with past cases of fraud than the changes would otherwise be. Thus, in order to ensure that metrics are assessed for overall risk that the metrics actually indicate, certain metrics may be truncated, weighted or otherwise adjusted based on risk assessments. Risk assessments may be entered manually, associated with particular types of attributes and / or events, and / or learned over time through various feedback mechanisms.

Spezielle Beispiele von ungewöhnlichen Metrik-Werten könnten, ohne Einschränkung, Folgendes umfassen: Ein Arzt schreibt wesentlich mehr Rezepte aus als üblich, gestützt auf seine eigenen Durchschnittswerte in der Vergangenheit, oder mehr als seine Kollegen im Durchschnitt; Eine plötzliche signifikante Spitze an Rezepten, die von Patienten eingereicht werden, die vorher nicht viele Rezepte eingereicht haben; Patienten, die eine beträchtliche Anzahl von Besuchen in der Notaufnahme in einem bestimmten Zeitraum machen, etwa 45 Besuche in fünf Tagen; Patienten, die Rezepte von mehr als einer bestimmten Anzahl von Dienstleistern in einem bestimmten Zeitraum erhalten, etwa fünf verschiedene Rezepte von fünf verschiedenen Dienstleistern; Dienstleister, die Ansprüche nicht einreichen.Specific examples of uncommon metrics values could include, without limitation, the following: A doctor writes many more prescriptions than usual, based on his own averages in the past, or more than his colleagues on average; A sudden significant spike in prescriptions submitted by patients who have not previously submitted many prescriptions; Patients who make a significant number of visits to the emergency department during a given period, about 45 visits in five days; Patients who receive prescriptions from more than a certain number of service providers in a given period of time, about five different prescriptions from five different service providers; Service providers who fail to submit claims.

Block 680 umfasst, gestützt auf die ungewöhnlichen Metrik-Werte, das Identifizieren von einem oder mehreren Hinweis-Objekten zur Untersuchung. Die Hinweis-Objekte sind diejenigen, fair die die ungewöhnlichen Metrik-Werte berechnet wurden. Das oder die Hinweis-Objekte umfassen eines oder mehrere der Folgenden: ein bestimmtes Dienstleister-Objekt, ein bestimmtes Apotheken-Objekt oder ein bestimmtes Teilnehmer-Objekt. Die Hinweis-Objekte müssen nicht notwendigerweise Objekte umfassen, die gestützt auf alle der identifizierten ungewöhnlichen Metrik-Werte ausgewählt wurden. Bestimmte mögliche Hinweis-Objekte können beispielsweise gestützt auf Geschäftsregeln gefiltert werden. Oder die möglichen Hinweis-Objekte können gefiltert werden, gestützt auf ein Sortierverfahren, um eine Untersuchung zu priorisieren.block 680 includes, based on the unusual metric values, identifying one or more hint objects for examination. The hint objects are those that were fair for calculating the unusual metric values. The notification object (s) comprise one or more of the following: a particular service provider object, a particular pharmacy object, or a particular subscriber object. The hint objects do not necessarily include objects selected based on all of the identified odd metric values. For example, certain possible hint objects may be filtered based on business rules. Or the possible hint objects can be filtered based on a sorting method to prioritize an investigation.

In einer Ausführungsform wird ein Hinweis-Objekt in einer Datenbank markiert und ein ermittelnder Analyst kann später nach Objekten suchen, die markiert wurden. Verschiedene Objekte können unterschiedlich markiert werden, um anzuzeigen, dass sie von einem Ermittler untersucht werden sollen, der andere Spezialgebiete hat. Verschiedene Objekttypen und/oder ungewöhnliche Metrik-Werte können beispielsweise besser geeignet sein, um von verschiedenen Arten von Analysten untersucht zu werden. In einer Ausführungsform kann eine Email, die Hinweis-Objekte identifiziert, erzeugt werden. Alle anderen geeigneten Verfahren können verwendet werden, um die Hinweis-Objekte für Analysten zu identifizieren. In einer Ausführungsform werden die Blocks 670–680 in Antwort auf eine Anfrage von einem Analysten an ein Analyse-Modul ausgeführt. Das Analyse-Modul zeigt die Hinweise visuell in einem Bereich der Benutzeroberfläche, aus dem der Ermittler sofort eine Untersuchung starten kann, die Techniken verwendet, wie sie hier beschrieben sind.In one embodiment, a hint object is highlighted in a database, and a discovering analyst can later search for objects that have been tagged. Different objects can be marked differently to indicate that they should be examined by an investigator who has other specialties. For example, different types of objects and / or unusual metric values may be more suitable for being studied by different types of analysts. In one embodiment, an email identifying hint objects may be generated. All other suitable methods can be used to identify the hint objects for analysts. In one embodiment, the blocks become 670 - 680 executed in response to a request from an analyst to an analysis module. The Analysis module visually displays the clues in a section of the UI from which the investigator can immediately start an investigation using techniques as described herein.

Das Flussdiagramm 600 ist nur eine beispielhafte Technik zum Identifizieren von Hinweisen durch Metriken, die mittels Daten erzeugt wurden, die in Übereinstimmung mit einem Gesundheits-Datenmodell organisiert sind. Andere Flussdiagramme können weniger oder zusätzliche Elemente in unterschiedlichen Anordnungen umfassen. In einer Ausführungsform sieht das Datenmodell beispielsweise Dienstleister-Gruppen-Objekte vor, etwa Objekte für das Spezialgebiet des Dienstleisters. Solche Objekte können eine Anzahl von Praktikern nach bestimmten Gründen gruppieren, etwa um Probleme in einer bestimmten Spezialgebiet-Gruppe in einer einzigen Einrichtung oder in einer geographischen Region zu identifizieren.The flowchart 600 is just one example technique for identifying clues by metrics generated using data organized in accordance with a health data model. Other flowcharts may include fewer or additional elements in different arrangements. For example, in one embodiment, the data model provides service provider group objects, such as objects for the service provider's specialty. Such objects may group a number of practitioners for specific reasons, such as to identify problems in a particular specialty group in a single facility or in a geographic region.

3.3 BETRUGSEREIGNISSE 3.3 FRAUD EVENTS

In einer Ausführungsform basiert das Identifizieren von Hinweisen zumindest teilweise auf Datamining von Tipps, Verurteilungen wegen Betrugs und/oder Presseartikeln, die Betrug betreffen. In einer Ausführungsform liest Dateneingabe-Personal solche Daten und gibt dann die Namen der betroffenen Einheiten in das Datenmodell ein. Oder benannte Einheiten in diesen Quellen können automatisch mittels Techniken aus der Datenverarbeitung von natürlichen Sprachen geparst werden. Ein Datamining-Modul kann beispielsweise einen RSS-Feed von Presseartikeln überwachen, der bestimmte Kategorien oder Suchanfragen erfüllt, und solche Artikel automatisch parsen. Oder Verurteilungen auf staatlichen Internetseiten, wie der Internetseite der Staatsanwaltschaft, können gesammelt und geparst werden. In jedem Fall werden, sobald benannte Einheiten identifiziert wurden, Betrugsereignisobjekte erzeugt, möglicherweise verknüpft mit zugehörigen Veröffentlichungen. Die Betrugsereignisse können mit Einheiten über Block 650 korreliert sein. In. einer Ausführungsform werden manche oder alle Betrugsereignisse verwendet, um Hinweise zu erzeugen. Die Einheits-Objekte beispielsweise, die mit den Betrugsereignis-Objekten korreliert sind, können zu Hinweisen werden, und damit verbundene Netzwerke von Einheiten können demgemäß analysiert werden. In einer Ausführungsform geschieht das Identifizieren von Hinweisen durch Betrugsereignisse getrennt vom Identifizieren von Hinweisen durch Metriken. In anderen Ausführungsformen werden Betrugsereignisse verwendet, um Metriken zu erzeugen und/oder Metriken können verwendet werden, um Betrugsereignisse zu priorisieren oder zu filtern.In one embodiment, identifying clues is based, at least in part, on data mining of tips, fraud convictions, and / or press articles concerning fraud. In one embodiment, data entry personnel reads such data and then enters the names of the affected units into the data model. Or named units in these sources can be automatically parsed using natural language data processing techniques. For example, a data mining module can monitor an RSS feed of press articles that meets certain categories or search queries and automatically parse such articles. Or convictions on government websites, such as the prosecutor's website, can be collected and parsed. In any case, once named units have been identified, fraud event objects are created, possibly linked to related publications. The fraud events can be blocked with units 650 be correlated. In. In one embodiment, some or all fraud events are used to generate clues. For example, the unitized objects that correlate with the fraudulent event objects may become clues, and associated networks of units may be parsed accordingly. In one embodiment, identifying clues by fraud events is separate from identifying clues by metrics. In other embodiments, fraud events are used to generate metrics and / or metrics can be used to prioritize or filter fraud events.

3.4. ERZEUGEN EINES GRAPHEN ZUM UNTERSUCHEN VON HINWEISEN3.4. CREATING A GRAPH FOR INVESTIGATION OF INFORMATION

7 zeigt ein Flussdiagramm 700 zum Untersuchen von Betrugshinweisen im Gesundheitswesen mittels einer graphenbasierten Schnittstelle, die ein Netzwerk von Einheiten visuell darstellt, die zu dem Hinweis gehören, gemäß einer Ausführungsform. 7 shows a flowchart 700 for investigating fraud scams in the healthcare environment using a graph-based interface that visually depicts a network of entities that belong to the clue, according to one embodiment.

Block 710 umfasst das Erzeugen von Dienstleister-Objekten, die Gesundheitsdienstleister beschreiben, wie oben mit Bezug auf Block 610 beschrieben ist.block 710 includes generating service provider objects that describe healthcare providers as described above with respect to Block 610 is described.

Block 720 umfasst das Erzeugen von Patienten-Objekten, die Gesundheitsempfänger beschreiben, wie oben mit Bezug auf Block 620 beschrieben ist.block 720 includes creating patient objects that describe healthcare recipients as described above with respect to block 620 is described.

Block 730 umfasst das Erzeugen von Gesundheitsereignis-Objekten, die eines oder mehrere der Folgenden beschreiben: Gesundheitsansprüche, Rezepte, medizinische Prozeduren oder Diagnosen, wie oben mit Bezug auf Block 630 beschrieben ist.block 730 includes generating health event objects that describe one or more of the following: health claims, prescriptions, medical procedures, or diagnoses, as described above with respect to block 630 is described.

Block 740 umfasst das Korrelieren der Gesundheitsereignis-Objekte mit den Dienstleister-Objekten und den Teilnehmer-Objekten, ähnlich wie in Block 650 oben.block 740 involves correlating the health event objects with the service provider objects and the participant objects, similar to block 650 above.

Block 750 umfasst das Erzeugen von Beziehungen zwischen Dienstleister-Objekten und Patienten-Objekten, gestützt zumindest auf die Ereignis-Objekte, in einer ähnlichen Weise wie die optionalen Beziehungsaufbau-Merkmale von Block 650 oben.block 750 includes generating relationships between service provider objects and patient objects based at least on the event objects in a similar manner as the optional relationship building features of Block 650 above.

Block 760 umfasst das Empfangen von Eingaben, die ein bestimmtes Objekt angeben, wobei das bestimmte Objekt entweder ein bestimmtes Dienstleister-Objekt oder ein bestimmtes Patienten-Objekt ist. Die Eingaben können beispielsweise Eingaben sein, die ein Hinweis-Objekt aus einer Liste von Hinweis-Objekten auswählen. Oder die Eingaben können Eingaben sein, die ein bestimmtes Objekt in verschiedenen Präsentationen von Informationen über die verschiedenen Datenobjekte anklicken, die hier beschrieben sind, etwa in einem Histogramm oder Graphen von Metrik-Werten, einem Plan von Dienstleistern oder Teilnehmern, einem Drag-and-Drop-Vorgang an einem Icon, das das bestimmte Objekt repräsentiert, usw. Oder die Eingaben können eine Suchanfrage nach Objekten sein, die bestimmte Kriterien erfüllen. Die Eingaben können stattdessen alle anderen Eingaben sein, die dazu geeignet sind, das bestimmte Objekt auszuwählen. Die Eingaben können auch eine Auswahl eines bestimmten Objekts aus einer Mehrzahl von Objekten umfassen, die als Ergebnis des Ausführens einer Suchanfrage an die Datenbank empfangen oder identifiziert werden.block 760 includes receiving inputs indicating a particular object, wherein the particular object is either a particular service provider object or a particular patient object. For example, the inputs can be inputs that select a hint object from a list of hint objects. Or the inputs may be inputs that click on a particular object in various presentations of information about the various data objects described herein, such as in a histogram or graph of metric values, a plan of service providers or participants, a drag-and-drop Dropping on an icon that represents the particular object, etc. Or the inputs may be a query for objects that meet certain criteria. The inputs may instead be any other input suitable for selecting the particular object. The inputs may also include a selection of a particular one of a plurality of objects that are received or identified as a result of performing a query on the database.

Block 770 umfasst, gestützt auf die Beziehungen, das Identifizieren eines Netzwerks von einem oder mehreren Dienstleister-Objekten und einem oder mehreren Teilnehmer-Objekten, die mit dem bestimmten Objekt verknüpft sind. Block 770 kann beispielsweise das Identifizieren aller Einheits-Objekte umfassen, die in einer bestimmten Anzahl von Beziehungen zu dem bestimmten Objekt stehen. Das Netzwerk kann Objekte umfassen, die beispielsweise einen bestimmten Praktiker, Patienten, an die Rezepte durch den Praktiker ausgestellt wurden, und andere Praktiker, die diese Patienten besucht haben, repräsentieren. Oder das Netzwerk kann als weiteres Beispiel eine Einrichtung, Praktiker, die gegenwärtig oder früher von der Einrichtung angestellt waren, und Patienten der Einrichtung umfassen. Das Netzwerk kann auf Objekte ausgeweitet werden, die jede beliebige Anzahl von Beziehungen mit dem bestimmten Objekt haben. Der genaue Umfang kann durch einen Analysten mittels jeder geeigneten Schnittstellentechnik konfigurierbar und modifizierbar sein.block 770 comprises, based on the relationships, identifying a network of one or more service provider objects and one or more subscriber objects associated with the particular object. block 770 For example, it may include identifying all entity objects that are in a certain number of relationships to the particular object. The network may include objects that represent, for example, a particular practitioner, patients to whom prescriptions have been issued by the practitioner, and other practitioners who have visited those patients. Or, as another example, the network may include a facility, practitioners currently or formerly employed by the facility, and patients of the facility. The network can be extended to objects that have any number of relationships with the particular object. The exact scope may be configurable and modifiable by an analyst using any suitable interface technique.

In einer Ausführungsform kann ein Netzwerk gefiltert werden, um Objekte zu enthalten, die nur durch bestimmte Beziehungstypen der möglichen Beziehungen verbunden sind. In einer Ausführungsform kann ein Netzwerk gefiltert werden, um nur Objekte von bestimmten Typen und/oder Objekte mit bestimmten Attributen zu enthalten. In einer Ausführungsform kann ein Netzwerk gefiltert werden, um nur Objekte zu enthalten, die mit dem bestimmten Objekt durch Beziehungen verbunden sind, die mit Ereignissen zusammenhängen, die für bestimmte Tage, bestimmte Regionen gesammelt wurden oder die bestimmte andere Attribute gemein haben. Wieder kann das genaue Filtern, das ausgeführt wird, durch einen Analysten mittels geeigneter Schnittstellentechniken konfigurierbar und modifizierbar sein. In einer Ausführungsform kann beispielsweise die Schnittstelle ein Menü von Elementen in einer Ontologie anzeigen und es einem Nutzer ermöglichen, auszuwählen, welche Elemente in dem Graphen abgebildet werden und/oder wie sie abgebildet werden. In one embodiment, a network may be filtered to contain objects that are linked only by certain relationship types of the possible relationships. In one embodiment, a network may be filtered to contain only objects of particular types and / or objects having particular attributes. In one embodiment, a network may be filtered to contain only objects associated with the particular object through relationships associated with events that have been collected for particular days, specific regions, or that share certain other attributes. Again, the exact filtering that is performed may be configurable and modifiable by an analyst using appropriate interface techniques. For example, in one embodiment, the interface may display a menu of items in an ontology and allow a user to select which items in the graph are mapped and / or how they are mapped.

In einer Ausführungsform kann das Filtern und/oder die Netzwerkgröße, gestützt auf Metriken, die ein Signifikanzniveau von bestimmten Objekten und/oder Beziehungen gegenüber einer bestimmten Art von Betrug anzeigen, bestimmt werden. Beziehungen, die auf medizinischen Prozeduren basieren, können beispielsweise im Zusammenhang von Betrug bei verschreibungspflichtigen Medikamenten weniger signifikant sein. Wenn daher das bestimmte Objekt als Hinweis auf Medikamenten-Betrug markiert wurde, können Beziehungen, die auf medizinischen Prozeduren basieren, gefiltert werden, oder zumindest in ihrem Umfang auf eine kleine Zahl von Graden beschränkt werden. In einer Ausführungsform können Gruppen von weniger signifikanten Objekten in einen einzigen Knoten oder eine einzige Beziehung in dem Netzwerk gefaltet werden, von dem sie nachfolgend getrennt werden können, wenn das vom Nutzer gewünscht wird.In one embodiment, filtering and / or network size may be determined based on metrics that indicate a level of significance of particular objects and / or relationships to a particular type of fraud. Relationships based on medical procedures, for example, may be less significant in the context of prescription drug fraud. Therefore, if the particular object has been flagged as an indication of drug fraud, relationships based on medical procedures may be filtered, or at least limited in scope to a small number of degrees. In one embodiment, groups of less significant objects may be folded into a single node or a single relationship in the network from which they may subsequently be separated, as desired by the user.

