$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

데이터마이닝 기법을 활용한 의료보험 진료비청구 삭감분석시스템 개발 및 구현에 관한 연구
A Study on the Development and Implementation of a Data-mining Based Prototype for Hospital Bill Claim Reduction System 원문보기

Information Systems Review, v.7 no.1, 2005년, pp.275 - 295  

유상진 (계명대학교 경영대학 경영정보학과) ,  박문로 (계명대학교 동산의료원 전산실)

초록
AI-Helper 아이콘AI-Helper

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 기법연관분석 알고리즘을 적용하여 개발되었으며, 이렇게 개발된 프로토타입을 D의료원에서 10개월간 발생한 실제 진료데이타를 사용하여 성능을 시험하였다.

Abstract AI-Helper 아이콘AI-Helper

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 equipment...

주제어

참고문헌 (35)

  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 

  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 

저자의 다른 논문 :

섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로