大數據挖掘新技術賦能醫保管理的國內外實踐及SWOT分析

李 芬 鄭麗英 朱碧帆 侯曉慧 覃湫珺 張立強 張 娟 耿 韜

（1上海市衛生和健康發展研究中心（上海市醫學科學技術情報研究所）上海 200040；2復旦大學公共衛生學院 上海 200032；3首都醫科大學國家醫療保障研究院 北京 100037；4上海市醫療保險監督檢查所 上海 200042）

隨著移動互聯網、物聯網、云計算等信息技術的高速發展、廣泛應用和深度融合，醫保大數據規模迎來爆炸式增長[1]。作為醫療領域的新型生產要素和基礎戰略資源，醫保大數據在醫保管理中發揮著重要的作用。在此背景下，國家建立了標準化的醫保信息業務編碼，形成跨區域、跨層級、跨部門、跨業務的全國醫保“通用語言”，促進了精細化、科學化管理，數據的質量、標準化水平不斷提高。

但是，數據挖掘技術在醫療保障領域的實踐應用中仍面臨一些挑戰，如我國醫保管理存在基金運行壓力增大、部分醫療服務違規開展、欺詐騙保行為頻發等問題[2]。目前，我國各地就醫保大數據挖掘展開了多種探索，醫保信息平臺建設、數據挖掘技術快速發展，呈現多元平臺、多源數據、交互操作的特點。充分利用醫保大數據進行深度挖掘分析，能為醫保政策制定和完善提供數據支撐，有助于優化醫保管理手段與路徑。

1 國際上醫保管理應用的三大領域

國際上醫保大數據的應用聚焦于醫保基金分配、資源管理和資金監管等方面，建立資金分配模型用于醫保資金總額的預測和分配；創建哨兵系統實現對上市醫療產品等醫保資源的有效管理；構建欺詐預防系統，在識別異常可疑的賬單以及浪費、濫用等醫療行為中發揮了巨大的作用。

1.1 醫保資金分配

醫保資金分配包括總額分配和專項資金分配。英國在20世紀70年代就探索建立國民醫療服務體系（National Health Service,NHS）資金分配數據模型。基于NHS行政大數據（主要是患者個體數據，包括醫療服務使用情況和費用數據），每年有超過1000億英鎊的醫療資金通過數據模型分配到全國的臨床委托服務組織（Clinical Commissioning Groups,CCGs）。具體的預算分配以全科醫生（general practitioner,GP）簽約的居民數為基礎，根據簽約居民的年齡、需要因素（健康狀態、死亡率、貧困引起的額外需要等）、不同地區的成本差異，兼顧衛生公平性和未滿足需要進行測算和調整[3]。

美國癌癥防控專項資金同樣基于數據模型分配。利用死亡率數據（包括不同地區的超死亡率、可歸因的死亡人數等）描述各州癌癥問題的嚴重程度，從而制定總體的癌癥篩查方案；根據發病率數據估計下一階段癌癥發生風險，安排面向高危人群的篩查項目（二級預防）；根據危險因素監控數據，預測中長期的疾病風險，開展綜合性的預防干預項目（一級預防），最終科學、經濟地實現癌癥預防和控制目標[4]。

1.2 醫療資源跟蹤管理

2008年，美國食品藥品監督管理局（Food and Drug Administration,FDA）啟動了哨兵系統（sentinel system），利用分布式數據庫定期收集保險公司、醫院網絡、綜合交付網絡等的行政和索賠數據、電子健康檔案、實驗室結果和住院記錄等數據。系統網站提供標準化的通用數據模型、分析工具和數據源代碼，基于分布式網絡，醫藥產業和學術界研究人員可以直接與個別數據合作伙伴合作，或與哨兵運營中心合作[5]，通過進行多站點觀察或干預研究主動監測和評估上市后醫療產品（包括藥品、生物制劑和醫療設備）的安全性、有效性和質量，為藥品標識、藥品安全溝通、藥品咨詢委員會會議和其他監管決策提供重要信息[6]。該系統的運行包括“信號生成—信號細化—信號評估”三個步驟，通過數據挖掘識別所有醫療產品的不良反應事件，隨后進一步分析已識別的潛在安全信號，以確定是否存在醫療產品暴露與不良結果之間關系的證據，在前瞻性持續監測后全面評估因果關系，最終找出高度可疑的問題產品[7]。