Block 780 umfasst das Erzeugen eines Graphen des Netzwerks, der verbundene Knoten aufweist. In manchen Ausführungsformen kann Block 780 es auch umfassen, dass der Graph visuell in einer graphischen Benutzeroberfläche einer Anzeigevorrichtung eines Computers angezeigt wird. Die verbundenen Knoten umfassen einen oder mehrere Patienten-Knoten, die das eine oder die mehreren Patienten-Objekte repräsentieren, und einen oder mehrere Dienstleister-Knoten, die das eine oder die mehreren Dienstleister-Objekte repräsentieren. Die Knoten können ihre zugehörigen Objekte mittels jeder geeigneten Technik repräsentieren. Patienten-Knoten können beispielsweise mit einem Personen-Icon abgebildet werden, Einrichtungs-Knoten mit einem Gebäude-Icon, Praktiker-Knoten mit einem Arzt-Icon usw. Das Repräsentieren eines Knotens kann weiter oder stattdessen verschiedene Attribute umfassen, die von dem zugehörigen Objekt ausgewählt wurden, etwa Name, Geschlecht, Alter, Ort, Bild, Metrik-Werte usw. Der Graph umfasst weiter Repräsentationen der einen oder mehreren Beziehungen oder Kanten zwischen jedem Objekt. Es kann verschiedene Arten von Kanten für unterschiedliche Typen von Beziehungen geben oder nicht. In einer Ausführungsform werden beispielsweise alle Beziehungen nur mit einer einzigen Linie repräsentiert, wobei in anderen Ausführungsformen mehrere unterschiedliche Linien gezeigt werden. Die Kanten können eine Beschriftung enthalten, die den oder die Typen von Beziehungen bezeichnet, sie müssen aber nicht. Die Kanten können auch einen Mengenindikator enthalten, der die Anzahl von Ereignissen anzeigt, gestützt auf die eine Beziehung erzeugt wurde, müssen aber nicht. Kanten können farbcodiert oder anderweitig unterschieden werden, gestützt auf den Beziehungstyp.block 780 includes generating a graph of the network having connected nodes. In some embodiments, block 780 It also includes graphically displaying the graph in a graphical user interface of a display device of a computer. The connected nodes include one or more patient nodes that represent the one or more patient objects and one or more service provider nodes that represent the one or more service provider objects. The nodes can represent their associated objects by any suitable technique. For example, patient nodes may be mapped with a person icon, device nodes with a building icon, practitioner nodes with a doctor icon, etc. Representing a node may further or instead include various attributes selected by the associated object names, gender, age, location, image, metric values, etc. The graph further includes representations of the one or more relationships or edges between each object. There may or may not be different types of edges for different types of relationships. For example, in one embodiment, all relationships are represented with only a single line, with several different lines being shown in other embodiments. The edges may contain a label that identifies the type or types of relationships, but they do not have to. The edges may also include a set indicator that indicates, but need not, the number of events based on which a relationship was generated. Edges can be color-coded or otherwise distinguished based on the relationship type.

Verschiedene Hervorhebungstechniken können verwendet werden, um Knoten hervorzuheben, die zu Objekten gehören, für die es eine ungewöhnliche Metrik gibt. Ein roter Kreis kann beispielsweise um Dienstleister mit einer Betrugsvorgeschichte gezogen werden. Als weiteres Beispiel können Einrichtungen, in denen eine ungewöhnlich große Zahl von bestimmten Arten von Rezepten ausgestellt werden, durch größere Icons repräsentiert werden als andere Einrichtungen. Hervorhebungstechniken können auch verwendet werden, um bestimmte Knoten oder Kanten hervorzuheben oder nicht hervorzuheben, gestützt auf die Stärke der Beziehung. Die Stärke einer Beziehung zwischen einem Dienstleister-Objekt und einem Patienten-Objekt kann beispielsweise in der Breite einer Linie gespiegelt werden, die den zugehörigen Dienstleister-Knoten und Patienten-Knoten verbindet. Oder Patienten, mit denen der bestimmte Dienstleister nur einmal interagiert hat, können mittels eines viel kleineren Icons angezeigt werden als Patienten, mit denen der bestimmte Dienstleister häufig interagiert hat.Various highlighting techniques can be used to highlight nodes that belong to objects for which there is an unusual metric. For example, a red circle may be drawn around service providers with a fraud history. As another example, devices in which an unusually large number of particular types of recipes are issued may be represented by larger icons than other devices. Highlighting techniques may also be used to highlight or not highlight certain nodes or edges, based on the strength of the relationship. For example, the strength of a relationship between a service provider object and a patient object may be mirrored in the width of a line connecting the associated service provider node and patient node. Or patients with whom the particular service provider has interacted only once can be displayed using a much smaller icon than patients with whom the particular service provider has frequently interacted.

In einer Ausführungsform wird der Graph von Block 780 als Teil einer interaktiven Schnittstelle zur Untersuchung von Gesundheitsdaten präsentiert. Die Schnittstelle kann eine Vielzahl von Bedienelementen in dem Graphen einbetten, die aktiviert werden, indem verschiedene Elemente des Graphen ausgewählt werden, einschließlich der Knoten und Kanten. Ein Analyst kann die Bedienelemente beispielsweise verwenden, um die Präsentation von Information zu ändern, um nach den Arten von Betrug, die hier beschrieben sind, zu suchen oder sie zu untersuchen.In one embodiment, the graph of block 780 presented as part of an interactive interface for health data analysis. The interface may embed a variety of controls in the graph that are activated by selecting different elements of the graph, including the nodes and edges. For example, an analyst may use the controls to change the presentation of information to search for or investigate the types of fraud described herein.

Ein bestimmter Schnittstellen-Vorgang besteht aus dem Auswählen eines Graphen-Knoten oder einer Graphen-Kante, um einen Drill-Down (dt. Ansicht der Details) in Informationen auszuführen über das oder die Objekte, die durch den Knoten oder die Kante repräsentiert werden. In einer Ausführungsform umfasst Block 790 optional das Erzeugen einer Präsentation, gestützt auf Werte und/oder Metriken bezüglich eines ersten Objekts, das von einem ersten Knoten repräsentiert wird, der von dem Graphen durch eine erste Eingabe ausgewählt wurde. Die Präsentation kann in jedem geeigneten Ort bereitgestellt werden, einschließlich eines Popup-Fensters, in einem getrennten Tab oder Bereich in der Schnittstelle oder in einem getrennten Bildschirm. Die Präsentation kann alle Datenwerte oder Metriken umfassen, die zu dem ersten Objekt gehören. Die Information kann beispielsweise eine Liste oder Zeitleiste von Ereignissen enthalten, die mit dem ersten Objekt korreliert sind, aggregierte Statistiken für das erste Objekt, demographische Information, einen Plan, Graphen usw. In einer Ausführungsform kann die erste Eingabe mehrere Objekte auswählen und die Präsentation enthält Informationen für die mehreren Objekte, etwa Durchschnitts- oder Summierungs-Statistiken, Plane, die Orte und/oder Ereignisse zeigen, die zu allen ausgewählten Objekten gehören usw.A particular interface operation consists of selecting a graph node or a graph edge to drill down into information about the object (s) represented by the node or edge. In a Embodiment includes block 790 optionally generating a presentation based on values and / or metrics relating to a first object represented by a first node selected from the graph by a first input. The presentation may be provided in any convenient location, including a pop-up window, in a separate tab or area in the interface, or in a separate screen. The presentation may include any data values or metrics associated with the first object. The information may include, for example, a list or timeline of events correlated to the first object, aggregated statistics for the first object, demographic information, a map, graphs, etc. In one embodiment, the first input may select multiple objects and include the presentation Information for the multiple objects, such as average or summation statistics, plans that show locations and / or events that belong to all selected objects, and so on.

In einer Ausführungsform kann die Eingabe eine Kante aus dem Graphen auswählen. Es wird eine Präsentation von Information über ein oder mehrere Ereignisse erzeugt, etwa eine Liste von Ereignissen oder ein Plan von Ereignissen. In einer Ausführungsform umfasst die Schnittstelle Bedienelemente, um durch den Graphen zu navigieren, in den Graphen herein- oder herauszuzoomen und/oder das Netzwerk zu filtern oder zu erweitern, das durch den Graphen abgedeckt wird. In einer Ausführungsform ist die Schnittstelle so konfiguriert, dass sie Gewichtungen und Hervorhebungen ändert, gestützt auf ein gegenwärtig ausgewähltes Element des Graphen. Ein Patienten-Knoten beispielsweise, der mit dem bestimmten Knoten nur schwach verbunden ist, kann anfangs klein sein, kann jedoch in Antwort darauf wachsen, dass der Nutzer einen anderen Knoten in dem Graphen auswählt, mit dem der Patienten-Knoten deutlicher verbunden ist.In one embodiment, the input may select an edge from the graph. A presentation of information about one or more events is generated, such as a list of events or a schedule of events. In one embodiment, the interface includes controls to navigate through the graph, zoom in or out of the graph, and / or filter or expand the mesh covered by the graph. In one embodiment, the interface is configured to change weights and highlights based on a currently selected element of the graph. For example, a patient node that is poorly connected to the particular node may initially be small, but may grow in response to the user selecting another node in the graph to which the patient node is more clearly connected.

Eine Vielzahl von anderen Techniken zum Erzeugen einer interaktiven graphenbasierten Schnittstelle können auch verwendet werden. Beispiele solcher Schnittstellen sind beispielsweise in U. S. 13/247 987 beschrieben, eingereicht am 28. September 2011, und U. S. 13/669 274 , eingereicht am 5. November 2012, beschreibt verschiedene Beispiele von interaktiven graphenbasierten Schnittstellen. Der gesamte Inhalt beider Anmeldungen ist hiermit durch Bezugnahme für alle Zwecke aufgenommen, als wären sie hier in ihrer Gesamtheit angegeben.A variety of other techniques for creating an interactive graph-based interface may also be used. Examples of such interfaces are, for example, in US 13/247 987 described on Sep. 28, 2011, and US 13/669 274 , filed on November 5, 2012, describes various examples of interactive graph-based interfaces. The entire content of both applications is hereby incorporated by reference for all purposes as if they were presented here in their entirety.

Das Flussdiagramm 700 ist nur ein Beispiel von Techniken zum Identifizieren von Hinweisen durch Metriken, die mittels Daten erzeugt werden, die in Übereinstimmung mit einem Gesundheits-Datenmodell organisiert sind. Andere Flussdiagramme können weniger oder zusätzliche Elemente in verschiedenen Anordnungen umfassen. In einer Ausführungsform kann das Korrelieren und als Graphen Abbilden beispielsweise andere Arten von Knoten umfassen, etwa Knoten, die Apotheken-Objekte, Veröffentlichungs-Objekte, Medikamenten-Objekte, Objekte von medizinischen Prozeduren, Besitzer-Objekte, Angestellten-Objekte, Apotheker-Objekte usw. repräsentieren.The flowchart 700 is just one example of techniques for identifying clues by metrics generated by data organized in accordance with a health data model. Other flowcharts may include fewer or additional elements in different arrangements. For example, in one embodiment, correlating and mapping graphs may include other types of nodes, such as nodes, pharmacy objects, publication objects, drug objects, medical procedure objects, owner objects, employee objects, pharmacist objects, and so forth represent.

In einer Ausführungsform verbinden bestimmte ereignisbasierte Beziehungen Einheits-Objekt indirekt, durch Ereignis-Objekte. Ein Verschreiber-Objekt kann beispielsweise eine Beziehung zu einem Ereignis haben und das Ereignis kann eine Beziehung zu einem Patienten-Objekt haben. In einer solchen Ausführungsform können Ereignisse selbst als Knoten in dem Graphen repräsentiert werden. Oder die Kombination aus dem Ereignis und den Beziehungen, die zwei Ereignis-Objekte mit dem Ereignis verbinden, können in eine einzige Beziehung zusammengefasst werden, die durch eine einzige Kante repräsentiert wird. In einer Ausführungsform kann ein Nutzer zwischen den beiden Repräsentationsstilen umschalten. In einer Ausführungsform kann eine beliebige Kette von Beziehungen und Objekten zeitweilig in eine einzige Beziehung zu. Zwecken reduziert werden, wie die Präsentation in einem und/oder die Berechnung von Metriken.In one embodiment, certain event-based relationships indirectly associate entity objects with event objects. For example, a prescriber object may have a relationship to an event, and the event may have a relationship to a patient object. In such an embodiment, events themselves may be represented as nodes in the graph. Or the combination of the event and the relationships that connect two event objects to the event can be grouped into a single relationship represented by a single edge. In one embodiment, a user may switch between the two representation styles. In one embodiment, any chain of relationships and objects may be temporarily in a single relationship. Purposes are reduced, such as the presentation in one and / or the calculation of metrics.

Andere Ausführungsformen können das Ausführen der obigen Schritte durch jede beliebige Kombination von verschiedenen Einheits-Typen umfassen, gestützt auf jede beliebige Menge von Ereignis-Typen, unabhängig davon, ob die Einheits-Typen und/oder die Ereignis-Typen diejenigen umfassen, die speziell oben angegeben sind.Other embodiments may include carrying out the above steps by any combination of different types of units, based on any set of event types, regardless of whether the unit types and / or the event types include those specifically described above are indicated.

In einer Ausführungsform kann die Schnittstelle verschiedene Bedienelemente vorsehen, die für bestimmte Arten von Ermittlungsaufgaben optimiert sind, etwa das Verifizieren von Dienstleister-/Einrichtungsdetails, Untersuchen von Verläufen von Ermittlungsaktionen, Begutachten von Ansprüchen in den Quelldaten, Verifizieren des Teilnehmerstatus, Suchen nach zugehörigen Einheiten, Ermitteln einer Wahrscheinlichkeit, dass ein Arzt wirklich in Betrug verwickelt ist, gestützt auf Faktoren, wie ob dem Arzt kürzlich seine DEA-Nummer gestohlen wurde usw.In one embodiment, the interface may provide various controls optimized for certain types of discovery tasks, such as verifying service provider / facility details, examining histories of discovery actions, assessing claims in the source data, verifying subscriber status, searching for associated units, Determining a likelihood that a doctor is really involved in fraud, based on factors such as whether the doctor has recently stolen his DEA number, etc.

In einer Ausführungsform ist das bestimmte Objekt ein Dienstleister, dem Betrug vorgeworfen wurde, und das Netzwerk umfasst eine Mehrzahl von früheren Patienten des Dienstleisters und ihre neuen Dienstleister. In einer Ausführungsform können Beziehungen auch auf Daten basieren, wie Arbeitgeber-Angestellten-Status, Besitzverhältnisse, wahrscheinliche Beziehungen, gemeinsamer Wohnort, Verwandtschaftsverhältnisse, soziale Netzwerke usw.In one embodiment, the particular object is a service provider accused of fraud, and the network comprises a plurality of the service provider's previous patients and their new service providers. In one embodiment, relationships may also be based on data, such as employer-employee status, ownership, probable relationships, shared residence, family relationships, social networks, etc.

4.0. DATENARCHITEKTUR 4.0. DATA ARCHITECTURE

In einer Ausführungsform werden Gesundheitsereignis-Objekte in einem Gesundheitsereignis-Objekt-Speicher verwaltet, der eine oder mehrere Datenbanken umfasst, die die Gesundheitsereignis-Objekte speichern, die Dienstleister-Objekte werden in einem Dienstleister-Speicher verwaltet, der eine oder mehrere Datenbanken umfasst, die die Dienstleister-Objekte speichern, die Patienten-Objekte werden in einem Patienten-Speicher verwaltet, der eine oder mehrere Datenbanken umfasst, die die Patienten-Objekte speichern, und die Apotheken-Objekte werden in einem Apotheken-Speicher verwaltet, der eine oder mehrere Datenbanken umfasst, die die Apotheken-Objekte speichern. Andere Speicher können für andere Typen von Datenobjekten vorhanden sein. Die eine oder mehreren Datenbanken, die einen Speicher bilden, können zwischen manchen oder allen der Speicher überlappen. Oder die Speicher können getrennt verwaltet werden.In one embodiment, health event objects are managed in a health event object store that includes one or more databases storing the health event objects, the service provider objects are managed in a service provider store that includes one or more databases that store the service provider objects, manage the patient objects in a patient memory that includes one or more databases storing the patient objects, and manage the pharmacy objects in a pharmacy store containing one or more databases includes, which store the pharmacy objects. Other memories may be present for other types of data objects. The one or more databases forming a memory may overlap between some or all of the memories. Or the stores can be managed separately.

In einer Ausführungsform werden alle Objekte, die oben beschrieben sind, und andere Objekte, die hier beschrieben sind, aus einem oder mehreren Importvorgängen von Daten von verschiedenen Quellen erzeugt, etwa den Datenbanken eines Versicherers, den Gesundheitsunterlagen eines Dienstleisters, Apotheken-Unterlagen, staatlichen Unterlagen und anderen öffentlich zugänglichen Unterlagen. Der Importvorgang kann periodisch oder zu bestimmten Zeitpunkten wiederholt werden, um die Objekte zu aktualisieren und/oder neue Objekte hinzuzufügen. Der Importvorgang kann verschiedene ETL-Vorgänge umfassen, die die Quelldaten normalisieren, so dass sie Datenmodellen, wie sie hier beschrieben sind, entsprechen.In one embodiment, all of the objects described above and other objects described herein are generated from one or more import operations of data from various sources, such as an insurer's databases, a healthcare provider's health records, pharmacy records, governmental records and other publicly available documents. The import process can be repeated periodically or at specific times to update the objects and / or add new objects. The import process may include various ETL operations that normalize the source data to correspond to data models as described herein.

In einer Ausführungsform werden manche oder alle der Objekte, die hier beschrieben sind, nicht notwendigerweise in irgendeinem dauerhaften Speicher gespeichert, sondern werden stattdessen aus den Quelldaten „on demand” zum Zweck der verschiedenen Analysen erzeugt, die hier beschrieben sind.In one embodiment, some or all of the objects described herein are not necessarily stored in any persistent storage but are instead generated from the source data "on demand" for the purpose of the various analyzes described herein.

