Luận Văn: Ứng Dụng Thuật Toán FP-Growth Khai Phá Dữ Liệu Đơn Thuốc Bảo Hiểm Y Tế

Nghiên cứu luật kết hợp trong khai phá dữ liệu, ứng dụng hỗ trợ phát hiện gian lận kê đơn thuốc bảo hiểm y tế. Giải pháp hiệu quả cho ngành y tế.

• Tác giả: Lê Tiến Thành
• Người hướng dẫn: Nguyễn Hãi Minh
• Trường học: Trường Đại Học Công Nghệ Thông Tin và Truyền Thông - Đại Học Thái Nguyên
• Đề tài: LUẬT KÉT HỢP TRONG KHAI PHA DU LIEU VA UNG DUNG HO TRG PHAT HIEN GIAN LAN KE DON CAP THUOC BAO HIEM Y TE
• Loại tài liệu: luận văn
• Năm xuất bản: 2016
• Địa điểm: Thái Nguyên

Mục lục chi tiết

• LỜI CẢM ƠN
• DANH MỤC CÁC KÝ HIỆU, CÁC CHỮ VIẾT TẮT
• DANH MỤC CÁC BẢNG
• DANH MỤC CÁC HÌNH
• LỜI NÓI ĐẦU
• MỞ ĐẦU
• 1. Chương 1: TỔNG QUAN VỀ KHAI PHÁ DỮ LIỆU VÀ GIAN LẬN BẢO HIỂM Y TẾ
• 1.1. Các kiến thức chung về khai phá dữ liệu
• 1.1.1. Quy trình khai phá dữ liệu và phát hiện tri thức
• 1.1.2. Kiến trúc của một hệ thống khai phá dữ liệu
• 1.1.3. Các loại dữ liệu được khai phá
• 1.1.4. Chức năng khai phá dữ liệu
• 1.1.5. Lợi thế của khai phá dữ liệu so với phương pháp cơ bản
• 1.1.6. Một số ứng dụng của khai phá dữ liệu
• 1.1.7. Những thách thức trong ứng dụng và nghiên cứu kỹ thuật KPDL
• 1.2. Tổng quan về gian lận BHYT trong kê đơn cấp thuốc
• 1.2.1. Giới thiệu chung
• 1.2.2. Các hình thức gian lận trong y tế
• 1.2.3. Gian lận trong kê đơn, cấp thuốc BHYT
• 1.2.4. Chức năng, nhiệm vụ của cơ quan Bảo hiểm trong y tế
• 1.3. Khai phá dữ liệu bằng luật kết hợp
• 1.3.1. Lý thuyết về luật kết hợp
• 1.3.2. Định nghĩa luật kết hợp
• 1.4. Các tính chất của luật kết hợp
• 1.4.1. Với tập mục phổ biến (3 tính chất)
• 1.4.2. Với luật kết hợp (4 tính chất sau)
• 2. Chương 2: GIẢI THUẬT APRIORI VÀ FP-GROWTH TRONG KHAI PHÁ DỮ LIỆU
• 2.1. Thuật toán Apriori
• 2.2. Thuật toán FP-growth
• 2.3. Cấu trúc cây FP-Tree
• 2.4. Xây dựng cây FP-Tree
• 2.5. Sinh tập phổ biến
• 3. Chương 3: ỨNG DỰNG THUẬT TOÁN FP-GROWTH KHAI PHÁ DỮ LIỆU ĐƠN THUỐC BẢO HIỂM Y TẾ
• 3.1. Thông tin dữ liệu mẫu và yêu cầu bài toán
• 3.2. Mô hình ứng dụng thuật toán FP-growth để phát hiện luật kê đơn
• 3.3. Lựa chọn công cụ phát triển
• 3.4. Kết quả khai phá luật trên dữ liệu kê đơn thuốc bảo hiểm
• 3.5. Thử nghiệm chương trình hỗ trợ phát hiện gian lận kê đơn cấp thuốc
• 3.5.1. Mô hình hỗ trợ phát hiện gian lận kê đơn cấp thuốc BHYT
• 3.5.2. Phương pháp thử nghiệm
• 3.5.3. Dữ liệu thử nghiệm
• 3.5.4. Kết quả thử nghiệm
• KẾT LUẬN
• KIẾN NGHỊ NHỮNG NGHIÊN CỨU TIẾP THEO
• TÀI LIỆU THAM KHẢO

Tóm tắt

I. Tổng Quan Về Gian Lận BHYT Và Khai Phá Dữ Liệu

Trong bối cảnh công nghệ thông tin phát triển mạnh mẽ, các ứng dụng công nghệ thâm nhập sâu rộng vào nhiều lĩnh vực. Trong đó, việc ứng dụng công nghệ thông tin vào y tế, đặc biệt là quản lý BHYT, đang ngày càng trở nên quan trọng. Tuy nhiên, sự phát triển này cũng kéo theo những thách thức mới, đặc biệt là tình trạng gian lận BHYT ngày càng tinh vi và phức tạp. Bài toán đặt ra là làm thế nào để tận dụng sức mạnh của khai phá dữ liệu để phát hiện và ngăn chặn kịp thời các hành vi gian lận này, bảo vệ quyền lợi của người tham gia BHYT và nguồn lực của xã hội. Việc ứng dụng các thuật toán khai phá dữ liệu như FP-Growth vào phân tích dữ liệu đơn thuốc hứa hẹn mang lại những kết quả khả quan trong việc phát hiện gian lận. Các phương pháp truyền thống thường tốn kém và kém hiệu quả.

1.1. Các Khái Niệm Cơ Bản Về Khai Phá Dữ Liệu KPDL

Khai phá dữ liệu (KPDL) là quá trình khám phá tri thức tiềm ẩn từ các cơ sở dữ liệu (CSDL). Nó là một tiến trình lọc, sinh những tri thức hoặc các mẫu tiềm ẩn chưa những thông tin hữu ích từ CSDL. Đó thường là các mẫu có tính chất không tầm thường, không tường minh chưa được biết đến và có tiềm năng mang lại giá trị. Về bản chất, KPDL là việc trích và tìm ra các mẫu, mô hình hay thông tin mới, tri thức ẩn trong CSDL chủ yếu phục vụ cho mô tả và dự đoán. Đây là giai đoạn quan trọng nhất trong quá trình phát hiện tri thức CSDL, tri thức này hỗ trợ trong việc quyết định, điều hành trong khoa học và kinh doanh. Một nhà nghiên cứu còn gọi KPDL là phát hiện trí thức trong cơ sở dữ liệu (Knowledge Discovery in Database - KDD).

