大數據分析在醫院醫保管理中的運用

胡燕芳

（南昌大學第二附屬醫院，江西 南昌 330006）

當代的大數據不同于以往傳統的海量數據，傳統的數據集合可以在一定時間內用軟件工具進行采集和管理，但是大數據不是用常規的軟件工具就可以處理的，它具有大量性、多樣性、時效性和價值性四大基本特征。現在大數據分析在各大行業的應用已經越來越普及，而醫療行業的數據信息又具有典型的大數據特征，醫院醫保管理領域可以很好地運用大數據技術來幫助分析和解決醫保管理中存在的問題，大數據時代的醫保管理已經成為現代醫院醫保的重要研究課題。

一、目前醫院醫保管理的現狀

（一）醫保基金收支難以平衡

隨著我國經濟的快速迅猛發展，人民生活質量不斷地提高，大家對健康問題越來越關注，因此對自身醫療保障的意識也有所加強。為了實現基本醫療保險的全方面覆蓋，國家已經出臺了各項醫保的惠民政策，全國的參保人員數量大幅度增長。隨之而來的是基本醫療保險支出不斷迅猛增長，這導致了基本醫療保險基金支出呈不斷上升趨勢，而今后醫保基金收支平衡的壓力將會越來越大。

（二）醫保發展受老齡化現象阻礙

我國社會的人口老齡化現象日益加劇， 這也是我國的基本國情。老年群體的數量持續增加， 將會導致參保人員的繳費金額遠遠低于人均支付金額， 進而導致醫療保險基金的支付風險不斷加大。除此之外，當今我國的老年人口的身健康體狀況并不是十分理想， 因此在臨床上的醫療費用也會相對地增加。這些因素都會影響醫保的平穩運行，阻礙醫保的持續發展。

（三）醫保支付風險增加

我國醫保基金支出的高速增加，一方面是由于醫療技術進步、醫療成本提升、人口老齡化情況加重等合理因素的影響，另一方面是在臨床中的大處方、過度檢查、過度治療、虛假發票等不正常現象導致的。根據有關調查顯示，部分參保患者和醫療服務機構通過虛假就醫、分解住院、虛假異地發票等形式騙取醫療保險基金，導致醫保基金出現大量流失，嚴重影響了醫保管理工作的正常運行，同時也損害了其他參保人員的利益。由于基本醫療保險基金的支出巨大，如果繼續采取人工審核的傳統醫保監管方式進行監督管理，將無法應對今后的醫保基金支付和隱蔽的各種醫保違規現象。

（四）醫保管理和決策的相對滯后

傳統的醫院醫保管理工作主要是根據管理人員的理論知識水平和以往的工作經驗來做出判斷和決策，但是隨著參保人數的快速增長、醫療行為的復雜變化、數據信息的爆炸式疊加，以及醫保管理專業人才的緊缺，傳統的管理方式已經遠遠不能滿足現現代醫院醫保管理的需求，而這在一定程度上影響了醫保的管理工作，也會阻礙醫院的進步和發展。在當前信息技術快速發展、醫保數據大量增長的背景下，醫保管理人員需要運用更規范、高效的管理模式以及更先進的技術手段， 還需要同時具備更強的決策能力。

二、大數據分析在醫保中的運用

（一）醫保費用實時監控

為了維護醫保基金的平衡，減少醫院的經濟損失，醫院必須對醫保費用進行實時監控。醫院醫保處需要和信息處一起合作，共同完善醫保數據信息平臺的建設，對全院的數據進行監測。醫保處要做到可以隨時讀取全院的醫保數據，主要包括患者的入院信息、病程記錄、用藥醫囑和出院帶藥等一系列環節，每個環節都需要嚴格按照規定和制度進行落實。例如，醫保處可以每月給各個臨床科室下達人均“三費”（藥品費、檢查費、材料費）的考核指標，各個科室根據考核指標對本科室患者的住院費用進行實時監控。通過數據分析系統，可以幫助各個科室分析患者住院費用超標的原因和可能采取的解決措施。

（二）降低醫保支出風險

首先，分析醫院是否存在過度使用醫保基金的情況。比如可以通過大數據讀取醫保患者的年齡、疾病診斷、用藥類別、配藥數量、開藥時間間隔等，及時發現和制止亂開藥、超量開藥、大處方等現象。其次，分析參保人的就醫行為，有效防范基金支出的風險。比如根據各類藥品的最大日用量來計算出相應的給藥天數，然后判斷是否超過醫保報銷的規定，以此來減少代開藥品、倒賣藥品等欺詐騙保行為的發生。通過大數據分析，將所有醫保數據納入報銷審查范疇，這將可以有效降低不法分子欺詐騙保的可能性。

