1.命题方向

智能计算

2.题目类别

应用类

3.题目名称

医疗保险欺诈识别监测模型

4.背景说明

【整体背景】

社会医疗保险是国家通过立法形式强制实施，由雇主和个人按一定比例缴纳保险费，建立社会医疗保险基金，支付雇员医疗费用的一种医疗保险制度，它是促进社会文明和进步的重要手段。但是，有些人为了获得不当利益，利用各种途径收集医疗保险参保人员的医保卡，通过医保卡到医院进行虚假诊疗，或通过编造病历、诊疗过程，套取医保基金，不仅危害社会，也让自己走上犯罪的道路，终是害人害己。

【公司背景】

东软面向全球市场提供IT驱动的创新型解决方案与服务，致力于推动社会的发展与变革，为个人创造新的生活方式，为社会创造价值。公司创立于1991年，目前拥有近30000名员工，在中国建立了8个区域总部，10个软件研发基地， 16个软件开发与技术支持中心，在60多个城市建立营销与服务网络; 在美国、日本、欧洲、中东、南美设有子公司。东软是中国第一个上市的软件公司，也是最先通过CMM5和CMMI(V1.2)5级认证的中国软件公司。

【业务背景】

在大数据和人工智能领域，东软依托UniEAP业务基础平台、SaCa云应用平台、RealSight大数据高级分析应用平台，快速构建行业解决方案，开拓基于大数据的新型业务模式与应用，帮助企业实现互联网化转型。

5.项目说明

【问题说明】

开发一套医疗保险欺诈识别监测模型，帮助医保部门实现对各类医疗保险基金欺诈违规行为的准确识别，以进一步丰富现行医保智能监控的医保规则和医学规则，提高医保智能监控的针对性和有效性。

【用户期望】

（1）对给定的16000条数据集进行分析处理，并进行多维特征信息分析，提取出能够描述影响医疗保险欺诈的特征因子集合。

（2）利用特征因子的成果，结合AI相关算法，构建医疗保险欺诈识别模型，强调模型的准确性和可解释性。输出本训练数据中医疗保险欺诈的结果。用于模型训练的特征因子越少越好。

（3）尝试从业务实践角度描述模型提供的业务价值，并结合领域知识探索拓展和丰富系统的附加价值。

6.任务要求

【开发说明】
（1）对给定的16000条数据集进行分析处理，并进行多维特征信息分析，提取出能够描述影响医疗保险欺诈的特征因子集合。

（2）利用特征因子的成果，结合AI相关算法，构建医疗保险欺诈识别模型，强调模型的准确性和可解释性。输出本训练数据中医疗保险欺诈的结果。用于模型训练的特征因子越少越好。

（3）尝试从业务实践角度描述模型提供的业务价值，并结合领域知识探索拓展和丰富系统的附加价值。

【提交材料】

（1）项目概要介绍;

（2）项目简介PPT;

（3）项目详细方案;

（4）项目演示视频;

（5）企业要求提交的材料：

①需求分析文档完整；

②系统设计文档完整；

③测试案例完整；

④测试报告完整；

（6）团队自愿提交的其他补充材料。

【任务清单】

（1）模型的概述与简介，对算法模型有充分的认识理解，切不可只会套用；

（2）特征降维的方法和过程；

（3）模型的参数调优过程（如果包含调优过程）。

【开发工具与数据接口】

自选

7.其他

无

8.参考信息

无

9.评分要点

赛题评分要点见附件一：A 类企业命题初赛统一评分标准。