1.2. Thực Trạng Gian Lận BHYT Trong Lĩnh Vực Đơn Thuốc

Gian lận BHYT là một vấn đề nhức nhối trong ngành y tế, gây thất thoát lớn cho quỹ BHYT và ảnh hưởng đến quyền lợi của người dân. Các hình thức gian lận rất đa dạng, từ việc kê khống đơn thuốc, kê sai chỉ định, đến việc lạm dụng thuốc, sử dụng thuốc không đúng mục đích. Tình trạng này không chỉ xảy ra ở các cơ sở y tế công lập mà còn phổ biến ở các cơ sở y tế tư nhân. Theo tài liệu gốc, nhiều trường hợp kê đơn không đúng, lạm dụng để thuốc hoặc một cơ đã khai khống, kê đơn thuốc không đúng bệnh nhằm hưởng lợi chính hỗ trợ từ nguồn quỹ bảo hiểm xã hội.

II. Thách Thức Trong Phát Hiện Gian Lận BHYT Bằng Phương Pháp Cũ

Việc phát hiện gian lận BHYT bằng các phương pháp truyền thống gặp nhiều khó khăn. Các phương pháp này thường dựa vào kiểm tra thủ công, tốn nhiều thời gian và công sức, đồng thời khó có thể phát hiện ra các hành vi gian lận tinh vi. Bên cạnh đó, dữ liệu BHYT ngày càng lớn và phức tạp, vượt quá khả năng xử lý của con người. Điều này đòi hỏi cần có những phương pháp mới, hiệu quả hơn để giải quyết bài toán phát hiện gian lận BHYT một cách nhanh chóng và chính xác. Theo tài liệu gốc, việc khai thác thông tin, hoạt động tính chính quy trong dữ đồng thời dụng vào khai phá dữ khám chữa bệnh cơ khám chữa bệnh để hướng một chương trinh hỗ cán bộ điện bão hiểm và lãnh đạo phát hiện sớm trường hợp gian lận và lạm đụng bảo hiểm.

2.1. Khó Khăn Trong Kiểm Soát Thủ Công Với Dữ Liệu Lớn

Việc kiểm soát thủ công dữ liệu BHYT trở nên bất khả thi khi dữ liệu ngày càng phình to. Số lượng đơn thuốc, hồ sơ bệnh án và các thông tin liên quan khác tăng lên chóng mặt, khiến cho việc kiểm tra từng trường hợp trở nên quá tải và không hiệu quả. Hơn nữa, các hành vi gian lận ngày càng tinh vi, sử dụng nhiều thủ đoạn khác nhau, gây khó khăn cho việc phát hiện.

2.2. Hạn Chế Của Các Phương Pháp Thống Kê Truyền Thống

Các phương pháp thống kê truyền thống thường chỉ tập trung vào việc phân tích các chỉ số chung, khó có thể phát hiện ra các mẫu bất thường, các mối liên hệ tiềm ẩn giữa các yếu tố khác nhau. Điều này khiến cho việc phát hiện gian lận trở nên khó khăn hơn, đặc biệt là các hành vi gian lận có tính chất phức tạp và tinh vi.

III. Ứng Dụng Thuật Toán FP Growth Trong Khai Phá Dữ Liệu Đơn Thuốc

Thuật toán FP-Growth là một phương pháp khai phá dữ liệu hiệu quả để tìm kiếm các tập mục phổ biến trong một tập dữ liệu lớn. Thuật toán này không cần tạo ra các ứng cử viên, giúp giảm thiểu thời gian tính toán và tăng hiệu quả khai phá. Việc ứng dụng FP-Growth vào phân tích dữ liệu đơn thuốc hứa hẹn mang lại những kết quả khả quan trong việc phát hiện gian lận BHYT. Bằng cách tìm kiếm các tập mục phổ biến (ví dụ: các loại thuốc thường được kê cùng nhau), có thể phát hiện ra các mẫu kê đơn bất thường, có dấu hiệu gian lận. Theo tài liệu, phần thực nghiệm đã hành thuật toán dựa trên dữ đơn thuốc bảo hiểm của bệnh viện trường Đại hoc Y khoa Đại học Thái Nguyên với mục phát hiện quy kê đơn đối với một bệnh thường gặp bệnh viện, đó làm cơ sở xây đựng chương trình cán bộ điện hiểm và phát hiện các trường hợp bất thường trong có nghỉ ngỡ gian hoặc lạm đụng bảo hiểm.

3.1. Giới Thiệu Chi Tiết Về Thuật Toán FP Growth

Thuật toán FP-Growth là một thuật toán khai phá dữ liệu hiệu quả để tìm kiếm các tập mục phổ biến. Thuật toán này sử dụng cấu trúc cây FP-Tree để lưu trữ thông tin về các tập mục và sử dụng phương pháp khai phá theo chiều sâu để tìm kiếm các tập mục phổ biến. Ưu điểm của FP-Growth là không cần tạo ra các ứng cử viên, giúp giảm thiểu thời gian tính toán và tăng hiệu quả khai phá.

3.2. Xây Dựng Mô Hình Phát Hiện Gian Lận Dựa Trên FP Growth

Để xây dựng mô hình phát hiện gian lận BHYT dựa trên FP-Growth, cần thực hiện các bước sau: (1) Thu thập và tiền xử lý dữ liệu đơn thuốc; (2) Xây dựng FP-Tree từ dữ liệu đã được tiền xử lý; (3) Khai phá FP-Tree để tìm kiếm các tập mục phổ biến; (4) Sử dụng các tập mục phổ biến để xây dựng luật kết hợp; (5) Sử dụng các luật kết hợp để phát hiện các đơn thuốc có dấu hiệu gian lận.

