DE102014103476A1 - Data processing techniques - Google Patents
Data processing techniques Download PDFInfo
- Publication number
- DE102014103476A1 DE102014103476A1 DE102014103476.7A DE102014103476A DE102014103476A1 DE 102014103476 A1 DE102014103476 A1 DE 102014103476A1 DE 102014103476 A DE102014103476 A DE 102014103476A DE 102014103476 A1 DE102014103476 A1 DE 102014103476A1
- Authority
- DE
- Germany
- Prior art keywords
- objects
- health
- service provider
- patient
- data
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Ceased
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/10—Office automation; Time management
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
- G06Q40/08—Insurance
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/22—Social work
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Entrepreneurship & Innovation (AREA)
- Tourism & Hospitality (AREA)
- Development Economics (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Technology Law (AREA)
- Data Mining & Analysis (AREA)
- Health & Medical Sciences (AREA)
- Educational Administration (AREA)
- Game Theory and Decision Science (AREA)
- Child & Adolescent Psychology (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Medical Treatment And Welfare Office Work (AREA)
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:
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
Das System
Die Datenimport-Komponente
Das System
Die Graphen, die von dem Graph-Generator
Um einen Nutzer darin zu unterstützen, die Daten in Graphenform zu navigieren und zu verstehen, ist eine Filterkomponente mit dem Graph-Generator
Eine Metrik-Berechnungseinheit
Bestimmte Beziehungen und/oder Korrelationen von Objekten können betrügerische Aktivität andeuten. In einer Ausführungsform identifiziert eine optionale Hinweis-Identifizierungskomponente
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
Block
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
Block
Block
Block
In Ausführungsformen, in denen es verschiedene Arten von Dienstleister-Objekten und/oder Patienten-Objekten für die gleiche Einheit geben kann, kann Block
Eine Beziehung ist eine Datenstruktur, die zwei oder mehr Objekte zusammen mit einem definierten Beziehungstyp verbindet. In einer Ausführungsform umfasst Block
Block
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
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
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
Das Flussdiagramm
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
3.4. ERZEUGEN EINES GRAPHEN ZUM UNTERSUCHEN VON HINWEISEN3.4. CREATING A GRAPH FOR INVESTIGATION OF INFORMATION
Block
Block
Block
Block
Block
Block
Block
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
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
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
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
Das Flussdiagramm
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
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
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
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
Die Kanten zwischen Teilnehmer-Knoten und Arzt-Knoten oder der oder die Knoten, die eine oder mehrere Organisation(en)
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
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
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
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.
Die Zeitleiste
Die Zeitleiste
Die Zeitleiste
Der Graph
In Schritt
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
In Schritt
In Schritt
Das Verfahren von
In einer Ausführungsform ist der Graph von
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.
Das Computersystem
Das Computersystem
Das Computersystem
Das Computersystem
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
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
Verschiedene Arten von Medien können daran beteiligt sein, eine oder mehrere Folgen von einem oder mehreren Befehlen zu dem Prozessor
Das Computersystem
Die Netzwerkverbindung
Das Computersystem
Der empfangene Code kann von dem Prozessor
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 13/247987 [0083]
- US 13/669274 [0083] US 13/669274 [0083]
Claims (32)
Applications Claiming Priority (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201361801470P | 2013-03-15 | 2013-03-15 | |
US61/801,470 | 2013-03-15 | ||
US13/949,043 US20140278479A1 (en) | 2013-03-15 | 2013-07-23 | Fraud detection in healthcare |
US13/949,043 | 2013-07-23 |
Publications (1)
Publication Number | Publication Date |
---|---|
DE102014103476A1 true DE102014103476A1 (en) | 2014-09-18 |
