大數據環境下醫療保險欺詐審計實施路徑研究

吳恒亮 于本海 翟宇翔 張巍巍

【摘要】隨著社會醫療保險數據量的急劇增長和復雜程度的不斷提高，搭建大數據分析平臺，借助大數據創新審計技術和方法、轉變審計模式已是當務之急。在梳理現有研究的基礎上，結合湖北等地區的實踐情況，以醫療保險審計為例，從技術、管理和模型等三個維度提出了“自上而下”的大數據審計建設實施路徑，包括大數據文化建設、總體規劃、團隊組建、平臺搭建、流程設計以及難題突破等五個方面，旨在為各地區開展醫保大數據審計工作提供參考。

【關鍵詞】大數據；醫保審計；實施路徑；大數據審計平臺

【中圖分類號】F239【文獻標識碼】A【文章編號】1004-0994（2019）24-0105-6

【基金項目】國家自然科學基金項目（項目編號：71974131）；教育部人文社會科學研究青年基金項目（項目編號：18YJC630196）；山東省社會科學規劃研究項目（項目編號：18CKJJ04）；山東工商學院財富管理特色建設項目（項目編號：2019ZBKY016）

一、引言

據人社部統計，截至目前，我國醫保參保人數超過13億人，參保覆蓋率已達到95%以上，每年醫保基金收入超過1萬億元。但醫保詐騙案件卻層出不窮，造成了醫保基金的巨大損失。審計署在2017年醫保基金的專項審計工作中，共發現欺詐、違法和違規問題金額超過15億元，約占抽查資金總金額的0.46%。研究醫保欺詐審計問題，關系到我國社會醫療保險制度能否持續、健康地發展，具有重要的經濟價值和現實意義。

在傳統計算機醫保審計模式下，主要采用SQL數據庫查詢技術來獲取醫保欺詐線索，僅限于對結構化醫保數據的處理和分析[1]。隨著醫保覆蓋面的不斷擴大，醫保數據呈現出規模大、多樣化、異構性、高價值和低密度等大數據特征，對醫保審計數據的采集、存儲、分析和處理等工作提出了巨大挑戰。同時，國內人口流動日益頻繁，居民異地就醫需求增長迅速，跨省、跨市醫保就醫結算正逐步推行。如果仍以市或縣級為單位，采用“各自為政”“單兵作戰”的組織模式進行審計，勢必造成大量醫保欺詐行為被漏審，影響審計質量和監督效果。面對海量、多源、異質的醫保數據，為突破傳統審計技術瓶頸，克服傳統抽樣、離散、“單兵作戰”審計模式帶來的局限性和缺陷，緩解審計任務繁重和力量不足之間的矛盾，審計機關只能通過引入新技術、創新審計方法、轉變審計模式來化解當前遇到的困境。

二、文獻綜述

（一）醫保欺詐識別方法研究

醫保欺詐識別是開展醫保審計工作的關鍵和重點。國外對醫保欺詐識別問題的研究起步較早，實證研究較多，主要采用統計分析、數據挖掘和機器學習等方法，如神經網絡[2]、邏輯回歸[3]、主成分分析[4]、貝葉斯[5]、聚類分析[6]、關聯規則[7]、支持向量機[8]、異常檢測[9]等。國內文獻定性研究較多，主要集中在欺詐類型、欺詐原因分析及防范對策等方面[10]。近年來，國內一些學者開始利用統計模型、數據挖掘等技術進行實證研究。史徑宇等[11]通過引入指標權重改進聚類分析算法，采用無監督學習方法實現了醫保欺詐識別；邱瑞[12]采用頻繁模式挖掘算法對醫保騙保行為進行了模式挖掘；陳清鳳等[13]將主成分分析、K-Means聚類方法和判別分析等三種方法相結合建立了醫保欺詐識別模型。

（二）大數據環境下的醫保審計研究

國外政府和學者對大數據環境下醫保等領域的政府審計研究多側重于大數據審計的具體操作層面，包括大數據環境下的審計模型、審計安全、主要制約因素及解決方法等方面[14]。英國、美國、挪威等國家在審計實務中已經廣泛應用數據挖掘、機器學習等技術和工具[15]。

