Задание #1
Требуется с помощью анализа данных найти потенциальное мошенничество со стороны клиники в оказанных медицинских услугах по ДМС.
Что такое мошенничество: систематическое искажение информации в реестре оказанных медицинских услуг с целью получения прибыли.
»клиника один раз выставила выставила услугу за 2000 рублей вместо услуги за 1000 рублей» - не мошенничество, т.к. нет системности;
»клиника назначила и провела исследование тиреотропного гормона при диагнозе простуда (данный анализ при данном диагнозе не нужен)» - не мошенничество, т.к. услуга реально была проведена и диагноз был поставлен корректно - нет искажения информации и нет системности;
«каждому пришедшему пациенту клиника приписывает услугу тестирование на COVID вне зависимости от того, был ли реально проведен тест» - мошенничество, т.к. есть системность и искажение информации.
Описание данных
row_id - уникальный идентификатор строки данных butch_id – уникальный идентификатор счета service_id – уникальный идентификатор медицинской услуги service_name - наименование медицинской услуги service_quantity - количество медицинских услуг service_date - дата оказания медицинской услуги service_amount - сумма выплат (стоимость оказанных услуг в рублях) icd_codes – коды диагнозов МКБ-10 застрахованного по медицинской услуге insured_id - уникальный идентификатор застрахованного insured_age – возраст застрахованного insured_gender – пол застрахованного provider_id – уникальный идентификатор клиники service_code – код проклассифицированной медицинской услуги service_code_name – наименование проклассифицированной медицинской услуги
Требования к результату
Инструмент - python-скрипт или jupyter notebook c расчетом + файл requirements.txt.;
Результат должен содержать код для поиска мошенничества + результат обработки выборки данных с помощью скрипта + текстовое обоснование, почему отмеченные скриптом кейсы являются подозрительными;
Оцениваться будет корректность формулировки гипотезы, правильность расчетов и выводов + оформление отчета;
Обязательное требование к результату - найти хотя бы одну потенциально мошенническую схему/паттерн в данных. Т.е. если вы проверили 10 идей и ни одна не подтвердилась (не нашлось кейсов с данными видом мошенничества) - это плохой результат.