Detecção de indícios de fraudes no Programa Farmácia Popular do Brasil

Abstract

Esta dissertação tem por objetivo desenvolver um método de detecção de indícios de fraudes no Programa Farmácia Popular do Brasil. Nesta pesquisa, foram avaliadas intervenções utilizadas para combater a fraude na atenção à saúde e identificaram-se resultados relacionados a fatores de importância para os profissionais de área, como maior confiabilidade. Para esse propósito o estudo aproveita os métodos de machine learning. O estudo começa com um breve relato de artigos relacionados à detecção de outliers e análise de técnicas encontradas na literatura especializada nesse contexto. Posteriormente, técnicas não supervisionadas de detecção de outliers são aplicadas a dados empíricos. Os resultados são comparados e mostram que o Método Mahalanobis tem o melhor desempenho de detecção de indícios de fraudes em potencial.

This Master Thesis aims to develop a method of detecting evidence of fraud in the Programa Farmácia Popular do Brasil. In this research, interventions used to combat fraud in health care were evaluated and results related to factors of importance to professionals in the area were identified, such as greater reliability. For this purpose, the study takes advantage of machine learning methods. The study begins with a brief report of articles related to the detection of outliers and analysis of techniques found in the specialized literature in this context. Subsequently, unsupervised outlier detection techniques are applied to empirical data. The results are compared and show that the Mahalanobis Method has the best performance of detecting evidence of potential fraud.