A Study on the Development and Implementation of a Data-mining Based Prototype for Hospital Bill Claim Reduction System

데이터마이닝 기법을 활용한 의료보험 진료비청구 삭감분석시스템 개발 및 구현에 관한 연구

  • Yoo, Sang-Jin (Department of MIS, Keimyung University) ;
  • Park, Mun-Ro (Division of Information Systems, Dong San Medical Institute)
  • 유상진 (계명대학교 경영대학 경영정보학과) ;
  • 박문로 (계명대학교 동산의료원 전산실)
  • Published : 2005.06.30

Abstract

Changes in business environment caused by globalization of the world economy and the beginning of the knowledge society forced hospitals to equip with tools for the enhanced competitiveness. In other words, hospitals must aim three targets such as acquisition of advanced medical skills and equipments, improvement of service level for patients, and achievement of superior managerial performance simultaneously. This study has been done to suggest a way to reduce the possibility of hospital bill claim reduction as an alternative for the achievement of superior managerial performance. If the reduction rate of hospital bill claim is high, it will put negative impact on the hospital's revenue stream and hospital's reliability. Thus, if they want to stay competitive, hospitals need to device ways to cut the reduction rate as much as possible. In this study, a prototype system has been developed and implemented to check the possibility to cut the reduction rate through deep analysis of causes of reduction. The prototype first developed utilizing data mining techniques and the relation rules algorithm. Then the prototype was tested its performance using the D hospital's live data.

경제의 세계화와 지식정보화 사회로의 진입과 함께 초래된 경영환경의 급속한 변화는 의료기관들에게도 경쟁력강화를 위한 변신을 강요하게 되었다. 다시 말하면, 의료기관들은 선진 의료기술의 확보, 환자들에 대한 서비스제고와 함께 경영의 효율성 증대라는 세가지 목표를 동시에 달성해야만 하는 상황에 놓이게 된 것이다. 본 연구는 의료기관들이 당면하고 있는 이러한 세가지 과제 중 병원의 경영효율성 증대를 위한 한가지 대안으로 진료비 청구삭감의 빈도 및 발생 가능성을 낮추기 위한 해법의 마련이 시도되었다. 진료비청구삭감이란 의료기관들이 환자들에 대한 의료서비스에 대한 진료비 중 의료보험으로 인해 환자들이 감면 받은 진료비를 건강보험심사원에 청구하면, 심사원이 의료기관의 청구내역의 적정여부를 심사하여 적정하지 않은 내용에 대한 청구금액을 삭감하는 제도를 이른다. 청구금액에 삭감이 발생하면 해당 의료기관의 수입이 감소하는 것은 물론 원인분석이나 재청구 작업등에 비용과 인력이 이중으로 투입되게 되어 의료기관의 경영에 부담을 주게 되고, 이러한 상황이 빈발하게 되면 해당 의료기관에 대한 환자와 건강보험심사평가원의 신뢰에 문제가 발생하게 된다. 그러므로, 효과적인 진료비 청구삭감분석시스템에 의한 사전대비의 필요성이 높아지게 되는 것이다. 이를 위하여 본 연구에서는 진료비 청구삭감분석을 위한 프로토타입의 개발이 시도되었다. 프로토타입은 데이터마이닝 기법 중 연관분석 알고리즘을 적용하여 개발되었으며, 이렇게 개발된 프로토타입을 D의료원에서 10개월간 발생한 실제 진료데이타를 사용하여 성능을 시험하였다.