Family
ID=50634778
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
DE102014103476.7A Ceased DE102014103476A1 (en) | 2013-03-15 | 2014-03-14 | Data processing techniques |
Country Status (2)
Country | Link |
---|---|
DE (1) | DE102014103476A1 (en) |
GB (1) | GB2514239A (en) |
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9418337B1 (en) | 2015-07-21 | 2016-08-16 | Palantir Technologies Inc. | Systems and models for data analytics |
US9501202B2 (en) | 2013-03-15 | 2016-11-22 | Palantir Technologies, Inc. | Computer graphical user interface with genomic workflow |
US9923925B2 (en) | 2014-02-20 | 2018-03-20 | Palantir Technologies Inc. | Cyber security sharing and identification system |
US10275778B1 (en) | 2013-03-15 | 2019-04-30 | Palantir Technologies Inc. | Systems and user interfaces for dynamic and interactive investigation based on automatic malfeasance clustering of related data in various data structures |
US10362133B1 (en) | 2014-12-22 | 2019-07-23 | Palantir Technologies Inc. | Communication data processing architecture |
US10552531B2 (en) | 2016-08-11 | 2020-02-04 | Palantir Technologies Inc. | Collaborative spreadsheet data validation and integration |
US10572496B1 (en) | 2014-07-03 | 2020-02-25 | Palantir Technologies Inc. | Distributed workflow system and database with access controls for city resiliency |
US10628002B1 (en) | 2017-07-10 | 2020-04-21 | Palantir Technologies Inc. | Integrated data authentication system with an interactive user interface |
US10628834B1 (en) | 2015-06-16 | 2020-04-21 | Palantir Technologies Inc. | Fraud lead detection system for efficiently processing database-stored data and automatically generating natural language explanatory information of system results for display in interactive user interfaces |
US10853454B2 (en) | 2014-03-21 | 2020-12-01 | Palantir Technologies Inc. | Provider portal |
US11030581B2 (en) | 2014-12-31 | 2021-06-08 | Palantir Technologies Inc. | Medical claims lead summary report generation |
US11210349B1 (en) | 2018-08-02 | 2021-12-28 | Palantir Technologies Inc. | Multi-database document search system architecture |
US11302426B1 (en) | 2015-01-02 | 2022-04-12 | Palantir Technologies Inc. | Unified data interface and system |
US11373752B2 (en) | 2016-12-22 | 2022-06-28 | Palantir Technologies Inc. | Detection of misuse of a benefit system |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20200143925A1 (en) * | 2018-11-05 | 2020-05-07 | Timothy Earl King | Forensic system and method for detecting fraud, abuse, and diversion in the prescriptive use of controlled substances |
US20210295379A1 (en) * | 2020-03-17 | 2021-09-23 | Com Olho It Private Limited | System and method for detecting fraudulent advertisement traffic |
-
2014
- 2014-03-14 DE DE102014103476.7A patent/DE102014103476A1/en not_active Ceased
- 2014-03-14 GB GB1404573.6A patent/GB2514239A/en not_active Withdrawn
Cited By (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9501202B2 (en) | 2013-03-15 | 2016-11-22 | Palantir Technologies, Inc. | Computer graphical user interface with genomic workflow |
US10275778B1 (en) | 2013-03-15 | 2019-04-30 | Palantir Technologies Inc. | Systems and user interfaces for dynamic and interactive investigation based on automatic malfeasance clustering of related data in various data structures |
US10431327B2 (en) | 2013-03-15 | 2019-10-01 | Palantir Technologies Inc. | Computer graphical user interface with genomic workflow |
US9923925B2 (en) | 2014-02-20 | 2018-03-20 | Palantir Technologies Inc. | Cyber security sharing and identification system |
US10873603B2 (en) | 2014-02-20 | 2020-12-22 | Palantir Technologies Inc. | Cyber security sharing and identification system |
US10853454B2 (en) | 2014-03-21 | 2020-12-01 | Palantir Technologies Inc. | Provider portal |
US10572496B1 (en) | 2014-07-03 | 2020-02-25 | Palantir Technologies Inc. | Distributed workflow system and database with access controls for city resiliency |
US10362133B1 (en) | 2014-12-22 | 2019-07-23 | Palantir Technologies Inc. | Communication data processing architecture |
US11252248B2 (en) | 2014-12-22 | 2022-02-15 | Palantir Technologies Inc. | Communication data processing architecture |
US11030581B2 (en) | 2014-12-31 | 2021-06-08 | Palantir Technologies Inc. | Medical claims lead summary report generation |
US11302426B1 (en) | 2015-01-02 | 2022-04-12 | Palantir Technologies Inc. | Unified data interface and system |
US10628834B1 (en) | 2015-06-16 | 2020-04-21 | Palantir Technologies Inc. | Fraud lead detection system for efficiently processing database-stored data and automatically generating natural language explanatory information of system results for display in interactive user interfaces |
