Upaya Peningkatan Mutu Layanan Kesehatan Ibu dan Anak

Upaya peningkatan mutu layanan secara umum memang dapat menjangkau berbagai aspek, tidak terkecuali untuk layanan kesehatan bagi ibu dan anak. Saat ini Kesehatan ibu dan Anak masih menjadi salah satu masalah kesehatan yang paling mendesak di Indonesia dan memerlukan perhatian khusus, sehingga dapat tercapai target SDG’s 2030.

Tidak hanya di Indonesia, isu ini juga menjadi perhatian di berbagai belahan negara lain. Untuk memperkaya berbagai pengetahuan dan informasi terkait isu ini, website mutu pelayanan kesehatan akan menyajikan berbagai artikel yang akan mengupas berbagai isu upaya peningkatan kesehatan ibu dan anak.

Bahasan artikel tidak hanya akan menyampaikan situasi yang terjadi di Indonesia namun juga akan memaparkan bagaimana metode kajian terhadap systematic review dapat menjadi input positif bagi upaya peningkatan mutu pelayanan kesehatan bagi ibu dan anak, termasuk didalamnya paparan upaya yang dapat dilakukan di berbagai tingkat dengan menggunakan model pendekatan dari Donabedian. Semoga bermanfaat bagi pemerhati mutu pelayanan kesehatan.

{jcomments on}

Seminar: Fraud in Health Industry “Reducing Fraud Risk through Anti Fraud Program and Optimizing Data”

KERANGKA ACUAN KEGIATAN

Seminar: Fraud in Health Industry
“Reducing Fraud Risk through Anti Fraud Program and Optimizing Data”

Jakarta, 2 – 3 Mei 2018

leaflet

  Pendahuluan

Isu fraud di industri kesehatan mulai menampakkan beragam bentuk pada tahun keempat pelaksanaan program Jaminan Kesehatan Nasional (JKN). Semula bentuk fraud yang paling banyak ditemui yaitu di kelompok provider layanan kesehatan. Akhir-akhir ini diketahui bahwa regulator, industri farmasi dan alat kesehatan pun melakukan berbagai bentuk fraud yang belum secara detil terhitung jumlah kasusnya. Strategi pengendalian fraud harus diubah untuk menghadapi isu ini. Namun, proses pengendalian berbagai bentuk kecurangan ini mengalami banyak tantangan. Mulai dari banyaknya data yang tidak mudah diakses apalagi dioptimasi. Padahal data-data ini penting untuk melihat pola fraud yang berkembang dan membantu menetapkan strategi pengendalian sesegera mungkin.

Hingga saat ini, walaupun cakupan program JKN semakin meningkat, namun muncul isu ketidakadilan penerimaan manfaat bagi beberapa pihak. Ketimpangan ini berpotensi mendorong munculnya bentuk-bentuk fraud baru. Pencegahan fraud dapat dilakukan dengan membentuk berbagai program kepatuhan. Beda institusi, maka akan beda pula bentuk program anti fraudnya. Namun, program anti fraud ini seharusnya disusun sejalan dengan program yang sudah ada di sebuah institusi, misalnya program peningkatan mutu. Program anti fraud hendaknya benar-benar disusun sesuai peraturan yang ada sehingga bila diterapkan di institusi benar-benar dapat membantu pengendalian fraud.

  Tujuan

Seminar ini secara umum bertujuan untuk memberi wawasan kepada peserta tentang pencegahan fraud di sektor kesehatan dengan program anti fraud dan optimalisasi data. Secara khusus seminar ini bertujuan untuk:

  1. Memaparkan isu terkini terkait pelaksanaan program JKN dan potensi fraud yang muncul di industri kesehatan.
  2. Memaparkan perkembangan penyusunan Pedoman Penanganan Kecurangan (fraud) dalam program JKN.
  3. Memaparkan konsep dan kerangka kerja Fraud Risk Management serta pendekatan analisa Big Data untuk deteksi dan pencegahan fraud di industri kesehatan.
  4. Memaparkan konsep Sistem Manajemen Anti Penyuapan (SNI ISO 37001:2016) di industri kesehatan.
  5. Memaparkan optimalisasi program mutu untuk peningkatan mutu dan pencegahan fraud di berbagai institusi dalam industri kesehatan.