4.1. LOGISCHE OBJEKTTYPEN4.1. LOGICAL OBJECT TYPES

In einer Ausführungsform ist ein Datenobjekt eine logische Datenstruktur, die Werte für verschiedene definierte Felder umfasst. Ein Datenobjekt kann in einem oder einer Vielzahl von zugrunde liegenden Strukturen gespeichert werden, etwa einer Datei, Teilen einer oder mehrerer Dateien, einem oder mehreren XML-Elementen, einer Tabellenzeile einer Datenbank, einer Gruppe von einer oder mehreren verknüpften Datenbank-Tabellenzeilen usw. Eine Anwendung liest die zugrunde liegenden Strukturen und interpretiert die zugrunde liegenden Strukturen als das Datenobjekt. Das Datenobjekt wird dann mittels verschiedener Schritte und Algorithmen verarbeitet, wie sie hier beschrieben sind.In one embodiment, a data object is a logical data structure that includes values for various defined fields. A data object may be stored in one or a plurality of underlying structures, such as a file, parts of one or more files, one or more XML elements, a table row of a database, a group of one or more linked database table rows, and so on Application reads the underlying structures and interprets the underlying structures as the data object. The data object is then processed by various steps and algorithms as described herein.

In einer Ausführungsform umfassen die modellierten Objekttypen, ohne Einschränkung, Folgendes: Anspruch-Objekte, etwa medizinische Ansprüche von Ärzten, medizinische Ansprüche von ambulanten Patienten, medizinische Ansprüche von stationären Patienten und Apothekenansprüche; Patienten-Objekte; Dienstleister-/Verschreiber-Objekte; Rezept-Objekte; Apotheken-Objekte; und Betrugsobjekte. Viele Varianten dieser Kombinationen von Objekten sind möglich.In one embodiment, the modeled object types include, without limitation, claim objects, such as medical claims of physicians, outpatient medical claims, inpatient medical claims, and pharmacy claims; Patients objects; Dienstleister- / prescriber objects; Recipe objects; Pharmacies objects; and fraud objects. Many variants of these combinations of objects are possible.

4.2. QUELLEN4.2. SOURCES

In einer Ausführungsform werden manche oder alle der Gesundheits-Datenobjekte aus Quelldaten erzeugt, die von einer Vielzahl von Quellen angeboten werden. Beispielhafte Quellen umfassen Dienstleister- oder Versicherer-Quellen, etwa Folgende: eine Anspruchs-Verarbeitungsdatenbank; eine Vertrags-Verwaltungsdatenbank; eine Dienstleister-Netzwerk-Datenbank, eine Mitgliedschafts-/Berechtigungs-Datenbank, eine Anspruch-Konten-Datenbank, eine Apotheken-Leistungs-Datenbank, eine Labornutzungs-Gateway-Datenbank, eine Apotheken-Anspruchs-Datenbank, eine Liste der Aufrufe zur Authentifizierung, eine Datenbank für eine Hotline für Tipps und eine Rechnungsstellungs-/Forderungs-Datenbank. Beispielhafte Quellen umfassen weiter staatliche oder öffentlich zugängliche Datenspeicher, etwa Unterlagen des öffentlichen Gesundheitswesens, Speicher von USPS-Zip-Codes, National Drug Codes, Logical Observation Identifiers Names and Codes und/oder National Provider Identifiers, eine OIG-Ausschlussliste und eine Liste von ausgeschlossenen Personen/Einrichtungen. Natürlich sind viele andere Datenquellen möglich.In one embodiment, some or all of the health data objects are generated from source data offered from a variety of sources. Exemplary sources include service provider or insurer sources, such as: a claim processing database; a contract management database; a service provider network database, a membership / authorization database, a claims account database, a pharmacy services database, a lab utilization gateway database, a pharmacy claim database, a list of authentication calls, A database for a hotline for tips and an invoicing / receivables database. Exemplary sources further include governmental or publicly available data stores, such as public health records, USPS Zip code storage, National Drug Codes, Logical Observation Identifiers Names and Codes, and / or National Provider Identifiers, an OIG exclusion list, and a list of excluded ones persons / organizations. Of course, many other data sources are possible.

4.3. DATENBANKEN4.3. DATABASES

In einer Ausführungsform werden Daten von den verschiedenen Datenquellen durch eine ETL-Schicht geleitet, um eine Menge von Datenbanken auszubilden. Die Datenbanken können beispielsweise Folgendes umfassen: Produkt, Organisation, Geographie, Kunde, Teilnehmer, Dienstleister, Anspruch-Statistiken, Anspruch-Aggregierung, Anspruch-Finanzen, Apotheken-Ansprüche, Laborergebnisse und Umsatz. Die Datenbanken können die verschiedenen Datenobjekte speichern, die hier beschrieben sind. Die Datenobjekte können stattdessen in einer Vielzahl von anderen Konfigurationen angeordnet werden.In one embodiment, data from the various data sources is passed through an ETL layer to form a set of databases. The databases may include, for example: product, organization, geography, customer, subscribers, service providers, claim statistics, claim aggregation, claim finance, pharmacy claims, laboratory results and sales. The databases can store the various data objects described here. The data objects may instead be arranged in a variety of other configurations.

4.4. BEISPIEL-ONTOLOGIE4.4. EXAMPLE-ONTOLOGY

In einer Ausführungsform umfasst eine Ontologie zur Verhinderung von Betrug im Gesundheitswesen manche oder alle der folgenden Datenobjekttypen: Anspruch-Objekte, Medikamenten-Objekte, Teilnehmer-Objekte, Apotheken-Objekte, Plan-Leistungs-Objekte, Verschreiber-Objekte und Dienstleister-Objekte.In one embodiment, an ontology for preventing fraud in the Healthcare Some or all of the following data object types: claim objects, drug objects, participant objects, pharmacy objects, plan performance objects, prescriber objects, and service provider objects.

Jedes Anspruch-Objekt repräsentiert einen Gesundheits-Anspruch, der eine Anfrage nach Erstattung für Gesundheits-Ausgaben von einem Versicherer ist. Es kann mehrere Arten von Anspruch-Objekten geben, einschließlich Anspruch-Objekten für Rezepte, Anspruch-Objekte für Labortests, Anspruch-Objekte für medizinische Prozeduren und Anspruch-Objekte für andere Arten von Dienstleistungen. In einer Ausführungsform umfasst ein Anspruch-Objekt, neben anderen Elementen, Werte für eine oder mehrere Arten von Attributen: eindeutige(r) System-Bezeichner, zugehöriger Teilnehmer-Bezeichner, erlaubte Menge, Anspruch-Status (gezahlt, abgelehnt oder aufgehoben), Einreichungsdatum, abgedeckte Menge in Medicare Plan D, Datum der Dienstleistung, geschätzte Anzahl von Tagen, für die das Rezept reicht, gezahlte Rezeptgebühr, Bezeichner für verschriebenes Medikament, gezahlte Kosten von Inhalten, Versand-Bezeichner, gezahlter Betrag für nicht gedeckten Plan, Anzahl von autorisierten Erneuerungen, Betrag anderer Zahlungspflichtiger, Teilnehmer-Plan-Typ, Betrag, der vom Patienten gezahlt wurde, abzugsfähiger Betrag, Apotheken-Systembezeichner, Rezept-Systembezeichner, Datum, an dem das Rezept ausgestellt wurde, ausgegebene Menge, Rezept-Anspruchsnummer, Bearbeitungsgebühr (die vertraglich vereinbarte Gebühr für geleistete Dienstleistungen), Gesamtbetrag, der vom Bearbeiter abgerechnet wurde. Verschiedene Felder können nur zu unterschiedlichen Arten von Dienstleistern oder Ansprüchen gehören.Each claim object represents a health claim that is a request for reimbursement for health expenses from an insurer. There may be several types of claim objects, including claim objects for prescriptions, claim objects for laboratory tests, claim objects for medical procedures, and claim objects for other types of services. In one embodiment, a claim object includes, among other elements, values for one or more types of attributes: unique system identifiers, associated subscriber identifiers, allowed amount, claim status (paid, declined, or canceled), submission date Amount covered in Medicare Plan D, date of service, estimated number of days for which the prescription is sufficient, prescription fee paid, prescribed drug name, cost of content paid, shipping identifier, amount paid for unfunded plan, number of authorized Renewals, other payer's amount, participant plan type, amount paid by the patient, deductible amount, pharmacy system identifier, prescription system identifier, date on which the prescription was issued, amount dispensed, prescription claim number, processing fee (the contractually agreed fee for services rendered), total amount deducted by the processor was expected. Different fields may only belong to different types of service providers or claims.

Jedes Medikamenten-Objekt repräsentiert ein bestimmtes Medikament. In einer Ausführungsform umfasst ein Medikamenten-Objekt, neben anderen Elementen, Werte für ein oder mehrere der folgenden Arten von Attributen: eindeutige(r) System-Bezeichner, American Hospital Formulary Service Therapeutic Class Code, generischer Statusindikator (Markenname oder generisch), Markenstatus des Medikamenten-Namens (geschützt, markengeschützt generisch oder generisch), Dosierungsform, DEA-Klassen-Code, generischer Klassenname, Indikator für Rezeptfreiheit, Dosierung des Medikaments, generische Codenummer, generische Codesequenz, generischer Produktindex, Verwaltungs-Medikamentencode, Produktbezeichner-Vermerk, Produktservice-Bezeichner, Dosierungseinheit, National Drug Code usw.Each drug object represents a particular drug. In one embodiment, a drug object includes, among other elements, values for one or more of the following types of attributes: unique system identifier, American Hospital Formulary Service Therapeutic Class Code, generic status indicator (brand name or generic), brand status of the Drug Name (Protected, Registered Generic or Generic), Dosage Form, DEA Class Code, Generic Class Name, Prescription Freedom Indicator, Drug Dosage, Generic Code Number, Generic Code Sequence, Generic Product Index, Administration Drug Code, Product Identifier Note, Product Service Name Identifier, dosage unit, national drug code, etc.

Jedes Teilnehmer-Objekt repräsentiert einen bestimmten Teilnehmer eines Gesundheitsplans. Es kann mehrere Gruppen von Teilnehmern für unterschiedliche Versicherer und/oder Arten von Plänen geben und jede Gruppe kam eine andere Struktur haben. In einer Ausführungsform umfasst ein Teilnehmer-Objekt, neben anderen Elementen, Werte für eine oder mehrere Arten von Attributen: einen oder mehrere eindeutige System-Bezeichner, letzter Leistungsmonat, Anzahl der Monate, die er in einem bestimmten Jahr angemeldet war, das von den Daten abgedeckt ist (z. B. ein unterschiedliches Feld für 2007, 2008 usw.), Vorname, Name, Geschlecht, Geburtsdatum, Adresse, Ort, Bundesland, PLZ, Land, Telefonnummer, Sozialversicherungsnummer, zusätzliche Adressen- und andere Kontaktfelder für verschiedene Arten von Kontaktinformationen (z. B. Arbeit, vorübergehend, Notfall etc.), ein Plan-Leistung-Systembezeichner, ein Anmeldungs-Quellsystem usw.Each participant object represents a particular participant in a health plan. There may be several groups of participants for different insurers and / or types of plans and each group came to have a different structure. In one embodiment, a participant object includes, among other elements, values for one or more types of attributes: one or more unique system identifiers, last month of performance, number of months that it logged in a particular year, the data is covered (eg, a different field for 2007, 2008, etc.), first name, name, gender, date of birth, address, city, state, zip code, country, phone number, social security number, additional address and other contact fields for different types of Contact information (eg work, temporary, emergency, etc.), a plan performance system identifier, a login source system, etc.

In einer Ausführungsform kann ein Teilnehmer-Objekt es weiter umfassen oder damit verknüpft sein, dass Daten verfolgt werden, die Änderungen an Werten für die obigen Attribute über einen Zeitraum aufzeichnen. Es kann beispielsweise ein getrenntes Teilnehmer-Detail-Objekt existieren, das Werte für die obigen Attribute für jeden Monat oder jedes Jahr umfasst, in dem der Teilnehmer durch einen Plan abgedeckt war. Jedes Teilnehmer-Detailobjekt kann ein Monats- und/oder ein Jahr-Attribut und einen Teilnehmer-Bezeichner umfassen, um es mit seinem zugehörigen Teilnehmer-Objekt zu verknüpfen.In one embodiment, a subscriber object may further comprise or be associated with tracking data that records changes in values for the above attributes over a period of time. For example, there may be a separate Participant Detail object that includes values for the above attributes for each month or year in which the participant was covered by a plan. Each participant detail object may include a month and / or a year attribute and a participant identifier to associate with its associated participant object.

Jedes Apotheken-Objekt repräsentiert eine bestimmte Apotheke. In einer Ausführungsform umfasst ein Apotheken-Objekt, neben anderen Elementen, Werte für eine oder mehrere Arten von Attributen: eindeutige(r) System-Bezeichner, Apotheken-Verteilerklasse (unabhängig, Kette, Klinik oder Franchise, staatlich, alternativ), Apotheken-Verteilertyp (gemeinschaftlich/Einzelhandel, langfristig, Versandt, Infusionstherapie zu Hause, nicht verschreibungspflichtig, Indian Health Service, Department of Veterans Affairs, institutionell, Managed-Care, Anbieter von medizinischen Geräten, Klinik, Spezialgebiete, nuklear, Militär/Küstenwache, Mischungsherstellung), Zweigniederlassungs-Code, Dienstleister-Bezeichner, Dienstleister-Bezeichner-Vermerk usw.Each pharmacy object represents a particular pharmacy. In one embodiment, a pharmacy object includes, among other elements, values for one or more types of attributes: unique system identifier, pharmacy distribution class (independent, chain, clinic or franchise, governmental, alternative), pharmacy distributor type (Community / Retail, Long Term, Shipped, Home Infusion Therapy, Non-prescription, Indian Health Service, Department of Veterans Affairs, Institutional, Managed Care, Medical Device Providers, Clinic, Specialty, Nuclear, Military / Coast Guard, Mixture Manufacturing), Branch Office Code, service provider identifier, service provider identifier, etc.

Jedes Plan-Leistungs-Objekt repräsentiert eine bestimmte Plan-Leistung. In einer Ausführungsform umfasst ein Plan-Leistungs-Objekt, neben anderen Elementen, Werte für eine oder mehrere folgende Arten von Attributen: eindeutige(r) System-Bezeichner, Vertragsnummer, Dienstleister-Bezeichner, Startdatum, Schlussdatum, Paket-Schlüssel usw.Each plan performance object represents a specific plan performance. In one embodiment, a plan performance object includes, among other elements, values for one or more of the following types of attributes: unique system identifier, contract number, service provider identifier, start date, end date, packet key, etc.

Jedes Verschreiber-Objekt repräsentiert einen bestimmten Verschreiber von Medikamenten. In einer Ausführungsform umfasst ein Verschreiber-Objekt, neben anderen Elementen, Werte für eine oder mehrere der folgenden Arten von Attributen: eindeutige(r) System-Bezeichner, Vorname, Name, ein oder mehrere Verschreiber-Bezeicher, Verschreiber-Bezeichner-Vermerk(e) (z. B. nicht angegeben, NPI, Medicaid, UPIN, NCPDP-ID, State License Number, Federal Tac ID, DEA oder staatlich ausgestellt), Spezialgebiet-Code usw. Verschreiber-Objekte und Dienstleister-Objekte können in manchen Fällen die selbe physische Einheit repräsentieren oder mit ihr verknüpft sein, aber Verschreiber-Objekte geben Daten aus einer anderen Quelle wieder als Dienstleister-Objekte. In manchen Ausführungsformen können Attribute von Verschreiber-Objekten und Dienstleister-Objekten in einem einzigen Objekt kombiniert werden. In anderen Ausführungsformen sind die beiden Objekte logisch getrennt, können aber korreliert sein, wenn sie in der Tat dieselbe Einheit repräsentieren.Each prescriber object represents a particular prescriber of drugs. In one embodiment, a prescriber object includes, among other elements, values for one or more of the following types of attributes: unique system identifier, first name, name, one or more prescriber identifiers, prescriber identifier (s) (eg, not specified, NPI, Medicaid, UPIN, NCPDP ID, State License Number, Federal Tac ID, DEA or government issued), specialty code, etc. Recipient objects and service provider objects may, in some cases, represent or be linked to the same physical entity, but prescriber objects return data from another source as a service provider. objects. In some embodiments, attributes of prescriber objects and service provider objects may be combined in a single object. In other embodiments, the two objects are logically separated, but may be correlated if they indeed represent the same unit.

Jedes Dienstleister-Objekt repräsentiert einen bestimmten Anbieter von Gesundheitsdienstleistungen. In einer Ausführungsform umfasst ein Dienstleister-Objekt, neben anderen Elementen, Werte für eine oder mehrere der folgenden Arten von Attributen: Identifikationsnummer des medizinischen Dienstleisters (sowohl Text als auch numerisch), Dienstleister-Typ (medizinische Fachkraft, Gesundheitsorganisation), Dienstleister-Status (aktiver Vertrag oder kein aktiver Vertrag), verschiedene Kontaktzeilen-Indikatoren, ein oder mehr effektive Daten bezüglich dessen, ob eine Prozessausnahme zutrifft, ein oder mehrere Prozessausnahme-Typencodes, ein Datum, an dem die Identifikationsnummer des medizinischen Dienstleisters erstellt wurde, ein Datum, an dem die Dienstleister-Datei inaktiv wurde, ein Organisationstypen-Code, um angebotene Dienstleistungen oder Spezialgebiete anzuzeigen, ein Medicare-Bezeichner, medizinischer Abschluss des Dienstleisters, hauptsächliches Spezialgebiet des Dienstleisters, Name, Vorname, mittlere Initiale, Namenszusatz, mittlerer Name, Geschlecht, Sozialversicherungsnummer, Steuernummer des Bundes, Geburtsdatum, Datum des Abschlusses, medizinische Hochschule, Statuscode des Berechtigungsnachweises, Beschreibung des Berechtigungsnachweises, gegenwärtiger Berechtigungsnachweis-Zyklus, gegenwärtige Berechtigungsnachweis-Art (ursprünglich, erneut ausgestellt, krankenhausbasiert, übertragen, Vereinigung, unterbrochen, Empire Initial, von der Praxis ausgeschlossen, beendet), Berechtigungsnachweis-Indikator, Berechtigungsnachweis-Organisations-Bezeichner, Zulassungsdatum der Berechtigungsnachweis-Organisation, Berechtigungsnachweis-Organisations-Indikator, universeller Dienstleister-Bezeichner, Rechnungsart (HFCA, UB92, UB04, zusammengesetzt), Dienstleister-Informationsquelle, Dienstleister-Anspruch-Klassifikator, Email, Art der letzten Aktualisierung, Adresse usw.Each service provider object represents a particular provider of healthcare services. In one embodiment, a service provider object includes, among other elements, values for one or more of the following types of attributes: medical service provider identification number (both text and numeric), service provider type (health professional, healthcare organization), service provider status ( active contract or no active contract), various contact line indicators, one or more effective data regarding whether a process exception is true, one or more process exception type codes, a date on which the medical service provider's identification number was created, a date the service provider file has become inactive, an organization type code to indicate services or specialties offered, a Medicare identifier, the provider's medical qualification, the service provider's main specialty, name, first name, middle initial, suffix, middle name, gender, social security ummer, Federal Tax Code, Date of Birth, Date of Degree, Medical College, Proof of Entitlement, Description of Proof of Entitlement, Current Credentials Cycle, Current Proof of Claim Type (Original, Reissued, Hospital Based, Transfer, Association, Interrupted, Empire Initial, of excluded from practice, completed), Proof of Entitlement Indicator, Proof of Entitlement Organizational Identifier, Proof of Entitlement Organization Approval Date, Proof of Entitlement Organizational Indicator, Universal Service Provider Identifier, Invoice Type (HFCA, UB92, UB04, Assembled), Service Provider Information Source, Service Provider Claim Classifier, Email, Last Updating Type, Address, etc.

