우리나라의 건강보험제도권 내 해당되지 않은 상해상병 진료건 중 국민건강보험으로 부당 잘못 청구되는 진료건을 적발하여, 환수조치하기 위해서는 정확한 상해상병 조사대상자 선정이 필요하다. 그러나, 국민건강보험공단의 한정된 인력으로 증가하는 상해조사관련 업무량을 보다 효율적으로 대처하고, 수행하기 위해서는 상해요인조사 업무 효율화 및 환수 결정율 제고를 위한 조사대상자 발췌기준의 고도화 방안을 마련해야 한다. 이에 본 연구에서는 상해상병 유형에 대해 일정금액 이상 진료건의 발췌 등과 같은 과거의 발췌기준에서 데이터마이닝 기법과 같은 통계적 모형과 업무규칙을 함께 적용한 하이브리드 모형으로서 상해상병 조사대상자 선정기준을 제시하고자하였다.
We developed the hybrid model coupled with predictive model and business rule model for administration of injury by utilizing medical data of the National Health Insurance in Korea. We performed decision tree analysis using data mining methodology and used SAS Enterprise Miner 4.1. We also investigated under several business rule for benefits (expense paid by insurer) and claims of injury in National Health Insurance Corporation. We can see that the proposed hybrid model provides a quite efficient plausible results.