相比而言，國內學者對醫保等領域的大數據審計研究更偏重于理論，如必要性和挑戰性[16]、模式轉變[17]、政策建議[18]等，指導大數據審計實踐的研究相對較少。劉國城、王會金[15]指出，未來的研究應基于“數據科學”和“工程學”視角，從技術層面開展大數據在審計中的應用研究；鄭偉等[19]從大數據審計的邏輯流程以及大數據平臺的網絡架構和應用架構等方面探討了在大數據環境下進行數據式審計的操作路徑；陳偉、居江寧[1]基于大數據可視化技術對醫院藥品加成問題進行了挖掘分析。總的來看，國內學術界有關醫保等領域的大數據審計研究，無論在內容深度還是廣度上都有待進一步提高。

從我國醫保等領域的大數據審計實踐來看，大數據技術在政府審計中的應用尚處于起步和探索階段，缺乏成熟的大數據審計技術方案和可借鑒的經驗，只有部分地區的審計機關真正開啟了大數據審計的探索和建設工作，在醫保領域開展大數據審計工作的地區更少。

本文依據大數據審計在其他領域應用的經驗和教訓，結合湖北、山東、天津、河南、河北、江蘇、浙江等地區在醫保等領域的大數據審計實踐情況，從技術、管理和模型三個維度，提出了“自上而下”的醫保大數據審計建設實施路徑，包括大數據文化建設、總體規劃、團隊組建、平臺搭建、流程設計以及難題突破等五個方面，梳理總結了部分省市的優秀做法，并針對各省市存在的問題提出了合理化建議，以期對各地區審計機關開展醫保大數據審計工作提供指導和參考。

三、實施醫保大數據審計的路徑分析和建議

（一）建設大數據審計文化，做好實施醫保大數據審計的思想準備

大數據審計文化建設就是要在整個審計機關建立一種“用大數據說話、用大數據管理以及用大數據決策”的價值觀和制度體系，讓大數據成為開展各項審計工作的基礎。

建設大數據審計文化，要擺脫傳統醫保審計思維桎梏，轉變審計理念，將大數據思維和理念引入審計機關，不斷提高醫保審計人員的整體素質。一方面，應定期組織專家講座、培訓、經驗交流會等活動，從領導層到每一個基層審計人員，全面提高其對醫保大數據審計的認識，將大數據思維融入審計機關文化建設中。另一方面，應設立專項基金，鼓勵醫保審計人員利用大數據搞“科研”，對優秀項目給予資金、人員、數據和政策等方面的支持，營造良好的大數據審計氛圍。在具體醫保審計項目中，應鼓勵審計人員積極運用大數據分析技術開展醫保審計工作，通過項目實踐不斷積累成功經驗。

（二）注重頂層設計，統一編制包括醫保在內的大數據審計平臺建設總體規劃

目前，我國政府審計機關審計職責范圍廣泛，涉及財政、地稅、社保、醫保等多個專業領域，醫保審計僅是其監督職責之一。雖然不同專業審計在內容、方法等方面存在一些差異，但在計劃制定、方案實施、組織管理等活動上具有相似性和一致性。如果大數據審計建設不做總體規劃，只考慮在醫保或其他單個專業領域內，或者只在市或縣級范圍內實施，勢必造成“信息孤島”現象，破壞審計業務的系統性和整體性，也會出現重復投資建設、系統擴展難和集成難等問題。從實踐調查來看，多數省市審計機關能夠意識到總體規劃的必要性，但有些地區審計機關對于如何開展總體規劃并不清楚，有些則急于在大數據審計方面實現單點突破而使規劃流于形式，甚至還有不少地級市、縣級審計機關正著手或已開展市縣級大數據審計平臺建設工作，而只有少數幾個省市能從全省角度出發，制定真正意義上的大數據審計總體規劃。

綜上所述，審計機關在實施大數據審計之前，應該站在全局的高度，從全省審計總體業務出發，做好頂層設計，制定全省統一的大數據審計平臺建設總體規劃，建立全省統一的大數據審計平臺。湖北省審計廳在“金審二期”工程的基礎上，構建了如圖1所示的大數據審計平臺應用系統架構[20]。從系統功能來看，架構中的系統可以分為兩類：一是審計管理方面的系統，二是不同專業領域的審計分析系統。總的來看，該架構遵循了系統獨立性設計的原則，既能保證各個子系統的相對獨立，又能保證各個子系統通過共享數據實現互聯互通，從而形成一個有機整體，這樣可以大大提高平臺的靈活性和可變性，對構建和實施省市縣三級審計機關協同審計組織模式[17]，實現審計工作的統一監管和調控提供了技術支撐和保障。

