大數據技術下公立醫院醫療收入智能稽核模型構建

黃圳林 王哲 巫志勇 黎譽

（1深圳市中西醫結合醫院 廣東深圳 518104 2深圳億起融網絡科技有限公司 廣東深圳 518063 3深圳市寶安區衛生財務管理中心 廣東深圳 518101）

一、研究背景

2015年，國務院提出開展“健康中國云服務”計劃，利用大數據、人工智能等信息技術，推動智慧醫療服務和大數據的應用。2018年，國家提出要健全“互聯網+醫療健康”服務體系，鼓勵醫療機構運用信息技術提升服務能力和效率。信息化時代，互聯網+、大數據、人工智能等信息技術的發展倒逼醫院的財務管理模式與時俱進，智慧財務成為現代醫院財務管理發展的重要趨勢。

公立醫院的收入管理與貨幣資金的流轉密切相關，作為現代醫院運營管理中的核心業務之一，其對醫院的發展建設具有重要的意義，也是內部控制的重點。醫療收入是公立醫院最主要的經濟利益流入，是醫院提供醫療服務活動取得的收入，主要包括門診收入、住院收入和體檢收入等，是醫院開展經濟活動的前提。隨著信息技術的迅速發展和國家醫療模式的不斷調整，醫院開始引入多種支付渠道優化就診患者的繳費流程，這導致財務人員需要與多個資金渠道對接，且每個渠道的賬目均需要逐個設計對賬平臺并輔以人工審核，醫院的資金監控難度大大提升。由于患者就醫規模和業務多樣性的增加，醫院每日的交易流水數量大幅增長，僅靠多個對賬平臺或人工核驗數據不僅效率低，精確度也無法得到保證。為此，醫院亟需建立動態稽核模型，引入新的醫療收入稽核方式，以實現高效準確核驗每日交易流水的目的，防范各種形式的漏收、少收現象，杜絕國有資產流失。

二、公立醫院傳統醫療收入稽核流程及其存在的問題

（一）傳統的醫療收入稽核流程

目前，大部分公立醫院會為患者提供至少三種支付方式：傳統收費窗口、自助收費終端和線上繳費平臺。患者支付就醫費用后，該筆資金進入各支付渠道的資金結算中心，通常于次日抵達銀行的結算中心，之后再進入醫院指定的對公賬戶（見圖1）。對于大部分支付渠道來說，從交易發生到資金抵達醫院對公賬戶的時間區間為1個自然日，所以醫院的收入通常是T+1到賬。

圖1 醫院醫療收入導向圖

醫院信息系統又稱為HIS系統（Hospital Information System），主要包括門診信息管理系統、住院信息管理系統、醫技管理系統、檢查檢驗管理系統、藥品管理系統、影像信息管理系統、遠程醫療系統、醫療保險系統、醫院綜合管理統計分析系統、放射信息管理系統、后勤管理系統等子系統。系統內以明細的方式記錄每名患者在醫院內部的行為，包括掛號、就診、繳費等；各個支付渠道也為醫院提供了線上對賬平臺，允許醫院查詢每名患者的繳費明細。各公立醫院的醫療收入稽核工作在本質上是將HIS系統內記錄的每筆收入在支付渠道對賬系統內核查并確認，并最終核驗醫院的收入是否與之吻合。

（二）傳統醫療收入稽核存在的問題分析

對醫療收入執行審查核對制度是醫院內部控制中的重點管控內容，目的是要保證自助終端設備、微信、支付寶、APP等第三方支付通道數據的安全完整，防止人為修改收費系統數據，但現有的醫療收入稽核體系（各個對賬平臺和手工核驗）已無法支撐其日常的稽核工作。醫院作為財政管理預算單位，其收入直接影響公民接受的醫療水平與社會衛生狀態。在無法核實收入的情況下，醫院的支出、運營等功能均會受到不同程度的影響。從實現動態智能稽核的內控需求來看，現有系統醫療收入稽核還存在以下問題。

1.渠道多導致支付渠道明細賬分散與缺失。除了上述常見的支付方式外，醫院還提供多種支付渠道給予患者繳納就醫費用，如醫保記賬、精防藥品補貼記賬、急診欠費記賬、綠色通道記賬、對公轉賬等通道，但僅有涉及到線上交易的支付渠道會為醫院提供線上對賬平臺，而且每個平臺僅針對其中的一個支付渠道，其余的收入流水均無法通過比對明細賬的方式來實現精確核驗。

2.支付渠道結算時間不同導致稽核不及時。大部分支付渠道采用T+1（自然日）結算，但也有部分支付渠道采用T+2（自然日）或T+1（工作日）結算。結算時間不同會導致難以確認入賬總金額與明細賬是否吻合，致使醫療收入稽核難以及時、精確執行。

3.醫保明細賬核驗不準確。大量病人使用醫保卡繳納款項，但醫院中所有涉及到醫保的繳費明細僅有HIS系統內有全量記錄。各支付渠道的對賬平臺中雖然也提供醫保賬目的稽核功能，但僅針對在該支付渠道內的交易可用，并非全量數據。其他記賬通道的明細賬核驗也存在同樣的問題。