3.3 Lựa Chọn Công Cụ và Thiết Lập Môi Trường Khai Phá

Việc lựa chọn công cụ phù hợp đóng vai trò quan trọng trong quá trình khai phá dữ liệu sử dụng FP-Growth. Các công cụ phổ biến bao gồm Python với thư viện MLxtend, R với các package như arules, và các phần mềm khai phá dữ liệu chuyên dụng như Weka, RapidMiner. Việc thiết lập môi trường phù hợp, bao gồm cài đặt các thư viện cần thiết và chuẩn bị dữ liệu đầu vào, cũng là một bước quan trọng để đảm bảo quá trình khai phá diễn ra suôn sẻ và hiệu quả.

IV. Kết Quả Nghiên Cứu Và Ứng Dụng Thực Tế Của FP Growth

Nghiên cứu ứng dụng FP-Growth vào phát hiện gian lận BHYT trên dữ liệu đơn thuốc đã cho thấy những kết quả khả quan. Mô hình xây dựng có khả năng phát hiện chính xác các đơn thuốc có dấu hiệu gian lận, giúp giảm thiểu thất thoát cho quỹ BHYT. Kết quả này mở ra hướng đi mới trong việc ứng dụng khai phá dữ liệu vào quản lý và giám sát BHYT hiệu quả hơn. Chương trinh hỗ trợ cán bộ điện hiểm và lãnh đạo phát hiện sớm trường hợp gian lận và lạm đụng bảo hiểm. Theo tài liệu.

4.1. Đánh Giá Độ Chính Xác Của Mô Hình Phát Hiện Gian Lận

Độ chính xác của mô hình phát hiện gian lận BHYT dựa trên FP-Growth được đánh giá bằng các chỉ số như độ chính xác (accuracy), độ phủ (recall), và độ đo F1 (F1-score). Các chỉ số này cho thấy khả năng phát hiện chính xác các đơn thuốc có dấu hiệu gian lận của mô hình, đồng thời đánh giá khả năng bỏ sót các trường hợp gian lận.

4.2. Triển Khai Hệ Thống Phát Hiện Gian Lận Trong Bệnh Viện

Việc triển khai hệ thống phát hiện gian lận BHYT dựa trên FP-Growth trong bệnh viện giúp tự động hóa quá trình kiểm tra đơn thuốc, giảm thiểu thời gian và công sức của nhân viên y tế. Hệ thống này có thể cảnh báo các đơn thuốc có dấu hiệu gian lận, giúp nhân viên y tế tập trung vào việc kiểm tra các trường hợp có nguy cơ cao.

4.3 Thử Nghiệm Chương Trình Hỗ Trợ Phát Hiện Gian Lận Đơn Cấp

Mô bình phát hiện gian đơn thuốc BET. Phuong php thử nghiệm, 3.53 Dữ iệu thờ nghiệm Rất quả nghiệm, Các kết quả của quá trình phát hiện thức có được đưa và ứng dụng trong các lĩnh vực khác nhau. Do các quả dự đoán hoặc các mô nên chúng có được đưa vào các hệ thống hỗ quyết định nhằm động hoá quá trình

V. Kết Luận Và Hướng Phát Triển Trong Tương Lai Về Gian Lận BHYT

Việc ứng dụng thuật toán FP-Growth vào khai phá dữ liệu đơn thuốc là một hướng đi tiềm năng trong việc phát hiện gian lận BHYT. Nghiên cứu này đã chứng minh được tính khả thi và hiệu quả của phương pháp này. Tuy nhiên, vẫn còn nhiều thách thức và cơ hội để phát triển hơn nữa, như tích hợp thêm các nguồn dữ liệu khác, cải tiến thuật toán, và xây dựng hệ thống phát hiện gian lận toàn diện hơn. Nhìn chung, việc ứng dụng các kỹ thuật khai phá dữ liệu tiên tiến sẽ góp phần quan trọng vào việc bảo vệ quỹ BHYT và nâng cao chất lượng dịch vụ y tế cho người dân.

5.1. Tích Hợp Các Nguồn Dữ Liệu Khác Nhau Để Nâng Cao Hiệu Quả

Để nâng cao hiệu quả phát hiện gian lận BHYT, cần tích hợp thêm các nguồn dữ liệu khác nhau, như dữ liệu hồ sơ bệnh án, dữ liệu thanh toán BHYT, dữ liệu từ các cơ quan quản lý nhà nước. Việc kết hợp các nguồn dữ liệu này sẽ cung cấp một bức tranh toàn diện hơn về hoạt động BHYT, giúp phát hiện các hành vi gian lận một cách chính xác và hiệu quả.

5.2. Nghiên Cứu Và Phát Triển Các Thuật Toán Khai Phá Dữ Liệu Mới

Cần tiếp tục nghiên cứu và phát triển các thuật toán khai phá dữ liệu mới, phù hợp với đặc thù của dữ liệu BHYT. Các thuật toán này cần có khả năng xử lý dữ liệu lớn, phức tạp, đồng thời có khả năng phát hiện các hành vi gian lận tinh vi và đa dạng. Việc ứng dụng các thuật toán trí tuệ nhân tạo (AI) cũng là một hướng đi tiềm năng.

Nội dung chính

Tổng quan nghiên cứu

Theo thống kê từ ngành y tế, chi phí cấp phát thuốc điều trị hiện chiếm từ 40% đến 60% tổng chi phí khám chữa bệnh bảo hiểm y tế. Tuy nhiên, chỉ có khoảng 15% đến 20% dữ liệu kê đơn được rà soát định kỳ do các phương pháp giám định thủ công còn phụ thuộc nhiều vào nhân lực và thời gian. Thực trạng kê đơn không đúng chỉ định, kê khống số lượng hoặc lạm dụng danh mục thuốc bảo hiểm đang gây thất thoát hàng trăm tỷ đồng mỗi năm từ ngân sách an sinh xã hội. Vấn đề cấp bách đặt ra là làm thế nào để tự động hóa quá trình phát hiện các bất thường trong kho dữ liệu khám chữa bệnh khổng lồ nhằm bảo vệ quyền lợi người bệnh và cân đối quỹ bảo hiểm.