Zusätzliche Datenobjekte, die in einer Gesundheitsontologie sein können, sind in dem beigefügten Appendix angegeben.Additional data objects that may be in a health ontology are given in the appended appendix.

4.5. METRIKEN4.5. METRICS

Verschiedene Beispiel-Metriken zum automatischen Identifizieren, Priorisieren und/oder Untersuchen von Hinweisen sind unten beschrieben.Various example metrics for automatically identifying, prioritizing, and / or examining clues are described below.

Metriken, die sich auf Teilnehmer-Objekte beziehen, können, ohne Einschränkung, eines oder mehrere der Folgenden umfassen: ein Durchschnitt und/oder eine Standardabweichung von Schedule-2-Rezepten pro Monat; eine Zählung von Diagnosen von Medikamentenmissbrauch; eine Zählung, ein Durchschnitt und/oder eine Standardabweichung von Notaufnahme-Besuchen pro Jahr; eine Zählung von einzelnen Dienstleistern, die Rezepte für den Teilnehmer ausgestellt haben; eine Zählung von unterschiedlichen Apotheken, die Rezepte für den Teilnehmer eingelöst haben; eine Gesamtsumme, die ein Versicherer für den Teilnehmer gezahlt hat; ein Durchschnitt und/oder eine Standardabweichung des Betrags, der pro Monat gezahlt wurde; eine Gesamtanzahl von Pillen, die pro Monat ausgegeben wurden; durchschnittliche Anzahl von Tagen zwischen Rezepten; ein Durchschnitt und/oder eine Standardabweichung der Rezepte pro Monat für den Teilnehmer; ein Durchschnitt und/oder eine Standardabweichung von medizinischen Ansprüchen des Teilnehmers pro Monat; eine Zählung aller Schedule-2-Rezepte; eine Zählung aller Schedule-3-Rezepte; eine Zählung aller Rezepte; ein Durchschnitt und/oder eine Standardabweichung des Nettobetrags, der je Diagnose-Kategorie gezahlt wurde; eine Zählung von Ansprüchen auf langlebige medizinische Geräte; eine Zählung von Methadon-Überdosen; eine Zählung von Vergiftungen mit Opiaten; ein Methadon-Abhängigkeitsindikator; und/oder eine Summe des Netto-DME-Betrags, der gezahlt wurde.Metrics relating to subscriber objects may include, without limitation, one or more of: an average and / or a standard deviation of Schedule 2 prescriptions per month; a count of diagnoses of drug abuse; a count, average and / or standard deviation of emergency room visits per year; a count of individual service providers who have issued recipes for the subscriber; a count of different pharmacies that have redeemed recipes for the participant; a grand total that an insurer has paid for the participant; an average and / or standard deviation of the amount paid per month; a total number of pills spent per month; average number of days between recipes; an average and / or standard deviation of the recipes per month for the participant; an average and / or standard deviation of medical claims of the participant per month; a count of all Schedule 2 prescriptions; a count of all Schedule 3 recipes; a count of all recipes; an average and / or standard deviation of the net amount paid per category of diagnosis; a count of claims on durable medical devices; a count of methadone overdoses; a count of poisoning with opiates; a methadone dependence indicator; and / or a sum of the net DME amount paid.

Metriken, die sich auf Dienstleister-Objekte beziehen, können, ohne Einschränkung, eines oder mehrere der Folgenden umfassen: ein Durchschnitt und/oder eine Summe aller Rechnungen von einem Dienstleister; eine Summe der Nettobeträge, die an einen Dienstleister gezahlt wurden; ein Durchschnitt und/oder eine Standardabweichung der Nettobeträge, die pro Monat gezahlt wurden; eine Standardabweichung der Nettobeträge, die pro Monat gezahlt wurden, nach Spezialgebiet; eine Standardabweichung für Nettobeträge, die pro Monat gezahlt wurden, nach Spezialgebiet und Ort; eine durchschnittliche Menge von verschreibungspflichtigen Pillen; eine durchschnittliche Rezept-Anzahl von Nachbestellungen; eine Zählung der Rezept-Ansprüche, die nicht gezahlt wurden; eine Zählung von Rezept-Ansprüchen; eine Zählung von medizinischen Ansprüchen; ein Durchschnitt und/oder eine Standardabweichung für Rezept-Ansprüche pro Patient; ein Durchschnitt und/oder eine Standardabweichung für medizinische Ansprüche pro Patient; ein Anteil der Schedule-2-Medikamente; ein Anteil der Schedule-3-Medikamente; ein Anteil der Schedule-2-Medikamente nach Spezialgebiet; ein Anteil der Schedule-3-Medikamente nach Spezialgebiet; eine Zählung der einzelnen Patienten des Dienstleisters; eine Zählung der einzelnen Apotheken, zu denen die Patienten des Dienstleisters geschickt wurden; eine Standardabweichung der einzelnen Diagnosen, die von dem Dienstleister gemacht wurden, nach Spezialgebiet; eine Zählung der unterschiedlichen Prozeduren, die von dem Dienstleister ausgeführt wurden; eine Zählung der Kliniken in seinem Eigentum; eine Standardabweichung für den Nettobetrag, der an den Dienstleister gezahlt wurde, nach Diagnose; eine Zählung der Rezepte über langlebige medizinische Geräte, die ausgestellt wurden; ein Anteil der Ansprüche im Netzwerk, die dem Dienstleister zugeschrieben werden; und/oder das geschätzte Betriebsalter in Tagen.Metrics relating to service provider objects may include, without limitation, one or more of the following: an average and / or a sum of all invoices from a service provider; a sum of the net amounts paid to a service provider; an average and / or standard deviation of the net amounts paid per month; a standard deviation of the net amounts paid per month by area of specialty; a standard deviation for net amounts paid per month by specialty and location; an average amount of prescription pills; an average recipe number of repeat orders; a count of prescription claims that were not paid; a count of recipe claims; a count of medical claims; an average and / or standard deviation for prescription claims per patient; an average and / or standard deviation for medical claims per patient; a proportion of Schedule 2 medicines; a share of Schedule 3 medicines; a proportion of Schedule 2 medicines by specialty; a proportion of the Schedule 3 medicines by specialty; a count of each patient of the service provider; a count of the individual pharmacies to which the service provider's patients were sent; a standard deviation of the individual diagnoses made by the service provider by specialty; a count of the different procedures performed by the service provider; a count of the clinics in his possession; a standard deviation for the net amount paid to the service provider after diagnosis; a count of prescriptions on durable medical devices that have been issued; a proportion of the network entitlements attributed to the service provider; and / or the estimated age in days.

Metriken, die sich auf Dienstleister-Objekte beziehen, können weiter, ohne Einschränkung, eines oder mehrere der Folgenden umfassen: durchschnittliche Ansprüche pro Tag; durchschnittlicher Nettobetrag, der pro Anspruch gezahlt wurde; durchschnittlicher Nettobetrag, der pro Monat gezahlt wurde; durchschnittliche Anzahl von Patienten; durchschnittliche Anzahl von Apotheken; Anzahl der unterschiedlichen Diagnosen; ein Histogramm der Diagnosen; Anzahl von unterschiedlichen Prozeduren; und/oder ein Histogramm von Prozeduren.Metrics relating to service provider objects may further include, without limitation, one or more of the following: average claims per day; average net amount paid per claim; average net amount paid per month; average number of patients; average number of pharmacies; Number of different diagnoses; a histogram of the diagnoses; Number of different procedures; and / or a histogram of procedures.

Metriken, die sich auf Apotheken-Objekte beziehen, können, ohne Einschränkung, eines oder mehrere der Folgenden umfassen: durchschnittlicher Nettobetrag, der von dem Versicherer gezahlt wurde; maximaler und/oder durchschnittlicher Nettobetrag, der je Verschreiber gezahlt wurde; Anzahl der Ansprüche; Anteil der ausgegebenen Rezepte, die Medikamente der Schedule-2-Kategorie umfassten; Anteil der ausgegebenen Rezepte, die Medikamente der Schedule-3-Kategorie umfassten; durchschnittliche und/oder gesamte Ausgabe-Gebühr; Betriebsalter in Tagen; Anteil der ausgegebenen Rezepte, die ein Marken-Medikament betrafen; eine Zählung der unterschiedlichen Medikamenten-Namen in den Rezepten; Anteil der ausgegebenen Rezepte, die ein Medikament mit hoher Rückerstattung betrafen; Anteil der ausgegebenen Rezepte, die ein Medikament mit möglichem Missbrauch betrafen; Anteil von Ansprüchen über Nachbestellungen; Durchschnitt und/oder Standardabweichung des Anreisewegs, der von Kunden zu der Apotheke zurückgelegt wurde; Zählung von Apotheken in der Umgebung; Anteil der ausgegebenen Rezepte, die kleine Nachbestellungen betrafen; Anteil der Ansprüche, die aufgehoben wurden; Anteil der Ansprüche, die nicht gezahlt wurden; durchschnittlicher Rechnungsbetrag pro Patient; durchschnittlicher Rechnungsbetrag pro Verschreiber; durchschnittliche Ansprüche pro Patient; durchschnittliche Ansprüche pro Verschreiber.Metrics relating to pharmacy properties may include, without limitation, one or more of the following: average net amount paid by the insurer; maximum and / or average net amount paid per prescriber; Number of claims; Proportion of dispensed prescriptions containing Schedule 2 category drugs; Proportion of dispensed prescriptions that included Schedule 3 category drugs; average and / or total issue fee; Age of operation in days; Proportion of issued prescriptions concerning a branded drug; a count of different drug names in the recipes; Proportion of issued prescriptions relating to a drug with high reimbursement; Proportion of issued prescriptions concerning a drug with possible abuse; Share of claims over repeat orders; Average and / or standard deviation of the journey path traveled by customers to the pharmacy; Counting pharmacies in the area; Proportion of issued prescriptions concerning small reorders; Proportion of claims that have been canceled; Proportion of claims that have not been paid; average invoice amount per patient; average invoice amount per prescriber; average claims per patient; average claims per prescriber.

Metriken, die sich auf Diagnose-Objekte beziehen, können, ohne Einschränkung, eines oder mehrere der Folgenden umfassen: ein Histogramm von CPT-4-, ICD-9-, ICD-10- oder HCPCS-Prozeduren; ein Histogramm von gemeinsam auftretenden Diagnosen; durchschnittlicher Nettobetrag, der pro Jahr pro Patient gezahlt wurde; durchschnittlicher Gesamt-Nettobetrag, der pro Patient gezahlt wurde; ein Histogramm von Medikamenten-Namen, die verschrieben wurden; ein Indikator von Medikamenten-Missbrauch; und/oder ein Indikator für medikamentensüchtiges Verhalten.Metrics relating to diagnostic objects may include, without limitation, one or more of the following: a histogram of CPT-4, ICD-9, ICD-10 or HCPCS procedures; a histogram of co-occurring diagnoses; average net amount paid per year per patient; average total net amount paid per patient; a histogram of drug names that were prescribed; an indicator of drug abuse; and / or an indicator of drug addiction.

Metriken, die sich auf Prozedur-Objekte beziehen, können, ohne Einschränkung, eines oder mehrere der Folgenden umfassen: ein Histogramm von Diagnosen; ein Histogramm von gemeinsam auftretenden Prozeduren am gleichen Tag pro Patient; und eine gesamte, durchschnittliche, minimale und/oder maximale Prozedur-Anzahl pro Patient pro Diagnose.Metrics relating to procedure objects may include, without limitation, one or more of the following: a histogram of diagnoses; a histogram of co-occurring procedures on the same day per patient; and a total, average, minimum, and / or maximum procedure count per patient per diagnosis.

Metriken, die sich auf Medikamenten-Objekte beziehen, können, ohne Einschränkung, eines oder mehrere der Folgenden umfassen: maximale Medikamenten-Menge pro Patient pro Jahr; und/oder minimaler, maximaler und/oder durchschnittlicher gezahlter Betrag.Metrics relating to drug objects may include, without limitation, one or more of the following: maximum drug amount per patient per year; and / or minimum, maximum and / or average amount paid.

Metriken, die sich auf Rezept-Anspruchs-Objekte beziehen, können, ohne Einschränkung, eines oder mehrere der Folgenden umfassen: Anreiseweg zur Apotheke; Anreiseweg zum Verschreiber; ein Indikator, ob das Rezept für ein missbrauchbares Medikament ist; eine Standardabweichung des gezahlten Nettobetrags; ein Indikator, ob das Geschlecht des Patienten mit dem Rezept verträglich ist; ein Indikator, ob der Rezept-Anspruch für ein teures Marken-Medikament ist; und/oder ein Indikator, ob der Rezept-Anspruch für ein häufig missbrauchtes Schedule-2-Medikament ist.Metrics that relate to recipe claim objects may include, without limitation, one or more of the following: Directions to the pharmacy; Arrival to the prescriber; an indicator of whether the prescription is for an abuse drug; a standard deviation of the net amount paid; an indicator of whether the gender of the patient is compatible with the prescription; an indicator of whether the prescription claim is for an expensive branded drug; and / or an indicator of whether the prescription claim is for a frequently abused Schedule 2 drug.

Metriken, die sich auf medizinische Anspruch-Objekte beziehen, können, ohne Einschränkung, eines oder mehrere der Folgenden umfassen: Anreiseweg zum Arzt, ein Indikator, ob der Anspruch für Medikamenten-Missbrauch charakteristisch ist; und/oder eine Standardabweichung des Nettobetrags, der pro Prozedur gezahlt wurde.Metrics relating to medical claim objects may include, without limitation, one or more of the following: route to the doctor, an indicator of whether the claim for drug abuse is characteristic; and / or a standard deviation of the net amount paid per procedure.

In einer Ausführungsform können verschiedene Trigger gestützt auf die obigen Metriken erzeugt werden. Die Trigger sind überwachte Funktionen einer oder mehrerer der Metriken. Wenn eine überwachte Funktion einen Wert hat, der in einem bestimmten Bereich liegt, identifiziert der Trigger ein oder mehrere Hinweis-Objekte, die mit der einen oder den mehreren Metriken verknüpft sind.In one embodiment, various triggers may be generated based on the above metrics. The triggers are monitored functions of one or more of the metrics. If a monitored function has a value that is within a certain range, the trigger identifies a or multiple hint objects associated with the one or more metrics.

In einer Ausführungsform können Trigger beispielsweise Teilnehmer umfassen, die drei oder mehr unabhängige Apotheken an einem Tag besuchen, Teilnehmer, die Rezepte in drei oder mehr Bundesstaaten in einem Monat erhalten, oder Teilnehmer, die mehrmals und aufeinander folgend medizinische Leih-Geräte für den Heimgebrauch erhalten. Jeder dieser Trigger erzeugt ein Teilnehmer-Hinweis-Objekt. Ein anderer beispielhafter Trigger besteht in mehreren Besuchen im Büro durch einen neuen Patienten für einen und denselben Patienten in einem Zeitraum von drei Jahren. Dieser Trigger erzeugt ein Teilnehmer-Hinweis-Objekt.For example, in one embodiment, triggers may include subscribers visiting three or more independent pharmacies in one day, subscribers receiving prescriptions in three or more states in one month, or subscribers receiving medical home loan devices multiple times and consecutively , Each of these triggers generates a participant hint object. Another exemplary trigger is several visits to the office by a new patient for the same patient over a three-year period. This trigger generates a participant hint object.

Ein zusätzliches Beispiel eines Triggers ist ein Trigger über die Spitzen-Apotheken je Medikament, das häufig missbraucht wird. Für jeden Monat listet dieser Trigger die Apotheke auf, die die größte Menge an Medikamenten ausgegeben hat, die häufig missbraucht werden. Ein zusätzliches Beispiel eines Triggers ist ein Trigger über Spitzen-Patienten, die Medikamente erhalten, die häufig missbraucht werden. Für jeden Monat listet dieser Trigger den Patienten, der die größte Menge eines der Medikamente erhält, die häufig missbraucht werden. Ein zusätzliches Beispiel eines Triggers ist ein Trigger über Spitzen-Verschreiber von Medikamenten, die häufig missbraucht werden. Dieser Trigger listet die Dienstleister auf, die die größte Menge eines der am häufigsten missbrauchten Medikamente verschrieben haben. Ein zusätzliches Beispiel eines Triggers ist ein Trigger über übereinstimmende Postadressen. Für jede Region von Interesse (gekennzeichnet durch einen Ort und einen Bundesstaat) listet dieser Trigger Dienstleister auf, die eine Praxis-Adresse haben, die mit dem Ort einer UPS-Drop-Box übereinstimmt. Ein zusätzliches Beispiel eines Triggers ist ein Trigger über häufige NPIs. Für jede Region von Interesse (gekennzeichnet durch einen Ort und einen Bundesstaat) listet dieser Trigger Dienstleister-Standorte auf, die mehrere NPIs in einem kurzen Zeitraum erhalten.An additional example of a trigger is a trigger over the top pharmacies per drug that is commonly abused. For each month, this trigger lists the pharmacy that has spent the largest amount of drugs that are commonly abused. An additional example of a trigger is a trigger over high-end patients receiving medications that are commonly abused. For each month, this trigger lists the patient who receives the largest amount of any of the medications that are commonly abused. An additional example of a trigger is a trigger over top prescribers of drugs that are commonly abused. This trigger lists the service providers who have prescribed the largest amount of one of the most commonly misused drugs. An additional example of a trigger is a trigger over matching postal addresses. For each region of interest (identified by a city and a state), this trigger lists service providers who have a practice address that matches the location of a UPS drop box. An additional example of a trigger is a trigger over frequent NPIs. For each region of interest (identified by a city and a state), this trigger lists service provider locations that receive multiple NPIs in a short period of time.

