«Доктор, уберите это из счёта»: как мы искали неправомерные услуги в ДМС

в 6:54, , рубрики: Анализ и проектирование систем, Блог компании SAS, болезнь, больница, врач, диагностика, здоровье, Здоровье гика, лечение, ошибки, пациент, сервис, страховка, услуга

«Доктор, уберите это из счёта»: как мы искали неправомерные услуги в ДМС - 1

Во многих больницах, работающих по ДМС и просто оказывающих платные услуги населению напрямую, существует своеобразный «план продаж» на каждого практикующего врача. Выполнение этого плана зачастую достигается недобросовестными путями за счёт застрахованных по ДМС. К примеру:

  1. Комплексные услуги разбиваются на составляющие врачебные манипуляции так, чтобы чек был больше.
  2. Назначаются избыточные процедуры и исследования при лечении диагнозов — особенно, если в больнице совсем недавно закупили новое оборудование.

Такие злоупотребления — огромная статья убытков для страховых компаний в секторе добровольного медицинского страхования (ДМС), которые и так находятся в условиях жёсткой конкуренции и вынуждены всё больше расширять программу страхования для привлечения клиентов. Поэтому с их стороны есть врачи-эксперты, занимающиеся регулярной проверкой счетов. А в случае выявления нарушений — проведением так называемой «профилактики» в лечебно-профилактических учреждениях.

Все это — долгая и рутинная работа, требующая от эксперта предельной концентрации. Ведь на правомерность оказания услуги влияет целый ряд факторов, связанных как с историей лечения пациента и его программой страхования, так и с особенностями прайс-листа в больнице. Естественно, везде, где вы видите слово «рутина» можно применить автоматизацию. Что мы и сделали. Не без сложностей.

Что такое неправомерные услуги

Недавно я в очередной раз пришла в поликлинику по соседству с офисом, чтобы получить услуги по полису ДМС. Воспалённая родинка — это почти всегда не страшно, но наблюдение дерматолога не помешает (а то мало ли что).

Всё оказалось в порядке, но сделать профилактический осмотр остальных родимых пятен, которые являются бессменным источником моей ипохондрии, врач отказалась. Сослалась на то, что такие услуги не входят в полис и при следующей проверке эксперта со стороны страховой компании её оштрафуют. Врач была права: страховым случаем по программам ДМС, как правило, является острое заболевание или обострение хронического заболевания. Все эти случаи не предусматривают осмотра в целях профилактики, как бы мне этого ни хотелось.

Но далеко не всегда врачи из лечебно-профилактических учреждений (или сокращенно ЛПУ) хорошо знают правила оказания услуг по ДМС и ещё реже сознательно их соблюдают. В итоге врач-эксперт, проверяющий счета после лечения застрахованных, может увидеть, к примеру, что-то подобное:

Счёт из ЛПУ

Наименование услуги

Стоимость

Пациент

Дата

Массаж шейного отдела позвоночника

700 руб.

Иванов И. И.

01.01.2019

Массаж грудного отдела позвоночника

700 руб.

Иванов И. И.

01.01.2019

При этом в прайс-листе ЛПУ есть комплексная услуга, которая включает в себя оба типа массажа и стоит дешевле, чем сумма отдельных услуг:

Прайс-лист ЛПУ

Наименование услуги

Стоимость

Массаж шейного отдела позвоночника

700 руб.

Массаж грудного отдела позвоночника

700 руб.

Массаж шейно-грудного отдела позвоночника

1 000 руб.

Таким образом, с каждого (!) пациента, которому оказали аналогичную комбинацию услуг вместо комплекса, страховая компания терпит убытки. Конечно же, если врач-эксперт этого вовремя не заметит и не оформит замену услуг в счёте.

Кстати, обязательно проверьте, что происходит в вашем счете, если вы сами пользуетесь платной медициной. Возможно, комплексы набираются примерно похожим образом.

Ещё похожий пример по стоматологии.

Если вам вдруг захочется сделать полную гигиену полости рта, то потом в чек это могут записать приблизительно так:

Счёт из ЛПУ

Наименование услуги

Стоимость

Пациент

Дата

Снятие твёрдых зубных отложений с помощью ультразвука

3 000 руб.

Иванов И. И.

01.01.2019

Снятие мягких зубных отложений аппаратом Air-flow

2 000 руб.