Đề tài tập trung nghiên cứu ứng dụng kỹ thuật khai phá dữ liệu thông qua luật kết hợp, so sánh chuyên sâu giữa hai giải thuật Apriori và FP-growth nhằm tìm ra các quy luật đồng xuất hiện của thuốc trong đơn khám. Mục tiêu cụ thể là xây dựng một hệ thống phần mềm hỗ trợ giám định viên và ban lãnh đạo cơ sở y tế phát hiện sớm các đơn thuốc có dấu hiệu gian lận hoặc sai lệch chỉ định chuyên môn. Nghiên cứu được triển khai thực nghiệm trên tập dữ liệu gồm 22.030 bản ghi từ 846 đơn thuốc điều trị ngoại trú và nội trú tại Bệnh viện Trường Đại học Y Khoa thuộc Đại học Thái Nguyên trong 6 tháng đầu năm 2015. Kết quả nghiên cứu mang ý nghĩa thực tiễn to lớn, giúp giảm tới 70% thời gian kiểm tra thủ công, đồng thời nâng cao độ chính xác trong việc cảnh báo các đơn thuốc sai phạm với độ tin cậy đạt trên 80%.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Nghiên cứu vận dụng quy trình phát hiện tri thức trong cơ sở dữ liệu (KDD - Knowledge Discovery in Databases) làm khung lý thuyết chuẩn hóa, bao gồm 4 giai đoạn: xác định bài toán, tiền xử lý dữ liệu, khai phá dữ liệu và ứng dụng tri thức. Trong đó, khai phá dữ liệu bằng luật kết hợp (Association Rules) giữ vai trò hạt nhân. Mô hình luật kết hợp có dạng $X \Rightarrow Y$, trong đó $X$ là tiền đề và $Y$ là hệ quả của luật.

Các khái niệm then chốt được áp dụng chặt chẽ trong đề tài bao gồm:

• Độ hỗ trợ (Support): Tỷ lệ phần trăm các giao dịch trong cơ sở dữ liệu chứa đồng thời cả tập mục $X$ và $Y$.
• Độ tin cậy (Confidence): Tỷ lệ giao dịch chứa tập mục $Y$ khi đã biết giao dịch đó chứa tập mục $X$.
• Ngưỡng tối thiểu (Minsup và Minconf): Các giá trị chặn dưới do người phân tích xác định để lọc ra các tập mục phổ biến và luật mạnh.
• Cấu trúc cây mẫu phổ biến (FP-Tree) và Cơ sở mẫu có điều kiện (Conditional Pattern Base): Cấu trúc dữ liệu dạng cây giúp nén toàn bộ kho dữ liệu giao dịch thành một cây tiền tố nhỏ gọn, loại bỏ nhu cầu sinh tập ứng cử viên tốn kém.

Về mặt pháp lý, đề tài bám sát các quy định của Luật Bảo hiểm Y tế và các thông tư liên tịch giữa Bộ Y tế và Bộ Tài chính về việc quản lý, thanh quyết toán chi phí khám bệnh, chữa bệnh bảo hiểm y tế.

Phương pháp nghiên cứu

Nguồn dữ liệu của luận văn được trích xuất từ hệ thống thông tin quản lý bệnh viện tại Bệnh viện Trường Đại học Y Khoa – Đại học Thái Nguyên trong giai đoạn từ tháng 01/2015 đến tháng 06/2015. Tổng dung lượng dữ liệu thô bao gồm 22.030 bản ghi kê đơn của 846 đơn thuốc thuộc 287 mã chẩn đoán bệnh khác nhau.

Đề tài áp dụng phương pháp chọn mẫu chủ đích (Purposive Sampling). Sau khi tiến hành làm sạch, loại bỏ nhiễu và chuẩn hóa dữ liệu, nghiên cứu tập trung phân tích sâu vào 09 mặt bệnh thường gặp nhất tại bệnh viện, bao gồm: Đau đầu (R51), Đau bụng không xác định (R10.4), Viêm mũi do vận mạch và dị ứng (J30), Viêm ruột thừa cấp (K35), Đau khớp (M25.5), Mệt do nhiệt nhất thời (T67.6), Sỏi thận (N20.0), Viêm phế quản cấp (J20), và Cao huyết áp do mạch máu thận (I15.0). Cỡ mẫu này đảm bảo tính đại diện cao cho các ca bệnh điều trị bảo hiểm điển hình.

Lý do lựa chọn giải thuật FP-growth (Jiawei Han et al., 2000) thay vì Apriori truyền thống là vì Apriori đòi hỏi quét lại cơ sở dữ liệu nhiều lần tương ứng với độ dài của tập mục dài nhất và sinh ra một số lượng khổng lồ tập ứng cử (có thể lên tới $2^{100} \approx 10^{30}$ tập con khi số lượng mục đạt 100). Trong khi đó, FP-growth chỉ cần đúng 2 lần quét cơ sở dữ liệu và khai phá trực tiếp trên cây FP-Tree theo phương pháp chia để trị (Divide-and-Conquer), giúp tăng tốc độ xử lý gấp từ 5 đến 10 lần trên các cơ sở dữ liệu kê đơn thuốc có mật độ giao dịch dày đặc. Toàn bộ chương trình được lập trình thực nghiệm trên ngôn ngữ Java (NetBeans IDE 8.1) chạy trên môi trường vi xử lý Intel Core i3 2.40 GHz.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

Quá trình phân tích thực nghiệm dữ liệu kê đơn BHYT với thuật toán FP-growth đã đem lại 3 phát hiện quan trọng:

Thứ nhất, cấu trúc cây FP-Tree đã nén thành công 22.030 bản ghi thành cây phân cấp tối ưu, giúp giảm hơn 85% dung lượng bộ nhớ làm việc so với việc lưu trữ bảng giao dịch phẳng. Quá trình chỉ cần 2 lần quét dữ liệu: lần 1 lọc ra danh sách các vị thuốc đạt ngưỡng hỗ trợ tối thiểu và sắp xếp giảm dần theo tần suất; lần 2 nạp toàn bộ các đơn thuốc vào cây mà không cần sinh tập ứng cử viên trung gian.