（三）組建醫保審計大數據分析團隊

1.成立專門的醫保審計大數據分析部門。在大數據環境下，醫保審計工作模式的變化必然要求審計機關對組織結構做出適應性的改變和調整。審計機關需要成立一個專門的醫保審計大數據分析部門，主要由數據管理員、數據分析建模師和業務數據分析師等組成，負責數據采集、整理、清理以及分析模型構建等工作，通過集中分析、篩選疑點，為審計計劃制定、實施方案組織等提供重要依據。數據分析建模師由擁有大數據分析技術和經驗的人員擔任，業務數據分析師是指具有豐富醫保審計經驗的業務人員。構建模型以數據分析建模師為主導，業務數據分析師給予業務支持。

2.為醫保審計項目小組設置大數據分析員角色。在傳統的醫保審計工作模式下，為完成某項審計計劃安排的審計任務，需要成立審計項目小組，包括組長、主審和組員等角色。在大數據審計模式下，雖然對“總體分析”發現的疑點可以進行“分散核查”，但也同樣需要成立審計項目小組，且在該項目組中需要增設大數據分析員角色，專門負責審計項目的數據現場采集、清理、存儲、模型應用以及結果分析等相關工作。

（四）做好技術選型，搭建醫保大數據審計技術基礎平臺

大數據平臺建設是實施醫保大數據審計的基礎，選擇和搭建一個適合自己的醫保大數據平臺對審計機關來說至關重要，技術選型失敗會大大增加項目實施風險。調查發現，目前各省市審計機關由于缺乏大數據技術知識、經驗和相關人才，在建設方式、技術選擇和產品選型等方面存在諸多誤區，比如認為利用傳統的數據庫系統即可建立大數據平臺，將Hadoop技術等同于大數據平臺，盲目迷信大數據能力及服務商大數據產品性能等。

首先，審計機關應該確定如何搭建醫保大數據平臺，即采取何種建設方式。目前，我國企業進行大數據平臺建設主要采取三種方式，即本地自建大數據平臺、使用云服務商提供的大數據服務以及購買大數據集成產品等。從各地區審計機關調查來看，多數省市選擇采用第一種方式，相對而言，該種方式對技術人才的要求較高，實施難度較大，成本也較高，但從長遠來看，平臺的靈活性、兼容性、擴展性、經濟性以及維護性等更加理想。部分省市采取折中方案，即在原有平臺的基礎上擴展大數據分析功能來構建大數據審計平臺，如天津市審計局在2017年采取公開招標的方式，為其聯網審計監督平臺（“一張網”管理系統）采購數據分析服務。該種方式是否適合還要看原有基礎平臺是否采用大數據技術或具備大數據采集、存儲和處理能力，否則只是權宜之計，非長久之策。

其次，審計機關需要從自己的實際情況出發，選擇適合自己的技術路徑。由于醫保大數據平臺承擔著從醫保數據采集、存儲、分析到可視化等各項處理任務，就目前來看，單純依靠某項技術或某個產品是不現實的，需要綜合不同的大數據技術和產品，構建一個完善的大數據生態系統。而且，不同技術或產品由于側重點不同，在功能和性能上都存在著一些差異，需要進行區分和篩選。

審計機關在技術選型時需要做好以下兩方面的工作：一是對自身的信息化現狀、數據情況、大數據應用的業務場景、技術力量等方面進行全方位的梳理和評估，找準自己的需求定位。一般來說，數據源的特點、數據采集方式和數據分析的應用場景等幾個方面基本決定了醫保大數據平臺的技術選型。二是根據定義的功能和性能需求進行技術選型或產品選型，全面評估待選大數據技術或產品是否滿足自己的功能需求，是否滿足醫保大數據審計所規定的技術指標要求，如可靠性、擴展性、高效性、容錯性、開源性、安全性、易用性、數據挖掘能力、R和Python語言的支持能力等。