  Sasaran Peserta

Peserta yang disarankan mengikuti seminar ini adalah:

  1. Regulator bidang kesehatan dan program JKN (Kementerian Kesehatan, Dinas Kesehatan, dll).
  2. Pimpinan dan manajemen BPJS Kesehatan.
  3. Pimpinan dan manajemen Fasilitas Kesehatan (FKTP, FKRTL, Apotek, dll), termasuk Tim Pencegahan Kecurangan JKN.
  4. Pimpinan dan manajemen perusahaan farmasi.
  5. Auditor internal (BPKP, APIP, SPI, dll) dan bagian kepatuhan dan manajemen risiko.
  6. Auditor eksternal (BPK, OJK, KAP, dll).
  7. Aparat penegak hukum (Kepolisian, Kejaksaan, KPK, dll).
  8. Akademisi dan peneliti topik fraud di industri kesehatan.
  9. Anggota Association of Certifed Fraud Examiners (ACFE); anggota Community of Practice (CoP) Anti-Fraud Layanan Kesehatan PKMK FKKMK UGM.
  10. Profesi atau praktisi dari lembaga/organisasi lainnya yang memiliki minat terhadap upaya Anti-Fraud.

  Lokasi dan Waktu

Tanggal 2 – 3 Mei 2018
Grand Mercure, Jakarta Harmoni, Jl. Hayam Wuruk No.36-37

  Uraian Topik

A. Seminar Hari Ke – 1 (Rabu, 2 Mei 2018)

  1. Kesinambungan Program JKN
    Berdasarkan analisis skenario dalam monitoring awal pelaksanaan JKN yang dilakukan PKMK FKKMK UGM, diperkirakan akan terjadi ketimpangan dan ketidakadilan yang semakin besar antara daerah maju dan daerah sulit, jika tidak dilakukan perbaikan kebijakan terkait program JKN. Secara lebih rinci dapat disimpulkan: Pertama, bahwa masyarakat di daerah dengan ketersediaan fasilitas kesehatan dan SDM kesehatan yang tidak memadai akan mendapatkan manfaat JKN yang jauh lebih sedikit dibanding daerah yang maju/kota-kota besar. Kedua, dalam kondisi Indonesia yang sangat bervariasi, JKN yang mempunyai ciri sentralistis dalam pembiayaan dengan peraturan yang relatif seragam, akan sulit mencapai tujuan keadilan sosial bagi seluruh rakyat Indonesia. Ketiga, daerah-daerah yang sulit tidak dapat menyerap anggaran untuk PBI karena kekurangan fasilitas kesehatan dan tenaga kesehatan, sehingga terjadi “sisa” anggaran.

    Pada Oktober 2017, BPK telah melakukan pemeriksaan kinerja atas efektivitas pengelolaan obat dalam penyelenggaraan program JKN. Pemeriksaan tersebut dapat menghasilkan simpulan dan rekomendasi BPK guna mendorong keberhasilan pemerintah dalam meningkatkan pelaksanaan JKN untuk meningkatkan perlindungan finansial dan pemerataan pelayanan kesehatan bagi penduduk.