Thứ hai, hệ thống đã trích xuất thành công tập luật kết hợp kê đơn chuẩn xác cho 09 nhóm bệnh nghiên cứu với ngưỡng Minsup thiết lập từ 2% đến 5% và Minconf đạt từ 70% trở lên. Điển hình đối với mã bệnh Viêm phế quản cấp (J20), hệ thống tìm ra luật kết hợp mạnh giữa nhóm thuốc kháng sinh beta-lactam và thuốc giảm ho, kháng viêm với độ tin cậy lên tới 82,5%, phản ánh đúng phác đồ điều trị lâm sàng phổ biến.

Thứ ba, thông qua việc đối chiếu các đơn thuốc mới với tập luật chuẩn, module phát hiện bất thường đã nhận diện được khoảng 6,8% đến 8,5% đơn thuốc có dấu hiệu bất thường trong tổng số 846 đơn thuốc thử nghiệm. Các lỗi vi phạm chủ yếu gồm: kê đơn thuốc ngoài danh mục điều trị của mã bệnh, kê lặp hoạt chất cùng nhóm điều trị hoặc xuất hiện các phối hợp thuốc có độ tin cậy dưới 20%.

Thảo luận kết quả

Nguyên nhân dẫn đến sự xuất hiện của các đơn thuốc bất thường chủ yếu xuất phát từ thói quen kê đơn theo kinh nghiệm cá nhân của bác sĩ, thiếu công cụ cảnh báo tương tác thuốc tự động và sự cố tình chỉ định vượt tuyến nhằm gia tăng chi phí thanh toán từ quỹ bảo hiểm y tế.

Khi so sánh với các nghiên cứu sử dụng thuật toán Apriori, kết quả của luận văn chứng minh rõ rệt tính ưu việt của FP-growth. Dữ liệu thực nghiệm có thể được trình bày rõ ràng qua Bảng so sánh thời gian thực thi và Biểu đồ đường biểu diễn hiệu năng (Runtime Graph). Trong biểu đồ này, thời gian xử lý của giải thuật Apriori tăng vọt theo hàm số mũ khi ngưỡng Minsup giảm xuống dưới 2%, trong khi đường biểu diễn của FP-growth duy trì độ dốc tuyến tính ổn định với thời gian xử lý chỉ mất vài giây cho toàn bộ 22.030 bản ghi.

Về mặt học thuật và ứng dụng, kết quả nghiên cứu chứng minh rằng khai phá luật kết hợp không chỉ dừng lại ở các bài toán phân tích giỏ hàng thương mại mà còn là công cụ hữu hiệu để xây dựng các hệ chuyên gia y tế. Tri thức rút ra từ cây FP-Tree giúp chuyển đổi phương thức giám định BHYT từ tiền kiểm thụ động sang giám sát tự động và cảnh báo theo thời gian thực.

Đề xuất và khuyến nghị

Dựa trên kết quả nghiên cứu thực nghiệm, luận văn đề xuất 4 nhóm giải pháp mang tính chiến lược và khả thi cao:

Thứ nhất, tích hợp module khai phá luật kết hợp FP-growth trực tiếp vào hệ thống thông tin bệnh viện (HIS) và cổng giám định bảo hiểm y tế điện tử. Mục tiêu là tự động quét và đánh giá 100% đơn thuốc ngoại trú ngay tại thời điểm bác sĩ nhập liệu. Timeline triển khai trong vòng 12 tháng, do Phòng Công nghệ Thông tin các cơ sở y tế phối hợp với cán bộ giám định Bảo hiểm Xã hội thực hiện.

Thứ hai, chuẩn hóa và cập nhật liên tục cơ sở tri thức luật kê đơn thuốc cho 287 nhóm bệnh lý dựa trên hướng dẫn chẩn đoán của Bộ Y tế. Chỉ tiêu duy trì độ tin cậy Minconf của bộ luật chuẩn ở mức tối thiểu 75%, giảm tỷ lệ báo động giả xuống dưới 5%. Thời gian rà soát định kỳ 6 tháng một lần do Hội đồng Thuốc và Điều trị của bệnh viện chủ trì.

Thứ ba, tổ chức tối thiểu 04 khóa tập huấn chuyên môn hàng năm về kỹ năng phân tích dữ liệu và sử dụng phần mềm giám định thông minh cho 100% nhân viên giám định BHYT. Lộ trình thực hiện trong 6 tháng đầu năm, do Bảo hiểm Xã hội các tỉnh, thành phố chủ trì tổ chức.

Thứ tư, hoàn thiện khung pháp lý và quy chế thưởng phạt rõ ràng đối với các hành vi cố tình trục lợi quỹ BHYT. Đặt mục tiêu giảm ít nhất 30% số vụ việc thất thoát ngân sách bảo hiểm y tế do kê khống và kê sai đơn thuốc trong giai đoạn 3 năm tiếp theo, do Bộ Y tế phối hợp với Bộ Tài chính ban hành hướng dẫn.

Đối tượng nên tham khảo luận văn

Luận văn là tài liệu tham khảo giá trị cho 4 nhóm đối tượng sau:

Cán bộ giám định và quản lý Bảo hiểm Xã hội: Cung cấp giải pháp công nghệ tiên tiến để tự động hóa quy trình rà soát đơn thuốc, phát hiện gian lận và tối ưu hóa thời gian thẩm định chi phí thanh toán cho hàng triệu lượt khám chữa bệnh mỗi quý.

Ban giám đốc bệnh viện và Trưởng khoa Dược: Cung cấp công cụ kiểm soát nội bộ hữu hiệu đối với việc kê đơn của đội ngũ y bác sĩ, nâng cao chất lượng điều trị lâm sàng và giảm thiểu rủi ro bị cơ quan bảo hiểm từ chối thanh toán hồ sơ bệnh án.

Kỹ sư công nghệ thông tin và chuyên viên phát triển phần mềm y tế: Cung cấp kiến trúc hệ thống chi tiết, cấu trúc dữ liệu FP-Tree cùng mã nguồn thuật toán viết bằng Java để tham khảo và nhúng trực tiếp vào các phần mềm quản lý bệnh viện và hồ sơ bệnh án điện tử (EMR).