（五）設計醫保大數據審計流程

大數據環境下，醫保審計技術、方法和模式的轉變，必然帶來審計流程的變化。因此，需要做好大數據環境下醫保審計流程的設計工作。醫保大數據分析主要包括數據采集與清理、數據存儲與管理、算法選擇與設計、構建分析模型、欺詐分析、檢查結果可視化和欺詐決策等環節，如圖2所示。

1.數據采集與清理。這一環節是整個流程的起點，要明確數據來源，積極拓寬數據采集范圍，廣泛運用大數據抽取與集成技術，通過多種采集方式來獲取醫保數據。采集的原始數據往往是“臟數據”“亂數據”，必須經過數據清洗、數據變換和數據集成等清理環節，以滿足大數據分析技術和算法對數據的要求。

2.數據存儲與管理。對經過預處理的醫保數據，根據數據規模、結構類型以及訪問的實效性等特點，分別選擇適合的大數據存儲與管理技術工具（如分布式文件系統HDFS、分布式數據庫MPP、非關系型數據庫NoSQL等）予以存儲。

3.算法選擇與設計及模型構建。醫保欺詐行為種類繁多，檢測方法各不相同。數據分析建模師需要根據不同欺詐行為的外在表現和特征，選擇適合的數據挖掘、機器學習方法和算法以構建模型，然后通過模型評估、參數調整以獲取最優的分析模型。

4.欺詐分析。業務數據分析師（即醫保審計業務人員）使用欺詐分析模型完成具體的欺詐檢測工作，并將發現的疑點提交人工復核。

5.檢測結果可視化及欺詐決策。使用大數據可視化技術，將模型分析結果以圖形方式展示給業務數據分析師和首席數據官，進而達到欺詐決策支持的目的。

（六）突破醫保大數據審計難題

在醫保大數據審計流程中，數據采集和分析模型構建是最為關鍵、最為困難的兩個環節，下面重點對這兩個問題進行闡述。

1.破解醫保大數據審計“數據采集”難題。

（1）醫保數據來源。醫保數據涉及參保人信息、基金運行管理數據、參保人在醫院、藥店以及基層醫療機構接受醫療服務時所產生的各種信息，如患者病歷檔案、住院信息、處方信息、檢查項目和購藥信息等，還包括藥企、藥店進銷數據、社保、民政、工商、公安以及從互聯網上獲取的數據等。其中，醫院、藥店、醫保機構、藥企以及基層醫療機構等信息系統是醫保大數據審計的主要數據來源。當前，由于我國醫保長時間的城鄉割裂，醫保管理存在以統籌區域（多數是縣級）為單位、各自獨立以及所采用的信息系統技術不一致等問題，醫保數據表現出多源、標準不統一、數據量大、數據質量低等特點，給醫保審計數據采集和清理工作帶來很大的困難。

（2）數據采集方式。目前，審計機關主要采取由被審計單位手工報送數據的方式進行數據采集，存在不報送、報送不及時、報送不全面、數據質量低等問題，對拓展醫保審計廣度和深度，提升醫保審計監督質量和效率造成了嚴重的負面影響。在大數據環境下，必須堅持“數據先行”原則，采取定期報送、按需收集和在審計中收集等多種數據收集方式，積極做好醫保數據采集工作。一方面要加強對被審計單位報送數據的督導工作，對不按規定報送數據的單位要及時反饋、協調解決。例如，山東省審計廳專門制定了定期報送數據的規章制度，對數據報送中出現的問題及時反饋給當地領導，或向省政府報告，將其納入重點審計整改范圍，逐步破解了“數據報送難”問題[21]。另一方面，開發與被審計單位信息系統的數據接口，利用計算機平臺直接從被審計單位采集或采取上傳的方式收集原始的醫保審計數據，提高數據采集效率和質量，保證數據的真實性，防止“假賬真審”。

（3）數據清理問題。可以利用數據分析、數據挖掘等技術和工具進行醫保數據整理、清理和標準化工作，克服數據不準確、不一致以及數據缺失等帶來的弊端。例如，湖北省審計廳采用文本挖掘和分詞技術，基于醫學詞匯包，將1700多家醫院對“床位費”的2300多種不同表達方式，全部轉換成“床位費”[22]。又如，山東省審計廳從該省衛計委及其所屬單位采集的醫保數據，由于來源眾多，涉及340多個不同版本、不同結構的信息系統，為此該廳專門成立了一支“破譯團隊”，按照編碼規則編寫數據轉換腳本，對原始數據進行標準化處理形成醫保標準數據表[21]。