Keywords

References

  1. 강현철, 한상태, 최종후, 김은석, 김미경, SAS Enterprise Miner 4.0을 이용한 데이터마이닝, 자유아카데미, 2001
  2. 건강심사평가원, 정관, 제7장, 제37조 제1항, 1999. 김석일, '일 상병의 진료비 심사모형 개발에 관한 연구', 석사학위논문, 연세대학교, 1994
  3. 김수배, 원무관리실무, 군자출판사, 1998
  4. 김정수, '우리나라 의료보험 진료비심사 지급제도의 개선방안에 관한 연구', 석사학위논문, 경희대학교, 1990
  5. 도용태, 김일곤, 김종환, 박창현, 인공지능 개념 및 응용, 사이텍미디어, 2001
  6. 데이터베이스월드, 한국데이터베이스진흥센터, 1998년 8월
  7. 박시우, '사례기반추론을 이용한 데이터웨어하우스의 설계방법론 개발', 석사학위논문, 홍익대학교, 1997
  8. 안옥희, '의료보험 진료비 삭감 및 이의신청 분석에 관한 조사 연구', 석사학위논문, 경희대학교, 1998
  9. 용환승, 데이터마이닝, 1998, 그린
  10. 이경영, '데이터마이닝 기법을 이용한 의료자료 비교분석 및 의료정보시스템 구현', 석사학위논문, 전북대학교, 2002
  11. 장남식, 홍성환, 장재호,데이터마이닝, 대청미디어,2000
  12. 장동인, 실무자를 위한 데이터웨어하우스, 대청미디어, 1999
  13. 지식 창출병원으로의 혁신을 위한 의료 데이터웨어하우스, 병원신문, 2001년 8월2일,11면
  14. 최국렬, 데이터마이닝 이론과 실습-보건의료데이터 중심 ,2001, 청구문화사
  15. Agrawal. R. and Srikant. R., Fast Algorithms for Mining Association Rules in Large Databases, Santiago: 20th Int'l Conf. on VLDB, Santiago, Chile, 1994
  16. Ashely, K. and Rissland, E., 'A Case-based Approach to Modeling Legal Experties', IEEE Expert. University of Massachusetts, 1988, 3, Amherst, MA., pp.70-96
  17. Berry, Michael J. A. and Linoff, Gorden S., Data Mining Techniques: For Marketing, Sales, and Customer Support, John Wiley & Sons. New York, 1997
  18. Breiman, L., Friedman, J. H., Olshen. R. A. and Stone, R. A., Classification and Regression Trees, Wadsworth, Belmont, 1984
  19. Hammergren, T., Data Warehousing: Building the Corporate Knowledgebase, International Thomson Computer Press, 1996
  20. Han, Jiawei and Kamber, Micheline, Data Mining: Concepts and Techniques, Morgan Kaufmann Publishers, 2001
  21. Holland. J. H., Adaptation in Nature and Artificial Systems, The University of Michigan Press, Ann Arbor, MI, 1975
  22. Inmon, Bill, Building the Data Warehouse, John Wiley & Sons. Inc, 1996
  23. Kass. G. V., 'An Exploratory Technique for Investigating Large Quantities of Categorical Data', Applied Statistics, Vol. 29, 1980, pp.119-127 https://doi.org/10.2307/2986296
  24. Kimball, R., The Database Market Splits, DBMS Magazine, September, 1995
  25. Kolodner, J., Case Based Reasoning, Morgan Kaufmann, San Francisco, 1993
  26. Quinlan, J.R., C4.5 Programs for Machine Learning, Morgan Kaufmann, San Francisco, 1993
  27. Sean, Kelly, Data Warehousing-The Key to Mass Customization, John Wiley & Sons. Inc., New York, 1994
  28. Watson, I., Applying Case-based Reasoning: Techniques for Enterprise Systems, Morgan Kaufmann, San Francisco, 1997
  29. 건강심사평가원(http://www.hira.or.kr), 자료실, 2002
  30. 대한병원협회(http://www.kha.or.kr), 자료실, 2002
  31. http://idflow.netian.com/신경망.htm
  32. http://chumsungdae.com/korea/research/reserach.html
  33. http://data-science.net/mining_how_ass.htm#마이닝기법%20(연관규칙)
  34. http://chumsungdae.com/korea/research/reserach.html
  35. http://data-science.net/mining_how_neu.htm