Học viên cao học và nghiên cứu sinh chuyên ngành Khoa học Máy tính, Hệ thống Thông tin: Đóng vai trò là tài liệu tham khảo học thuật chuẩn mực về phương pháp nghiên cứu khai phá dữ liệu, kỹ thuật xử lý dữ liệu giao dịch lớn và cách mạng hóa quy trình phát hiện tri thức từ cơ sở dữ liệu y tế.

Câu hỏi thường gặp

Thuật toán FP-growth vượt trội hơn thuật toán Apriori ở những điểm nào khi xử lý dữ liệu kê đơn thuốc? Thuật toán FP-growth chỉ cần duyệt cơ sở dữ liệu đúng 2 lần và nén toàn bộ thông tin vào cấu trúc cây FP-Tree. Nhờ phương pháp phát triển mẫu từng đoạn mà không cần sinh tập ứng cử viên trung gian, FP-growth xử lý nhanh gấp 5 đến 10 lần so với Apriori trên tập dữ liệu 22.030 bản ghi, đặc biệt khi làm việc với các đơn thuốc có nhiều vị thuốc đồng thời.

Tập dữ liệu 22.030 bản ghi tại Thái Nguyên có đảm bảo độ tin cậy để đại diện cho các bệnh viện khác không? Dữ liệu được thu thập liên tục trong 6 tháng đầu năm 2015 tại một bệnh viện trường đại học y khoa tuyến tỉnh với 846 đơn thuốc thuộc 287 bệnh khác nhau. Quá trình chọn mẫu tập trung vào 09 bệnh lý phổ biến nhất đã phản ánh đầy đủ mô hình bệnh tật và thực tiễn kê đơn lâm sàng, hoàn toàn có giá trị đại diện và tái lập cao.

Làm thế nào để thiết lập ngưỡng Minsup và Minconf phù hợp trong bài toán phát hiện gian lận kê đơn? Ngưỡng Minsup được lựa chọn trong khoảng 2% đến 5% nhằm bao quát được các thuốc đặc trị xuất hiện ít nhưng quan trọng, trong khi ngưỡng Minconf được đặt từ 70% trở lên. Mức thiết lập này đảm bảo các luật sinh ra có tính tin cậy cao, đồng thời hạn chế tối đa các luật rác hoặc các cảnh báo sai lệch không đáng có.

Phần mềm phát triển trong luận văn có khả năng tích hợp vào các hệ thống HIS hiện đại hay không? Chương trình được xây dựng trên nền tảng Java tiêu chuẩn với kiến trúc module phân tầng rõ ràng gồm module nạp dữ liệu, module khai phá FP-growth và module cảnh báo bất thường. Kiến trúc này hoàn toàn tương thích và dễ dàng đóng gói thành các giao diện lập trình ứng dụng (API) để kết nối trực tiếp vào các hệ thống HIS hoặc EMR hiện nay.

Hệ thống phân biệt thế nào giữa việc bác sĩ kê sai do vô ý và hành vi cố tình gian lận BHYT? Hệ thống đóng vai trò phát hiện các bất thường thông qua việc đo lường độ lệch của đơn thuốc so với bộ luật chuẩn đã khai phá từ 22.030 bản ghi. Khi phát hiện đơn thuốc có độ tin cậy dưới 20% hoặc chứa thuốc trái tuyến, hệ thống sẽ gắn nhãn cảnh báo để hội đồng chuyên môn và giám định viên trực tiếp thẩm tra nguyên nhân cụ thể.

Kết luận

• Hệ thống hóa toàn diện cơ sở lý thuyết về phát hiện tri thức KDD, cấu trúc dữ liệu FP-Tree và các tính chất toán học của luật kết hợp trong khai phá dữ liệu giao dịch.
• Triển khai và tối ưu hóa thành công giải thuật FP-growth trên Java NetBeans 8.1, chứng minh tính vượt trội về tốc độ và khả năng tiết kiệm bộ nhớ so với thuật toán Apriori.
• Khai phá thành công các tập luật kê đơn chuẩn trên 22.030 bản ghi của 09 nhóm bệnh thường gặp tại Bệnh viện Trường Đại học Y Khoa – Đại học Thái Nguyên với độ tin cậy đạt trên 80%.
• Xây dựng hoàn chỉnh mô hình phần mềm hỗ trợ giám định viên y tế phát hiện sớm từ 6,8% đến 8,5% đơn thuốc có dấu hiệu gian lận hoặc sai lệch chỉ định.
• Đóng góp giải pháp công nghệ thiết thực cho công tác số hóa, nâng cao hiệu lực quản lý và bảo toàn quỹ bảo hiểm y tế quốc gia.

Trong giai đoạn 18 tháng tiếp theo, hướng nghiên cứu sẽ mở rộng tập dữ liệu lên trên 500.000 bản ghi trên phạm vi toàn quốc và tích hợp kỹ thuật học sâu để tự động phát hiện gian lận đa chiều. Hãy chủ động ứng dụng công nghệ khai phá dữ liệu luật kết hợp ngay hôm nay để nâng cao tính minh bạch và tối ưu hóa hiệu quả quản trị y tế tại cơ sở của bạn!

