An effective method for anomaly detection in public healthcare systems

Luiz Fernando Magalhaes Carvalho

Please use this identifier to cite or link to this item: http://hdl.handle.net/1843/ESBF-AARR4B

Full metadata record

DC Field	Value	Language
dc.contributor.advisor1	Wagner Meira Junior	pt_BR
dc.contributor.referee1	Adriano César Machado Pereira	pt_BR
dc.contributor.referee2	Adriano Alonso Veloso	pt_BR
dc.creator	Luiz Fernando Magalhaes Carvalho	pt_BR
dc.date.accessioned	2019-08-11T00:22:16Z	-
dc.date.available	2019-08-11T00:22:16Z	-
dc.date.issued	2015-12-22	pt_BR
dc.identifier.uri	http://hdl.handle.net/1843/ESBF-AARR4B	-
dc.description.abstract	Anomaly detection is an important task that has been largely applied to different scenarios. The improvements of technology for healthcare management and information storage has been enabling anomaly detection in healthcare. In this work we propose a method for detecting anomalous and potentially fraudulent hospitals, which is based on the analysis of the cities demand and transfer knowledge. Unlike traditional methods, we require only information that is usually available on healthcare systems. We applied the method to a real database from the Brazilian public healthcare considering medical procedures that cost more than 8.5 billion dollars. The results show that the method is able to find anomalous cases that may not be found if the features about the cities were not considered. We also performed a case study in which we show some potential fraudulent hospitals, highlighting how our method was able to identify them.	pt_BR
dc.description.resumo	Detecção de anomalias é uma tarefa relevante e amplamente aplicada em diferentes cenários. Com os avanços em gerenciamento de saúde e tecnologia da informação, a detecção de anomalias em saúde se consolidou como um importante tópico na comunidade científica. Porém, o funcionamento dos métodos tradicionais se baseia na estrutura dos hospitais e em regras médicas, informações que, além de serem escassas, podem ser modificadas com o objetivo de se esconder evidências de fraudes.Neste trabalho, nós propomos um método para detecção de anomalias em saúde que se baseia na demanda das cidades para detectar hospitais anômalos. Para isso, usamos informações que geralmente são abertas a consultas. Nosso método é composto de duas etapas: análise de anomalias e transferência de escore. Na etapa de análise de anomalias é realizada uma análise contextual das cidades com o objetivo de atribuir um escore para cada uma. Na etapa de transferência de escore, cada hospital recebe um escore considerando sua relação com as cidades.Nós aplicamos o método em uma base de dados real do Sistema Único de Saúde do Brasil - SUS considerando dez tipos de procedimentos que custaram mais de 8 bilhões e meio de dólares entre 2008 e 2012. Os resultados mostram que o método foi capaz de identificar casos de anomalias que não seriam encontrados sem as informações sobre as cidades e que a análise contextual de anomalias melhora os resultados em comparação com a análise pontual. Além disso, apresentamos exemplos de hospitais anômalos, ressaltando como o método foi capaz de identificá-los.As principais contribuições deste trabalho são: I) um método simples e efetivo para detecção de anomalias em saúde pública. II) Nosso método não requer informações sobre os provedores de saúde e nem regras médicas. III) A análise sob a perspectiva dos consumidores possibilitou a identificação de anomalias que não seriam encontradas pelos métodos tradicionais. IV) Nós aplicamos o método em uma base de dados real e apresentamos um estudo de caso detalhado.	pt_BR
dc.language	Inglês	pt_BR
dc.publisher	Universidade Federal de Minas Gerais	pt_BR
dc.publisher.initials	UFMG	pt_BR
dc.rights	Acesso Aberto	pt_BR
dc.subject	Saúde pública	pt_BR
dc.subject	Detecção de anomalias	pt_BR
dc.subject	Mineração de dados	pt_BR
dc.subject.other	Saúde pública	pt_BR
dc.subject.other	Detecção de anomalias (Computação)	pt_BR
dc.subject.other	Computação	pt_BR
dc.subject.other	Mineração de dados (Computação)	pt_BR
dc.title	An effective method for anomaly detection in public healthcare systems	pt_BR
dc.type	Dissertação de Mestrado	pt_BR
Appears in Collections:	Dissertações de Mestrado

Files in This Item:

File	Description	Size	Format
luizfernandomagalhaes.pdf		14.28 MB	Adobe PDF	View/Open

Show simple item record