2.破解醫保大數據審計“數據分析”難題。

（1）分析模型是醫保審計大數據平臺的核心組件和引擎。不同專業審計由于在審計目標、內容和數據等方面存在較大差異，審計方法必然會有所不同，細化不同專業領域的審計分析模型將是未來研究的重點[16]。在醫保領域，傳統審計模式下主要是構建查詢分析模型，隨著云計算、大數據和人工智能技術的不斷發展，工業界、學術界提出了許多適合大數據環境的醫保審計建模方法，可以對醫保數據進行深度挖掘和分析，實現查詢型向挖掘型分析方法的轉變，如下表所示。但是，由于種種原因，這些方法和技術多數還停留在學術研究和實驗階段。

調查發現，目前很多地區審計機關對醫保審計大數據分析存在認識不清、認識不到位的問題。第一，有些省市仍然停留在傳統的數據分析思維上，有些甚至將查詢分析型審計誤認為是大數據分析審計。第二，大多數省市所采取的大數據分析技術比較單一，應用最多的技術是數據關聯比對分析，但其本質仍是SQL數據庫查詢技術，只不過建立在大數據分析平臺基礎之上，采用分布式數據存儲和檢索技術，使其吞吐量、執行效率和查詢范圍有了比較大的提升。第三，應用數據挖掘和機器學習等大數據分析技術的案例還比較少，其中湖北、山東等地區在醫保大數據審計建模方面積極探索、大膽嘗試，已經取得了一定成效。例如，湖北省審計廳在醫保大數據審計中，利用大數據分析工具R-Studio和聚類分析方法，從1700多家醫院中鎖定了7家治療項目總費用明顯異常的醫院，作為審計疑點和線索[22]。總的來看，目前我國包括醫保在內的各種專業審計所采用的分析技術手段還非常有限，遠遠沒有發揮出大數據分析技術的作用。因此，大數據分析模型的構建和應用，將是未來各個審計機關研究的重點和急需攻破的難題。

（2）破解“數據分析”難題的關鍵是大數據分析人才的培養。當前，很多審計機關已經積累了大量的醫保數據，部分省市也建立了大數據基礎平臺，但大數據分析人才嚴重缺乏，分析團隊組建都是基于現有計算機人員和審計業務骨干，這些人員并不具備大數據分析所需要的技能和素質，已成為制約其持續發展的重要瓶頸。因此，加大大數據分析人才的培養力度，快速高效地培養醫保大數據審計所需要的各類人才，是審計機關開展醫保大數據審計工作的當務之急和長遠發展之策。

目前，獲取醫保大數據審計分析人才的途徑主要有以下幾種：①依靠人才引進。近年來，我國大數據市場規模增長迅速，大數據人才缺口非常大，供需矛盾非常突出。顯然，通過人才引進來獲得經驗豐富的大數據分析人才還是比較困難的。②培訓現有的計算機和醫保審計業務人員。與傳統數據分析相比，大數據分析需要掌握的知識和技術更加寬泛，涉及數學、計算機、統計分析、數據挖掘、機器學習以及自然語言處理等多個領域的綜合知識，學習門檻較高，需要投入大量的學習時間，并不斷積累實踐經驗。因此，在短時間內通過技術培訓提升醫保審計人員大數據分析能力也不太現實。③加強與國內高校和科研機構的合作。高校和科研機構具有人才和技術優勢，湖北省審計廳能在短時間內取得醫保大數據審計建模方面的突破，主要是源于該廳與武漢大學計算機學院開展了大數據技術合作[20]。因此，審計機關必須走出去，積極尋求和開展技術合作，這是審計機關短時間內提升醫保大數據分析建模能力，實現快速起步的有效途徑。當然，從長遠發展來看，前兩種人才培養方式也必須同時推進，缺一不可。

四、結語

在云計算、大數據、人工智能等技術不斷發展和進步的今天，基于數據挖掘和人工智能的大數據分析技術必將成為提高醫保審計質量和效能的重要驅動力。因此，探索大數據環境下的醫保審計新模式、新技術和新方法，是我國各級審計機關和學術界亟須研究的重要課題。本文在文獻梳理和對各省市大數據審計實踐調查的基礎上，針對醫保審計目前存在的問題和難題，提出了指導審計機關進行醫保大數據審計的基本思路，以期在學術界和審計機關的共同努力下，讓醫保大數據審計在各級審計機關中早日落地，從而破解傳統醫保審計模式和方法在大數據環境下面臨的困境和難題。

主要參考文獻：

[1]陳偉，居江寧.基于大數據可視化技術的審計線索特征挖掘方法研究[J].審計研究，2018（1）：16～21.

