SAS 如何检测和预防医疗保健欺诈、浪费和滥用
医疗保健中的欺诈、浪费和滥用每年导致数十亿的患者护理资金被挪用。在过程的每个阶段更快、更积极地调查和检测关键风险指标,对于控制成本和保护患者来说至关重要。
全面了解临床状况和事件
- 获得跨各种状况和程序的更全面的患者护理视图,以识别重要事件的相关性。
- 确定临床状况的真实成本,更好地管理付款模式并改善患者治疗效果。
基于价值的护理和付款模式
- 放心地预测和管理与为实现价值而签订合同相关的财务和临床风险以及回报。
- 使用临床数据来调整医疗服务提供者群体的灵敏度,从而更多地采用基于价值的护理模型。
欺诈数据管理
- 合并来自内部和外部源的历史数据–索赔系统、黑名单、第三方、非结构化文本等。
- 尽早发现实体之间的联系,以揭露有组织的欺诈团伙或共谋活动。
使用带有嵌入式 AI 的检测和警报生成
- 借助基于首次提交时计算出的不正确计费倾向产生的警报,尽早获得警示。
- 减少误报,改进调查重点。
- 通过包含现代统计、机器学习、深度学习和文本分析算法的端到端框架,尽早发现可疑活动。
我们的有些医疗服务提供者可能没有在合适的时间提供合适的服务,或者提供的服务过多。我们希望确保将资金更多地分配到预防和诊断服务上。 Dean Webb Senior Manager of Analytics DentaQuest