Иванов И. И.

01.01.2019

Полирование зубов фтористой пастой

500 руб.

Иванов И. И.

01.01.2019

Почти всегда в ЛПУ есть услуга «Комплексная гигиена полости рта», в которую по технической карте уже входят все манипуляции с вашими зубами. По правилам именно её и должны указать в счёте. Но если комплекс окажется дешевле, чем полный перечень, то в ЛПУ, скорее всего, сделают всё наоборот в надежде, что страховщик ничего не заметит.

И это ещё простые случаи. Разбираемся дальше.

Предположим, у вас есть ребёнок, и вы привели его к врачу с подозрением на вирусный конъюнктивит. Как и при лечении любого другого заболевания, врач должен руководствоваться клинической практикой и нормативной документацией. К примеру, Стандартом медицинской помощи — это что-то вроде таблицы с перечнем обязательных услуг для диагностики и лечения определённого заболевания. Спойлеры к лечению вашего предполагаемого чада можно почитать прямо на сайте Минздрава.

Тем не менее, помимо обычного набора услуг на оплату, в страховую может попасть это:

Счёт из ЛПУ

Наименование услуги

Стоимость

Пациент

Дата

Пневмотонометрия глаза

500 руб.

Иванов И. И.

01.01.2019

При изучении Стандарта можно понять, что никакая пневмотонометрия (так называется один из методов определения внутриглазного давления) в этом случае не делается — более того, она противопоказана при вирусных заболеваниях глаза. Наш знакомый эксперт такие неправомерные услуги объясняет просто: «Если поликлиника раскошелилась на новый аппарат, то надо же ей как-то отбить его стоимость».

С чего мы начали

Мы задались целью автоматизировать этап проверки счетов от ЛПУ для врачей-экспертов в одной страховой компании (все имена, пароли и явки нам не позволяет разглашать NDA). План был таков: с помощью моделей машинного обучения найти и «подсветить» в реестре счетов услуги, похожие на ранее выявленные неправомерные.

Чтобы научить машину отличать «плохие» услуги от «хороших», нужны данные о том, как лечат застрахованных и какие услуги эксперт убрал или заменил в счёте после проверки. Открыв реальные счета, мы вдруг столкнулись с тем, что получить внятную статистику оказания услуг каждого типа почти невозможно. Оказалось, что в ДМС нет определённого стандарта для наименования медицинских услуг в отличие от ОМС, где всем услугам будет строго соответствовать код по Номенклатуре работ и услуг в здравоохранении.

К примеру, один из методов профессиональной гигиены в ДМС могут писать так:

  • Бикарбонатная чистка.
  • Снятие налёта аппаратом Air-flow.
  • Процедура пескоструйной очистки зубов.

Эти услуги тоже по своей сути ничем не отличаются:

  • RG лёгких.
  • Р-графия грудной клетки.
  • Диагностическая рентгенография ОГК.

Ситуация усугубляется тем, что счета нередко заполняются вручную, а это только увеличивает вариативность написания услуг за счёт опечаток, лишних пометок и сокращений. Вот некоторые примеры таких «ребусов»:

ММО 1 к/к

механическая и медикаментозная обработка одного корневого канала.

ВВ кап

внутривенная капельница.

В итоге понять, как оказывали одну и ту же, по своей сути, услугу в разных регионах или даже в разных ЛПУ вашего города, почти невозможно без классификации наименований (и применения технологий текстовой аналитики).

Мы вооружились инструментом SAS Visual Text Analytics и для начала провели тематический анализ текстов с помощью машинного обучения и технологий NLP. Это помогло автоматически выделить в большом и разнообразном массиве услуг так называемые «тематики» — небольшие группы текстов, которые система посчитала схожими на основе сочетаний ключевых слов. Все результаты мы просмотрели вместе с экспертами и наметили структуру будущего классификатора, объединив получившиеся «тематики» в большие классы по медицинской логике (например, в «Диагностику», «Приёмы врачей» и т. п.). Чтобы соотнести наименования услуг из обучающей выборки с получившимися классами, для каждого из них мы написали правила в нашем инструменте.