  2. Penanganan Fraud Program JKN : Pencegahan, Deteksi, dan Penyelesaian
    Pada 19 Juli 2017, Menteri Kesehatan bersama dengan Ketua Komisi Pemberantasan Korupsi dan Direktur Utama BPJS Kesehatan telah menandatangani Keputusan Bersama mengenai Tim Bersama Penanganan Kecurangan dalam Program JKN. Tim bersama tersebut bekerja mempersiapkan penyusunan sekaligus piloting pelaksanaan pedoman terkait pencegahan, deteksi, dan penyelesaian kecurangan dalam program JKN sampai dengan 31 Desember 2018.
  3. Fraud Risk Management in Health Industry: Framework, Concept, and The Use of Big Data Analytics
    Seperti diketahui bahwa risiko fraud tidak dapat dihilangkan namun dapat dikurangi dengan mencegah dan mendeteksi secara tepat waktu serta menciptakan efek jera yang adekuat. Penanganan fraud yang disusun oleh Tim Bersama diharapkan searah dengan kerangka kerja dan konsep dalam Fraud Risk Management Guide yang telah dipublikasikan bersama pada 2016 antara Committee of Sponsoring Organizations of the Treadway Commission (COSO) dengan Association of Certified Fraud Examiners (ACFE) untuk memerangi fraud secara komprehensif, panduan tersebut merinci bagaimana organisasi dapat dengan efektif membuat program Fraud Risk Management, spesifik dalam hal:
    1. Menetapkan kebijakan tata kelola risiko fraud (fraud risk governance),
    2. Melakukan penilaian risiko fraud (fraud risk assessment),
    3. Merancang dan menerapkan metode pencegahan dan aktivtas deteksi fraud,
    4. Mengadakan investigasi atas kejadian fraud,
    5. Memantau dan mengevaluasi program Fraud Risk Management secara berkelanjutan.

Selain itu, penanganan fraud dalam program JKN harus berhadapan dengan segala himpunan data (data set) transaksi dalam jumlah yang sangat besar, rumit, dan tidak terstruktur sehingga menjadikannya sulitditangani apabila hanya menggunakan perangkat manajemen basis data biasa atau aplikasi pemroses data tradisional saja. Himpunan data tersebut lebih dikenal dengan istilah Big Data, tantangannya meliputi pemerolehan, kurasi, penyimpanan, penelusuran (search), pembagian, pemindahan, analisis, dan visualisasi data.

B. Seminar Hari Ke – 2 (Kamis, 3 Mei 2018)

  1. Risiko Penyalahgunaan Dana Kapitasi: Lesson Learned Kasus Suap Bupati Jombang
    Pada awal Februari 2018, Plt. Kepala Dinas Kesehatan dan Bupati Jombang ditetapkan tersangka oleh KPK atas kasus penyuapan, salah satu sumber dana dalam kasus tersebut diduga berasal dari hasil kutipan dana kapitasi kesehatan kepada 34 Puskesmas. Berita ini menunjukkan bahwa pelaku fraud tidak selalu terjadi di provider kesehatan namun juga regulator. Banyak resiko penyalahgunaan dana kapitasi yang belum benar-benar terkuak. Akibatnya program pengendalian kecurangan dalam pengendalian dana kapitasi pun masih terbatas.
  2. Pencegahan Suap oleh Perusahaan Farmasi kepada Tenaga Kesehatan
    Pada November 2015, setelah ramai pemberitaan salah satu media nasional mengenai dugaan suap perusahaan farmasi kepada tenaga kesehatan, terbitlah Peraturan Menteri Kesehatan Nomor 58 tahun 2016 tentang Sponsorship bagi Tenaga Kesehatan, dasar pertimbangan dikeluarkannya Permenkes tersebut untuk meningkatkan pengetahuan dan/atau keterampilan serta mengembangkan profesi tenaga kesehatan diperlukan sponsorship, yang tidak boleh mempengaruhi independensi tenaga kesehatan dalam memberikan pelayanan kesehatan.
  3. Anti Bribery Management System: Reduce the Risk of Bribery
    Global Corruption Barometer (GCB) Indonesia 2017, menyebutkan bahwa 32% responden mengatakan pernah melakukan suap. Hal yang menarik, hasil riset tersebut mengatakan bahwa dibandingkan dengan GCB pada 2013, pengalaman suap pada sektor kesehatan mengalami peningkatan dalam 5 tahun, dibandingkan sektor pendidikan, kependudukan, polisi, dan pengadilan yang mengalami penurunan.
    Pada 22 September 2016 telah diterbitkan Instruksi Presiden Nomor 10 tahun 2016 tentang Aksi Pencegahan dan Pemberantasan Korupsi Tahun 2016 dan Tahun 2017, Presiden Joko Widodo menginstruksikan Badan Standardisasi Nasional (BSN) untuk menyelesaikan sebuah standar nasional sistem manajemen anti penyuapan. Pada 9 November 2016, BSN menetapkan Sistem Manajemen Anti Penyuapan yang mengadopsi standar internasional ISO 37001:2016 Anti Bribery Management System. Dengan ditetapkannya standar ini, organisasi dapat lebih proaktif melakukan pencegahan dan pemberantasan korupsi.
  4. Optimalisasi Program Mutu untuk Mencegah Fraud di Industri Kesehatan
    Sertifikat akreditasi yang diberikan kepada institusi-institusi di industri kesehatan merupakan pembuktian bahwa pelayanan yang diberikan kepada pelanggan sudah memiliki mutu yang baik. Status terakreditasi juga membuktikan bahwa program-program mutu yang ditetapkan memang benar-benar diterapkan dan berjalan baik. Tantangan yang dihadapi oleh institusi-institusi ini adalah menjamin bahwa program mutu yang berjalan dapat membantu menurunkan resiko fraud dalam program JKN. Program mutu ini diharapkan dapat menjadi acuan dalam penyusunan program anti fraud di institusi-institusi bagian industri kesehatan.

