ACFE認為大數據分析正在成為打擊醫療詐騙犯罪的首選，即從分散無結構的數據當中獲取有效信息，這將會是分析工具最顯著的用途。

　　現如今，警惕和預防衛生保健的騙局變得越來越重要。

隨著一些技術的突破性進展，如在線健康記錄、遠程病患護理和基于大數據的健康管理等，醫療健康行業正在經歷著巨大的變革。眼前的變革為我們帶來了更高效的衛生保健體系、診療效果的改善以及經濟效益的提高；然而，如果不能正確的對待這些改變，我們面臨的將是一系列挑戰：醫療花銷飛速上漲、泄露個人隱私甚至危及患者生命。

ACFE（Association of Certified Fraud Examiners）認為2015年是技術加劇詐騙犯罪的一年。然而，科技在使詐騙案復雜化的同時，也為機構和政府的投資者提供了發現和預防詐騙犯罪的有利武器。ACFE認為大數據分析正在成為打擊醫療詐騙犯罪的首選，即從分散無結構的數據當中獲取有效信息，這將會是分析工具最顯著的用途。

隨著復雜的數據分析工具越來越容易獲得和使用，大數據分析將有效保護患者隱私和減少假處方。

數據分析防止隱私泄露

過去的一年是網絡信息安全黑暗的一年。索尼、塔吉特和eBay的數據外泄事件引起了大家對敏感信息的保護意識。但是衛生機構對于這種數據攻擊卻無能為力。事實上，BitSight Technologies在2014年對標普500指數公司的分析報告指出，由于在安全性能上的不佳表現與響應遲緩，保健與藥品企業的信息安全問題相比于零售商要糟糕許多。

對于致力于保護患者醫療信息安全的醫療衛生組織來說，數據是最好的工具。因為數據不僅可以處理安全事宜、防止欺詐和違規問題的出現，還可以預見并主動處理這些問題。

隨著醫療健康安全局面與合規性要求的發展，醫療衛生組織對信息安全問題必須反應迅速，而這就需要開放的趨勢和方式以及發現隱藏在記錄、傳感器和機器數據中的異常個體數據。

收集、準備和分析這些碎片數據的工作量非常可觀，但是復雜的數據分析學讓這些冗雜的工作變得更加容易。由于醫療健康機構可以忽略資源、種類、大小和形式的影響，借助數據分析短時間內合并、一體化和分析數據，并且找到詐騙和合規問題的解決方法，因此數據分析在這場沒有硝煙的戰爭中起到決定性作用。

比如機構可以通過分析公共網站、跟蹤的頁面和應用編程接口，早期預見威脅或者分析日志文件來監視非正常服務器訪問模式或實現安全維護功能。

數據分析減少處方藥濫用問題

數據分析不僅可以保護病人的信息，還可以挽救病人的生命。根據CDC（Centers for Disease Control and Prevention）中心的數據，43982位配藥過量致死的的病人中超過一半的死因與藥品有關，這些處方藥的濫用每年花費國家550億美元。如果醫生和和藥房在診療過程中可以獲取更多管制藥物的歷史信息，他們能做出更好的處方藥決策并且識別潛在的處方藥亂用問題。

藥房、醫生和醫院可以借助結合多樣的數據資源、分析數據并快速傳遞，可以追蹤非正常的活動來減少處方藥物亂用。最近，加利福尼亞有一個處方藥監控項目（PDMP），醫療工作者可以開具和分發管制藥物，及時獲取病人的歷史信息。越來越多的州呼吁使用安全的數據庫，這些數據庫用大數據分析來監測詐騙與濫用的行為。大數據分析工具簡化了過程并傳遞了易處理的數據，這能夠了人們，不只是科學家使用大數據。不僅僅是將原始數據傳輸給醫療衛生行業專家，像加州PDMP項目一樣復雜的數據庫將位專家呈現這些問題發生的原因、地點、時間以及過程。

在打擊醫療欺詐行文的過程中，數據分析充當了非常重要的角色。隨著越來越多的機構采用分析工具使大數據方便每個人，大數據分析將在醫療衛生所有領域中造福我們。（本文原作者：Stefan Groschupf ， 是大數據分析公司Datameer的CEO）