4.HIS系統與支付渠道系統數據不統一導致核算結果不可靠。目前多數公立醫院的醫療收入主要來自三個獨立的運營單位：門診、住院、體檢。HIS系統通常會將三個模塊的數據單獨記錄，從而出現各模塊數據結構不一致、內容沖突或重復等問題。由于網絡傳輸或接口原因，HIS系統明細與支付渠道對賬系統明細會存在不一致的情況，但由于沒有第三方數據來源，無法確認二者孰對孰錯，進一步導致稽核工作的精度降低。雖然各支付渠道的對賬平臺均含有核算功能，但支付渠道作為患者發起交易的第二環（第一環是HIS系統），其定位是數據的接收方，數據的完整度與正確性取決于HIS系統提供的數據。然而因為HIS系統可能存在取數不完整的情況，導致核算結果并不完全可靠。

三、公立醫院醫療收入智能稽核模型構建

部分學者對公立醫院財務管理信息化進行了研究和探討，認為公立醫院內外部數據標準不統一、系統兼容性不足，存在數據孤島與異構數據問題（朱惠斌，2016；張瑩瑩，2018），加強線上支付方式控制及稽核力度十分必要，可以采用以人工稽核為基礎、自助系統控制+核驗人力工作的模式（陳彩霞，2020）。然而，隨著大數據規模的增加和醫院業務的多樣性，以人力勞動為主的工作模式漸漸難以支撐公立醫院的稽核需求，醫院財務人員亟需轉型（高婧揚、李芳，2021）。

李磊（2007）通過實施針對數據采集、數據挖掘、數據轉換及數據清洗的全流程優化并將決策樹模型應用到金融風險預警系統中，取得了良好的效果；Yumin Chen、Duoqian Miao及Hongyun Zhang（2010）印證了KNN算法對于離群值檢測的有效性及可適配性，并證明了基于鄰近值檢測的機制在機器學習中有足夠高的可應用性；王千等（2012）通過研究實例指出了K-means聚類算法存在的問題并提出了其優化空間。本文依托大數據技術與人工智能技術，借鑒現有學者的研究成果，以某醫院的數據為研究樣本，建立醫療收入稽核模型，并在此基礎上探討完善公立醫院醫療收入稽核系統的可行性。

（一）設計思路

從大數據技術與人工智能技術的角度出發，圍繞醫院當前醫療收入稽核過程中存在的現實問題，進行大數據人工智能清洗及匹配模型構建，最終達到完善醫院醫療收入稽核功能的目的。該模型主要由兩部分組成：清洗模型和匹配模型，前者應用于大數據清洗，后者應用于數據智能匹配（見圖2）。

圖2 大數據人工智能清洗及匹配模型流程圖

（二）關鍵的修正點

該醫院對外開放的收費渠道有三個：收費窗口、自動繳費機（自助收費終端）、微信公眾號（線上繳費平臺）。每個渠道均提供了線上對賬平臺，可獲取單一渠道的明細數據，但都沒有與HIS系統數據直接關聯的單一匹配鍵。消除各平臺之間數據相互獨立且結構不同的操作難點，是該醫院建立動態智能醫療收入稽核模型的關鍵。

1.Y系統。即自助收費終端的對賬平臺系統，平臺功能較齊全。Y系統根據HIS系統開發了接口，因此Y系統的數據中有記錄患者的信息，亦可根據患者信息查詢該患者的所有歷史數據。Y系統數據的時間格式為12小時制，且未區分上午與下午，因此清洗模型中需要對時間做特殊處理。

2.N系統。即公眾號平臺的對賬平臺系統，其特點與Y系統類似，同樣與HIS系統有接口連通。目前該平臺的使用頻率低，數據量小。

3.Q系統。Q系統為醫院對公賬號所屬銀行提供的支付渠道系統，在醫院繳費窗口使用微信、支付寶的繳費記錄均會記錄在該系統中。該支付渠道的數據量大，但尚未與HIS系統做接口接通，未記錄包括患者信息在內的眾多核心數據，因此沒有任何有效的匹配鍵，該部分交易流水的稽核難度較高。

（三）動態智能模型的構建

1.大數據人工智能清洗模型。由于數據孤島和異構數據的存在，數據標準化成為了所有數據分析的前提，同時也是清洗模型的第一個模塊。鑒于公立醫院場景的復雜性，數據標準化又須細分為定性標準化與定量標準化。定性標準化是將不同來源的數據中相同定義的數據字段互相整合的過程；定量標準化是選取或計算數字類型字段的過程（如：部分數據來源的交易金額可以直接查詢某字段獲取，但也有其他數據來源的交易金額需要取若干個字段內數值的和或差）。該模塊主要運用NLU（自然語言理解）技術與機器學習機制，在遵循大數原則的前提下，逐步提高智能標準化的準確率。圖3展示了標準化流程中的一部分決策樹模型。

圖3 決策樹模型（部分）

標準化完成后，數據會進入排序模塊。對于有時間順序的數據，采用基礎的排序算法即可完成排序。但對于沒有時間順序等特殊類別的數據，清洗模型會對數據矢量化，采用圖論算法中弱連通圖的原理進行排序。