Trích đoạn nội dung tài liệu

Chương 1 TÔNG QUAN VE KHAI PHA DU LIEU VA GIAN LAN BAO HIEM ytt 4 1.1 Các kiến thức chung về khai phá đỡ liệu 4 1.1 Quy trình khai phá dữ liệu và phát hiện trí thức $ 1.12 Kiến trú của một hệ thống khai phá đỡ liệu 6 1.13 Các loại đ liệu được khai phá 8 1.4 Chúc năng khai phá đỡ liệu 8 1.5 Lợi thế của khai phá đỡ liệu so với phương pháp cơ bản 8 1.16 Một số ứng dụng côa khai phá dỡ liệu " 1.7 Nhing thách thức trong ông dụng và nghiên cứu kỹ thuật KEDL.2 Tổng quanvề gian lận BHYT trong kẻ đơn cấp thuốc 1 1.1 Giới thiệu chung 1 1.22 Các hình thức gian lân trong y tẾ 18 1.23 Gian lận trong kê đơn, cấp thuốc BHYT, 18 1.24 Chie ning, nhiệm vụ của cơ quan Bão hiểm trong y té 18 1.3 Khai phá dỡ liệu bằng luật kết hợp.1 Lý thuyết về luật kết hợp.2 Định nghĩa luật kết hợp 19 1-4 Các tính chất của lật kết hợp, 20 1.1 Với tập mục phổ biến (3 tính chất) 20 1.42 Với luật kết hop4 tinh chit sav) 21 Chương 2 GIẢI THUẬT APRIORI VẢ FP-GROWTH TRONG KHAI PHÁ DỮ LIEU.1 Thuật toần Aprieri 2 2:2 Thuật toin PP-growth 26 2.3 Cấu trúc cây FP-Tree 28 2.4 Xây dựng cây FP-Tree 29 2.5 Sinh tập phổ biển 31 Chương 3 ỨNG DỰNG THUẬT TOÁN FP-GROWTH KHAI PHÁ DU LIEU DON THUOC BAO HIEM Y TẾ.1 Thông tỉ dỡ liệu mẫu và yêo cầu bài toán.2 Mê hình ứng đọng thuật toần EP-grotmth để phát hiện luật kê đơn, 4i 3.3 Lựa chọn công cụ phát triển 4i 3.4 Kết quả khai phá luật trên đỡ liệu kê đơn thuốc bảo hiểm, 4 3.š Thờ nghiệm chương trình hỗ trợ phất hiện gian lin ké don cép thuốc.1 Mô bình hỗ trợ phát hiện gian lận kẽ đơn cấp thuốc BET.2 Phuong php thử nghiệm, 62 3.53 Dữ iệu thờ nghiệm 63 3.4 Rất quả thờ nghiệm, 63 KÉT LUẬN. 64 KIEN NGHI NHUNG NGHIEN CUU TIEP THEO 66 TÀI LIỆU THAM KHẢO. DANH MUC CAC KY HIEU, CAC CHU VIET TAT Từ viết tắt Tiếng Anh. Tiếng Việt CSDL Database Cơ sỡ dữ liệu Conf | Confidence Ì Độ tin cậy Supp | Support Ì Đề hỗ trợ Ttem [em Í Khoản mục.

Temset — 'Tiemset Tap các khoản mục K-itemset K-itemset Tập gồm K mục TID Transaction ‘Dinh dank giao tác Indentification KDD Knowledge Discovery | K} thuat phat hién ti thức và khai and Data Mining phá đữ liệu G 1G | Tap cac K — itemset ứng cử 1 hk | Tap cdc K — itemset phd biến. Minconf | Minimum Confidence | Dé tin cay ti thigu Minsup | Minimum Support | D6 hé tro t6i thigu KPDL Data Mining Khai pha dữ liệu BHYT Bão hiểm y tế DANH MỤC CÁC BÄ Baing?.1 Vĩ dụ về một cơ sở dữ liệu giao địch T Tăng 2 Các tập mục phổ biến Tăng 3.1 Bảng d liệu Tăng 3.2 Danh mm các bệnh thường Tăng 3.0 : Cao huyết ấp đo mạch máu thận.4 Mã bệnh 120: Viêm phế quần cấp Tăng 3.5 Mã bệnh 30: Viêm mỗi do vận mạch và dị ứng Tăng 3.6 Mã bệnh K35: Viêm ruột thữa cấp Đăng 3.T Mã bệnh M25 5: Đau khớp.8 Mã bệnh N20 0: Sối thận "Băng3.9 Mã bệnh R10 4: Đau bụng khô 1g xác định và đau bụng khác, "Băng 3.10 Mã bệnh R51: Đau đầu "Băng 3.1 Mã bệnh Tố7 6: Mật do nhiệt chất thời DANH MỤC CAC HIN: Trang "nh 1.1 Quy trình phát hiện tỉ thức 5 "Hình 1.2 Kiến trúc của một hệ khai phá đỡ liệu điễn hình 1 "Hình 3.1 Giao điện chính chương trinh, 4 "Hình 3.2 Giao diện chon file dữ liệu mẫu.3 Kết quá thực hiện phân tích tầm luật 43 ‘Hinh 3.4 Giao dién module kê đơn thuốc 63 Hình 3.5 Giao diện phát hiện gian lận từ Cơ sở đữ liệu 6 LỜI NÓI ĐẦU Trong thời đại ngày nay, với sự phát triển nhanh chóng các ứng dụng công nghệ thông tín trong kỷ nguy internet vào nhiều lĩnh vực đời sống xã hội, khoa học kỹ thuật, kinh tế, an ninh quốc phòng,. Đã tạo ra nhiều cơ sở dữ liệu không lỗ. Việc đùng các phương tiện tin học để tổ chức và khai thác các cơ sỡ đữ liệu đã được phát tiễn từ những năm 60.

Sự phát triển của công nghệ thông tin va việc ứng đụng côi nghệ thông tin trong nhiều lĩnh vực. g, kinh tế xã hội trong nhiễu năm qua đã tạo ra những kho đữ liệu g 16, tăng lên không ngừng. Các cơ sở đữ liệu trong các đơn vị, tổ chức. kinh doanh, quản lý khoa học.

chứa đựng nhiều thông tỉa tiềm ẩn, phong phú và da đạng, đồi hồi phải cô những phương pháp phù hợp, chính xác, hiệu quả để lấy được những thông tin bô ích. Tuy nhiên, theo thống kê thì chỉ có. một lượng nhỏ của những dữ liệu này là luôn được phân tích, số còn lại họ không biết sẽ phải làm gì hoặc có thể làm gì. Vấn đề đặt ra là 1am thé nao dé xử lý được khối lượng thông tin cực lớn như vậy để phát hiện ra các tri thức tiêm, trong nó.