（三）提高醫保管理的質量和效率

大數據分析系統顛覆了傳統的醫保管理模式，將以前依靠人工核算解決問題轉換為信息自動化智能化的模式，避免了人工處理可能出現的錯誤，提高了工作的效率。大數據技術在很大程度上實現了對醫保數據的再處理和再分析，經過處理后的數據為優化決策和管理提供了強有力的支持，在此基礎上再對數據進行全面、深入、多角度的系統分析，可以更好地推進醫保政策在實際的臨床工作中的貫徹實施。醫院可以通過運用大數據分析技術，進一步發現大數據的有效內容，再利用評估政策效率和模擬制度運行等方法，以保證醫院的醫保決策能夠更加科學有效，這將大大提高醫院醫保管理的質量和效率。

三、醫保大數據應用面臨的挑戰

（一）數據質量不夠高

目前我國大多數醫院采集到的醫保信息數據主要都是結構化數據，比如參保人員基本信息、費用結算信息等，而對于門診處方、住院醫囑、檢查檢驗報告等非結構化數據很多醫院還讀取不到。而非結構化數據的缺失會大大降低醫保數據的整體質量，這將影響未來醫保智能監控的進一步發展。雖然當前醫保數據的規模迅速擴大，但是醫保經辦機構和醫院醫療機構之間還是存在醫保數據不對等，以及部分醫保編碼使用不準確等問題，這將會影響醫保大數據未來在醫保管理中的廣泛應用。

（二）數據運用不充分

首先，對大數據應用的意識不足。所謂大數據應用，不只是簡單地通過樣本數據去建立模型，而是要建立與海量數據相結合的、只含有少量變量的模型。大數據應用一般分為數據準備、數據挖掘、數據可視化等幾個階段，但是目前我國的醫保數據還有大量是未得到有效開發的，并沒有形成充分挖掘大數據的宏觀思維。其次，目前對數據的開發應用大多集中于單一的板塊，沒有和其他相關的信息相結合，例如醫保與就業數據的關聯分析、就診信息與生存狀態的結合判斷等。

（三）信息安全存在風險

大數據環境下的數據具有以下幾個特點：大規模增長、來源多樣、流動性強，這些特性使得保障信息安全的難度加大，傳統的安全控制措施可能不足以防范信息泄露的風險。醫院在采集、傳輸、分析數據等各個環節都可能存在安全隱患，例如惡意訪問、數據篡改、服務干擾等都是造成數據安全隱患的因素。醫保大數據涉及患者的個人隱私，因此信息的泄露很容易產生倫理和法律風險。因此，運行醫保大數據無論是從法律層面還是技術層面來說，都面臨著巨大的挑戰。

四、完善大數據技術在醫保管理中應用的對策

（一）提升醫保數據的質量

提升醫保數據的質量，主要是從完整性和實效性兩方面來進行具體分析。完整性是指通過大數據可以采集到各種類型參保患者的基本信息和其臨床病癥數據，與此同時能夠統計到參保患者就診的醫療機構以及看病的具體時間。實效性要求大數據對相應的醫保數據進行分析時保證數據信息的真實性和有效性。一是改善聯網監測的上報機制，把按月上報調整為按日實時更新上報；二是增加上報指標，補充明細數據。另外，對相應的制度進行規范化管理也有助于提高醫保數據的質量。醫院采集參保患者的基本信息和病案信息，需要通過規范化方式獲得，同時還需要明確數據資源庫的上傳時間，從而確保醫保大數據的高質量。

（二）完善醫保大數據庫

醫保大數據庫的完善需要相關專業人員對數據流進行有效的整理，通過優化整合醫保大數據的信息資源的方法，做到實時更新整體的醫療大數據庫，以保障醫保經辦機構和醫院醫療機構可以第一時間在數據庫中采集到相關的數據信息，并且保持穩定地運行。另外，在平時的數據采集工作中，還需要每日審核數據信息，及時發現存在問題的數據信息，確保醫保數據庫讀取到的相關信息數據的完整性和實效性。

（三）加強醫保數據的安全性

首先，要樹立良好的數據安全意識，建立健全的數據管理機制。例如，通過數據分級管理、數據安全管理制度、數據共享開放流程等來確保數據管理過程的規范化。其次，需要加強基礎設施保障，比如采用電子印章、數據加密等先進技術方法來為數據安全提供最基本的保障。最后，為了確保個人信息安全，保護參保患者個人隱私，提供服務時需要獲得授權。此外，在進行醫保大數據的安全管理工作時，還需要成立相應的安全管理部門并且開發相應的監測軟件，進而做到全天有效監控，避免醫保數據出現不必要的泄露情況。

五、結束語

大數據分析在醫保管理領域的廣泛運用不僅使得醫療服務工作更加規范、高效，醫療機構的社會效益和經濟效益得到明顯的提升，還可以更好地維護醫保參保患者的切身利益，降低醫療保險基金的支出風險，構建醫保患三方的和諧關系，從而讓新時代下的醫保管理得以健康持續發展。雖然大數據分析在醫保管理中起到了很大的作用，但是其仍然存在許多的問題，面臨著很大的挑戰。因此我們仍然需要不斷地改進和完善大數據平臺建設，提高醫保大數據的質量，讓大數據分析能夠在醫院醫保管理中發揮其更大的作用和價值。