US10636097B2 (en) | 2015-07-21 | 2020-04-28 | Palantir Technologies Inc. | Systems and models for data analytics |
US9418337B1 (en) | 2015-07-21 | 2016-08-16 | Palantir Technologies Inc. | Systems and models for data analytics |
US10552531B2 (en) | 2016-08-11 | 2020-02-04 | Palantir Technologies Inc. | Collaborative spreadsheet data validation and integration |
US11366959B2 (en) | 2016-08-11 | 2022-06-21 | Palantir Technologies Inc. | Collaborative spreadsheet data validation and integration |
US11373752B2 (en) | 2016-12-22 | 2022-06-28 | Palantir Technologies Inc. | Detection of misuse of a benefit system |
US10628002B1 (en) | 2017-07-10 | 2020-04-21 | Palantir Technologies Inc. | Integrated data authentication system with an interactive user interface |
US11210349B1 (en) | 2018-08-02 | 2021-12-28 | Palantir Technologies Inc. | Multi-database document search system architecture |
Also Published As
Publication number | Publication date |
---|---|
GB201404573D0 (en) | 2014-04-30 |
GB2514239A (en) | 2014-11-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
DE102014103476A1 (en) | Data processing techniques | |
NL2012435C2 (en) | Data processing techniques. | |
US20200242626A1 (en) | Fraud lead detection system for efficiently processing database-stored data and automatically generating natural language explanatory information of system results for display in interactive user interfaces | |
US10692153B2 (en) | Machine-learning concepts for detecting and visualizing healthcare fraud risk | |
US11030581B2 (en) | Medical claims lead summary report generation | |
DE10324673A1 (en) | Medical information monitoring system for monitoring data arising from medical encounters between patients and care providers to detect abnormal patterns that could relate to claims fraud, outbreak of an epidemic or bio-terrorism | |
US20140081652A1 (en) | Automated Healthcare Risk Management System Utilizing Real-time Predictive Models, Risk Adjusted Provider Cost Index, Edit Analytics, Strategy Management, Managed Learning Environment, Contact Management, Forensic GUI, Case Management And Reporting System For Preventing And Detecting Healthcare Fraud, Abuse, Waste And Errors | |
CN106777998A (en) | A kind of medical system big data processing unit and method | |
DE102008002920A1 (en) | Systems and methods for clinical analysis integration services | |
EP1497780A2 (en) | System for collecting storing presenting and analyzing immunization data having remote stations in communication with a vaccine and disease database over a network | |
Nazviya et al. | Evaluation of critical success factors for telemedicine implementation | |
US20200251197A1 (en) | Methods and systems for analyzing accessing of medical data | |
Yange | A Fraud Detection System for Health Insurance in Nigeria | |
US20140047384A1 (en) | Integrated data capture with item group key | |
CN112786128A (en) | Electronic medical record writing quality inspection system and method | |
US20080195420A1 (en) | Method, computer program product and apparatus for generating integrated electronic health records | |
Studnicki et al. | Using information systems for public health administration | |
US11295844B2 (en) | Methods and systems for analyzing accessing of drug dispensing systems | |
US10762983B2 (en) | Selecting alternate results for integrated data capture | |
US10185923B2 (en) | Filtering values in a closed menu for integrated data capture | |
Nopany et al. | Applications of Big Data Analytics in Healthcare Management Systems | |
Qi et al. | Business Intelligence Data Visualization for Diabetes Health Prediction | |
Chandrasekaran | Analyzing the Trends in Prescription Opioid for the US Civilian Noninstitutionalized Population | |
EP3591657A1 (en) | System and method for managing a digital medication plan | |
Cook et al. | Business intelligence for healthcare: A prescription for better managing costs and medical outcomes |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
R012 | Request for examination validly filed | ||
R012 | Request for examination validly filed |
Effective date: 20150427 |
|
R079 | Amendment of ipc main class |
Free format text: PREVIOUS MAIN CLASS: G06F0017300000 Ipc: G06F0016000000 |
|
R079 | Amendment of ipc main class |
Free format text: PREVIOUS MAIN CLASS: G06F0016000000 Ipc: G06F0017000000 Free format text: PREVIOUS MAIN CLASS: G06Q0040080000 Ipc: G06F0017000000 |
|
R016 | Response to examination communication | ||
R002 | Refusal decision in examination/registration proceedings | ||
R003 | Refusal decision now final |