Your browser doesn't support javascript.
loading
Detecção de anomalias nos pagamentos do sistema único de saúde / Anomaly detection in the sistema único de saúde payments / Detección de anomalías en los pagos del sistema único de saúde
Assunção, Renato M; Carvalho, Osvaldo S. F; Prates, Marcos O; Campos, Marcelo Almeida.
  • Assunção, Renato M; Universidade Federal de Minas Gerais. Departamento de Ciência da Computação. Belo Horizonte. BR
  • Carvalho, Osvaldo S. F; Universidade Federal de Minas Gerais. Departamento de Ciência da Computação. Belo Horizonte. BR
  • Prates, Marcos O; Universidade Federal de Minas Gerais. Departamento de Estatística. Belo Horizonte. BR
  • Campos, Marcelo Almeida; Secretaria Municipal de Saúde. Belo Horizonte. BR
J. health inform ; 8(supl.I): 459-468, 2016. ilus, graf
Article in Portuguese | LILACS | ID: biblio-906376
RESUMO

OBJETIVOS:

este artigo descreve o INFOSAS, um sistema moderno, interativo e automático de detecção de discrepâncias no sistema de pagamento aos prestadores de serviços aos Sistema Único de Saúde (SUS) para posterior auditoria e verificação.

MÉTODOS:

Algoritmos estatísticos de mineração de dados são aplicados aos dados do SUS cobrindo 269 grupos de procedimentos médicos em 5570 municípios e mais de 23 mil prestadores de saúde, num total de mais de 1.5 milhões de séries temporais.

RESULTADOS:

Encontramos 6811 prestadores com valores considerados excedentes e discrepantes.Este grupo de prestadores é bastante desigual. O valor excedente concentrado nos 100 prestadores mais críticos é de 210 milhões de reais, ou 51% do total excedente estimado.

CONCLUSÃO:

O sistema INFOSAS pode ser utilizado no processo de indicação de casos para auditoria, melhorando a sua qualidade e reduzindo a frequência de auditorias desnecessárias.
ABSTRACT

AIMS:

this paper describes INFOSAS, a modern, interactive and automatic outlier detection in the payment system to the Sistema Único de Saúde (SUS) services providers for subsequent audit and verification.

METHODS:

Weapply statistical data mining algorithms to SUS data covering 269 groups of medical procedures in 5570 municipalitie sand more than 23,000 health care providers, summing up more than 1.5 million time series.

RESULTS:

We found 6811 providers with amounts considered excessive and discrepant. This group of providers is quite un even. The surplus value concentrated in the 100 most critical providers is 210 million of reais, or 51% of the total surplus estimated.

CONCLUSION:

The INFOSAS system can be used to point out to cases for auditing process, improving their quality and reducing the frequency of unnecessary audits.
Subject(s)

Full text: Available Index: LILACS (Americas) Main subject: Unified Health System / Data Mining / Financial Audit Type of study: Diagnostic study Limits: Humans Language: Portuguese Journal: J. health inform Journal subject: Medical Informatics / Health Services / TECNOLOGIA Year: 2016 Type: Article / Congress and conference Affiliation country: Brazil Institution/Affiliation country: Secretaria Municipal de Saúde/BR / Universidade Federal de Minas Gerais/BR

Similar

MEDLINE

...
LILACS

LIS

Full text: Available Index: LILACS (Americas) Main subject: Unified Health System / Data Mining / Financial Audit Type of study: Diagnostic study Limits: Humans Language: Portuguese Journal: J. health inform Journal subject: Medical Informatics / Health Services / TECNOLOGIA Year: 2016 Type: Article / Congress and conference Affiliation country: Brazil Institution/Affiliation country: Secretaria Municipal de Saúde/BR / Universidade Federal de Minas Gerais/BR