5.0. BEISPIELHAFTE SCHNITTSTELLEN5.0. EXEMPLARY INTERFACES

1 zeigt einen beispielhaften Graphen von Knoten, die Datenobjekte repräsentieren, wie sie hier beschrieben sind, die auf einer Anzeige 112 dargestellt werden. Der Graph dient nur als Beispiel und kann andere Arten von Knoten umfassen, die nicht gezeigt sind. Der Graph wurde gestützt auf Knoten erzeugt, die mit Hinweis-Objekten verknüpft sind, die Teilnehmer und/oder verdächtige Ärzte repräsentieren. Wie gezeigt, umfasst der Graph Knoten X, Y und Z, die Teilnehmer 100 eines Gesundheitsplans repräsentieren, die alle Subskriptionen („Skripte”) von mehreren Ärzten, B und C, erhalten haben, gegen die möglicherweise wegen Medikamenten-Verstößen strafrechtlich vorgegangen wurde. Die Knoten, die Teilnehmer 100 repräsentieren, sind über eine oder mehrere Kante(n) 101 mit einem oder mehreren Knoten A–G verbunden, die einen oder mehrere Ärzte repräsentieren, und können über eine oder mehrere Kante(n) 101 mit einem oder mehreren Knoten verbunden sein, die einen oder mehrere kriminelle Vorfälle 104 oder andere Arten von Ereignissen repräsentieren, und/oder mit einem oder mehreren Knoten, die eine oder mehrere Organisation(en) 106 repräsentieren. 1 FIG. 12 shows an exemplary graph of nodes representing data objects as described herein, displayed on a display. FIG 112 being represented. The graph is by way of example only and may include other types of nodes that are not shown. The graph was generated based on nodes associated with hint objects representing participants and / or suspected physicians. As shown, the graph includes nodes X, Y, and Z, the participants 100 of a health plan that received all the subscriptions ("scripts") from several physicians, B and C, who may have been prosecuted for drug-related offenses. The nodes, the participants 100 represent are over one or more edge (s) 101 associated with one or more nodes A-G representing one or more physicians, and may be connected via one or more edge (s) 101 be associated with one or more nodes that have one or more criminal incidents 104 or other types of events, and / or with one or more nodes hosting one or more organization (s) 106 represent.

Die Kanten zwischen Teilnehmer-Knoten und Arzt-Knoten oder der oder die Knoten, die eine oder mehrere Organisation(en) 106 repräsentieren, können Rezepte repräsentieren, die von den Ärzten selbst oder von anonymen Ärzten in den Organisationen ausgestellt wurden. Informationen über die Rezepte können in Apotheken-Ansprüchen in dem Gesundheitsplan erscheinen (beispielsweise Ansprüche auf Rückerstattung von Kosten für Arzneimittel). Kanten können auch andere Dokumente, Objekte, Beziehungen oder geteilte Charakteristika zwischen den Teilnehmer-Knoten und den Arzt-Knoten 102 oder den Organisations-Knoten 106 repräsentieren. Die Kanten können graphisch mit Informationen darüber beschriftet sein, welches Dokument, Objekt, welche Beziehung, oder geteilte Charakteristik die Knoten verbindet, und die Kanten selbst oder die Kanten-Beschriftungen 108 können so konfigurierbar sein, dass sie verschiedene Dokumente, Objekte, Beziehungen oder geteilte Charakteristika zwischen Knoten an den Endpunkten der Kanten repräsentieren.The edges between participant nodes and doctor nodes or the node (s) that make up one or more organization (s) 106 can represent prescriptions issued by the doctors themselves or by anonymous physicians in the organizations. Information about the prescriptions may appear in pharmacy claims in the health plan (for example, claims for reimbursement of drug costs). Edges may also contain other documents, objects, relationships, or shared characteristics between the subscriber nodes and the physician node 102 or the organization node 106 represent. The edges may be graphically labeled with information about which document, object, relationship, or shared characteristic connects the nodes, and the edges themselves or the edge labels 108 may be configurable to represent various documents, objects, relationships, or shared characteristics between nodes at the endpoints of the edges.

In einer Ausführungsform, die nicht gezeigt ist, können die verschiedenen Kanten eine unterschiedliche Dicke haben, gestützt auf die Stärke der Verbindung zwischen den Knoten an den Endpunkten der Kanten. Knoten mit mehreren Elementen, die sie mit einander verbinden, können beispielsweise dicke Kanten haben, und Knoten mit nur einem oder wenigen Elementen, die sie mit einander verbinden, können dünne Kanten haben.In one embodiment, not shown, the different edges may have a different thickness, based on the strength of the connection between the nodes at the end points of the edges. For example, nodes with multiple members joining them may have thick edges, and nodes with only one or a few members joining them may have thin edges.

Kanten und/oder Knoten können auch farbcodiert sein, um Informationen über die Kante oder den Knoten zu vermitteln. Ärzte beispielsweise, die in kriminellen Ereignissen angeklagt wurden, können rot gefärbt sein, und Ärzte, die nicht angeklagt wurden, können blau oder grün gefärbt sein. In einem anderen Beispiel können Kanten, die verdächtige Rezepte wiedergeben, rot gefärbt sein und Kanten, die normale Rezepte wiedergeben, blau oder grün gefärbt sein. Der Farbton der Kante kann röter, blauer oder grüner sein, gestützt darauf, wie viele verdächtige Rezepte und/oder normale Rezepte durch die Kante repräsentiert werden. Die Farbcodierung der Knoten und Kanten ist durch den Nutzer konfigurierbar und kann so angepasst werden, dass die Farben unterschiedliche Eigenschaften repräsentieren.Edges and / or nodes may also be color coded to convey information about the edge or the node. For example, doctors who have been charged in criminal activities can be dyed red, and doctors who have not been charged can be blue or green. In another example, edges representing suspect recipes may be colored red and edges representing normal recipes may be colored blue or green. The hue of the edge can be redder, bluer or greener, based on how many suspect recipes and / or normal recipes are represented by the edge. The color coding of the nodes and edges is configurable by the user and can be so be adjusted so that the colors represent different properties.

Wie gezeigt, hat der Arzt A ein Rezept für den Teilnehmer X ausgestellt; die Ärzte B und C haben Rezepte für die Teilnehmer X, Y und Z ausgestellt; der Arzt D hat Rezepte für die Teilnehmer X und Y ausgestellt; der Arzt G hat ein Rezept für den Teilnehmer Z ausgestellt; ein anonymer Arzt für die Organisation J hat ein Rezept für den Teilnehmer Y ausgestellt; und ein oder mehrere anonyme Ärzte für die Organisation K haben Rezepte für die Teilnehmer X und Y ausgestellt. Diese Rezepte können zu verschiedenen Zeitpunkten und für unterschiedliche Medikamente ausgestellt worden sein.As shown, the doctor A has issued a prescription for the participant X; doctors B and C have issued prescriptions for participants X, Y and Z; doctor D has issued prescriptions for participants X and Y; the doctor G has issued a prescription for the participant Z; an anonymous doctor for the organization J has issued a prescription for the participant Y; and one or more anonymous doctors for Organization K have issued recipes for participants X and Y. These prescriptions may have been issued at different times and for different medications.

Wie gezeigt, ist zumindest das Rezept, das von einem Arzt bei der Organisation K ausgestellt wurde, ein „verdächtiges Skript”. Verdächtige Rezepte können Rezepte umfassen, die für Medikamente ausgestellt sind, die häufig missbraucht werden, Medikamente, die zum Herstellen von illegalen Medikamenten verwendet werden können, oder Medikamente, die anderweitig als Medikamente identifiziert wurden, die von Interesse sind. Verdächtige Rezepte können auch Rezepte umfassen, die als ungewöhnlich markiert wurden (beispielsweise wenn ein Medikament, das üblicherweise für Frauen verwendet wird, für einen Mann verschrieben wird) oder die zur Untersuchung durch eine Ermittlungsagentur identifiziert wurden, etwa einer Strafverfolgungsbehörde. Wie gezeigt, ist zumindest das Rezept, das von dem Arzt G ausgestellt wurde, ein normales Rezept. Normale Rezepte können alle Rezepte sein, die nicht verdächtig sind. In anderen Beispielen bezeichnen die Kanten-Beschriftungen 108 verschiedene Arten von verdächtigen Medikamenten oder bezeichnen die Rezepte als normale Rezepte.As shown, at least the prescription issued by a doctor at Organization K is a "suspicious script". Suspected prescriptions may include prescriptions that are issued for drugs that are commonly abused, drugs that can be used to make illicit drugs, or drugs that have been otherwise identified as medications of interest. Suspected prescriptions may also include prescriptions marked as unusual (for example, when a drug commonly used for women is prescribed for a man) or identified for investigation by a investigative agency, such as a law enforcement agency. As shown, at least the prescription issued by the physician G is a normal prescription. Normal prescriptions can be any prescriptions that are not suspicious. In other examples, the edge labels refer to 108 different types of suspicious drugs or label the recipes as normal recipes.

In dem Graphen gehören die Ärzte C und D zu der Organisation J; die Ärzte E und F gehören zu der Organisation K; und der Arzt G gehört zu der Organisation G. In dem Beispiel ist der Arzt F über eine Kanten-Beschriftung 108 so gezeigt, dass er ein Besitzer der Organisation K ist.In the graph, physicians C and D belong to the organization J; Doctors E and F belong to the organization K; and the physician G belongs to the organization G. In the example, the doctor F is over an edge label 108 shown that he is an owner of the organization K.

Zudem ist, wie in dem Graphen gezeigt ist, das kriminelle Ereignis H mit dem Arzt B verbunden und das kriminelle Ereignis I mit dem Arzt C verbunden. Die Ärzte B und C können beispielsweise zu verschiedenen Zeitpunkten für Anklagepunkte, die mit Medikament zu tun haben, verhaftet worden sein. Obwohl die Kanten zu den Knoten C und D in der Figur nicht beschriftet sind, könnten einige dieser Kanten als verdächtige Rezepte beschriftet sein.In addition, as shown in the graph, the criminal event H is connected to the doctor B and the criminal event I is connected to the doctor C. For example, Doctors B and C may have been arrested at various times for drug-related charges. Although the edges to nodes C and D in the figure are not labeled, some of these edges could be labeled as suspect recipes.

Der Graph kann automatisch durch eine Kombination aus Hardware und/oder Software erzeugt werden, etwa gespeicherte Befehle, die auf Rechenvorrichtungen laufen. Der Graph kann in einer Speichervorrichtung gespeichert werden, über ein Netzwerk gesendet werden und/oder auf einer Anzeige angezeigt werden, etwa einer Anzeige in einer mobilen elektronischen Vorrichtung, einem Laptop oder einem Desktop-Computer.The graph may be automatically generated by a combination of hardware and / or software, such as stored instructions running on computing devices. The graph may be stored in a memory device, sent over a network, and / or displayed on a display, such as a display in a mobile electronic device, a laptop, or a desktop computer.

Ein Analyst, der den Graphen der Knoten von 1 ansieht, kann ersehen, dass ein verdächtiges Rezept von der Organisation K an den Teilnehmer Y ausgestellt wurde und dass ein möglicherweise verdächtiges Rezept an den Teilnehmer X ausgestellt wurde. Die Teilnehmer X und Y können auch möglicherweise verdächtige Rezepte von den Ärzten B und C erhalten haben, die strafrechtlich angeklagt wurden. In Hinsicht auf diese Beziehungen, die durch den Graphen verdeutlicht werden, kann der Arzt F, der die Organisation K besitzt, Gegenstand einer weiteren Untersuchung sein, obwohl nicht bekannt ist, dass der Arzt F persönlich irgendwelche Rezepte an die Teilnehmer X, Y oder Z ausgestellt hat. Insbesondere kann der Arzt F darüber befragt werden, wer das verdächtige Rezept für den Teilnehmer Y ausgestellt hat.An analyst who graphs the nodes of 1 can see that a suspicious recipe has been issued by the organization K to the participant Y and that a possibly suspicious recipe has been issued to the participant X. Participants X and Y may also have received suspicious prescriptions from doctors B and C who have been charged with criminal charges. With respect to these relationships, as illustrated by the graph, the physician F, who owns the organization K, may be the subject of further investigation, although it is not known that the physician F personally receives any prescriptions to the participants X, Y or Z. has issued. In particular, the doctor F can be questioned about who issued the suspicious prescription for the participant Y.

Der Analyst kann auch oder alternativ den Graphen analysieren, um zu ermitteln, dass der Arzt G von dem Graphen entfernt werden kann. Obwohl der Arzt G ein Rezept für den Teilnehmer Z ausgestellt hat, der auch potentiell verdächtige Rezepte von den Ärzten B und C erhalten hat, war das Rezept von dem Arzt G ein normales Rezept, das normalerweise keine Bedenken auslösen würde. Der Teilnehmer Z kann auch von dem Graphen entfernt werden, wenn die Kanten zwischen dem Teilnehmer Z und den Ärzten B und C nicht für verdächtige Rezepte stehen.The analyst may also or alternatively analyze the graph to determine that the physician G can be removed from the graph. Although the doctor G issued a prescription for the participant Z who also received potentially suspicious prescriptions from the doctors B and C, the prescription from the doctor G was a normal prescription that would normally not raise any concerns. The participant Z may also be removed from the graph if the edges between the participant Z and the physicians B and C are not suspect recipes.

In einer anderen Ausführungsform kann ein regelbasiertes Verfahren, das auf einem Gerät läuft, Knoten herausheben, die wahrscheinlich verdächtig sind, und/oder Knoten, die wahrscheinlich nicht verdächtig oder uninteressant sind. Das regelbasierte Verfahren kann beispielsweise Knoten mit vielen direkten interessanten Verbindungen und/oder vielen direkten Verbindungen mit anderen interessanten Knoten als interessant markieren und das regelbasierte Verfahren kann Knoten mit wenigen direkten interessanten Verbindungen und/oder wenigen direkten Verbindungen mit anderen interessanten Knoten als uninteressant markieren. Die Anzahl von interessanten Verbindungen und/oder Verbindungen mit anderen interessanten Knoten kann im Vergleich zu einer Gesamtzahl von Verbindungen oder anderen verbundenen Knoten angesehen werden, muss es aber nicht.In another embodiment, a rule-based method running on a device may highlight nodes that are likely to be suspicious, and / or nodes that are not likely to be suspicious or uninteresting. For example, the rule-based method may mark nodes with many direct-interesting links and / or many direct links with other nodes of interest as interesting, and the rule-based method may mark nodes with few direct interesting links and / or few direct links with other nodes of interest as uninteresting. The number of interesting links and / or links to other nodes of interest may or may not be considered compared to a total number of links or other linked nodes.

2 zeigt eine beispielhafte Zeitleiste 200 zum Anzeigen von Informationen auf der Anzeige 212, etwa die Informationen von dem Graphen in 1, in einer Weise, die hervorhebt, wann Ereignisse aufgetreten sind. Die unterschiedlichen Balken auf der Zeitleiste können beispielsweise Zahlen von normalen Rezepten, verdächtigen Rezepten und/oder Verhaftungen repräsentieren, die in einem Zeitraum aufgetreten sind, der von der Zeitleiste abgedeckt wird. Wie gezeigt, umfasst die Zeitleiste 200 Daten 202 entlang der Unterseite, die in dem Beispiel vom Jahr 2000 bis zum Jahr 2010 reichen. Die Zeitleiste 200 umfasst auch Zahlen von Elementen 204 an der Seite, die anzeigen, dass bis zu 3 Elemente in einem vorgegebenen Zeitraum oder an einem vorgegebenen Datum aufgetreten sind, das von den einzelnen Balken in der Zeitleiste 200 abgedeckt wird. 2 shows an exemplary timeline 200 to display information on the ad 212 , about the information from the graph in 1 in a way that emphasizes when events have occurred. The different bars on For example, the timeline may represent numbers of normal recipes, suspect recipes, and / or arrivals that occurred during a time period covered by the timeline. As shown, the timeline includes 200 dates 202 along the bottom ranging in the example from the year 2000 to the year 2010. The timeline 200 also includes numbers of elements 204 on the page that indicate that up to 3 items have occurred in a given time period or on a given date, by the individual bars in the timeline 200 is covered.

Die Zeitleiste 200 kann auch eine Legende 206 umfassen, die Informationen darüber anzeigt, wie die Balken oder anderen graphischen Bildelemente auf der Zeitleiste interpretiert werden sollen. Die Balken können beispielsweise farbcodiert sein und die Legende kann anzeigen, welche Balken zu welchen Ereignissen gehören. Wie gezeigt, gehören Balken, die die Farbe A haben, etwa Grün, zu normalen Rezepten, Balken, die die Farbe B haben, etwa Gelb, zu verdächtigen Rezepten und Balken, die die Farbe C haben, etwa Rot, zu Verhaftungen.The timeline 200 can also be a legend 206 which displays information about how to interpret the bars or other graphic elements on the timeline. For example, the bars may be color-coded and the legend may indicate which bars belong to which events. As shown, bars having the color A include green, normal recipes, bars having the color B, such as yellow, suspicious recipes and bars having the color C, such as red, arrest.

