Sağlık sigortalarında yapay zeka tabanlı dolandırıcılık tespit sistemi
AI-based fraud detection system in health insurance
- Tez No: 1019506
- Danışmanlar: DR. ÖĞR. ÜYESİ ENDER ŞAHİNASLAN
- Tez Türü: Yüksek Lisans
- Konular: Bilim ve Teknoloji, Sigortacılık, Yönetim Bilişim Sistemleri, Science and Technology, Insurance, Management Information Systems
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2026
- Dil: Türkçe
- Üniversite: İstanbul Okan Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Bilişim Sistemleri Ana Bilim Dalı
- Bilim Dalı: Bilişim Sistemleri Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Çalışmada sağlık sigortası hasar kayıtlarında olağan dışı işlem örüntülerinin belirlenmesi amacıyla denetimsiz anomali tespit modelleri uygulanmıştır. Araştırmada 20 Kasım 2024 ile 9 Mayıs 2026 tarihleri arasındaki hasar işlem kayıtları kullanılmıştır. Veri seti 164.155 kayıt ve 37 değişkenden oluşmaktadır. Çalışmada Isolation Forest, Local Outlier Factor ve Autoencoder modelleri kullanılmıştır. Tüm modeller aynı ön işlenmiş veri matrisi üzerinde çalıştırılmış ve karşılaştırılabilir sonuçlar elde edilebilmesi için aynı eşikleme stratejisi uygulanmıştır. Her modelde anomalilik skoru en yüksek olan yüzde birlik kayıt grubu anomali adayı olarak işaretlenmiştir. Bu kapsamda her model gerçek veri setinde 1.642 kaydı şüpheli gözlem olarak belirlemiştir. Ayrıca modellerin dolandırıcılık (fraud) benzeri örüntülere duyarlılığını incelemek amacıyla sentetik etiket testi uygulanmıştır. Elde edilen bulgular, üç modelin büyük ölçüde farklı gözlemleri anomali adayı olarak belirlediğini göstermiştir. Üç modelin tamamı tarafından ortak işaretlenen kayıt sayısı 27, en az iki model tarafından işaretlenen kayıt sayısı ise 269'dur. Isolation Forest genel dağılımdan ayrışan kayıtları hızlı biçimde belirlerken, Local Outlier Factor yerel yoğunluk yapısına göre farklılaşan gözlemleri işaretlemiştir. Autoencoder ise çok değişkenli veri örüntüsüne uyumu düşük olan kayıtları anomali adayı olarak değerlendirmiştir. Elde edilen bulgular, denetimsiz anomali tespit modellerinin doğrudan dolandırıcılık kararı vermekten ziyade risk önceliklendirme ve ileri inceleme süreçlerini desteklemeye yönelik kullanılabileceğine işaret etmektedir.
Özet (Çeviri)
This study applied unsupervised anomaly detection models to identify unusual transaction patterns in health insurance claims records. Claims records from November 20, 2024, to May 9, 2026, were used in the study. The dataset consisted of 164,155 records and 37 variables. Isolation Forest, Local Outlier Factor, and Autoencoder models were employed. All models were run on the same preprocessed data matrix, and the same thresholding strategy was applied to obtain comparable results. In each model, the top one percent of records with the highest anomaly score were marked as anomaly candidates. In this context, each model identified 1,642 records as suspicious observations in the actual dataset. Furthermore, a synthetic label test was applied to examine the sensitivity of the models to fraud-like patterns. The findings showed that the three models identified largely different observations as anomaly candidates. The number of records commonly marked by all three models was 27, while the number of records marked by at least two models was 269. Isolation Forest quickly identifies records deviating from the overall distribution, while Local Outlier Factor flags observations that differ according to local density patterns. Autoencoder, on the other hand, identifies records with poor fit to multivariate data patterns as anomaly candidates. The study results show that in health insurance claims data without verified fraud labels, unsupervised anomaly detection models can be used to support risk prioritization and further investigation processes, rather than directly generating fraud decisions.
Benzer Tezler
- Özel sağlık sigortacılığı finansal gelişiminin karşılaştırmalı analizi
Comparative analysis of financial development in private health insurance
NURGÜL SÜLÜK
Yüksek Lisans
Türkçe
2014
SigortacılıkBeykent Üniversitesiİşletme Yönetimi Ana Bilim Dalı
DOÇ. DR. İLYAS SÖZEN
- Türkiye sağlık sisteminde değişim ve 663 sayılı Sağlık Bakanlığı ve Bağlı Kuruluşların Teşkilat ve Görevleri Hakkındaki Kanun Hükmünde Kararnamenin sağlık personeli tarafından bilinirlik düzeyi Edirne ili örneği
No 663 of Turkey ministry of health system change and Organisation and its Institutions and Duties on the Level of Decrees Awareness by Health Care Providers the case of Edirne
OLGUN DURMUŞOĞLU
Yüksek Lisans
Türkçe
2013
Sağlık Kurumları YönetimiBeykent Üniversitesiİşletme Yönetimi Ana Bilim Dalı
PROF. DR. MEHMET FİKRET GEZGİN
- Türkiye'de özel sağlık sigortaları ve etkinlik analizi
Private health insurances and their efficiency analysis in Turkey
ABDULAZİZ GÜLAY
- 18 yaş üstü bireylerin kupa tedavisi (hacamat) hakkında bilgi, tutum ve davranışlarının değerlendirilmesi
Evaluation of knowledge, attitude and behavior of individuals over 18 years old about cupping treatment (hijamah)
MEHMET YASİN YÜKSEL
Tıpta Uzmanlık
Türkçe
2020
Aile HekimliğiSağlık Bilimleri ÜniversitesiAile Hekimliği Ana Bilim Dalı
DOÇ. DR. GÜZİN ZEREN ÖZTÜRK
- Türkiye'de tarım sigortaları ve hasar organizasyonu
Agricultural insurance and claim orghanisation in Turkey
ESMA MAHA ERTEK ÜNAL
Yüksek Lisans
Türkçe
1998
ZiraatTrakya ÜniversitesiTarım Ekonomisi Ana Bilim Dalı
PROF. DR. İ. HAKKI İNAN