抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
ヘルスケア産業は多くの可動部の複雑なシステムである。この分野における一つの問題は,医療保険制度の誤用,メディケアのようなである。本論文では,著者らは,医師が医療保険請求における異常な挙動を示すとき検出への機械学習モデルを構築した。この新しい研究は,いつ,医師はそれぞれの専門性の規範,誤用,詐欺,課金プロシージャ周辺における知識の欠如を示した外に作用するかどうかを決定するにおけるいくつかの洞察を与える可能性がある。公開されている手順課金データセット,米国メディケアシステムにより放出されたを用いた。データセットのサイズが大きいために,一つの状態のみで実践すべての医師を含むデータセットを採取した。モデルは多項Naive Bayesアルゴリズムを使用し,5重交差検証と精度,再現率,およびFscoreを計算することにより評価した。モデルである0.9以上のFスコアを呈する医師のいくつかのクラスを予測することに成功した。これらの結果は,効果的にそれらをbill手順を用いてのみ医師を分類しそれらの各分野に新しい方法における機械学習を使用することが可能であることを示した。本研究では,更なる研究のための保険制度を誤用可能性がある医師を同定できるモデルを提供する。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】