Die Zeitleiste 200 kann auch Beschriftungen von Zusammenfassungen von Zeitleisten-Abschnitten 208 umfassen, etwa „verdächtige Rezepte von Arzt B” und „verdächtige Rezepte von Arzt C”, und Beschriftungen von wichtigen Ereignissen 210, etwa „Arzt B wurde verhaftet” und „Arzt C wurde verhaftet”. Die Beschriftungen 208 und 210 können vom Nutzer konfigurierbar sein. Ein Nutzer kann beispielsweise über eine graphische Benutzeroberfläche entscheiden, eine oder mehrere Perioden auf der Zeitleiste hervorzuheben, in der der Arzt B verdächtige Rezepte ausgestellt hat, und/oder eine oder mehrere Perioden auf der Zeitleiste, in der der Arzt C verdächtige Rezepte ausgestellt hat. Als weites Beispiel kann ein Nutzer über die graphische Benutzeroberfläche entscheiden, Perioden auf der Zeitleiste hervorzuheben, in der die Ärzte B und C verhaftet wurden.The timeline 200 Also allows captions of summaries of timeline sections 208 include, for example, "suspicious prescriptions from Doctor B" and "suspect prescriptions from Doctor C," and labels of important events 210 "Doctor B was arrested" and "Doctor C was arrested". The labels 208 and 210 can be configurable by the user. For example, a user may decide via a graphical user interface to highlight one or more periods on the timeline in which the physician has issued B suspicious prescriptions, and / or one or more periods on the timeline in which the physician has issued suspicious prescriptions. As a broad example, a user can use the graphical user interface to highlight periods on the timeline where doctors B and C were arrested.

Die Zeitleiste 200 kann durch eine Kombination von Hardware und/oder Software erzeugt werden, etwa gespeicherte Befehle, die auf einer Rechenvorrichtung laufen. Der Graph kann in einer Speichervorrichtung gespeichert werden, über ein Netzwerk gesendet werden und/oder auf einer Anzeige angezeigt werden, etwa einer Anzeige auf einer mobilen Vorrichtung, einem Laptop oder einem Desktopcomputer.The timeline 200 may be generated by a combination of hardware and / or software, such as stored instructions running on a computing device. The graph may be stored in a storage device, sent over a network, and / or displayed on a display, such as a display on a mobile device, a laptop, or a desktop computer.

3 zeigt eine beispielhafte zusammengesetzte Darstellung 330, die den Graphen 310 und die Zeitleiste 320 umfasst, die gleichzeitig angezeigt werden. Wie gezeigt, identifiziert der Graph 310 einen oder mehrere Teilnehmer 300, Ärzte 302, Ereignisse 304 und Organisationen 306. Diese unterschiedlichen Elemente können beispielsweise durch Knoten in dem Graphen repräsentiert werden. Elemente, die gestützt auf gespeicherte Informationen mit einander verbunden sind, können über eine oder mehrere Kanten 301 verbunden sein. Die Zeitleiste 320 umfasst Balken, die in zeitlicher Abfolge angeordnet sind, Beschriftungen 322 und eine Legende 324. 3 shows an exemplary composite representation 330 that the graph 310 and the timeline 320 which are displayed simultaneously. As shown, the graph identifies 310 one or more participants 300 , Doctors 302 , Events 304 and organizations 306 , These different elements may, for example, be represented by nodes in the graph. Elements that are connected to one another based on stored information may have one or more edges 301 be connected. The timeline 320 includes bars arranged in chronological order, labels 322 and a legend 324 ,

Der Graph 310 und die Zeitleiste 320 können dieselben Daten repräsentieren. Die Rezepte, die in der Zeitleiste 320 repräsentiert sind, können beispielsweise Kanten in dem Graphen 310 repräsentieren. Entfernen von Kanten und/oder Knoten von dem Graphen 310 kann zu dem Entfernen von entsprechenden Kanten und/oder Knoten führen, die in der Zeitleiste 320 dargestellt sind. Ähnlich kann das Entfernen von Kanten und/oder Knoten von der Zeitleiste 320 zum Entfernen von entsprechenden Kanten und/oder Knoten führen, die in dem Graphen 310 dargestellt sind. Der Graph 310 und die Zeitleiste 320 können auch ähnliche farbcodierte Abbildungen umfassen. Knoten und Kanten in dem Graphen 310 können beispielsweise gestützt auf bestimmte Kriterien gefärbt sein und dieselben Kriterien können verwendet werden, um die Balken in der Zeitleiste 320 zu färben.The graph 310 and the timeline 320 can represent the same data. The recipes in the timeline 320 For example, edges in the graph may be represented 310 represent. Remove edges and / or nodes from the graph 310 may result in the removal of corresponding edges and / or nodes in the timeline 320 are shown. Similarly, removing edges and / or nodes from the timeline 320 to remove corresponding edges and / or nodes present in the graph 310 are shown. The graph 310 and the timeline 320 may also include similar color coded images. Nodes and edges in the graph 310 For example, they may be colored based on certain criteria, and the same criteria may be used to represent the bars in the timeline 320 to color.

4 zeigt ein beispielhaftes Verfahren zum graphischen Anordnen und Verwenden von Informationen über einen oder mehrere Teilnehmer, die mit verdächtigen Ärzten in Verbindung stehen. Das Verfahren kann durch eine Kombination von Hardware und/oder Software ausgeführt werden, etwa gespeicherte Befehle, die auf Rechenvorrichtungen laufen. Die gespeicherten Befehle können Teil eines Spezial-Moduls sein, um Informationen über einen oder mehrere Teilnehmer graphisch anzuordnen und zu nutzen, die in Verbindung mit einem oder mehreren verdächtigen Ärzten stehen. 4 shows an exemplary method for graphing and using information about one or more participants associated with suspected physicians. The method may be performed by a combination of hardware and / or software, such as stored instructions running on computing devices. The stored instructions may be part of a special module to graphically arrange and use information about one or more participants in communication with one or more suspected physicians.

In Schritt 400 von 4 ermittelt das Modul einen oder mehrere Teilnehmer, die mit einer Menge von verdächtigen Ärzten in Verbindung stehen. Die Ärzte können beispielsweise für Verstöße in Verbindung mit Medikamenten verdächtigt, angeklagt oder verurteilt sein. In Schritt 402 ordnet das Modul Informationen graphisch an, die mit dem oder den ermittelten Teilnehmer(n) in Verbindung stehen, optional nachdem die Informationen gestützt auf bestimmte Kriterien gefiltert wurden. Schritt 402 kann den Unter-Schritt 402A umfassen, in dem das Modul einen Graphen des oder der Teilnehmer, aller Ärzte, die ein oder mehrere Rezepte an den oder die Teilnehmer ausgestellt haben, aller kriminellen Ereignisse oder anderer Ereignisse, die mit diesen Ärzten oder Teilnehmern in Verbindung stehen, und/oder allen medizinischen Organisationen, die mit den Ärzten oder Teilnehmern in Verbindung stehen, erzeugt. Der erzeugte Graph umfasst auch Verbindungen zwischen diesen Einheiten, um Verbindungen zwischen den Einheiten wiederzugeben. Schritt 402 kann auch einen Unter-Schritt 402B umfassen, in dem das Modul eine Zeitleiste erzeugt, die ein oder mehrere allgemeine Rezepte, verdächtige Rezepte und/oder Verhaftungen über die Zeit unterscheidet und die optional eine oder mehrere Beschriftungen von bedeutsamen Ereignissen oder eine oder mehrere Zusammenfassungen von Rezepten umfasst, die in der Zeitleiste repräsentiert sind.In step 400 from 4 The module determines one or more participants who are in contact with a lot of suspected doctors. For example, doctors may be suspected, charged or convicted of drug-related offenses. In step 402 The module graphically maps information associated with the identified subscriber (s), optionally after the information has been filtered based on specific criteria. step 402 can the sub-step 402A in which the module includes a graph of the participant (s), of all physicians who have issued one or more recipes to the participant (s), of any criminal events or other events associated with those physicians or participants, and / or all medical organizations that communicate with physicians or participants. The generated graph also includes connections between these units to represent connections between the units. step 402 can also a sub-step 402B in which the module generates a timeline that distinguishes one or more general recipes, suspect recipes, and / or arrivals over time, and which optionally includes one or more annotations of significant events, or one or more summaries of recipes included in the timeline are represented.

Sobald der Graph und/oder die Zeitleiste durch das Modul erzeugt wurden, kann das Modul weiter eine Analyse von einem oder mehreren Knoten oder Kanten in dem Graphen oder einer oder mehreren Perioden in der Zeitleiste unterstützen. In Schritt 404A empfängt das Modul über eine Benutzeroberfläche eine Auswahl von einem oder mehreren Knoten in dem Graphen. In Antwort auf Schritt 404A speichert in Schritt 406A das Modul eine Nachricht, dass der oder die ausgewählten Knoten für weitere Analysen markiert wurden und/oder zeigt zusätzliche Informationen über die ausgewählten Knoten an. Das Anklicken oder Berühren eines Knotens auf der Anzeige kann beispielsweise die Anzeige von zusätzlichen Details über den Knoten auslösen, die vorher nicht angezeigt wurden.Once the graph and / or timeline has been generated by the module, the module may further support analysis of one or more nodes or edges in the graph or one or more periods in the timeline. In step 404A The module receives via a user interface a selection of one or more nodes in the graph. In response to step 404A saves in step 406A the module sends a message that the selected node or nodes have been marked for further analysis and / or displays additional information about the selected nodes. For example, clicking or touching a node on the display may trigger the display of additional details about the node that were not previously displayed.

In Schritt 404B empfängt das Modul über eine Benutzeroberfläche eine Auswahl einer Zeitperiode in der Zeitleiste. In Antwort auf Schritt 404B kann in Schritt 406B das Modul den Graphen filtern, um einen oder mehrere Knoten auszuschließen, die aufgrund von einem oder mehreren Skripten und/oder Ereignissen, die außerhalb der ausgewählten Periode in der Zeitleiste liegen, in dem Graphen waren. In einem Beispiel kann die Auswahl, die die Filterung auslöst, mehrere nicht-benachbarte Perioden in der Zeitleiste auswählen und in Antwort darauf können Elemente zwischen diesen benachbarten Perioden aus dem Graphen gefiltert werden.In step 404B The module receives a selection of a time period in the timeline via a user interface. In response to step 404B can in step 406B the module filters the graph to exclude one or more nodes that were in the graph due to one or more scripts and / or events that are outside the selected period in the timeline. In one example, the selection that triggers the filtering may select multiple non-adjacent periods in the timeline, and in response, elements between these adjacent periods may be filtered from the graph.

5 zeigt ein beispielhaftes Verfahren zum graphischen Anordnen und Verwenden von Informationen über einen oder mehrere Ärzte, die mit einem oder mehreren verdächtigen Teilnehmern in Verbindung stehen. Das Verfahren kann durch eine Kombination aus Hardware und/oder Software ausgeführt werden, etwa gespeicherte Befehle, die auf Rechenvorrichtungen laufen. Die gespeicherten Befehle können Teil eines Spezial-Moduls sein, um Informationen über einen oder mehrere Teilnehmer anzuordnen und zu nutzen, die mit einem oder mehreren verdächtigen Ärzten in Verbindung stehen. 5 FIG. 12 shows an example method for graphing and using information about one or more physicians in communication with one or more suspected participants. The method may be performed by a combination of hardware and / or software, such as stored instructions running on computing devices. The stored commands may be part of a special module to arrange and use information about one or more participants associated with one or more suspected physicians.

In Schritt 500 von 5 ermittelt das Modul einen oder mehrere Ärzte, die mit einer Menge von verdächtigen Teilnehmern in Verbindung stehen. Die Teilnehmer können beispielsweise für Verstöße in Zusammenhang mit Medikamenten verdächtig, angeklagt oder verurteilt sein. in Schritt 502 ordnet das Modul Informationen graphisch an, die mit den ermittelten Teilnehmern in Verbindung stehen, optional nachdem die Informationen gestützt auf bestimmte Kriterien gefiltert wurden. Schritt 502 kann auch einen Unter-Schritt 502A umfassen, in dem das Modul einen Graphen der Ärzte, aller Teilnehmer, an die ein oder mehrere Skripte von den Ärzten ausgestellt wurde, aller kriminellen Ereignisse oder anderer Ereignisse, die mit diesen Ärzten oder Teilnehmern in Verbindung stehen, und/oder allen medizinischen Organisationen, die mit den Ärzten oder Teilnehmern in Verbindung stehen, erzeugt. Der erzeugte Graph umfasst auch Verbindungen zwischen diesen Einheiten, um Verknüpfungen zwischen diesen Einheiten wiederzugeben. Schritt 502 kann auch einen Unter-Schritt 502B umfassen, in dem das Modul eine Zeitleiste erzeugt, die ein oder mehrere allgemeine Skripte, verdächtige Skripte und/oder Verhaftungen über die Zeit unterscheidet und die optional Beschriftungen von bedeutsamen Ereignissen oder eine oder mehrere Zusammenfassungen von Rezepten umfasst, die in der Zeitleiste repräsentiert sind.In step 500 from 5 The module determines one or more physicians who are associated with a set of suspected participants. For example, participants may be suspected, charged or convicted of drug-related offenses. in step 502 The module graphically maps information associated with the identified participants, optionally after the information has been filtered based on certain criteria. step 502 can also be a sub-step 502A in which the module contains a graph of the physicians, of all participants to whom one or more scripts have been issued by the physicians, of any criminal events or other events associated with these physicians or participants, and / or all medical organizations, which communicate with the physicians or participants generated. The generated graph also includes links between these units to represent links between these units. step 502 can also be a sub-step 502B in which the module generates a timeline that distinguishes one or more common scripts, suspicious scripts and / or arrivals over time, and optionally includes labels of significant events or one or more summaries of recipes represented in the timeline.

Das Verfahren von 5 kann den Graphen und/oder die Zeitleiste in einer Art und Weise analysieren und verwenden, die der ähnelt, die in 4 beschrieben ist. Die Graphen und Zeitleisten, die gemäß den hier beschriebenen Verfahren erzeugt wurden, können allgemein verwendet und analysiert werden, um mögliche betrügerische Aktivitäten von einem oder mehreren Teilnehmern oder Ärzten zu ermitteln, um Gesundheitsausgaben zu verringern, die von den betrügerischen Aktivitäten herrühren. Eine Analyse des Graphen und der Zeitleiste kann teilweise auf Nutzereingaben in eine Benutzeroberfläche und/oder automatisierte statistische, relationale und korrelierende Verarbeitung basieren, die automatisch ohne Eingaben des Nutzers ausgeführt werden können.The procedure of 5 can parse and use the graph and / or timeline in a manner similar to that used in 4 is described. The graphs and timelines generated in accordance with the methods described herein may be used and analyzed generally to detect potential fraudulent activities of one or more participants or physicians to reduce health expenditure resulting from the fraudulent activities. An analysis of the graph and timeline may be based in part on user input in a user interface and / or automated statistical, relational, and correlating processing that can be performed automatically without user input.

1, 2, 3, 4, 5 zeigen ein Beispiel eines Graphen und einer Schnittstelle, die nützlich sind, um die Techniken anzuwenden, die hier beschrieben sind. Andere Graphen und Schnittstellen können weniger oder zusätzliche Elemente in verschiedenen Anordnungen in anderen Ausführungsformen umfassen. 8 zeigt beispielsweise einen anderen beispielhaften Graphen 800, in dem ein Knoten 810, der ein bestimmtes Patienten-Objekt repräsentiert, über verschiedene Kanten 811–815 mit Apotheken-Knoten 831–835 verbunden ist, die Apotheken-Objekte repräsentieren, gemäß einer Ausführungsform. Die Kanten 811–815, durch die der Patienten-Knoten 810 mit den Apotheken-Knoten 831–835 verbunden ist, repräsentieren verschiedene Beziehungen, die aus verschiedenen Ereignissen ausgebildet sind, etwa „zwei Apotheken-Ansprüche”. Diese Beziehungen sind in Beschriftungen beschrieben, die mit den Kanten 811–815 verknüpft sind. Die Apotheken-Knoten 831–835 sind danach farbcodiert, ob sie mit Fällen von Betrug verknüpft sind. Bestimmte Apotheken-Knoten 831–835 sind weiter mit Besitzer-Knoten 862–864 verbunden, die Besitzer-Objekte repräsentieren, und/oder mit Apotheker-Knoten 865–866, die Apotheker-Objekte repräsentieren. Wie durch die Beschriftungen angezeigt ist, die mit den entsprechenden Kanten 841–846 verknüpft sind, wurden diese Verbindungen durch Beziehungen in Telefonprotokollen, Beziehungen zwischen Arbeitgebern und Angestellten und/oder Adress-Beziehungen erstellt. Verschiedene Besitzer-Knoten 862–864 und Apotheker-Knoten 865–866 stehen wiederum mit anderen Apotheker-Knoten 867–869 in Verbindung, wie durch die Kanten 852–855 angezeigt ist, die mögliche Verwandtschaftsbeziehungen oder mögliche Gleichheits-Beziehungen repräsentieren. Verschiedene Apotheker-Knoten 865 und 869 stehen durch Beziehungen eines Verhaftungs-Ereignisses 881 und 882 mit speziellen Betrugsknoten in Verbindung, die Betrugsereignis-Objekte 871 und 872 repräsentieren. Ein anderer Apotheken-Knoten 836, der nicht unmittelbar mit dem Patienten-Knoten in Verbindung steht, wurde als mit dem Besitzer-Knoten 861 in Verbindung stehend markiert, wie durch die Kante 851 angezeigt ist. 1 . 2 . 3 . 4 . 5 Figure 4 shows an example of a graph and an interface useful for applying the techniques described herein. Other graphs and interfaces may include fewer or additional elements in different arrangements in other embodiments. 8th for example, shows another example graph 800 in which a knot 810 representing a particular patient object over different edges 811 - 815 with pharmacy node 831 - 835 representing pharmacy objects, according to one embodiment. The edges 811 - 815 through which the patient's node 810 with the pharmacy node 831 - 835 connected, represent various relationships formed from various events, such as "two pharmacy claims". These relationships are described in captions with the edges 811 - 815 are linked. The pharmacy node 831 - 835 are then color-coded, whether they are having cases of fraud are linked. Certain pharmacy nodes 831 - 835 are continuing with owner nodes 862 - 864 which represent owner objects, and / or with pharmacist nodes 865 - 866 that represent pharmacist objects. As indicated by the captions, with the corresponding edges 841 - 846 These links were created through relationships in phone logs, employer-employee relationships, and / or address relationships. Various owner nodes 862 - 864 and pharmacist node 865 - 866 in turn stand with other pharmacist nodes 867 - 869 in connection, as by the edges 852 - 855 displayed that represent possible kinship relationships or possible equality relationships. Various pharmacist knots 865 and 869 stand by relationships of an arrest event 881 and 882 associated with special fraud nodes, the fraud event objects 871 and 872 represent. Another pharmacy node 836 that is not directly related to the patient node has been identified as having the owner node 861 marked as being by the edge 851 is displayed.