Biaya

Anggota (ACFE dan COP Anti Fraud Layanan Kesehatan) Rp. 5.000.000
Non Anggota Rp. 6.000.000
Keikutsertaan via Webinar Rp. 2.500.000
Link akan diberikan menjelang pelaksanaan kegiatan.

  Kontak

ACFE Indonesia:

Reza 089602022902
Iksan 085715223600

 

Implementasi Instrumen Pencegahan & Deteksi Dini Potensi Kecurangan JKN di Rumah Sakit

Kerangka Acuan Webinar

Implementasi Instrumen Pencegahan & Deteksi Dini Potensi Kecurangan JKN
di Rumah Sakit

  Latar Belakang

Pelaksanaan pelayanan Jaminan Kesehatan Nasional (JKN), berdasar laporan BPJS Kesehatan 2014-2017 setiap tahun selalu mengalami peningkatan defisit pembiayaan. Premi yang berasal dari peserta Jaminan Kesehatan Nasional tidak mencukupi untuk membayar klaim pelayanan dan kapitasi ke fasilitas kesehatan. Kerugian pembiayaan tersebut, salah satu penyebabnya adalah terjadinya kecurangan JKN pelayanan rawat inap di fasilitas kesehatan rujukan tingkat lanjutan.

Kecurangan pelayanan kesehatan merupakan tindakan yang dapat menular apabila tidak ada tindakan dari Kementerian Kesehatan sebagai regulator maupun BPJS Kesehatan sebagai pelaksana penjaminan pembiayaan. Fasilitas kesehatan yang melakukan kecurangan JKN apabila tidak terdeteksi dan tidak ditindak akan menjadi contoh bagi fasilitas kesehatan lain untuk melakukannya. Pencegahan, deteksi dini, audit investigasi dan penindakan apabila tidak dilakukan, akan menyebabkan kerugian finansial yang dialami BPJS Kesehatan akan membesar dan terus membesar. Pencegahan dan deteksi dini merupakan dua kegiatan yang dapat membantu rumah sakit mencegah maupun mengendalikan fraud layanan kesehatan yang sudah berkembang di rumah sakit. Deteksi potensi fraud membutuhkan berbagai model instrumen. Salah satu instrumen yang dikembangkan oleh narasumber adalah instrumen deteksi potensi kecurangan JKN berbasis self assessment.

  Tujuan

Webinar ini bertujuan untuk mendiskusikan implementasi alat bantu yang valid, reliabel dan efektif untuk mempermudah pelaksanaan pencegahan dan deteksi dini potensi kecurangan JKN pada pelayanan rawat inap di fasilitas kesehatan rujukan tingkat lanjutan yang sedang dikembangkan oleh narasumber. Secara khusus webinar ini bertujuan untuk mendiskusikan:

  1. Dasar logika pengembangan metode deteksi fraud berbasis lembar self assessment.
  2. Keuntungan dan kerugian penggunaan metode deteksi potensi fraud berbasis self assessment.
  3. Teknik aplikasi metode deteksi potansi fraud berbasis self assessment.
  4. Analisis metode deteksi potensi fraud berbasis self assessment.

