[論文レビュー] Markov model with machine learning integration for fraud detection in health insurance

Rohan Yashraj Gupta, Satya Sai Mudigonda+2 more|arXiv (Cornell University)|Feb 11, 2021

Imbalanced Data Classification Techniques参考文献 20被引用数 7

ひとこと要約

本論文は、勾配ブースティングを組み合わせたマルコフモデルを統合することで、健康保険の不正検出の精度を向上させ、誤検出を低減するハイブリッド不正検出モデルを提案する。382,587件の請求書（うち38,082件が不正）のデータセットを用いて、改良されたモデルは97.10%の正確性とF1スコア0.8546を達成し、単体のマルコフモデル（94.07%の正確性、F1スコア0.6683）を顕著に上回った。

ABSTRACT

Fraud has led to a huge addition of expenses in health insurance sector in India. The work is aimed to provide methods applied to health insurance fraud detection. The work presents two approaches - a markov model and an improved markov model using gradient boosting method in health insurance claims. The dataset 382,587 claims of which 38,082 claims are fraudulent. The markov based model gave the accuracy of 94.07% with F1-score at 0.6683. However, the improved markov model performed much better in comparison with the accuracy of 97.10% and F1-score of 0.8546. It was observed that the improved markov model gave much lower false positives compared to markov model.

研究の動機と目的

• インドにおける健康保険不正の増大する財政的負担を、データ駆動型の検出手法によって軽減すること。
• 健康保険データにおける順序的請求パターンに特化したマルコフモデルの開発。
• マルコフモデルに勾配ブースティングを統合することで、不正検出のパフォーマンスを向上させること。
• 従来のマルコフモデルと比較して、誤検出率を低減すること。
• 実世界の保険請求データにおける、ハイブリッド機械学習と確率的モデリングの有効性を評価すること。

提案手法

• 請求の順序をマルコフ連鎖でモデル化し、請求関連イベント間の状態遷移を捉える。
• マルコフモデルから抽出した特徴量に基づいて予測を精緻化するため、勾配ブースティングフレームワーク（XGBoost）を適用する。
• 382,587件の請求書（うち38,082件が不正）のデータセットを用いて、モデルの学習と検証を行う。
• マルコフモデルを請求遷移確率で学習させ、その出力を勾配ブースティングの入力特徴量として使用する。
• 訓練セット上でハイパーパramータチューニングと交差検証を実施し、モデルパフォーマンスを最適化する。
• 標準指標（正確性、F1スコア、誤検出率）を用いてモデルを評価する。

実験結果

リサーチクエスチョン

• RQ1 マルコフモデルは、不正検出のための健康保険請求の順序的パターンを効果的に捉えることができるか？
• RQ2 マルコフモデルに勾配ブースティングを統合することで、単体のマルコフモデルと比較して検出正確性とF1スコアがどのように向上するか？
• RQ3 ハイブリッドモデルは、不正検出における誤検出率をどの程度低減するか？
• RQ4 高頻度の不正が見られるインドの実世界の健康保険請求データセットにおいて、ハイブリッドモデルのパフォーマンスはいかがなものか？
• RQ5 マルコフ状態遷移から導出された特徴表現は、勾配ブースティングのパフォーマンスをどの程度向上させるか？

主な発見

• 単体のマルコフモデルは、健康保険請求データセットで94.07%の正確性とF1スコア0.6683を達成した。
• 勾配ブースティングを統合した改良型マルコフモデルは、97.10%の正確性を達成し、ベースラインモデル比で3.03ポイントの向上を示した。
• ハイブリッドモデルはF1スコア0.8546を記録し、マルコフモデルの0.6683から顕著な向上を示し、精度と再現率のバランスが向上した。
• 改良モデルは、単体のマルコフモデルと比較して著しく低い誤検出率を示し、実用性が向上した。
• マルコフ状態特徴量と勾配ブースティングの統合により、複雑な不正パターンの同定において、検出パフォーマンスが顕著に向上した。
• 確率的モデリングとアンサンブル機械学習を組み合わせることで、健康保険不正検出において優れた成果が得られることを確認した。