How to Extract and Explore Big Data for Fraud Detection in the Healthcare Sector: The EOPYY Case Study.

Georgakopoulos, S ; Gallos, P ; et al.

In: Studies in health technology and informatics, Jg. 270 (2020-06-16), S. 1307

academicJournal

Big Data technologies can contribute to medical fraud detection. The aim of this paper is to present the methodological approach of the Hellenic National Organization for the Provision of Health Services (EOPYY) in data analysis to detect financial or medical fraud. To analyze the data for fraud detection, a selection of prescription data from the year 2018 were examined. The Local Correlation Integral algorithm was applied to detect any outliers on the dataset. The results revealed that 7 out of 879 cases could be characterized as outliers. These outliers must be further investigated to determine if they have been associated with fraud. According to the results of this study, this outliers' detection approach can support and help the fraud detection process conducted by the auditing services in Healthcare sector.

Titel:	How to Extract and Explore Big Data for Fraud Detection in the Healthcare Sector: The EOPYY Case Study.
Autor/in / Beteiligte Person:	Georgakopoulos, S ; Gallos, P ; Plagianakos, V
Zeitschrift:	Studies in health technology and informatics, Jg. 270 (2020-06-16), S. 1307
Veröffentlichung:	Amsterdam ; Washington, DC : IOS Press, 1991-, 2020
Medientyp:	academicJournal
ISSN:	1879-8365 (electronic)
DOI:	10.3233/SHTI200415
Schlagwort:	Algorithms Fraud Big Data Health Care Sector
Sonstiges:	Nachgewiesen in: MEDLINE Sprachen: English Publication Type: Journal Article Language: English [Stud Health Technol Inform] 2020 Jun 16; Vol. 270, pp. 1307-1308. MeSH Terms: Big Data* ; Health Care Sector* ; Algorithms ; Fraud Contributed Indexing: Keywords: Big Data; Fraud Detection; Healthcare; Outlier Detection Entry Date(s): Date Created: 20200624 Date Completed: 20200820 Latest Revision: 20200820 Update Code: 20231215

Klicken Sie ein Format an und speichern Sie dann die Daten oder geben Sie eine Empfänger-Adresse ein und lassen Sie sich per Email zusenden.

BibTeX Citavi, JabRef, u.a.
(Literaturverwaltung)

PDF kein Volltext!
(Merkzettel, Notizen)

RIS Endnote, Citavi u.a.
(Literaturverwaltung)

MODS
(XML zur Weiterverarbeitung)

oder

Wählen Sie das für Sie passende Zitationsformat und kopieren Sie es dann in die Zwischenablage, lassen es sich per Mail zusenden oder speichern es als PDF-Datei.

Gewünschter Zitations-Stil:

oder

Bitte prüfen Sie, ob die Zitation formal korrekt ist, bevor Sie sie in einer Arbeit verwenden. Benutzen Sie gegebenenfalls den "Exportieren"-Dialog, wenn Sie ein Literaturverwaltungsprogramm verwenden und die Zitat-Angaben selbst formatieren wollen.