來一趟說走就走的旅行論文書籍站
中臺科技大學 醫療暨健康產業管理系碩士班 洪錦墩所指導 賴怡婷的 以時間數列分析醫藥分業對台灣藥事人力地理分布影響 （2012），提出信安牙醫門診表關鍵因素是什麼，來自於醫藥分業、吉尼係數、時間序列、差異中取差異。
而第二篇論文國立政治大學 資訊管理研究所 姜國輝所指導 楊喻翔的 運用Benford定律的智慧型健保費用異常偵測模型之研究 （2011），提出因為有 Benford定律、健保費用、申報異常、計算智慧、班福定律的重點而找出了 信安牙醫門診表的解答。
以時間數列分析醫藥分業對台灣藥事人力地理分布影響
為了解決信安牙醫門診表 的問題，作者賴怡婷 這樣論述：
目標：醫藥分業制度實施，希望能提供民眾於藥物使用時，能有可近性之用藥諮詢與輔導服務，因此醫藥分業制度推動對於藥事人力之地理分布均衡對於就相當重要，本研究希望藉以比較醫藥分業政策實施後藥事人力分布的變動情況，是否更趨於均勻的分布。 方法: 採用1997至2010的「全民健康保險學術研究資料庫」之醫事人員基本資料檔、醫事機構基本資料做次級資料分析。運用經濟學之吉尼係數為分布均衡指標以月資料為評估點，分析1996年至2010年間藥事人員的地理分布，並以牙醫師做為對照組，分析醫療人力在鄉鎮區位的分布情況；再以時間序列分析歷年藥事人力地理分布之變動情況。同時並使用差異中取差異法，藉以比較實驗組、
對照組於「醫藥分業政策」介入前後之差異，作為評估之政策影響的真實效果。 結果：醫藥分業實施後藥事人數從1996年的6‚410位成長至2010年的19,621位呈穩定的成長，Gini係數值由0.5779下降至2010年的0.2994；每萬人擁有藥事人員數由1996年的2.85位增加2010年的每萬人擁有藥事人員數8.47位，台灣藥事人力資源有極佳的成長改善。為評估醫藥分業之政策效果進一步利用介入時間數列及差異中取差異的分析發現，藥事人力Gini係數地理分布雖是趨於均衡，但集中度下降幅度小於對照組牙醫師，顯見醫藥分業對於藥師人力分布無明顯之效果。 結論：醫藥分業的政策並無法顯示對藥事人力的地理
均勻分布產生顯著影響的效果，可能是臺灣地區醫藥分業採取分區分階段方式實施，加上醫療服務市場仍磁吸於都會區為主，使得政策效果並不是那麼顯著。
運用Benford定律的智慧型健保費用異常偵測模型之研究
為了解決信安牙醫門診表 的問題，作者楊喻翔 這樣論述：
目前健保局所能查核到的違規案件來源有五項，即民眾檢舉、投保單位經辦人檢舉、審查費用時發現異常而移辦、專案稽查、繳回之健保卡發現異常。但只有審查費用流程應用電腦檔案分析可透過大量的資料分析方法篩選出異常院所。然而，電腦檔案分析只能偵測醫師的服務量是否「偏離常態分配」，亦即只能偵查出某些醫師或院所可能做了過多不必要的服務，而無法偵測出虛報或詐欺等行為。因而，本研究透過大量詐欺文獻回顧，發現其中Bolton &; Hand (2002)指出一個最佳的例子為應用Benford定律的數字分析。Benford定律即是凡符合此法則的資料中，其第一位數的值越小者則出現的頻率就越大，而數值越大者出現的機率就越
小。近幾年，Benford定律被應用在不同領域的舞弊或詐欺的審查流程中。由於目前尚未有專文探討運用Benford定律於臺灣健保醫療費用異常之相關研究。本研究以Benford定律為基礎，利用健保研究資料庫的1999至2003年住院全部及門診抽樣的申報資料進行實證，步驟上有三：一、進行全體住院及門診機構的整體實證，二、檢視單獨以數字分析法是否可以找出異常機構，三、提出一個智慧型費用異常偵測模型並實證其效果。本研究結論有三：一、健保特約機構中，住院機構的健保費申請數字符合第一位數的Benford定律，第二、第三及第四位位數不符合。而其中的一般費用部分符合第一、二、三、四位數的Benford定律，論病
計酬案件則只有第一位數符合。至於健保費的申請數字之第二、第三及第四位數不符全之原因為論病計酬案件不符合Benford定律，此乃因為論病計酬案件之特殊計價方式所造成。二、本研究指出單獨應用Benford定律的數字分析方法檢驗的確能找出異常院所，但同時也容易將正常院所誤判為異常，在利用卡方檢定、Cramer’s V統計值判斷法，無論是住院或門診機構，由於鑑別度不高造成整體正確率不佳，由此可推論單純利用數字分析法不足以檢驗出異常院所，因此需要再進一步結合其他工具。三、本研究所建構的智慧型費用異常偵測模型，是以GHSOM類神經網路進行變數選取工作，找出數個變數群組後，分別利用RBFNN(徑向基類神經網
路)、GRNN（通用迴歸類神經網路）及ERNN（Elman反饋式類神經網路）等進行異常院所預判，並以逐步邏輯斯迴歸模型作為Benchmark，結果是以逐步邏輯斯迴歸模型所構建的線性模型得到比較好的效果，本研究推論原因可能為應用Benford定律的衍生指標和異常/正常院所之間就存在線性關係，因此可以利用邏輯斯迴歸模型來預判，並利用類神經網路模型加以佐證之。因此，本研究希望利用Benford定律的計算智慧技術能運用於健保資料庫，進行大規模電腦初步審查，找出更多不良醫療院所之異常申報之來源，以提供實地查核進而查到真正違規之醫療院所，如此可遏止醫療院所之犯意，進而節省健保支出，健全其財務收支平衡，為健
保永續經營貢獻一份心力。