Casus: Intelligente patroonherkenning fraudedetectie |

Casus: Intelligente patroonherkenning voor fraudedetectie

Casus: Intelligente patroonherkenning fraudedetectie

KPMG heeft succesvol technieken uit de kunstmatige intelligentie ingezet en zo een zorgverzekeraar ondersteund om mogelijk frauduleuze zorgdeclaraties te detecteren.

1000

Contact

Senior manager

KPMG Nederland

Contact

Gerelateerde content

Casus Zorgfraude

De uitdaging

  • Onder politieke druk en de vraag om een rechtmatige en doelmatige besteding van publieke middelen is de aandacht voor zorgfraude de afgelopen periode verder toegenomen. Daardoor komt er ook meer druk te staan op toezichthouders, zorgverzekeraars en zorginstellingen om fraude in de zorg te voorkomen of vervolgen. 
  • Een zorgverzekeraar had de ambitie om nog meer nieuwe en onbekende patronen van mogelijk frauduleuze zorgdeclaraties te detecteren, waarbij vooral specifieke interesse was naar de gedragspatronen van zorgaanbieders.

De aanpak en oplossing van KPMG

  • De gegevens met betrekking tot zorgdeclaraties zijn opgeslagen in verschillende systemen. De kwaliteit in de bron is niet altijd optimaal voor het toepassen van eenvoudige data-analyse. Met een multidisciplinair team is de verzekeraar ondersteund bij het identificeren en verzamelen van de relevante data uit de verschillende bronsystemen. Vervolgens zijn deze gegevens verzameld, opgeschoond, gestandaardiseerd en klaargemaakt voor verdere analyse. 
  • Voor het detecteren van mogelijk frauduleuze zorgdeclaraties heeft KPMG een oplossing ontwikkeld die gebruik maakt van technieken uit de kunstmatige intelligentie. Met behulp van Java, SQL, R en RapidMiner hebben wij onregelmatigheden geïdentificeerd in de zorgdeclaraties. De detectie oplossing is specifiek voor deze klantvraag ontwikkeld en gebaseerd op technieken zoals neurale netwerken en algoritmes zoals de Local Outlier Factor (LOF).
  • We hebben de door ons gemaakte oplossing toegepast op de gegevens van de zorgdeclaraties van alle zorgaanbieders om patronen van verschillende zorgaanbieders met elkaar te kunnen vergelijken. Daarmee werden de verschillen zichtbaar tussen het declaratiegedrag van de diverse zorgaanbieders.

Resultaat

  • De zorgverzekeraar heeft inzage gekregen in de instellingen met de meest afwijkende patronen van zorgdeclaraties. Daarbij hebben zij tevens een beschrijving ontvangen van het betreffende patroon en op welke punten dat afweek. 
  • Met de resultaten heeft de zorgverzekeraar nieuwe en voorheen onbekende patronen van zorgfraude ontdekt.

Contact

Betrokken bij deze casus zijn Jori van Schijndel, senior consultant bij KPMG Forensic Technology, en Renske van Hooff, senior manager bij KPMG Forensic Technology. Wilt u meer weten over onze dienstverlening, neem dan gerust contact met ons op.

Neem contact met ons op

 

Offerteaanvraag (RFP)

 

Bevestig