大數據在成都醫保管理中的應用與拓展

秦佳佳 鄭閆軍

大數據在成都醫保管理中的應用與拓展

秦佳佳 鄭閆軍

近年來，成都市醫療保險信息服務中心以全面深化改革為抓手，運用“互聯網+”、云計算等現代信息技術，通過醫保大數據，實現對復雜醫保行為更為準確的監測、分析、預警，持續提高決策的針對性、科學性和時效性，為精確調控提供更加及時精準的信息，實現向經辦機構和定點機構提供更為直觀、準確的警示教育，促進社會管理向社會治理的轉變，更好地服務于新常態下醫保社會治理的實踐。

一、醫保大數據警示教育的初步成效

（一）醫保監管能力和水平明顯提高

通過大數據的精準監控，實現了對全市基本醫療保險參保人員、“兩定”機構及其醫保醫生、醫保經辦機構醫保行為的全過程監管，并為現場稽核提供精準靶向，提升了稽核的針對性和核查能力水平。

（二）切實規范醫療服務行為

醫保智能監管及時發現醫療保險制度運行中醫療服務存在的突出矛盾和傾向性問題，促使醫保經辦機構履職盡責，強化管理。違規、過度醫療等不規范醫保服務行為得到了有效遏制，醫療費用支出不合理增長得到了有效控制。

（三）有效防控廉政風險

醫保實時在線監控工作的開展，用規則管權、管事、管人，最大限度地減少各環節的自由裁量權。對稽核工作進行全程信息化、標準化管理和動態跟蹤，促進稽核工作的規范性、公正性，減少了人為因素，提升標準化水平。

二、醫保大數據警示教育基地的建設改革實踐

在建立完善目錄庫、規范定點機構信息傳輸標準基礎上，建成包括基礎庫管理、規則管理、監控預警、運行分析、疑點核查、決策輔助等6大功能，涵蓋基礎信息維護、規則設置和運行計劃管理、疑點篩查與分析、核查任務流程管理、經辦單元和醫療機構運行指標預警分析、基金收支監控與預測、稽核過程追蹤、統計報表等58個功能模塊的實時在線監控系統，實現了對“兩定”機構及醫保醫生服務行為、參保人就醫購藥行為、醫保經辦機構履職行為在線監控。

（一）持續開展醫保大數據分析及運用

一是在宏觀層面，針對基本醫療保險主要支付內容的住院、門診特殊疾病進行核心指標分析。根據醫院級別，通過歷年數據對比，定期對就醫總人次、總費用、基金支付情況、次均費用等核心指標進行趨勢性分析，對住院就醫流向、基金支付流向進行展示，對醫保住院政策和管理手段進行評估，為決策層提供支持。

二是在中觀層面，對住院“次均支付情況”進行分析。根據醫院級別，對各經辦分中心的次均支付情況管理進行公示、排名，以此督促各經辦機構加強對轄區內定點醫療機構的有效管控。對門診特殊疾病，針對認定和結算的定點醫院、病種及各病種費用聚集情況進行分析，對部分費用占比較多的疾病進行病種費用分析和排名，為經辦機構加強門特監管和改革付費方式提供支持。

三是在微觀層面，根據宏觀層面的基礎數據，查找出離散數據，對同級同類醫院的住院、門特的四項核心指標及其增速進行縱橫對比并排名。對醫保管控中的難點即重復住院情況，通過人頭人次比（考核醫院有效服務的指標）進行分析排名，找出醫保管控的重點“兩個異常”（即人次、費用異常）的靶點，為經辦機構提供管理和稽核重點。

（二）探索開展醫保大數據警示教育

一是探索建立數學模型。基于對醫保經辦機構、定點服務機構、醫保醫生和參保人的實時在線數據傳輸，中心運用機器學習及數據挖掘技術建立了同質人群就診流向分析模型、超高費用偵測模型、超長治療時間偵測模型和過度診療偵測模型。同質人群就診流向分析模型能從海量的醫保就診信息中分析出具有多個同樣性質人群的就醫行為；超高費用偵測模型、超長治療時間偵測模型和過度診療偵測模型首先確定每個對象的特征，根據閾值假設找出正常和可疑案例，模型再根據關鍵字段形成預測值曲線展示出離群數據。數據模型的建立能為稽核監督部門發現和查證虛假住院的違規行為提供靶向性，實現傳統的“個案監督”向“大數據監督”的轉變。

二是通過公示、排名，實現警示教育功能。醫保智能監控系統建成后，共設置指標288項,支持醫保監控、預警、審核指標80項，支持《關于加強公立醫療衛生機構績效評價的指導意見》公立醫院績效評價指標27項，基層醫療衛生機構績效評價指標30項，支持《關于印發控制公立醫院醫療費用不合理增長的若干意見的通知》公立醫院醫療費用控制主要監測指標18項。通過多維度、多層次的指標展示和排名，以最為直觀的方式警示醫保經辦機構和定點機構，督促其持續規范醫保經辦和服務行為。

（作者單位：成都市醫療保險信息服務中心）