东北三省数学建模竞赛，省一等奖，我主要负责模型的建立和求解。版权所有，转载请注明出处。

A题：医保欺诈行为的主动发现

摘  要

      针对近年来中国医保制度的完善，医保医疗保险基金积累，在享受医疗保险的过程中可能存在一定的医疗欺诈行为，需要我们从给出的数据中找出可能的欺诈记录。本文提供了两种有效的找出欺诈记录的模型：评价类数学模型和多元统计分析模型。

     本文（1）使用评价类数学模型，采用改进的主成分分析法，从明细指标中提取主成分，主成分很好地保留了明细指标所携带的信息，我们建立了一个综合评价函数，该主函数的涉及到的主成分有病人科室，医嘱子类，单价，医嘱数量，费用，核算分类。从而得到综合评价值，所给的数据求出的综合评价值的范围是-4.78708--26.49655，从而建立综合评价标准（MIF）；（2）使用多元统计模型，采用系统聚类法进行聚类分析，对新加入的数据用SPSS画出聚类分析图，从而判定新加入的数据属于综合评价标准的哪一个等级；（3）使用多元统计分析模型，为了说明我们的结果有效可信，采用判别分析法中的马氏距离判别法，Fisher判别法和Bayes判别法，进行判定医疗保险记录属于哪个分类等级。同时得到相关系数得分，来验证综合评价值的准确性，因此我们认为用综合评价标准（MIF）对医疗保险明细进行分级是合理和科学，然后根据错判概率确定可能存在欺诈记录属于哪种分类级别，我们来确定哪种欺诈性质。

    最后，本文对两种模型进行了比较，并对它们的优缺点进行分析，提出了改进方向。

    文中分别利用上述模型对可能存在的欺诈记录进行了分级，把欺诈分为不可能存在欺诈，可能存在欺诈，存在一般欺诈，存在严重欺诈，见表1；欺诈的判断结果见附录Ⅲ。

表1  医疗保险欺诈的综合评价标准（MIF）

综合评价标准

>=21

11-20

1-10

=21

11-20

1-10

21

39629128

38195417

37031092

38480050

4

38761051

38076991

40016500

37912544

4

38228382

37606917

38935407

36542288

3

11---20

40017584

39657082

38605624

37617059

35814679

3

40022135

39631004

38345810

36711226

38483152

3

39921419

39418058

37377571

36257878

……

……

2

1---10

39105002

38071148

37620226

37797518

37797083

2

38196937

39531565

37800314

37797463

37797104

2

38209912

37767721

37797534

37797388

……

……

1