Signalering Misbruik en Oneigenlijk gebruik Wmo & Jeugdwet

Het model helpt bij het opsporen en analyseren van onrechtmatigheden en onregelmatigheden na de toekenning van een Wmo/Jeugdwet voorziening. Het model signaleert of er nader onderzoek gedaan moet worden naar de besteding van gelden.

Laatst gewijzigd op 5 juli 2024 om 9:31 | Publicatiestandaard 1.0
Publicatiecategorie
Impactvolle algoritmes
Impacttoetsen
IAMA
Status
In gebruik

Algemene informatie

Thema

Zorg en gezondheid

Begindatum

Veld niet ingevuld.

Contactgegevens

datashop@denhaag.nl

Verantwoord gebruik

Doel en impact

Signalering om nader onderzoek te doen of er sprake zou kunnen zijn van misbruik en/of oneigenlijk gebruik van voorzieningen verstrekt op grond van de Wmo en Jeugdwet. Het is ook een controlemiddel dat periodiek wordt ingezet.

Mochten er indicaties zijn van misbruik en/of oneigenlijk gebruik, dan wordt er nader onderzoek ingesteld door de toezichthouder Wmo/Jeugdwet. Hierbij wordt contact opgenomen met bijvoorbeeld met de klant, vertegenwoordiger(s), zorgaanbieder(s) etc. In specifieke gevallen kan dit leiden tot een beleidsaanpassing en/of gemeentelijke regelgeving waarvan een preventieve werking uit gaat.

Afwegingen

Handmatige analyse vergt erg veel tijd en veel medewerkers.

Het model signaleert of er nader onderzoek gedaan moet worden naar de besteding van gelden. Er zijn geen geautomatiseerde besluiten, er is altijd een toezichthouder bij betrokken.

Menselijke tussenkomst

Het algoritme is slechts voor intern gebruik, er is altijd tussenkomst van een toezichthouder. Er kan door de burger bezwaar worden gemaakt tegen de gemeentelijke beslissing om terug te moeten betalen. Er vindt geen geautomatiseerde besluitvorming plaats. Het algoritme wordt gebruikt ter analyse om mogelijk misbruik en oneigenlijk gebruik te signaleren. Het is ook een controlemiddel dat periodiek wordt ingezet.

Risicobeheer

Er is nagedacht over de risico's. Op grond daarvan is gekozen voor algoritmeregels die alleen gebruik maken van situaties waarbij uit ervaring is gebleken dat een verhoogde kans bestaat op misbruik en oneigenlijk gebruik (bijv. een vertegenwoordiger die meer dan 3 burgers vertegenwoordigt, onevenwichtige uitnutting van het budget, facturering nadat de voorziening is stopgezet etc.). Er wordt geen gebruik gemaakt van persoonlijke kenmerken. Signalering betekent slechts dat nader onderzoek noodzakelijk is, niet dat in alle gevallen er sprake is van misbruik en oneigenlijk gebruik. Dat moet altijd blijken uit nader onderzoek. Er is geen profilering op basis van gegevens zoals etniciteit, geslacht of postcode.

Wettelijke basis

Wet maatschappelijke ondersteuning en de Jeugdwet.

Toelichting op impacttoetsen

Een pre DPIA is uitgevoerd om te bepalen of een DPIA noodzakelijk is. Dit is niet het geval v.w.b het algoritme. Wel vinden aparte DPIA's plaats op de processen.

Een IAMA is uitgevoerd. Het algoritme is een filter welke het mogelijk maakt om in het databestand op te zoeken of er aan criteria is voldaan. Het voordeel van het algoritme is dat de criteria duidelijk zijn omschreven en zorgt voor transparantie en eliminatie van willekeur.

Impacttoetsen

Impact Assessment Mensenrechten en Algoritmes (IAMA)

Werking

Gegevens

Geen geautomatiseerde koppeling met de basisregistratie (BRP). Er wordt gebruik gemaakt van gegevens van de SVB (het uitvoeringsorgaan Trekkingsrecht). a) BSN nummers van budgethouders, vertegenwoordigers en KvK gegevens van zorgaanbieders, b) Grootte van het budget plus reeds gedane betalingen, c) Categorie van toegekend budget en type contract dat wordt afgesloten (tussen zorgaanbieder en budgethouder) , d) Prijstarief informatie (uurlonen).

Technische werking

Causaliteitsredeneringen vastgelegd in regels.

Het algoritme is feitelijk een set van regels welke worden gebruikt om queries te draaien. De queries bevatten domein kennis die aangeven wat verwachte waarden zouden zijn. De verwachte waarden worden vergeleken met de actuele waarden. Voorbeelden van vergelijkingen tussen verwachte en actuele waarden hebben betrekking op bv. aantal vertegenwoordigers per budgethouder, zorgaanbieders die tevens vertegenwoordigers zijn, uitnuttingspercentage gedurende een bepaalde periode, maandlonen, te hoge uurlonen etc.

Soortgelijke algoritmebeschrijvingen

  • Dit algoritme wordt in het kader van de Wet controle op rechtspersonen (Wcr) uitgevoerd na een relevante wijziging bij een rechtspersoon. Hierbij wordt de kans op aanwezigheid van misbruik van de rechtspersoon bepaald. Rechtspersonen met de hoogste kans op misbruik worden handmatig op risico beoordeeld.

    Laatst gewijzigd op 20 maart 2024 om 10:23 | Publicatiestandaard 1.0
    Publicatiecategorie
    Impactvolle algoritmes
    Impacttoetsen
    Veld niet ingevuld.
    Status
    In gebruik
  • Dit algoritme helpt medewerkers van de Belastingdienst bij het behandelen van de aanvragen van een WKA-verklaring.

    Laatst gewijzigd op 25 juni 2024 om 18:20 | Publicatiestandaard 1.0
    Publicatiecategorie
    Impactvolle algoritmes
    Impacttoetsen
    Veld niet ingevuld.
    Status
    In gebruik
  • Het Wmo-voorspelmodel geeft een voorspelling van het aantal unieke gebruikers met een voorspelhorizon van vijf jaar. Voorspellingen worden gedaan op wijkniveau voor zowel de Wmo-totaal als voor deelproducten van de Wmo (Hulp bij het Huishouden, Ondersteuning thuis en Hulpmiddelen en Diensten). 

    Laatst gewijzigd op 7 augustus 2024 om 9:45 | Publicatiestandaard 1.0
    Publicatiecategorie
    Overige algoritmes
    Impacttoetsen
    Veld niet ingevuld.
    Status
    In gebruik
  • Het Wmo-voorspelmodel geeft een voorspelling van het aantal unieke gebruikers en de kosten van de Wmo met een voorspelhorizon van zes jaar. Voorspellingen worden gedaan op wijkniveau voor zowel de Wmo-totaal als voor deelproducten van de Wmo (Hulp bij het Huishouden, Ondersteuning thuis en Hulpmiddelen en Diensten).

    Laatst gewijzigd op 23 augustus 2024 om 14:10 | Publicatiestandaard 1.0
    Publicatiecategorie
    Impactvolle algoritmes
    Impacttoetsen
    Veld niet ingevuld.
    Status
    In gebruik
  • In 2020 is de Gemeente begonnen met het ontwikkelen van een model dat met behulp van data kan ondersteunen bij de opsporing van illegale onderhuur van sociale huurwoningen.

    Laatst gewijzigd op 21 november 2024 om 9:12 | Publicatiestandaard 1.0
    Publicatiecategorie
    Impactvolle algoritmes
    Impacttoetsen
    Veld niet ingevuld.
    Status
    Buiten gebruik