[2] He H.，Wang J.，Graco W.，et al. Application of neural networks to detection of medical fraud[J].Expert Systems with Applications，1997（4）：329～336.

[3] Liou F. M.，Tang Y. C.，Chen J. Y. Detecting hospital fraud and claim abuse through diabetic outpatient services[J].Health Care Management Science，2008（4）：353～358.

[4] Brockett P. L.，Derrig R. A.，Golden L. L.，et al. Fraud classification using principal component analysis of RIDITs[J].Journal of Risk & Insurance，2010（3）：341～371.

[5]Bayerstadler A.，Van Dijk L.，Winter F. Bayesian multinomial latent variable modeling for fraud and abuse detection in health insurance[J].Insurance：Mathematics and Economics，2016（71）：244～252.

[6] Hillerman T.，Souza J. C. F.，Reis A. C. B.，et al. Applying clustering and AHP methods for evaluating suspect healthcare claims[J].Journal of Computational Science，2017（19）：97～111.

[7] Verma A.，Taneja A.，Arora A. Fraud detection and frequent pattern matching in insurance claims using data mining techniques：Tenth International Conference on Contemporary Computing[C]. IEEE Computer Society，2017.

[8] Kirlidog M.，Asuk C. A fraud detection approach with data mining in health insurance[J].ProcediaSocial and Behavioral Sciences，2012（62）：989～994.

[9] Van Capelleveen G.，Poel M.，Mueller R. M.，et al. Outlier detection in healthcare fraud：A case study in the medicaid dental domain[J].Inter？ national Journal of Accounting Information Sys？ tems，2016（21）：18～31.

[10]林源.國內外醫療保險欺詐研究現狀分析[J].保險研究，2010（12）：115～122.

[11]史徑宇，冉松靈，李晨萍.醫保欺詐行為的主動發現——基于引進指標權重的聚類分析算法[J].數學建模及其應用，2016（1）：54～59.

[12]邱瑞.基于頻繁模式挖掘算法的醫保欺詐預警研究[J].產業與科技論壇，2017（17）：62～64.

[13]陳清鳳，朱寧，朱畝鑫.大數據下醫保欺詐的有效識別模型[J].汕頭大學學報（自然科學版），2018（1）：40～48.

[14] Alles M.，Gray G. L. Incorporating big data in audits：Identifying inhibitors and a research agenda to address those inhibitors[J].International Journal of Accounting Information Systems，2016（22）：44～59.

[15]劉國城，王會金.大數據審計平臺構建研究[J].審計研究，2017（6）：36～41.

[16]陳偉，SMIELIAUSKAS Wally.大數據環境下的電子數據審計：機遇、挑戰與方法[J].計算機科學，2016（1）：8～13.

[17]魏祥健.大數據環境下政府審計模式轉變[J].財會月刊，2016（22）：64～67.

[18]劉夢溪.基于大數據的天津市預算執行審計探索與實踐[J].審計研究，2018（1）：22～27.

[19]鄭偉，張立民，楊莉.試析大數據環境下的數據式審計模式[J].審計研究，2016（4）：20～27.

[20]劉明亮，周剛，劉燕.揚起大數據風帆走好信息化之路——湖北省審計廳探索大數據審計紀實[J].中國審計，2015（5）：11～20.

[21]王松寶，孟翔燕.山東：強化審計質量控制的探索與實踐[J].中國審計，2017（11）：15～20.

[22]湖北省審計學會課題組，陳智斌等.大數據技術在審計全覆蓋中的應用研究——以湖北省醫保審計實踐為例[J].審計研究，2018（1）：11～15.

作者單位：1.山東工商學院管理科學與工程學院，山東煙臺264005；2.遼寧工程技術大學工商管理學院，遼寧葫蘆島125105；3.上海應用技術大學經濟與管理學院，上海201418；4.煙臺市審計局，山東煙臺264000