BPJS Sebut Tak Ada Pegawainya Terlibat Skandal Klaim Fiktif dari RS

JAKARTA, virprom.com – Badan Penyelenggara Jaminan Kesehatan (BPJS) memastikan tidak ada pegawai yang terlibat skandal biaya rumah sakit khayalan.

Pernyataan tersebut diungkapkan Direktur Kepatuhan dan Hubungan Antar Lembaga BPJS Kesehatan, Mundiharno dalam diskusi bersama Tim Gabungan Pengendalian Penipuan Jaminan Kesehatan (JKN).

“Harus kami sampaikan dalam hal ini kami jamin tidak ada petugas BPJS kesehatan yang berkolusi dengan pihak rumah sakit,” kata Mundi dalam diskusi di Komisi Pemberantasan Korupsi (KPK), Jakarta, Rabu (25/7/2024). ).

Mundi mengatakan, dugaan penipuan (kerugian) puluhan miliar akibat klaim palsu rumah sakit sebenarnya ditemukan oleh pegawai BPJS.

Baca Juga: KPK Ungkap Dugaan Pelaku Tuduhan Palsu ke BPJS: Pemilik RS, Keluarga Pemilik, dan Dokter

Bahkan, kata Mundi, petugas BPJS melakukan audit, turun lapangan memverifikasi pasien, sehingga mengungkap pola penagihan khayalan.

“Jika ada karyawan yang melakukan hal ini, mereka akan dikenakan hukuman berat,” kata Moody.

Menurut Mundi, BPJS secara rutin melakukan pengawasan melalui audit internal (Wasin) dan audit investigatif.

Auditor dan penyidik ​​internal juga dilatih oleh lembaga yang berwenang.

Mundi mengatakan, BPJS akan sangat senang jika dalam kasus yang merugikan institusi ditemukan adanya keterlibatan pegawai internal.

Selama ada bukti, kami akan menyelidikinya, kata Moody.

Baca Juga: Sederet Cara Rumah Sakit Palsu untuk Memalsukan Rekening BPJS yang Pamerkan Tagihan Phantom KPK Tak Terdeteksi Sistem

Mundi mengatakan, BPJS sebenarnya memiliki sistem verifikasi berlapis untuk memprediksi penipuan akibat penipuan rumah sakit.

Sistem ini dapat mendeteksi duplikat klaim, seperti rumah sakit yang mengajukan klaim biaya rawat jalan dan rawat inap secara bersamaan.

“Ini sudah tipu muslihat, ditolak oleh sistem kami,” kata Mundi.

Selain itu, BPJS melakukan analisis deteksi melalui verifikasi dan pengendalian pengelolaan klaim.

Tindakan ini dilakukan untuk menganalisis data anomali untuk identifikasi lebih lanjut.

Tinggalkan Balasan

Alamat email Anda tidak akan dipublikasikan. Ruas yang wajib ditandai *

Back To Top