[27][28]。本研究將針對過往審查流程（Figure 15）中的第二個步驟，進行流程改進，過 往透過隨機亂數抽樣，導致無法查找出全部的有異常申報費用的醫院，藉由商業智慧分
‧
改為實施總額預算（global budget）的支付制度，至此，由於資源上限的受到明確制定，「醫療資源的分配」也相形變得重要，在隸屬於衛生署之下的全民健保費用協定委員會，
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
26
誘因來多做門診診療、濫開藥或濫做檢驗；而中小型醫院和開業診所因醫療價格受到費 用支付標準表和免審範圍的嚴格控制，則容易傾向於從事詐欺的行為或提供不適當的治 療[32]。因此就審查人員而言，各特約類別的可疑醫事機構也有不同的審查專注方向，
在某一階級中，有過多的醫事機構發生可疑案件時，也可能代表是否是制度方面有漏 洞。
另一方面就經濟角度而言，醫療服務體系是一專業知識的買賣，然而買賣雙方卻是 處於資訊不對等的情況，許多事項皆由醫生決定，病人在參與醫療過程無法得知真實訊 息，因此容易形成供給誘發需求(Supply Induced Demand, SID)，而造成醫療資源的過度 浪費。各種健保資料庫中，型態別將各醫事機構分類，例如：西醫分為一般診所、精神 科醫院、慢性醫院等、牙醫及中醫分為專科和一般診所等，不同等級的醫事機構對應到 專業知識的深淺，給予醫師不同的操縱空間[44]。若醫師濫用此一優勢，則會產生醫療 浪費與詐欺的行為，例如過量門診醫療、詐欺行為、用藥與檢驗浮濫、不必要的手術與 住院、濫收差額等[33]。因此“型態別”做為分析維度可告知使用者該可疑的醫事機構是 何等級的專業類型，是否有需要制定相關法規規範降低買賣雙方的資訊的不對等情況。
三、 通知審查人員：
對於醫療院所異常或違規之行為，中央健保局本局設有違規查處任務小組並且各分 局設有醫管查核課，負責查察違規案件，一旦查明具體的違規事實，健保局即依相關法 律予以處份。由前述可知，每月健保申報資料經由中央健保局審查後，將可疑案件在交 付各區進行實地審查，因此，當智慧型健保費用異常偵測完成，並且通過商業智慧軟體 進行圖表分析後，於第一時間通知審查人員該月分析結果，該結果可得知醫院相關的資 訊，輔助審查人員進行可疑醫事機構的專業查核。這一部分的服務流程為，當分析結果 於伺服器端建立檔案後，伺服器將發送訊息給有安裝應用程式的 Android 裝置，相關步 驟參考下圖Figure 16分述：
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
27
Figure 16 訊息通知流程 資料來源：本研究整理
(1) 商業智慧伺服器產生新的分析檔案，發送通知訊息（例：民國 X 年 X 月可疑健保 費用分析已完成）及安裝該應用程式的行動裝置的 Reg ID 至 GCM 伺服器
(2) GCM 伺服器審核該 Reg ID 是否有效以及該裝置是否有安裝該應用程式，確認權限 之後，將訊息傳送至對應 Reg ID 的手持裝置
(3) 手持裝置接收到訊息，啟用應用程式，呈現儲存在商業伺服器中的分析報表
第二節 資料來源
一、 全民健保資料
本研究無法取得未分析的健保資料，將採用1999至2003年共5年的國衛院所提供之研 究門診處方及治療明細檔(CD)系統抽樣檔及醫事機構基本檔(HOSB)全部資料進行系統 之測試，分述如下：
1. 異常資料篩選方式：
在既有的資料中，醫事機構基本檔(HOSB)於欄位特約狀況碼(REVIEW_CODE)，註 記該醫院是否有因違約而被終止合約(欄位代碼記錄為 2)。
2. 串聯門診處方及治療明細檔(CD)：
透過欄位醫事機構代號串聯醫事機構基本檔，並且因為國衛院所提供之資料庫並未 有任何有紀錄違約醫療個案的檔案，故無法得知是何時異常的，並被停止合約。以現行 的健保審查流程判定，健保申報費用每月由各醫事機構提交給全民健康保險局，透過智
BI Server
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
28
慧型偵測流程[41]，可迅速判定可疑的醫事機構，因此本研究選取該違約醫事機構最後 一個月於門診處方及治療明細檔中申報費用的記錄，做為違規醫事機構的時間。
二、 醫院基本資料
全國醫院資料來源為台灣政府於2012年所架設之政府資料開放平台，該平台開放的 資料類型以便利及提升民眾生活品質為優先，例如食、醫、住、行、育樂、就業、文化、
經濟發展和生活品質等。全國醫院基本資料及門診基本資料為衛生福利部所公開，總 21,000多筆資料，提供台灣各區及各級醫院名稱及地址，透過此資料可以將健保異常申 報之醫事機構透過地圖報表呈現。
三、 研究限制
國衛院在給予申請者的健保資料不是這5年間全部的健保資料，而是抽樣資料，其中 門診處方及治療明細檔(佔母體0.2%，每500筆取一筆)，因此這些樣本資料不能使用申報 報費用當作商業智慧分析依據，而違規醫院的異常個案的數量也遠少於健保局健保資訊 公開資訊裡的數據，因此，本研究只能以現有的資料進行分析，建立分析範本，若能取 得更完整的資料，一定能做更多樣化的分析，使查找違規申報健保費用的醫院更加有效 率。