清洗模型的最后一步即識別并去除無效數據。該模塊通過計算指定的特征，在全量數據中識別出無效的數據，其中包括重復數據、異常數據等。判斷過程主要采用KNN（K近鄰法）算法，通過在訓練數據中尋找K個相鄰點，判斷測試數據中的數據點是否屬于有效數據，通過機器學習的機制，逐步提升模型準確率。考慮到數據處理高并發量的情況，該模型須兼容多線程處理和分布式算法。

KNN算法公式如下：

其中，j代表該數據是有效數據，N0為測試數據中最接近該測試數據點的K個數據點的集合，K=1，3，5，...，該值也需通過機器學習機制獲取最合適的具體數值。

2.匹配模型。鑒于不同公立醫院之間、不同支付渠道之間數據結構差異大，智能匹配模型的運作主要基于非監督學習，通過聚類分析，智能檢測HIS數據與支付渠道數據的匹配鍵。該步驟主要應用K-Means（K-均值）算法，通過循環迭代，提高每個簇的劃分精度，最終得到最低的簇內緊密度總和。因異構數據的存在，數據在經匹配模型分析后，需要人工進行核驗及修正，其目的有兩個：一是修正的結果會被用于機器學習，提升后續匹配的準確度；二是達成“人工+機器”雙重稽核的效果，使稽核結果得到保障。匹配模型的流程與清洗模型不同，數據關聯性強，僅適用于單線程處理。

簇內緊密度W（Ck）計算公式為：

其中，C1，C2，...，Ck為k個簇，i為簇內數據點的個數（i∈Ck）。

四、智能稽核模型應用成效分析

（一）模型測試樣本

該醫院的門診、住院、體檢三個部門的收入數據在HIS系統中分別記錄，部門與部門之間數據相互獨立，結構不同，且沒有交叉數據（即部門間不存在重復數據）。因此HIS系統數據的處理更加重于標準化以及合并前的清洗。本文從可獲取的HIS系統數據與Y、N、Q系統數據中隨機選擇7個自然日的數據作為樣本數據，使用大數據人工智能清洗模型對各部分數據進行清洗、合并，再使用匹配模型進行智能稽核，最后予以人工核驗。

（二）模型測試結果

該醫院原有的稽核辦法是基于HIS系統對賬功能的平臺或人工稽核，單日稽核差異為-16%至+13%，單季度差異為-2.5%至+1.2%，且稽核工作時間較長。使用大數據人工智能稽核模型清洗后的HIS系統數據與支付渠道系統數據在匹配模型中，匹配金額差值比例小于千分之一，差值絕對值小于1 000.00元，對比之前的人工稽核，精度與效率均有顯著提升，約半小時就能迅速比對出缺失的數據并找到缺失數據的問題所在，有助于人工審核數據時提高效率，真正體現了大數據技術與人工智能技術的運用成果。

測試過程中隨機選取的7天數據樣本，包括原始數據量、經清洗模型后的有效數據量、經匹配模型后的匹配結果見表1。

表1 數據測試結果

（三）實踐探索成效

通過醫療收入智能稽核模型的應用，該醫院的醫療收入稽核管理工作取得了較大成效，醫院財務部門指定收入核算會計專人負責使用智能稽核模型，對上一天醫療收入數據進行自動清洗、匹配，實踐證明誤差都在可控范圍內，保證了每天醫療收入的準確性，基本杜絕了少收、漏收情況的發生。醫院的收入稽核管理工作實現了集中化、規范化和自動化管理，大大提高了稽核效率和稽核準確性，有效降低了人為因素導致的稽核失誤，同時也幫助財務人員提高了應對繁雜明細賬的稽核能力，全面提升了醫院收入稽核水平，增強了收入稽核的權威性和可靠性。

（四）模型適配性分析

國家統計局數據統計顯示，截至2020年2月底，全國共有3.4萬家醫院，其中公立醫院有1.2萬家。互聯網時代，隨著日漸增加的數據量及數據多樣性，很多公立醫院均面臨著與本文所選取的醫院相似的稽核難點。本文構建的大數據人工智能清洗及匹配模型適用于“財務數據儲存在HIS系統且各支付渠道提供單獨數據來源”的醫院。

五、經驗總結

本文借鑒相關文獻，在真實數據的基礎上，依靠大數據技術與人工智能技術，構建了適用于公立醫院的醫療收入稽核模型，測試結果準確度和工作效率較高。在公立醫院的后續信息化建設中，該模型可用于流程化，搭建公立醫院醫療收入智能稽核系統，以應對日漸復雜的大數據處理難點。同屬財政管理預算單位的其他行政事業單位，在進入互聯網時代后，很多需要對接第三方支付平臺，因此在其信息化過程中，同樣面臨著類似的收入稽核難點，針對龐大、海量、高時效要求的收入數據也需要利用動態智能工具對數據進行清洗、匹配，以高效完成收入稽核工作。從理論上看，類似的大數據人工智能收入稽核系統應同樣適用于此類行政事業單位。