In einer Ausführungsform ist der Graph von 8 kein umfassendes Netzwerk von Einheiten oder Beziehungen, sondern wurde stattdessen nach Einheiten und/oder Beziehungen gefiltert, die einen Analysten interessieren könnten, mittels Techniken, wie sie hier beschrieben sind. Ein Bedienelement des Graphen 890 zum herauszoomen und eine Zoom-Leiste 895 erlauben das Heran- und Herauszoomen in dem Graphen.In one embodiment, the graph of 8th not a comprehensive network of entities or relationships, but instead was filtered by units and / or relationships that might interest an analyst by techniques such as those described here. An operating element of the graph 890 to zoom out and a zoom bar 895 allow zooming in and out of the graph.

Diese Offenbarung beschreibt manchmal Merkmale von graphischen Benutzeroberflächen in Form der repräsentierten Elemente selbst, im Gegensatz zu den graphischen Darstellungen dieser Elemente. Wie üblich bei der Beschreibung von graphischen Benutzeroberflächen, sollten wörtliche Beschreibungen einer graphischen Benutzeroberfläche, die nichtgraphische Schnittstellen-Komponenten umfassen, als Beschreibungen der graphischen Benutzeroberfläche verstanden werden, die graphische Darstellungen dieser Komponenten umfasst. Die Beschreibung kann beispielsweise einen Schritt des „Auswählens eines Knotens” beschreiben, wenn in Wirklichkeit eine Darstellung eines Knotens in dem Arbeitsbereich ausgewählt wurde.This disclosure sometimes describes features of graphical user interfaces in the form of the represented elements themselves, as opposed to the graphic representations of these elements. As is usual in the description of graphical user interfaces, literal descriptions of a graphical user interface that include non-graphical interface components should be understood as descriptions of the graphical user interface that includes graphical representations of those components. For example, the description may describe a step of "selecting a node" when in reality a representation of a node has been selected in the workspace.

6.0 BEISPIELHAFTE ANWENDUNGSFÄLLE6.0 EXAMPLE APPLICATIONS

Die folgenden Beispiele zeigen, wie ein Nutzer die Techniken verwenden kann, die hier beschrieben sind, um verschiedene Ziele zu vereinfachen, die mit dem Identifizieren und/oder Untersuchen von Betrug im Gesundheitswesen in Verbindung stehen. Die Beispiele sind nur zum Zweck der Beschreibung angegeben, und sollen nicht darin einschränkend wirken, auf welche Arten von Zielen die hier beschriebenen Techniken angewendet werden können.The following examples show how a user can use the techniques described herein to simplify various goals related to identifying and / or investigating healthcare fraud. The examples are given for the purpose of description only, and are not intended to be limiting on which types of objectives the techniques described herein may be applied.

Ein beispielhafter Anwendungsfall umfasst das Identifizieren von teuren Einrichtungen als mögliche Hinweise. Ein Analyse-Modul erzeugt ein Histogramm von Gesamtkosten, nach Einrichtungen. Dann filtert das Modul nach Diagnosen und verbindet mit einem ICD9-Code. Das Modul zeigt eine aggregierte Metrik für die Diagnose, etwa durchschnittliche/20-/80-Perzentile der Kosten je Einrichtung. Das Modul erzeugt eine dynamische Gruppe von teuren Einrichtungen. Das Modul vergleicht Histogramm-Kosten und Wiederaufnahme-Raten, um verdächtige Einrichtungen zu identifizieren.An exemplary application includes identifying expensive devices as possible hints. An analysis module generates a histogram of total costs, by facilities. Then the module filters for diagnostics and connects to an ICD9 code. The module shows an aggregated metric for the diagnosis, such as average / 20- / 80-percentile costs per facility. The module creates a dynamic group of expensive facilities. The module compares histogram cost and recovery rates to identify suspicious devices.

Ein anderer beispielhafter Anwendungsfall betrifft die Untersuchung eines bestimmten Dienstleisters. Ein ermittelnder Analyst empfängt eine Arbeitsablauf-Nachricht, die anzeigt, dass der bestimmte Dienstleister ein Hinweis ist. Der Analyst weist eine graphenbasierte Schnittstelle, wie sie hier beschrieben ist, an, einen Graphen von verbundenen Einheiten zu zeigen. Der Analyst filtert den Graphen, um nur Dienstleister zu zeigen, die mit dem bestimmten Dienstleister in Verbindung stehen. Der Analyst erzeugt neue Arbeitsablauf-Nachrichten, die diese Dienstleister als Hinweise identifizieren. Der Analyst kehrt zu dem ungefilterten Graphen des bestimmten Teilnehmers zurück. Der Analyst weist die Schnittstelle an, pharmazeutische Ansprüche zu zeigen, die mit dem bestimmten Dienstleister in Verbindung stehen, verbunden mit den Teilnehmern, die diese Ansprüche erheben. Der Analyst identifiziert diese Teilnehmer so, dass sie für Betrug gefährdet sind, und kann Arbeitsablauf-Nachrichten für sie erstellen, muss es aber nicht. Der Analyst weist die Schnittstelle an, den Graphen zu erweitern, um andere Dienstleister und Apotheken einzubeziehen, mit denen die Teilnehmer in Verbindung stehen. Der Analyst filtert die Apotheken so, dass sie nur die Apotheken mit dem höchsten Rang für eine oder mehrere Metriken umfassen, die auf einen Gefährdungsfaktor hindeuten, etwa die Menge von Rezepten für bestimmte Medikamente. Der Analyst verwendet dann den Graphen, um Teilnehmer zu identifizieren, die diese Apotheken besuchen und hohe Mengen von Oxycodon-Rezepte bekommen. Diese Untersuchung hat somit eine Liste von anderen Ärzten identifiziert, die untersucht werden müssen, eine Liste von „gefährdeten” Teilnehmern und eine Liste von Apotheken, die vermieden werden sollten oder die genauer beobachtet werden sollten.Another exemplary use case concerns the investigation of a particular service provider. A discovering analyst receives a workflow message indicating that the particular service provider is a hint. The analyst instructs a graph-based interface, as described here, to show a graph of connected units. The analyst filters the graph to show only service providers associated with the particular service provider. The analyst generates new workflow messages that identify these service providers as alerts. The analyst returns to the unfiltered graph of the particular participant. The analyst directs the interface to show pharmaceutical claims associated with the particular service provider associated with the subscribers who make those claims. The analyst identifies these participants as vulnerable to fraud and can, but does not have to, generate workflow messages for them. The analyst directs the interface to expand the graph to include other service providers and pharmacies with which subscribers are connected. The analyst filters the pharmacies to include only the highest ranked pharmacies for one or more metrics that indicate a risk factor, such as the amount of prescriptions for certain medications. The analyst then uses the graph to identify participants who visit these pharmacies and receive high levels of oxycodone prescriptions. This study has thus identified a list of other physicians who need to be examined, a list of "vulnerable" participants, and a list of pharmacies that should be avoided or more closely monitored.

7.0. HARDWARE-ÜBERSICHT7.0. HARDWARE OVERVIEW

Gemäß einer Ausführungsform werden die hier beschriebenen Techniken durch eine oder mehrere Spezial-Rechenvorrichtungen implementiert. Die Spezial-Rechenvorrichtungen können fest verdrahtet sein, um die Techniken auszuführen, oder können digitale elektronische Vorrichtungen umfassen, etwa eine oder mehrere anwendungsspezifische integrierte Schaltungen (ASICs) oder anwenderprogrammierbare Logikfelder (FPGAs), die dauerhaft programmiert sind, um die Techniken auszuführen, oder können eine oder mehrere allgemeine Allzweck-Hardwareprozessoren umfassen, die programmiert sind, um die Techniken in Antwort auf Programmbefehle in der Firmware, im Speicher, in anderen Speichervorrichtungen oder einer Kombination daraus auszuführen. Solche Spezial-Rechenvorrichtungen können auch kundenspezifische festverdrahtete Logiken, ASICs oder FPGAs mit kundenspezifischer Programmierung kombinieren, um die Techniken zu auszuführen. Die Spezial-Rechenvorrichtungen können Desktop-Computersysteme, tragbare Computersysteme, Handheld-Vorrichtungen, Netzwerk-Vorrichtungen oder jede andere Vorrichtung sein, die festverdrahtete und/oder Programmlogik umfasst, um die Techniken zu implementieren.In one embodiment, the techniques described herein are implemented by one or more specialized computing devices. The special computing devices can be fixed be wired to perform the techniques, or may include digital electronic devices, such as one or more application specific integrated circuits (ASICs) or user programmable logic arrays (FPGAs) that are permanently programmed to perform the techniques, or may have one or more general purpose general purpose electronics. Comprise hardware processors programmed to execute the techniques in response to program instructions in the firmware, in memory, in other memory devices, or a combination thereof. Such specialized computing devices may also combine custom hardwired logic, ASICs or custom programming FPGAs to perform the techniques. The special computing devices may be desktop computer systems, portable computer systems, handheld devices, network devices, or any other device that includes hardwired and / or program logic to implement the techniques.

10 ist beispielsweise ein Blockdiagramm, das ein Computersystem 1000 zeigt, auf dem eine Ausführungsform der Erfindung implementiert werden kann. Das Computersystem 1000 umfasst einen Bus 1002 oder einen anderen Kommunikationsmechanismus, um Informationen zu übertragen, und einen Hardwareprozessor 1004, der mit dem Bus 1002 verbunden ist, um Informationen zu verarbeiten. Der Hardwareprozessor 1004 kann beispielsweise ein Allzweck-Mikroprozessor sein. 10 For example, a block diagram is a computer system 1000 shows on which an embodiment of the invention can be implemented. The computer system 1000 includes a bus 1002 or another communication mechanism to transmit information, and a hardware processor 1004 with the bus 1002 connected to process information. The hardware processor 1004 For example, it can be a general-purpose microprocessor.

Das Computersystem 1000 umfasst auch einen Hauptspeicher 1006, etwa Arbeitsspeicher (RAM) oder eine andere dynamische Speichervorrichtung, die mit dem Bus 1002 verbunden ist, um Informationen und Befehle zu speichern, die von dem Prozessor 1004 ausgeführt werden sollen. Der Hauptspeicher 1006 kann auch verwendet werden, um temporäre Variablen oder andere Zwischeninformationen während dem Ausführen von Befehlen zu speichern, die von dem Prozessor 1004 ausgeführt werden sollen. Solche Befehle, wenn sie in nichtflüchtigen Speichermedien gespeichert sind, auf die der Prozessor 1004 zugreifen kann, machen das Computersystem 1000 zu einem Spezialgerät, das angepasst ist, die Vorgänge auszuführen, die in den Befehlen angegeben sind.The computer system 1000 also includes a main memory 1006 such as random access memory (RAM) or another dynamic storage device connected to the bus 1002 is connected to store information and commands issued by the processor 1004 to be executed. The main memory 1006 can also be used to store temporary variables or other intermediate information while executing commands issued by the processor 1004 to be executed. Such commands, when stored in nonvolatile storage media, to which the processor 1004 can access, make the computer system 1000 to a specialized device adapted to perform the operations specified in the commands.

Das Computersystem 1000 umfasst weiter einen Festspeicher (ROM) 1008 oder eine andere statische Speichervorrichtung, die mit dem Bus 1002 verbunden ist, um statische Informationen und Befehle für den Prozessor 1004 zu speichern. Eine Speichervorrichtung 1010, etwa eine Magnetplatte oder eine optische Platte, ist vorgesehen und mit dem Bus 1002 verbunden, um Informationen und Befehle zu speichern.The computer system 1000 further includes a read only memory (ROM) 1008 or another static storage device connected to the bus 1002 is connected to static information and commands for the processor 1004 save. A storage device 1010 , such as a magnetic disk or an optical disk, is provided and to the bus 1002 connected to store information and commands.

Das Computersystem 1000 kamt über den Bus 1002 mit einer Anzeige 1012 verbunden sein, etwa eine Bildröhre (CRT), um Informationen einem Nutzer anzuzeigen. Eine Eingabevorrichtung 1014, die alphanumerische und andere Tasten umfasst, ist mit dem Bus 1002 verbunden, um Informationen und Auswahl von Befehlen an den Prozessor 1004 zu übertragen. Eine andere Art von Nutzereingabevorrichtung ist eine Cursorsteuerung 1016, etwa eine Maus, ein Trackball oder Cursor-Richtungstasten zum Übertragen von Richtungsinformationen und Auswahl von Befehlen an den Prozessor 1004 zu übertragen und um die Bewegung des Cursors auf der Anzeige 1012 zu steuern. Die Eingabevorrichtung hat üblicherweise zwei Freiheitsgrade in zwei Achsen, eine erste Achse (z. B. x) und eine zweite Achse (z. B. y), die es der Vorrichtung erlauben, Positionen in einer Ebene anzugeben.The computer system 1000 came over the bus 1002 with an ad 1012 connected, such as a picture tube (CRT), to display information to a user. An input device 1014 , which includes alphanumeric and other keys, is with the bus 1002 connected to information and selection of commands to the processor 1004 transferred to. Another type of user input device is a cursor control 1016 such as a mouse, trackball or cursor direction keys for transmitting directional information and selecting commands to the processor 1004 to transfer and to the movement of the cursor on the display 1012 to control. The input device typically has two degrees of freedom in two axes, a first axis (eg, x) and a second axis (eg, y) that allow the device to indicate positions in a plane.

Das Computersystem 1000 kann die hier beschriebenen Techniken mittels kundenspezifischer festverdrahteter Logik, einer oder mehreren ASICs oder FPGAs, Firmware und/oder Programmlogik implementieren, die zusammen mit dem Computersystem das Computersystem 1000 veranlassen oder so programmieren, dass es zu einem Spezialgerät wird. Gemäß einer Ausführungsform werden die hier beschriebenen Techniken durch das Computersystem 1000 in Antwort darauf ausgeführt, dass der Prozessor 1004 eine oder mehrere Folgen von einem oder mehreren Befehlen ausführt, die im Hauptspeicher 1006 enthalten sind. Solche Befehle können in den Hauptspeicher 1006 von einem anderen Speichermedium gelesen werden, etwa der Speichervorrichtung 1010. Das Ausführen der Folge von Befehlen, die im Hauptspeicher 1006 enthalten sind, veranlasst den Prozessor 1004, die hier beschriebenen Verfahrensschritte auszuführen. In alternativen Ausführungsformen können festverdrahtete Schaltungen anstatt oder in Kombination mit Softwarebefehlen verwendet werden.The computer system 1000 may implement the techniques described herein by means of custom hardwired logic, one or more ASICs or FPGAs, firmware, and / or program logic that, together with the computer system, the computer system 1000 or program it to become a specialized device. In one embodiment, the techniques described herein are implemented by the computer system 1000 in response executed that the processor 1004 executes one or more sequences of one or more instructions stored in main memory 1006 are included. Such commands can be stored in main memory 1006 be read from another storage medium, such as the storage device 1010 , Executing the sequence of commands stored in main memory 1006 contain the processor 1004 to carry out the method steps described here. In alternative embodiments, hardwired circuitry may be used instead of or in combination with software instructions.

Der Begriff „Speichermedium”, wie er hier verwendet wird, bezieht sich auf jedes nichtflüchtige Medium, das Daten und/oder Befehle speichert, die ein Gerät veranlassen, in einer bestimmten Weise zu arbeiten. Solche Speichermedien können nichtflüchtige Medien und/oder flüchtige Medien umfassen. Nichtflüchtige Medien umfassen beispielsweise optische oder Magnetplatten, etwa die Speichervorrichtung 1010. Flüchtige Speicher umfassen dynamischen Speicher, etwa den Hauptspeicher 1006. Übliche Formen von Speichermedien umfassen beispielsweise Floppydisks, Disketten, Festplatten, Solid-State-Drives, Magnetband, jedes andere magnetische Datenspeichermedium, eine CD-ROM, jedes andere optische Datenspeichermedium, jedes physikalische Medium mit Muster von Löchern, RAM, PROM und EPROM, Flash-EPROM, NVRAM, jeden anderen Speicherchip oder jede andere Kassette. Die Begriffe computerlesbares Medium und Speichermedium, wie sie hier verwendet werden, umfassen nichtflüchtige Medien sowie Übertragungsmedien.As used herein, the term "storage medium" refers to any nonvolatile medium that stores data and / or instructions that cause a device to operate in a particular manner. Such storage media may include nonvolatile media and / or volatile media. Non-volatile media include, for example, optical or magnetic disks, such as the storage device 1010 , Volatile memory includes dynamic memory, such as main memory 1006 , Common forms of storage media include, for example, floppy disks, floppy disks, hard disks, solid state drives, magnetic tape, any other magnetic data storage medium, a CD-ROM, any other optical data storage medium, any patterned hole physical media, RAM, PROM and EPROM, Flash -EPROM, NVRAM, any other memory chip, or any other cartridge. The terms computer readable medium and storage medium as used herein include nonvolatile media as well as transmission media.

Speichermedien unterscheiden sich von Übertragungsmedien, können aber mit ihnen zusammen verwendet werden. Übertragungsmedien tragen dazu bei, Informationen zwischen Speichermedien zu übertragen. Übertragungsmedien umfassen beispielsweise Koaxialkabel, Kupferkabel und Glasfasern, einschließlich der Kabel, die den Bus 1002 bilden. Übertragungsmedien können auch die Form von akustischen oder Lichtwellen annehmen, etwa denen, die während Radio- und Infrarot-Datenkommunikation erzeugt werden.Storage media are different from transfer media, but can be used with them. Transmission media help to transfer information between storage media. Transmission media include, for example, coaxial cables, copper cables, and optical fibers, including cables carrying the bus 1002 form. Transmission media may also take the form of acoustic or light waves, such as those generated during radio and infrared data communication.