  Lokasi dan Waktu

Lokasi : Lab. Leadership Gd. IKM Lt. 3 Fakultas Kedokteran, Kesehatan Masyarakat, dan Keperawatan UGM
Waktu : Kamis, 19 April 2018, pukul 10.00 – 11.30 WIB

Link Webinar

https://attendee.gotowebinar.com/register/3207032816127404035
Webinar ID: 593-579-819

 

  Narasumber

dr. Budi Santoso, M.Sc, Sp.THT-KL
Prodi S3 FKKMK UGM – RSUP Dr. Soeradji Tirtonegoro Klaten, Jawa Tengah

Peserta

  1. Pimpinan dan manajemen fasilitas kesehatan (termasuk Tim Pencegahan Kecurangan JKN)
  2. Peserta Community of Practice Anti Fraud Layanan Kesehatan – PKMK FKKMK UGM

  Jadwal Kegiatan

Waktu (WIB) Kegiatan Fasilitator
10.00 – 10.10 Pembukaan dan Paparan Rundown oleh Moderator drg. Puti Aulia Rahma, MPH
10.10 – 10.40

Paparan Materi

materi   instrumen

 dr. Budi Santoso,MSc, Sp.THT-KL
10.30 – 11.20 Diskusi drg. Puti Aulia Rahma, MPH
11.20 – 11.30 Penutup drg. Puti Aulia Rahma, MPH

Informasi dan Pendaftaran

Maria Lelyana (Lely)
Pusat Kebijakan dan Manajemen Kesehatan
Fakultas Kedokteran, Kesehatan Masyarakat, dan Keperawatan Universitas Gadjah Mada Yogyakarta
Telp/Fax. (0274) 549425 (hunting), 081329760006 (HP/WA)
Email: lelyana.pkmk@gmail.com
Website: www.mutupelayanankesehatan.net 

 

 

US government recovers $2.6B from health care fraud cases in fiscal 2017

In fiscal year 2017, HHS and the Department of Justice recovered $2.6 billion from judgments, settlements and additional impositions in healthcare fraud cases and proceedings.

Here are five things to know.

  1. The recoveries were attributable partially to the work of the Health Care Fraud and Abuse Control program, which is designed to coordinate federal, state and local law enforcement activities to combat healthcare fraud.
  2. In fiscal year 2017, the DOJ opened 967 new criminal healthcare fraud investigations, and federal prosecutors filed criminal charges in 439 cases involving 720 defendants.
  3. A total of 639 defendants were convicted of healthcare fraud-related crimes in fiscal year 2017.
  4. The DOJ opened 948 new civil healthcare fraud investigations in fiscal year 2017 and had 1,086 civil healthcare fraud matters pending at the end of the fiscal year.
  5. For every dollar the federal government spent on healthcare fraud investigations in the last three years, the government recovered $4.

source: https://www.beckershospitalreview.com/legal-regulatory-issues/doj-hhs-rake-in-2-6b-in-healthcare-fraud-recoveries.html

 

[Edukasi] Data Mining Untuk Deteksi Potensi Kecurangan JKN

Kecurangan perawatan kesehatan adalah penipuan yang disengaja yang digunakan untuk mendapatkan manfaat yang tidak sah (Busch, 2007). Tidak seperti kesalahan dan pelecehan, perilaku curang biasanya didefinisikan sebagai kejahatan hukum. Namun, tidak ada konsensus global mengenai definisi kecurangan dan pelecehan dalam layanan kesehatan atau asuransi kesehatan. Diperkirakan sekitar 10 % dari pengeluaran sistem perawatan kesehatan terbuang karena kecurangan dan penyalahgunaan (Gee, Button, Brooks, & Vincke, 2010). Oleh karena itu, skala kecurangan dan penyalahgunaan layanan kesehatan cukup besar untuk menjadikannya isu prioritas untuk sistem kesehatan.