1.3 醫療行為和資金監管

美國衛生與公眾服務部及其醫療保險和醫療補助服務中心在2011年建立了醫保欺詐預防系統（Fraud Prevention System,FPS），旨在支付前對聯邦醫療保險按服務付費賬單進行大數據挖掘，通過建立規則（建立規則以篩選欺詐賬單和行為）、監測異常（監測同組中的異常值）、預測（基于已知案例建立預測模型，發現異常群體和行為）和社會網絡分析（基于相關鏈路分析，識別、分析和可視化數據間的內在關聯和模式）等方法，及時識別異常和可疑賬單。上線一年內，FPS系統識別并攔截了約2.1億美元的異常醫保賬單，對938家可疑醫療機構采取暫停支付、移交司法部門等行政措施[8]，有效保障了醫保基金安全。

2 我國典型地區案例分析

近年來，國家醫保局高度重視醫保大數據的匯聚應用，頂層設計信息平臺，發布業務編碼規范，自上而下開展數據治理，大數據的量與質得到快速提升，標準化程度不斷提高。目前，全國統一的醫保信息平臺已基本建成，有效覆蓋近40萬家定點醫療機構、40萬家定點零售藥店、13.6億參保人[9]，實現了跨區域、跨層級、跨部門、跨業務的數據匯集。醫保大數據蘊藏著巨大價值，各地開展多種探索，如天津建立“電子圍欄”防范欺詐騙保行為，太原實行靜脈認證制約盜刷社保卡行為，上海運用“醫師畫像”來監督醫療機構以及醫生行為等，取得顯著成效。通過關鍵知情人訪談，本研究重點梳理介紹上海、重慶、海南等典型地區醫保大數據的組織架構、醫保監測平臺建設以及應用場景。

2.1 組織架構

上海、重慶和海南三地均成立工作組推進醫保信息化和數據挖掘工作。上海設置了專業化部門開展數據挖掘開發工作，建立了產學研聯動機制；重慶建立了第三方隊伍；海南強化多部門聯動。

上海市醫保局基金監管處、信息處及相關業務處室建立了聯動工作機制，縱向設置醫保事業管理中心、醫保監督檢查所；橫向聯動市公安局、民政局、衛健委等部門建立數據對接、聯合執法等工作機制；對外聯動高校及科研機構開展課題研究；與信息公司合作開發，將研究成果轉化為實際的應用。

重慶市人民政府與國家醫保局共同建設了國家醫保智慧實驗室，重慶市醫保局專門組建了信息化工作組，統籌局機關和事業單位技術支撐保障、網絡安全、運維等專業服務。此外，通過向信息公司購買服務，引進了一批專業人才，為醫保信息化建設提供安全穩定的技術支撐。

海南省醫保局成立了信息化工作小組推進醫保信息平臺的建設工作。由信息處牽頭搭建信息平臺、構建信息挖掘框架，業務部門根據業務發展需求，以應用和目標為導向開發應用場景，形成了信息處負責“蓋房子”、業務處負責“裝修”的工作機制。

2.2 平臺建設

三地區均按照國家的頂層設計搭建了相應的信息平臺，但是由于功能定位、信息基礎差異，平臺建設呈現不同的特點。海南探索打造了全新的信息平臺；重慶信息平臺的建設是在國家信息平臺的基礎上進行本土化；上海在原有的智能監測系統上，加強與國家平臺的對接，并不斷探索創新數據挖掘方法。

海南省醫保信息平臺基于全國統一的醫保信息平臺系統架構，按照“應用盡用、能配盡配、最小必須”原則，根據實際需求擴展建設功能、配套功能和本地生產庫，數據規范遵照國家業務編碼標準，統籌推進本土化建設。運用基于生物識別、視頻監控的智能引擎及大數據分析決策等新技術，開發了智能審核、智能識別、智能監控、智能分析、監督執法、統計分析六大功能模塊，完整支持事前提醒、事中預警、事后審核的全程閉環監管體系。

重慶市對于國家醫保智慧實驗室的建設制定了統一的技術框架和標準規范，通過電子政務外網和醫保專線全面實現和國家平臺的互連互通，推進貫標與“兩定”接口改造一體化，實現國家標準編碼和標準接口全市應用。實驗室構建了國家醫保測試區和醫保應用創新適配區，其中國家醫保測試區為國家醫保平臺應用系統提供開發、測試和預發布的基礎支撐環境；醫保應用創新適配區則為各省（市）醫保應用提供需要適配的中間件、數據庫、大數據以及數據遷移提供測試驗證環境。

上海市醫保信息平臺搭建在大數據中心“政務云—專有云”上，依托“一網通辦”“一網統管”，與衛生健康、藥監、民政、人社等部門的信息進行共享和數據對接。建立了醫保智能監控知識庫，包括知識庫、監控規則庫、分析指標庫和大數據主題模型庫，應用知識圖譜和無監督機器學習等方法構建基于知識圖譜的規則邏輯風控預警模型，全面推進醫保智能監管。設置總覽、智能監控、行政執法、信用監管和綜合評價五大版塊，貫穿線索發現、調查取證、違規處理、結果應用四大環節，具備事前提醒、事中控制、事后追蹤三大功能。