Verschiedene Arten von Medien können daran beteiligt sein, eine oder mehrere Folgen von einem oder mehreren Befehlen zu dem Prozessor 1004 zur Ausführung zu übertragen. Die Befehle können beispielsweise anfangs auf einer Magnetplatte oder einem Solid-State-Drive eines entfernten Computers gespeichert sein. Der entfernte Computer kann die Befehle in seinen dynamischen Speicher laden und die Befehle über eine Telefonleitung mittels eines Modems übertragen. Ein Modem, das in der Nähe des Computersystems 1000 liegt, kann die Daten auf der Telefonleitung empfangen und einen Infrarotsender verwenden, um die Daten in eine Infrarotsignal umzuwandeln. Ein Infrarotempfänger kann die Daten empfangen, die in dem Infrarotsignal übertragen werden, und geeignete Schaltungen können die Daten auf den Bus 1002 legen. Der Bus 1002 überträgt die Daten zu dem Hauptspeicher 1006, von dem der Prozessor 1004 die Befehle abruft und ausführt. Die Befehle, die von dem Hauptspeicher 1006 empfangen werden, können optional in der Speichervorrichtung 1010 gespeichert werden, entweder bevor oder nachdem sie von dem Prozessor 1004 ausgeführt werden.Different types of media may be involved in one or more sequences of one or more instructions to the processor 1004 to transfer for execution. For example, the instructions may initially be stored on a magnetic disk or a solid state drive of a remote computer. The remote computer can load the instructions into its dynamic memory and transmit the instructions over a telephone line using a modem. A modem near the computer system 1000 can receive the data on the telephone line and use an infrared transmitter to convert the data into an infrared signal. An infrared receiver may receive the data transmitted in the infrared signal and appropriate circuitry may transfer the data to the bus 1002 lay. The bus 1002 transfers the data to the main memory 1006 from which the processor 1004 retrieves and executes the commands. The commands coming from the main memory 1006 can be received optionally in the storage device 1010 be saved, either before or after it from the processor 1004 be executed.

Das Computersystem 1000 umfasst auch eine Kommunikationsschnittstelle 1018, die mit dem Bus 1002 verbunden ist. Die Kommunikationsschnittstelle 1018 stellt eine Zwei-Wege-Datenkommunikationsverbindung mit einer Netzwerkverbindung 1020 bereit, die mit einem lokalen Netzwerk 1022 verbunden ist. Die Kommunikationsschnittstelle 1018 kann beispielsweise eine ISDN-Karte, ein Kabelmodem, ein Satellitenmodem oder ein Modem sein, um eine Datenkommunikationsverbindung zu einer entsprechenden Art von Telefonleitung herzustellen. Als weiteres Beispiel kann die Kommunikationsschnittstelle 1018 eine LAN-Karte sein, um eine Datenkommunikationsverbindung zu einem kompatiblen LAN herzustellen. Drahtlose Verbindungen können auch implementiert werden. In einer solchen Implementierung sendet und empfangt die Kommunikationsschnittstelle 1018 elektrische, elektromagnetische oder optische Signale, die digitale Datenströme übertragen, die verschiedene Arten von Informationen repräsentieren.The computer system 1000 also includes a communication interface 1018 by bus 1002 connected is. The communication interface 1018 provides a two-way data communication connection with a network connection 1020 ready with a local network 1022 connected is. The communication interface 1018 For example, an ISDN card, a cable modem, a satellite modem, or a modem may be used to establish a data communication connection to a corresponding type of telephone line. As another example, the communication interface 1018 a LAN card to establish a data communication connection to a compatible LAN. Wireless connections can also be implemented. In such an implementation, the communication interface sends and receives 1018 electrical, electromagnetic or optical signals that carry digital data streams representing various types of information.

Die Netzwerkverbindung 1020 stellt üblicherweise Datenkommunikation über ein oder mehrere Netzwerke zu anderen Datenvorrichtungen bereit. Die Netzwerkverbindung 1020 kann beispielsweise eine Verbindung über ein lokales Netzwerk 1022 zu einem Host-Computer 1024 oder zu Datengeräten herstellen, die von einem Internet-Service-Provider (ISP) 1026 betrieben werden. Der ISP 1026 stellt seinerseits Datenkommunikationsdienste über das weltweite Paket-Datenkommunikationsnetzwerk bereit, das heute üblicherweise als „Internet” 1028 bezeichnet wird. Das lokale Netzwerk 1022 und das Internet 1028 verwenden beide elektrische, elektromagnetische oder optische Signale, die digitale Datenströme übertragen. Die Signale über die verschiedenen Netzwerke und die Signale auf der Netzwerkverbindung 1020 und über die Kommunikationsschnittstelle 1018, die die digitalen Daten zu und von dem Computersystem 1000 übertragen, sind Beispielformen von Übertragungsmedien.The network connection 1020 typically provides data communication over one or more networks to other data devices. The network connection 1020 For example, you can connect over a local area network 1022 to a host computer 1024 or to make data devices available from an Internet Service Provider (ISP) 1026 operate. The ISP 1026 in turn provides data communication services over the worldwide packet data communications network, commonly referred to today as the "Internet" 1028 referred to as. The local network 1022 and the internet 1028 Both use electrical, electromagnetic or optical signals that transmit digital data streams. The signals over the different networks and the signals on the network connection 1020 and via the communication interface 1018 taking the digital data to and from the computer system 1000 are examples of transmission media.

Das Computersystem 1000 kann über das/die Netzwerk(e), die Netzwerkverbindung 1020 und die Kommunikationsschnittstelle 1018 Nachrichten senden und Daten empfangen, einschließlich Programmcode. Bei dem Internetbeispiel könnte ein Server 1030 einen angeforderten Code für ein Anwendungsprogramm über das Internet 1018, den ISP 1026, das lokale Netzwerk 1022 und die Kommunikationsschnittstelle 1018 übertragen.The computer system 1000 can over the network (s), the network connection 1020 and the communication interface 1018 Send messages and receive data, including program code. In the Internet example could be a server 1030 a requested code for an application program over the Internet 1018 , the ISP 1026 , the local network 1022 and the communication interface 1018 transfer.

Der empfangene Code kann von dem Prozessor 1004 so ausgeführt werden, wie er empfangen wurde, und/oder in der Speichervorrichtung 1010 oder einem anderen nichtflüchtigen Speicher gespeichert werden, um später ausgeführt zu werden.The received code may be from the processor 1004 be executed as received, and / or in the storage device 1010 or other non-volatile memory to be executed later.

In der vorangegangenen Beschreibung wurden Ausführungsformen der Erfindung mit Bezug auf viele spezielle Details beschrieben, die sich von Implementierung zu Implementierung unterscheiden können. Die Beschreibung und die Zeichnungen sollen daher in einem beschreibenden und nicht einem einschränkenden Sinn verstanden werden. Die einzige und exklusive Festlegung des Schutzumfangs der Erfindung und was von den Anmeldern als Schutzumfang der Erfindung angesehen wird, ist der buchstäbliche und äquivalente Schutzumfang der Menge der Ansprüche, die in dieser Anmeldung angegeben sind, in der spezifischen Form, in der diese Ansprüche angegeben sind, einschließlich aller nachfolgenden Korrekturen.In the foregoing description, embodiments of the invention have been described with reference to many specific details that may vary from implementation to implementation. The description and drawings are therefore to be read in a descriptive rather than a limiting sense. The sole and exclusive definition of the scope of the invention, and as considered by the applicants within the scope of the invention, is the literal and equivalent scope of the scope of the claims set forth in this application in the specific form in which these claims are given including all subsequent corrections.

ZITATE ENTHALTEN IN DER BESCHREIBUNG QUOTES INCLUDE IN THE DESCRIPTION

Diese Liste der vom Anmelder aufgeführten Dokumente wurde automatisiert erzeugt und ist ausschließlich zur besseren Information des Lesers aufgenommen. Die Liste ist nicht Bestandteil der deutschen Patent- bzw. Gebrauchsmusteranmeldung. Das DPMA übernimmt keinerlei Haftung für etwaige Fehler oder Auslassungen.This list of the documents listed by the applicant has been generated automatically and is included solely for the better information of the reader. The list is not part of the German patent or utility model application. The DPMA assumes no liability for any errors or omissions.

Zitierte PatentliteraturCited patent literature

US 13/247987 [0083]
US 13/669274 [0083]

Claims

System of one or more computing devices, comprising: a data import component for importing health data from one or more data sources, the data sources comprising one or more of health care providers, insurers or pharmacies; one or more data stores in which the data import component generates health objects that represent the health data in accordance with a defined ontology, the health objects describing service provider objects of one or more service provider object types describing healthcare providers, patient objects of one or more Patient object types representing healthcare recipients and health event objects of one or more event object types describing one or more of the following: Health claims, prescriptions, medical procedures or diagnoses; and fraudulent objects that represent known cases of fraud in the healthcare sector; a correlation component that identifies correlations between the health event objects, the service provider objects, the patient objects, and the fraud objects; a graph generator component that generates graphs of networks identified by being based at least on the correlations identified by the correlation component, the graphs comprising connected nodes representing particular health objects in the identified networks, including certain patient nodes representing particular patient objects, and certain service provider nodes representing particular service provider objects, the graph further connecting a particular service provider node or patient node to a fraud node in the graph, wherein the Fraud node represents a particular fraud object; and an interface generator that generates interfaces that display the graphs generated by the graph generator.

The system of claim 1, further comprising an object presentation component for generating representations of particular health objects to be displayed in the interface.

The system of any of claims 1-2, further comprising: an input handler for receiving inputs that select particular controls associated with particular nodes in graphs displayed in the interfaces; an object presentation component to generate representations of information about particular objects associated with particular nodes selected by the inputs.

The system of any of claims 1-3, further comprising: a filter component that identifies networks that the graph generator is to map; an input handler for receiving inputs that select particular controls associated with particular nodes in graphs displayed in the interfaces; wherein the filter component is configured to identify networks associated with particular nodes selected from the inputs.

The system of any of claims 1-4, further comprising: a filter component that identifies networks that the graph generator is to map; a metric calculator configured to calculate metrics associated with the health objects based at least on the identified correlations; an alert identification component configured to identify health objects that are indicative of fraud investigations based at least on the calculated metrics; wherein the filter component is configured to identify networks associated with the health objects that are indicative of fraud investigations.

The system of any of claims 1-5, further comprising: a metric calculator configured to calculate metrics associated with the health objects based on at least the identified correlations; wherein the interface generator is configured to differently map different nodes and / or different edges in the graph based on the calculated metrics.

The system of any one of claims 1-6, further comprising a workflow module that accepts input generated by one or more users or an automated clue identification component that identifies particular health objects as clues for fraud investigations, wherein the workflow is scoped. Module is further configured to generate workflow messages based on the inputs and to send the workflow messages to analysts for further investigation.

The system of any one of claims 1-7, wherein the one or more data stores store pharmacy objects of a pharmacy object type describing pharmacies; wherein the connected nodes comprise one or more pharmacy nodes that represent one or more pharmacy objects.

The system of any one of claims 1-8, further comprising a schedule component to generate health event plans correlated to particular health objects represented in particular graphs.

The system of any of claims 1-9, wherein the connected nodes in the graphs generated by the graph generator are connected by edges representative of relationships, at least some of the relationships being derived from the health event objects, based on the correlations.

A method comprising: Generating service provider objects describing healthcare providers; Generating patient objects describing health recipients; Generating health event objects, wherein the health event objects include at least: Objects of a recipe event type, objects of a medical claim event type, and objects of a diagnostic event type; Creating fraud objects that represent known cases of healthcare fraud; Storing the service provider objects, patient objects, health event objects, and fraudulent objects in a digital computer-readable storage medium; Correlating the health event objects with the service provider objects and the patient objects; Receiving inputs that designate a particular object, wherein the particular object is a particular service provider object or a particular patient object; based on correlating, identifying a network comprising one or more service provider objects and one or more patient objects associated with the particular object; Generating a graph of the network, the graph comprising linked nodes, wherein the linked nodes comprise one or more patient nodes representing one or more patient objects and one or more service provider nodes representing a plurality of service provider objects ; Connecting a particular service provider node or a particular patient node to a fraudulent node in the graph, the fraudulent node representing a particular fraudulent object; the method being performed by one or more computing devices.

The method of claim 11, wherein generating the health event objects comprises generating a separate health event object from each log entry in one or more logs collected from one or more of: a service provider data source, an insurer data source or a pharmacy data source.

The method of any of claims 11-12, further comprising: Creating pharmacy objects that describe pharmacies; wherein the connected nodes comprise one or more pharmacy nodes that represent one or more pharmacy objects.

The method of any of claims 11-13, further comprising: Correlating multiple objects of different types with a single entity, the plurality of objects comprising the provider objects and / or the patient objects; and Representing the plurality of objects in the graph as a single node representing a logical object belonging to an association of the plurality of objects or as multiple nodes connected to each other through one or more relationships.

Method according to one of claims 11-14, wherein correlating further comprises deriving relationship structures based on the health event objects; wherein the relationship structures define connections between the service provider objects and the patient objects.

Method according to one of claims 11-15, wherein correlating further comprises deriving relationship structures based on the service provider objects; wherein the relationship structures define connections between the service provider objects and the patient objects; wherein the graph includes one or more edges that map connections between particular connected nodes, wherein the edges represent one or more of the relationship structures.

The method of any of claims 11-16, wherein correlating further comprises deriving relationship structures based on the health event objects; wherein the relationship structures define connections between the service provider objects and the patient objects; wherein the graph comprises one or more edges depicting particular connections between certain connected nodes, the one or more multiple edges represent one or more of the relationships; wherein the one or more edges include a first edge that graphically represents a first relationship type and a second edge that graphically represents a second relationship type.

Method according to one of claims 11-17, wherein the correlating further comprises deriving relationship structures based on the service provider objects; wherein the relationship structures define connections between the service provider objects and the patient objects; wherein the graph includes one or more edges that map specific connections between particular connected nodes, the one or more edges representing one or more of the relationship structures; wherein the one or more edges graphically represent a summary of particular health event objects from which one or more of the relationship structures have been derived.

The method of any one of claims 11-18, further comprising: Calculating values of metrics associated with the service provider objects and metrics associated with the patient objects based, at least in part, on the correlating; Mapping one or both of the connected nodes or the edges connecting the connected nodes differently in the graph, based on the calculated values.

The method of any of claims 11-19, further comprising: Calculating values of metrics associated with the service provider objects and metrics associated with the patient objects based, at least in part, on the correlating; Generating a visualization of the values; wherein the particular object is selected from the visualization based in part on the selection of a particular value calculated in association with the particular object.

The method of any of claims 11-20, further comprising: Calculating values of metrics associated with the service provider objects and metrics associated with the patient objects based, at least in part, on the correlating; Comparing the values with defined triggers that define thresholds for unusual values; Selecting a particular object, at least in part, in response to the particular object belonging to a particular metric value having an unusual value according to a particular defined trigger.

The method of any one of claims 11-21, wherein the network comprises an object representing a particular practitioner, objects representing patients to which prescriptions have been issued by the particular practitioner, and objects representing other practitioners visiting those patients to have.

The method of any of claims 11-22, wherein the network is an object representing a pharmacy customer, objects representing pharmacies visited by that pharmacy customer, objects representing pharmacists employed at the pharmacies, and objects that represent cases of fraud associated with pharmacists or pharmacies.

The method of any one of claims 11-23, further comprising: Calculating values of metrics associated with the service provider objects and metrics associated with the patient objects based, at least in part, on the correlating; Determine the size of the network, based at least in part on the values of the metrics.

The method of any of claims 11-24, further comprising: Presenting the graph as part of an interactive interface for examining health data, wherein a first control is embedded in the interface to select at least one particular connected node; in response to the selection of the first control, generating a presentation comprising data associated with a first object representing the particular connected node; wherein the presentation comprises one or more of the following: a list or timeline of health event object data correlated to the first object, aggregate statistics calculated in association with the first object, demographic information related to the first object or a plan that depicts places and / or health events associated with the particular object.

The method of any of claims 11-25, further comprising: presenting the graph as part of an interactive interface for examining health data, wherein a first control is embedded in the interface to select a particular edge between particular connected nodes; Generating a presentation of data related to one or more particular relationships which represents the particular edge in response to the selection of the second control, wherein the one or more particular relationships are derived from particular health event objects, the presentation comprising a list of particular health events and / or a plan of the particular health events.

The method of any of claims 11-26, further comprising: Presenting the graph as part of an interactive interface for examining health data, wherein a first control is embedded in the interface to select at least one particular connected node; in response to the selection of the second operator, highlighting the first object associated with the particular connected node for subsequent examination and generating a workflow message identifying the first object as an indication.

The method of any of claims 11-27, further comprising: Calculating values of metrics associated with the service provider objects and metrics associated with the patient objects based, at least in part, on the correlating; wherein the particular object is selected based in part on a metric value associated with the particular object that indicates one or more of the following: a physician writes many more recipes than usual; a sudden increase in prescriptions submitted by a patient who has not previously submitted many prescriptions; a patient who makes a significant number of visits to the ER during a given period of time; a patient who receives prescriptions from more than a certain number of service providers in a given period of time.

The method of any of claims 11-28, further comprising: Performing one or more import operations of data from a plurality of sources of health data, wherein the plurality of sources includes a provider data source, an insurer data source, and a pharmacy data source; wherein generating the service provider objects, patient objects, and health event objects occurs as part of the one or more import operations.

The method of any of claims 11-29, further comprising: automatic parsing of designated units from electronic press articles and / or convictions involving cases of fraud; Create at least some of the fraud objects based on the parsing.

The method of any of claims 11-30, further comprising correlating the fraudulent objects with patient objects and / or service provider objects.

One or more computer-readable media storing instructions that, when executed by one or more computing devices, cause any of the methods described in claims 11-31 to occur.