近日，在全球数据分析领域的领导者SAS举办的首届全球黑客松大赛中，神州数码与全球数百家国际知名高校与公司同场竞技，斩获全球保险行业冠军并入围亚太区综合三强，在中国区参赛团队中独占鳌头。

随着数字经济蓬勃发展，数据作为新的生产要素，已经成为构建数字经济的创新引擎和重要生产力。SAS作为全球数据分析领域的领导企业，此次举办的首届全球黑客松吸引了来自30多个国家的参赛者，包括SAS客户、SAS合作伙伴和初创公司，以及美国北卡罗莱纳州立大学、瑞典乌普萨拉大学和新加坡南洋理工大学等高等学府，旨在利用数据、透过分析，来解决行业难点、实现技术突破，并期望为全社会同共关注的问题提供解决方案。

在历经三个月的用例征集中，全球专家从众多参赛项目中进行甄选，最终100个用例入围，进行后续实例的攻关和研究。中国地区一共有七个参赛队伍入围，项目领域涵括银行业、保险业、政府业、零售业、制造业等。其中，神州数码的参赛项目在业务问题的新颖性、方案的完整性和针对性、技术运用的成熟度和创新性、以及市场、商业、社会价值等多个维度的评选中脱颖而出，获得全球保险行业冠军，并入围亚太区三强(综合门类)。

针对医疗保险行业一直以来面临的欺诈比例高、手段多样、难以防范等问题，神州数码数据咨询团队基于医疗机构的医保结算数据、费用明细，建立以医生的诊疗行为为核心的大数据模型，为预防和精准打击欺诈骗保行为，提供预警信息和技术支撑。

首先，基于医疗机构的医保结算数据、费用明细，在全面分析诊疗行为的基础上提取相关预警指标；其次，通过专家咨询，从医生开具诊疗项目的数量、频次及项目间的关联三个维度，提出建立预警指标的专家意见；然后采用无监督机器学习方法，通过数据分析和专家意见确定的预警指标，建立大数据预警模型，按照诊疗行为的不同特征，将相关人员划分为不同的簇，并对模型结果的准确性进行验证；最后，根据模型结果，确定疑点人员范围，形成预警机制。

对此，SAS认为：“在医疗保险变得越来越重要，而又充满各种不确定的时代，确保为客户提供高质量的服务，避免医疗机构的浪费和滥用对医疗保险的影响至关重要。该团队的用例使用机器学习算法在早期对可疑医疗行为进行预警，提供了一个可疑人员预警列表，以确保最大效率和盈利能力。是一个很棒的、客观的、以数据驱动的保险反欺诈应用程序。”

针对医疗保险行业面临的欺诈难题，神州数码采用从行为预判结果的方式，通过无监督学习为医疗保险欺诈风险防控提供新的思路。未来，神州数码将继续对项目成果迭代优化，进一步推动项目成果在行业中的应用落地，助力保险行业的数字转型。