醫院端醫保智能監控系統開發與建議

江海林

一、 引言

2016年，人社部發布《關于積極推動醫療、醫保、醫藥聯動改革的指導意見》，明確提出積極探索發揮醫保在醫改中的基礎性作用，全面推廣醫保智能監控。近幾年，醫保智能監控體系在社保端的應用越來越多，醫保智能監控作為社保經辦機構重要的技術手段，通過利用醫保大數據，對服務行為和參保人的就診行為進行數據采集、對比分析，全面提升了醫保監管質量和效率，讓醫保管理更加科學化、精細化。醫保管理部門會將社保端產生的稽查違規數據發給定點機構進行核實，大量的可疑違規數據給定點機構傳遞了越來越多的監管壓力，但由于各定點機構的管理水平、信息系統所處層次等條件存在較大的不同，使醫院端的醫保監控體系建設明顯滯后于社保端，造成醫院端醫保管理上事實性的被動，很明顯已不適應當前醫院醫保管理的需要，院端醫保智能監控體系的建立成為一個必由之路。

本文擬就某醫院醫保智能監控系統的開發與使用情況進行分析，并對有關問題進行探討。

二、醫院端智能監控體系實現的具體路徑

建立相應的規則體系：醫保智能監管的核心是科學制定監控規則，醫保監控規則的運用是醫保監管的核心要件，由知識庫提煉的監控規則可為發現違規數據起到決定性的幫助作用。該院使用的監控規則主要是基于藥學知識規則（與藥學有關的違規行為檢出判定），臨床知識規則（與臨床有關的違規行為檢出判定），醫保知識規則（與醫保有關的違規行為檢出判定）這三類知識庫。更明細的知識庫細分為20多個。

監控規則的分類：共計分事前、事中、事后共計106種規則，主要包括性別限定、藥物配合禁忌、同類藥品與項目重復、超量用藥、限制類藥使用適應癥等情況。

監控系統包含的基礎功能，主要包括以下幾部分。

事前提醒：在醫生開具處方或醫囑時，將患者的就診數據傳遞給事前提醒接口，系統對傳入就診數據的整體合理性進行分析，知識庫引擎會實時反饋分析結果，窗口會彈框提醒。

事后審核：通過不同維度進行。

執業醫師審核：按照科室-醫生-違規的維度查看事后違規信息及相關單據信息，可查看和導出具體違規行為、單據、明細、基金支出情況、違規金額等詳細數據，可對展示的違規數據進行狀態標記。

機構科室審核：按照項目類型-科室-醫生-違規的維度查看事后違規信息及相關單據信息，可查看和導出具體違規行為、單據、明細、基金支出情況、違規金額等詳細數據。

機構規則審核：按照違規-科室-醫生的維度查看事后違規信息及相關單據信息，可查看和導出具體違規行為、單據、明細、基金支出情況、違規金額等詳細數據，可對展示的違規數據進行狀態標記。

違規項目審核：按照項目類型-違規-科室-醫生的維度查看事后違規信息及相關單據信息，可查看和導出具體違規行為、單據、明細、基金支出情況、違規金額等詳細數據，可對展示的違規數據進行狀態標記。

統計分析：機構指標分析：通過項目、疾病、收費類別和科室分布4個維度對醫保支出、人次、均次費用等進行詳細匯總分析。

事后違規統計： 按規則及科室匯總統計一段時間內醫生違規提醒次數，主要為：序號、規則名稱、科室、醫生、違規彈出框次數、涉及違規項目金額、違規說明，并能通過圖表展示：如可通過按月展示當前年度事后違規趨勢分析圖、違規科室排名前十分析圖、違規醫生排名前十分析圖、違規規則占比圖、同一規則事前事后違規數對比圖。

事前提醒統計： 按規則及科室匯總統計一段時間內醫生違規提醒次數和依從性統計，主要為：序號、規則名稱、科室、醫生、違規彈出框次數、涉及違規項目金額、違規說明、反饋信息，并亦可根據圖表進行展示。

