건강보험심사평가원은 최근 요양기관 현지조사 효과 측정 모형 개발 연구를 통해 건강보험 빅데이터를 활용한 요양기관 감지 분석을 시도했다.

 

현재는 심평원이나 국민건강보험공단의 의뢰 혹은 대외기관의 의뢰, 기획조사, 부당청구감지시스템, 민원제보 등으로 현지조사 대상 요양기관을 선정하고 있다.

 

특정 기관의 의뢰가 들어오면 월평균 부당건수와 부당금액, 비율 등을 정해진 기준에 따라 분석하고 이를 충족시키는 경우 현지조사에 착수한다.

 

연구팀은 이 같은 외부의뢰나 제보 외에 빅데이터 분석을 통한 효율적 선별을 시도했다.

 

2015~2020년까지 현지조사 대상이었던 요양기관 4940개를 선별하고, 'KNN'모형과 'RNN'모형이 거짓청구 기관을 얼마나 잘 찾아내는지 검증했다.

 

이 가운데 KNN모형을 이용했을 때 거짓청구기관 중 약 92.2%를 찾아내는 것으로 나왔고, 업무정지 365일 기관 중에서는 74%, 양호 기관 중에서는 90.7%를 찾아내는 것으로 나왔다.

 

하지만 이 같은 결과는 이미 현지조사 대상으로 선정된 기관의 정리된 데이터를 바탕으로 이룬 것이므로 실제 활용에는 한계가 있다는 분석이다.

 

연구팀은 "추가 연구를 통한 발전된 AI 부당청구 감지 모형의 개발 가능성을 확인했다는 데 의의가 있다"며 "보다 실용적 방향의 프로그램을 개발하기 위해서는 전 기간에 걸친 현지조사 결과 자료 및 요양기관 적정성 평가 자료 등의 빅데이터가 요구된다"고 밝혔다.

 

또한 "많은 양의 정보를 처리하는 것은 AI가 효과적이나 비정형적이고 의도적인 자료 처리는 사람 또는 사람에 의한 다수결이 더 효과적이라는 '인간-기계 순환적 모델링' 개념에 따른 하이브리드형 부당청구 감지시스템 개발을 검토해 볼 수 있다"고 설명했다.