Lærende kontrollvirksomhet for å sikre riktig refusjon fra helserefusjonsordningene

Innovasjonsprosjektet tar i bruk stordata og maskinlæring for å utvikle digitale verktøy som skal forhindre feilaktig utbetaling av helserefusjoner, og dermed sikre mer effektiv ressursbruk.

prosjekt

Om/Mål

Bakgrunn

Prosjektet er et innovasjonsprosjekt der målet er utvikle systemer som sørger riktig bruk av offentlige helsemidler. Helfo betaler ut årlig omtrent 36 milliarder kroner i refusjon til leger, fysioterapeuter, tannleger, psykologer og andre helseaktører. I fjor ble 56 millioner krevd tilbake etter utbetaling på feilaktig grunnlag. 800 millioner kroner ble stoppet i automatiske kontroller. Feilene skyldtes misforståelser av regelverket, tekniske feil, men også overlagt økonomisk kriminalitet.

Prosjektet går ut på å utvikle nye datadrevne kontrollsystemer. Eksisterende data kan brukes i nye prediktive modeller for å forbedre kontrollene og stoppe feilaktige krav før utbetalingene skjer. Nye verktøy vil også kunne bidra med å avdekke eksisterende blindsoner, frigjøre ressurser, og gjøre rapporteringen enklere for den store majoriteten av helseaktører som forsøker å følge reglene.

Prosjektet er finansiert av Norges Forskningsråd, og eid av Helfo i samarbeid med Skatteforsk, Folkehelseinstituttet, og senter for e-helse ved Universitetet i Agder. Prosjektet finansieres med 6,3 millioner i støtte fra Forskningsrådet, i tillegg til egenfinansiering.

Utover å utvikle nye digitale verktøy er et annet viktig mål med prosjektet å fremme synergier og kunnskapsoverføring i offentlig sektor, der prosjektets referansegruppe, med medlemmer fra NAV, Skatteetaten, Lånekassen, og Norwegian Artificial Intelligence Research Consortium (NORA), er en sterk ressurs inn i projsektarbeidet