FraudAuditor：一种针对健康保险中合谋欺诈的可视分析方案
人机交互
2023-04-04 v1
摘要
合谋欺诈指多个欺诈者串通骗取健康保险基金，威胁着医疗系统的运行。然而，现有的统计与基于机器学习的方法由于欺诈行为与正常就医高度相似且缺乏标注数据，在健康保险场景下的欺诈检测能力有限。为保障检测结果的准确性，需将专家知识融入欺诈检测过程。通过与健康保险审计专家紧密合作，我们提出 FraudAuditor，一种用于健康保险中合谋欺诈检测的三阶段可视分析方法。具体而言，我们首先允许用户交互式构建共访网络，以整体建模不同患者的就诊关系。其次，设计了一种考虑欺诈可能性强度的改进社区检测算法，以发现可疑欺诈团伙。最后，通过我们的可视化界面，用户可利用支持不同时间粒度的定制可视化对可疑患者行为进行比较、调查和核实。我们在真实医疗场景中进行案例研究，即帮助定位实际欺诈团伙并排除误报团伙。结果与专家反馈证明了该方法的有效性与可用性。
引用
@article{arxiv.2303.13491,
title = {FraudAuditor: A Visual Analytics Approach for Collusive Fraud in Health Insurance},
author = {Jiehui Zhou and Xumeng Wang and Jie Wang and Hui Ye and Huanliang Wang and Zihan Zhou and Dongming Han and Haochao Ying and Jian Wu and Wei Chen},
journal= {arXiv preprint arXiv:2303.13491},
year = {2023}
}
备注
12 pages, 7 figures