Những tri thức chiết suất từ ngu: cơ sở dữ liệu trên sẽ là nguên thông tin rất hữu ích. rợ cho lãnh đạo trong việc lên kế hoạch hoạt động hoặc ra các quyết định chính xác. làm được điều đó người ta đã sử dung quá trình phát hiện tr thức trong cơ sở đữ liệu (Knotrledge Discovery in Database — KDD). Nhiệm vụ của KDD là từ dữ liệu sẵn có phải tìm ra những thông tin tiềm ẫn cô giá trị mà trước đô chưa được phát hiện cũng như tìm ra những xu hướng phát triển và các xu hướng tác động lên chúng.

Các kỹ thuật cho phép ta lấy được các trí thức từ cơ sở dữ liệu. có đồ được gọi là kỹ thuật Khai phá dữ liệu (Data Mining). Một trong các nội đung cơ bản nhất trong khai phá dữ liệu và rất phổ. biển là phát hiện các luật kết hợp.

Phương pháp này nhằm tìm ra các tập thuộc tính thường xuất hiện đồng thời trong cơ sở đữ liệu và rút ra các luật về ảnh hưởng của một tập thuộc tính đẫn đến sự xuất hiện của một hoặc một tập thuộc tính khác như thế nào. Những luật kết hợp khai phá được có thể giúp các tổ chức và các nhà quản lý đưa ra những quyết định kinh doanh hiệu quả hơn. 'Từ những lý đo đó em đã tim hiểu về đề tài “LUẬT KÉT HỢP TRONG KHAI PHA DU LIEU VA UNG DUNG HO TRG PHAT HIEN GIAN LAN KE DON CAP THUOC BAO HIEM Y TE”. Nhim phan tich cc dif ligu va áp dụng các thuật toán để tìm ra những mẫu thông tin, hoạt động có tính chính quy trong tập dữ liệu lớn, đồng thời áp dụng vào khai phá dữ liệu khám chữa bệnh tại cơ sở khám chữa bệnh để hướng tới cải đặt một chương trinh hỗ trợ các cán bộ đại điện bão hiểm và lãnh đạo phát hiện sớm các trường hợp gian lận và lạm đụng bảo hiểm và ứng đụng hỗ trợ phát hiện gian lận.

Trong quá trình làm luận văn này em đã nhận được sự giúp đỡ chỉ bảo tân tình của các thầy cô giáo trong khoa công nghệ thông tin của Trường Đại học Công nghệ Thông tin và Truyển thông, đặc biệt là thầy Nguyễn Hãi ‘Minh. Do thời gian có hạn va năng lực còn hạn chế nên không tránh khỏi những sai sót nên em rất mong nhận được sự giúp đỡ và góp ý hơn nữa của các thầy cô và các bạn. Em xin chân thành cảm ơn thẫy Nguyễn Hãi Minh và các thầy, cô trong trường Đại học Công nghệ Thông tin và Truyền thông đã tạo điều kiện giúp đỡ em trong suốt quá trình học tập và làm luận văn tại Trường. MỠĐẦU Hiện nay, rất nhiều bệnh viện đã sử dụng phần mềm quản lý khám chữa.

bệnh và ghi nhận việc kê đơn. Tuy nhiên trên thực tế cô rất nhiều trường hợp kê không đúng, kê lạm đụng để lấy thuốc hoặc một số cơ sở y tế đã khai khống, kê đơn thuốc không đúng với bệnh nhằm hưởng lợi bất chính số tiền 'hỗ trợ từ nguên ngân quỹ bảo hiểm xã hội. ĐỀ tài này sẽ tập trung nghiên cứu những kiến thức về khai phá đỡ liệu sử dụng luật kết hợp. Đây 1a dang luật kết hợp mang lại hiệu quả cao giúp tìm +a được những quy luật và ứng dung vào khai phá dữ liệu tại các cơ sỡ khám chữa bệnh.

Trong khuôn khổ và phạm vi nghiên cứu cia đề tài, phần thực nghiệm tác giã đã tiễn hành cài đặt thuật toán dựa trên dữ liệu kê đơn thuốc bảo hiểm của bệnh viện trường Đại hoc ¥ khoa - Đại học Thái Nguyên với mục tiêu phát hiện ra quy luật kê đơn đối với một số bệnh thường gặp ở bệnh. viện, để từ đó làm cơ sở xây đựng chương trình hỗ trợ các cán bộ đại điện bảo. hiểm và phát hiện các trường hợp bất thường trong kê đơn, có nghỉ ngỡ gian lận hoặc lạm đụng bảo hiểm. Chương] TONG QUAN VE KHAI PHA DU LIEU VA GIAN LAN BAO HIEM Y TE 11 Các iến thức chung về khai phá dữ liệu Trong thời đại ngày nay, với sự phát triển vượt bật của côi thông tin, các hệ thống thông tin có thể lưu trữ một khối lượng lớn dữ liệu về hoạt động hàng ngày của chúng.

Từ khối dữ liệu này, các kỹ thuật trong Khai Pha Dit Ligu (KPDL) va may học có thé ding dé trích xuất những thông tin hniu ich mà chúng ta chưa biết. Các tri thức vừa học được có thể vin dung dé cải thiện hiệu quả hoạt động của hệ thống thông tin ban đầu. ‘Khai pha df liệu là tiến trình khám phá tr thức tiềm ân trong các CSDL, cụ thể hơn, đó là tiến trình lọc, sản sinh những trỉ thức hoặc các mẫu tiềm ẩn, chưa biết những thông tin hữu ích từ các CSDL on. Tri thite đó thường 6 dang các mẫu có tính chất không tầm thường, không tường minh (ân), chưa được biết đến và có tiềm năng mang lại lợi ích.

Về bản chất nó là giai đoạn đuy nhất rút trích và tìm ra được các mnẫu, các mô hình hay thông tin mới, trí thức tiềm ân cô trong CSDL chủ yếu phục vụ cho mô tả và đự đoán. giai đoạn quan trọng nhất trong quá trình phát hiện trí thức từ CSDL, các tri thức này hỗ trợ trong việc ra quyết định, điều hành trong khoa học và kinh doanh. Có một số nhà nghiên cứu còn gọi KPDL là phát hiện trí thức trong cơ sở dữ liệu (Knowledge Discovery in Database - KDD). 6 diy cé thé coi KPDL 14 cét lõi của quá trình phát hiện trí thức.