三、系統運用成效

運用系統配置規則發現可能的違規記錄，能更好更快速定位可能的違規行為。但系統提供的篩查數據并不能直接認定違規，需人工核實后才能最終確定。通過對系統規則預先確定的重要性級別，可對系統數據進行分類處理。系統篩查的數據雖然比較多，但對快速定位違規行為則起到了重要作用。比如之前對慢病違規處方需要進行現場查看，費時費力，效率低下，但現在可以快速定位到超量、以及診斷與用藥不符等違規情況，極大提高了管理效率。

事前提醒確實起到了降低違規行為的實際發生。經我們對該院今年6月份的數據使用進行統計，共計觸發事前提醒8300次，但最終事后違規統計僅涉及3900次，大幅降低，也即意味著規避了大多數的可能違規行為。

通過事后違規數據的分析統計，持續改進醫保管理質量。按科室與醫師維度分別進行整理，對典型問題、發生頻次較多的問題與當事醫生進行溝通，以探討醫囑行為的合理性，如醫師有不同理解，則請其提供相關的知識依據，以便進一步同醫保管理部門進行商談，對有關規則進行優化，如確實有問題，則請其進行整改，以避免下次違規情況再次發生。通過近三個月的數據分析，顯示事后違規數據呈逐步減少趨勢。雖然在實際運行過程中，有少部分規則及行為還需進一步核實與調整，但大多數的規則還是體現出了較大的合理性，也很大程度解決了以前人工抽查覆蓋面窄、不客觀、不同人員標準尺度不一致等問題。

四、運用建議

（一）知識庫規則的標準建立應適應實際場景的應用

標準、規范、合理的篩查規則是醫保智能監控系統的基礎，也是規范醫療行為的有力保障。因此，完善數據篩查規則，確保醫保智能監控系統精確篩查，避免不必要的申訴，是當前醫療保險管理部門急需解決的問題。在系統使用過程中，我們發現，部分規則的設置完全基于知識定義的學術標準，忽視臨床使用的實際經驗或場景。將臨床常見的使用判別為違規行為，造成系統產生大量的所謂“違規”信息，增添了工作的繁瑣。我們希望有一套權威的知識庫，甚至是國家級別的標準庫，這套知識庫應該是醫保、醫院都能接受的標準，從而能真正發揮知識庫的導向指引作用，減少對臨床正常診療的不合理干預。在建立標準、權威知識庫之前，是否可以讓醫療機構對這些規則的級別進行二次過濾和設置，以合理歸避過多的彈出干預帶來的不必要影響。

（二）完善醫保評價體系與第三方仲裁機制

通過大數據進行監管，其實就是對某種行為、某個項目的評價。某項行為是否確實違規，應結合實際的應用場景與臨床實踐來評判。當前院端醫保智能監控的規則體系、判別原則均由社保端智能監控體系的知識庫作為支撐，醫保監管很容易陷入所謂“醫保規則”的權威性與唯一性。不可否認，智能監控系統的使用確實對減少違規、規范醫療行為發揮了巨大的作用，部分監控規則的釋義非常明確，能得到醫保、醫院的雙方一致認可，這些違規行為是實際處理中的重點，但對有些可疑的違規行為，則需要院、保雙方持續的協調，我們建議建立第三方權威的仲裁機制來解決這類紛爭，也從一定程度推動規則的運用更加合理化。

（三）對當前的智能監控系統進行功能拓展

目前的智能監控系統主要著重于提高醫療保險運行的質量，對在日常醫保管理中的一些環節實行切實可行的監控，以規范醫療行為，使之減少一些不必要的費用支出。但醫保日常管理中還有一個重要的一點是對醫保日常運行指標的監控，這些指標管理也構成了醫保運行體系和日常管理的一個核心。如門診均次費用、住院均次費用、個人負擔率等等。希望監控系統也能拓展基于醫保指標的費用監控功能，能直觀地呈現醫院各科室醫保費用發生與醫保指標的對比情況、科室費用增幅異常預警功能等，并能提供費用增幅的要點分析。

醫保智能監控系統的建設與使用極大地規范了醫療服務行為，很大程度提升了醫院的醫保質量管理效率，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有效控制。希望未來智能監控系統在規則的標準化、功能的拓展等方面進一步優化、完善，以讓系統發揮更大的作用。