Zorgfraude opsporen en bestrijden met behulp van datagedreven werken
Gemeenten kunnen met behulp van datagedreven werken een flinke stap zetten in het effectiever opsporen en aanpakken van zorgfraude. Experts van Van Dam Datapartners leggen uit hoe dat in zijn werk gaat.
Zorgfraude is een groot en groeiend probleem binnen de gezondheidszorg. Volgens onderzoek van de Inspectie Gezondheidzorg en Jeugd kost zorgfraude de Nederlandse samenleving tot wel €10 miljard per jaar.
De onderzoekers constateren ook dat de gezamenlijke aanpak tegen frauderende zorgaanbieders nauwelijks effectief is. Ondanks investeringen in opsporing blijft de pakkans van zorgfraudeurs laag. Hierdoor blijft vervolging uit en blijven gemeenten en kwetsbare burgers slachtoffer.
Door slim gebruik te maken van data kunnen gemeenten en andere partijen binnen het sociaal domein meer grip krijgen op de zorguitgaven, en met deze inzichten frauduleuze praktijken terugdringen. Van Dam Datapartners heeft hiervoor een driestappenplan opgesteld.
Stap 1: Bepaal waar je staat
De mate waarin data gebruikt kan worden om zorgfraude op te sporen, is afhankelijk van de ontwikkelingsfase waarin een organisatie zich bevindt. Is de ontwikkelingsfase relatief laag, dan is het vooral belangrijk om structuur aan te brengen in de dataverzameling en de kwaliteit van data. Het is daarbij belangrijk dat data op een gestructureerde wijze verzameld, vergeleken, gedeeld en gecontroleerd wordt.
Er moeten keuzes worden gemaakt tussen verschillende databronnen en -overzichten. Zo komt een organisatie stap voor stap vooruit in haar datavolwassenheid. Organisaties die hun data al veel meer op orde hebben, kunnen zich richten op meer gefocuste analyses. Zij kunnen indicatoren zoals de uitnutting van middelen en gemiddelden monitoren, wat ze in staat stelt om verschillen tussen zorgaanbieders te analyseren.
Stap 2: Analyseren
De volgende stap is het analyseren van data. Om draagvlak voor de benodigde werkzaamheden te krijgen, zoals controle en monitoring, is het belangrijk om de processen in te bouwen in de dagelijkse werkzaamheden.
Organisatie kunnen hun volwassenheid in data-analyse doorontwikkelen door gebruik te maken van specifieke vormen van dataverrijking. Er wordt dan data verzameld die elkaar aanvult en zo bijdraagt aan dossiervorming.
De kunst is om dataverrijking niet alleen in te zetten voor verantwoording, maar juist structureel gedurende het hele jaar. Zo verschuift het inzicht van één moment in het jaar naar een structureel terugkerend inzicht, wat tot meer bewustwording en scherpte leidt.
Een aantal voorbeelden:
Cliëntervaringsonderzoek
Gemeenten zijn verplicht om jaarlijks een cliëntervaringsonderzoek uit te voeren onder Wmo-cliënten. Buiten de verplichte verantwoording bevat dit onderzoek ontzettend veel informatie die bij grondige analyse al eerste signalen afgeven die aanleiding kunnen zijn voor vervolgonderzoek.
Bandbreedteanalyse
Per voorzieningsgroep (huishoudelijke hulp Wmo, ambulante jeugdhulp, et cetera.) wordt het gemiddelde uitnuttingspercentage over een gegeven periode berekend. Vervolgens wordt per gecontracteerde aanbieder gekeken naar grote afwijkingen, die wellicht aanleiding geven tot een vervolgonderzoek.
Analyse op specifieke voorzieningsgroepen
Organisaties willen scherp krijgen welke afspraken ze met aanbieders hebben gemaakt over de te leveren zorg. Zo kan bij dagbesteding worden afgesproken dat declaraties in dagdelen worden gedaan, of dat er alleen gedeclareerd mag worden op de tijden dat de cliënt ook daadwerkelijk aanwezig is op de dagbestedingslocatie. Een analyse op dit niveau geeft weer welke organisaties afwijken van de gemaakte afspraken.
Analyse op patronen in declaraties
Niet alleen grote verschillen in declaraties kunnen opvallen. Soms zijn patronen zo vast dat ook dit vragen kan oproepen. Bijvoorbeeld als een zorgaanbieder structureel voor al haar cliënten 52 weken lang hetzelfde aantal uren declareert. Gaat er nooit iemand op vakantie, of is er nooit iemand ziek? Daarnaast worden beschikkingen in de meeste gevallen niet 100% benut.
Wanneer een aanbieder structureel 100% van de beschikking declareert, kan dat wijzen op zorgfraude en aanleiding geven voor nader onderzoek of een gesprek.
Signalen en klachten vanuit inwoners
Het kan waardevol zijn om een kwalitatieve oordeelsvorming te maken van de geleverde zorg. Is de zorg correct, adequaat en doelmatig ingezet in de ogen van de cliënten?
Analyse van de bedrijfsvoering
Breng ontwikkelingen binnen de interne organisatie en bedrijfsvoering in kaart. Onderwerpen hiervoor zijn onder andere een materiële controle, het bekijken van bestuurswijzigingen en de mogelijke inzet van de wet Bibob als extra maatregel.
Stap 3: Overzicht en duiding
Naast het uitvoeren van dit soort periodieke (of structurele) analyses is het belangrijk om een continu overzicht te hebben van gegevens uit het zorglandschap. Deze worden het meest effectief en efficiënt weergegeven in een dashboard.
In een dashboard kan bijvoorbeeld het realisatiepercentage van een aanbieder en het aantal cliënten getoond worden. Ook kan de berekening naar het gemiddelde automatisch worden geïmplementeerd. Aanvullend kunnen de uitkomsten van andere formules die helpen bij risico-inschatting, zoals die voor het berekenen van de solvabiliteit en liquiditeit, geautomatiseerd worden berekend.
Door de verschillende uitkomsten te combineren en te analyseren, kan worden bepaald of een zorgaanbieder een verhoogd risico vormt. Een goed ingericht dashboard ondersteunt dit proces door alle relevante data overzichtelijk en actueel te presenteren. Zo wordt datagedreven toezicht efficiënt en effectief ingericht.
Aan de slag
Om zorgfraude op een effectieve en datagedreven manier op te sporen, is het belangrijk om bepaalde analyses structureel te integreren in het werkproces. Vanzelfsprekend moet de datakwaliteit op orde zijn, zodat de indicatoren de correcte en actuele data gebruiken.
Het is van groot belang om altijd scherp te zijn op afwijkingen in de data. Dit vraagt om een benadering van data met een actieve houding. Analyseer bijvoorbeeld jaarlijks bij het vrijkomen van de jaarrekeningen de cijfers van de 20% aanbieders met de meeste omzet in de regio. Indien gewenst kan op basis van afwijkingen in de ontwikkeling ook een vervolgonderzoek in gang worden gezet.
Afwijkingen wijzen niet per definitie op bewuste fraude. Het is dan ook belangrijk om niet meteen argwanend te zijn richting een zorgaanbieder als er afwijkingen geconstateerd worden. Toets de uitkomsten van analyses en modellen altijd bij de aanbieder en zorg voor een objectieve dossiervorming.