Эту последовательность шагов мы повторяли для каждого последующего класса ровно до тех пор, пока не пришли к уровню детализации до конкретных услуг. Так, например, выглядит упрощённое правило для метода профессиональной гигиены из примеров выше:

(OR,
"*бикарбонат*",

"*пескоструйн*", "*порошкоструйн*",

(ORDDIST_1, "a", "f"),
(DIST_2, "air*", "*flow"),
(DIST_2, (OR, "аэр*", "аер*", "эйр*"), "*фло*"),

(DIST_3, "метод*", "возд*", "полир*"),
(DIST_2, (OR, "струйн*", "воздушн*"), "*абразив*")
)

Зачем всё это нужно? И почему мы пошли таким сложным путем, вместо того чтобы просто засунуть все в нейронную сеть?

Естественно, никакой размеченной выборки для обучения у нас не было. Но ещё большим препятствием является сама специфика предметной области: из-за отсутствия жёстких требований к составу услуг в ДМС регулярно возникают исключения и сложные пограничные случаи, которые врачи-эксперты из разных страховых трактуют по-своему. Все эти тонкости правила позволяют описать гораздо точнее.

К примеру, здесь ключевые слова одинаковые, но в зависимости от их порядка суть услуги меняется целиком:

Восстановление коронки зуба

тут подразумевается пломбирование зуба.

Восстановление зуба коронкой

а это дорогостоящая ортопедическая манипуляция (которая, к слову, редко оказывается по программам ДМС).

Как мы обучали модели

В машинном обучении отлично действует правило «ты то, что ты ешь». Если «скормить» в модель некачественные данные, то результат будет таким же. На наших проектах мы уделяем большое внимание этапу подготовки данных. Особенно это актуально в области ДМС: страховщик получает информацию о лечении пациентов от многочисленных ЛПУ, в каждом из которых ведётся собственная база. Соответственно ошибка может закрасться как при заполнении счёта на стороне лечебного учреждения, так и при его загрузке в БД страховой компании. В итоге при исследовании данных нам встретились и полторы услуги в счёте, и отрицательные цены, и внезапная смена пола пациента.

Продумав подход к исправлению ошибок, мы приступили к сбору показателей для моделирования. Нас интересовала самая разная информация, описывающая контекст оказания услуги: параметры самой услуги, её суть, история взаимодействия с ЛПУ, история лечения застрахованного и многое другое. Всего мы насчитали более 20 тыс. показателей. Их мы и использовали для обучения модели, которая автоматически выявила закономерности, характерные для «плохих» услуг.

Затем применили модель к новым счетам и напротив каждой медицинской услуги проставили балл от 0 до 1. Он показывает, насколько данная услуга похожа на ранее выявленную неправомерную: чем ближе балл к 1, тем это сходство больше. На самом деле за этой цифрой стоит сложный и не всегда очевидный для человека процесс принятия решений (как это чаще всего бывает в машинном обучении). Если попытаться интерпретировать логику работы машины, то в упрощенном виде она выглядит так:

  • Услуга относится к классу «Комплексная гигиена полости рта» (+ 0.01 балла).
  • Предыдущая услуга относится к классу «Снятие зубных отложений» (+ 0.25 балла).
  • Стоимость текущей услуги — более 3 000 рублей (+ 0.1 балла).
  • Услуга оказана в филиале г. Краснодара (+ 0.05 балла).
  • ….

Если в результате балл оказался выше определённого порогового значения, то это сигнал для эксперта, что услуга данного пациента требует особого контроля при проверке. С этого момента начинается детальное расследование инцидента, в конце которого врач-эксперт выносит свой окончательный вердикт — «казнить» или «помиловать». Не пациента, конечно, а услугу в счёте.

Итоги проекта

Методология стандартизации наименований с помощью технологий текстовой аналитики SAS помогла собрать единый классификатор услуг (что было огромной проблемой до этого для автоматизации), а определение услуг, похожих на ранее выявленные неправомерные, было реализовано с помощью моделей машинного обучения. По итогам внутреннего тестирования системы мы убедились в том, нам удалось выявить наиболее частые виды ошибок в счетах, а именно: включение дополнительных услуг, отступление от страховой программы или стандартных схем лечения.

Но всё это — только первый шаг к автоматизации в ДМС. Если у вас остались вопросы или вы очень хотите знать, что ещё мы умеем делать, — ищите нас здесь.

Автор: Мария Киданова

Источник

* - обязательные к заполнению поля


https://ajax.googleapis.com/ajax/libs/jquery/3.4.1/jquery.min.js