Meningkatnya penggunaan sistem komputer pada rekam medis telah menyebabkan peluang baru untuk deteksi kecurangan dan penyalahgunaan yang lebih baik. Menggabungkan metode otomatis dan pengetahuan statistik mengarah ke cabang sains interdisipliner yang baru muncul, diberi nama Knowledge Discovery dari Database (KDD). Data mining merupkan inti dari KDD. Data mining dapat membantu pembayar pihak ketiga seperti organisasi asuransi kesehatan untuk mendapatkan pengetahuan yang bermanfaat dari ribuan klaim dan mengidentifikasi subkumpulan klaim atau klaim yang lebih kecil untuk penilaian lebih lanjut dan pengawasan atas kecurangan dan penyalahgunaan (Rashidian et al., 2012). Dengan cara ini, pendekatan data mining adalah bagian dari sistem audit berbasis IT yang lebih efisien dan efektif.

no36Maimon dan Rokach (2010) telah mendefinisikan KDD sebagai proses terorganisir untuk mengidentifikasi pola yang valid, baru, berguna, dan mudah dipahami dari kumpulan data yang besar dan kompleks. Mereka mendefinisikan Data Mining (DM) sebagai inti proses KDD, yang melibatkan kesimpulan algoritma yang mengeksplorasi data, mengembangkan model dan menemukan pola yang sebelumnya tidak diketahui (Maimon & Rokach, 2010). KDD melibatkan beberapa langkah, mulai dari pemahaman lingkungan organisasi, menentukan tujuan yang jelas, memahami data, pembersihan, persiapan dan transformasi data, memilih pendekatan data mining yang tepat, menerapkan algoritma data mining, dan evaluasi dan interpretasi temuan (Rashidian et al., 2012; Maimon & Rokach, 2010)

Metode data mining ada 2 yaitu metode ‘diawasi’ dan ‘tidak diawasi’ (Phua, Lee, Smith, & Gayler, 2010; Li et al., 2008; Bolton & Hand , 2002). Metode yang diawasi mencoba menemukan hubungan antara variabel input (atribut dan fitur) dan variabel output (dependen) (atau atribut target). Metode pembelajaran yang tidak diawasi diterapkan bila tidak ada informasi awal tentang variabel dependen yang tersedia untuk digunakan. Metode yang diawasi berguna untuk mendeteksi pola penipuan dan penyalahgunaan yang sebelumnya dikenal. Secara teori, kita dapat menerapkan pendekatan tanpa pengawasan untuk mengidentifikasi jenis kecurangan atau penyalahgunaan baru. Metode yang disarankan biasanya menilai satu atribut klaim dalam kaitannya dengan klaim lainnya dan menentukan bagaimana kaitannya dengan atau berbeda satu sama lain. Ada tujuh langkah umum untuk untuk mendeteksi kecurangan dan pelecehan (setelah melakukan preprocessing data):

  1. Mengidentifikasi atribut data yang paling penting oleh domain pakar
  2. Mendefinisikan fitur baru yang merupakan indikator perilaku penipuan atau penyalahgunaan oleh domain ahli atau algoritma otomatis seperti induksi aturan asosiasi
  3. Mengidentifikasi catatan yang tidak biasa dengan metode deteksi outlier untuk penyelidikan
  4. Tidak termasuk outliers dari data dan clustering (atau re-clustering) catatan berdasarkan fitur yang diekstrak
  5. Mengidentifikasi cluster outlier dan menyelidiki catatan dalam kelompok tersebut secara lebih rinci dan menentukan catatan yang salah atau kasar (misalnya dengan inspeksi)
  6. Merancang model yang diawasi berdasarkan catatan berlabel dan memilih fitur yang paling diskriminatif
  7. Menerapkan metode yang diawasi sebagai tugas pemrosesan online rutin dan menerapkan metode tanpa pengawasan (deteksi dan pengelompokan outlier) dalam jangka waktu tertentu untuk menyempurnakan langkah-langkah sebelumnya dan mendeteksi kasus penipuan baru.

Text: Eva Tirtabayu Hasri S.Kep., MPH

Editor: PAR

*Bila Anda merasa artikel ini bermanfaat, silakan share artikel ini. Sehingga manfaat ini juga dapat dirasakan orang sekitar Anda.
*Anda kami persilakan untuk menggunakan artikel ini untuk berbagai keperluan. Namun, jangan lupa mencantumkan nama penulis dan referensi terkait lainnya untuk menghindari plagiarisme.

{jcomments on}