2.3 主要應用場景

重慶市探索搭建適合本地的招采子系統、“重慶渝快保”平臺及高血壓糖尿病管理平臺，在監管方面尚處于研究階段。上海、海南都探索建立了知識庫、規則庫，探索多卡聚集等群體分析模型以識別異常就醫行為。上海還探索用于資源分配的醫保總額預算模型。

海南省醫保智能監管系統著重建設了知識庫和規則庫作為重要支撐，最初規則有3000余條。根據規則審查與人員審核結果符合情況、醫療機構反饋情況不斷修正規則，截至2023年4月，規則庫共有規則1300余條，覆蓋了事前提醒、事中預警、事后審核各監管環節。同時，醫保智能監管系統又開發應用了多個數據模型，如群體行為分析中的群體住院騙保模型，即同一群體在同一時間段內以相似的高報銷比例病癥住院等。

上海市利用醫保大數據開展醫保資金分配和醫患行為分析。醫保預算總額分配模型，即綜合運用資源布局、經濟運行、醫療產出等指標，通過多因素分析和高頻數據雙模型預測，預測所得基金支出用于預算分配。分別針對醫師、患者建立了可疑問題模型，通過大數據挖掘發現的可疑線索，跟蹤調查取證、約談、確認違規行為并處理。“醫師畫像”針對理療、康復、中醫治療等三大類服務建立無監督機器學習，對疑點醫生打分，根據分數建立紅、橙、黃三級預警機制。多卡聚集模型是根據騙保嫌疑人持多張社保卡到多家定點機構頻繁購藥行為特征而建立，利用模型判斷識別可疑行為，最終鎖定嫌疑人。

3 SWOT分析

本文基于內外部競爭環境和競爭條件，分析我國醫保大數據挖掘應用的優勢（strengths）、劣勢（weaknesses）、外部機會（opportunities）和威脅（threats），為制定發展策略提供依據（見圖1）。

圖1 醫保大數據挖掘SWOT分析

3.1 優勢

我國醫保大數據挖掘具備共建、共治、共享的體制優勢。國家出臺一系列政策文件和規范，從組織領導到基礎設施，從平臺建設到運維管理，從數據標準到跨地區、跨部門共享機制，醫保信息平臺由上至下迅速鋪開，醫保大數據覆蓋范圍廣，數據質量高。

3.2 劣勢

我國醫保大數據挖掘和應用存在地區適應性不強、數據挖掘深度不夠、多源數據交互不足、專業性人才缺乏等問題。各省份醫保信息平臺建設周期較短，距離“好用”“善用”還有較大差距。醫保信息平臺普遍建在省一級，但醫保具體工作主要在地市一級落地，基礎版本與地市實際業務管理需求有一定距離，應用場景相對單一。另外，醫保相關數據分布較為分散，其調取、整合與分析對人員專業能力要求較高，但人才隊伍建設滯后。與衛生健康、疾控、公安、稅務等部門的數據共享不足，多源數據交互的質控、標準化水平有待進一步提高。

3.3 機遇

政府、社會對醫保大數據的認識、重視提升到新的高度，形成政府引領、多方參與的格局。一方面，政策不斷落地支持醫保改革，促進醫保數據開放共享，并助力建成全國統一平臺。《“十四五”全民醫療保障規劃》《醫療保障基金使用監督管理條例》《醫療保障基金智能審核和監控知識庫、規則庫管理辦法（試行）》等文件陸續發布，要求不斷延伸醫保信息平臺服務的深度和廣度。另一方面，醫療大數據投資快速發展，中國健康醫療大數據應用市場規模快速增長，行業研發投入力度也在不斷加強，這將進一步提升醫保大數據的挖掘和技術應用水平，從而推動技術的不斷創新和發展。

3.4 挑戰

一是醫保大數據多源化、廣泛化、標準化、共享性、安全性帶來的挑戰。出于安全性考慮，大部分地區醫保數據應用采用單向傳遞模式，導致地市一級醫保部門僅有只讀數據庫的查詢使用功能，多部門數據共享也存在一定壁壘。但數據共享也可能導致數據的跨機構傳輸和暴露，增加數據隱私被侵犯的風險，有待于進一步完善管理制度和技術手段。二是醫保數據應用場景相對單一，集中在醫保支付和醫保監管領域，對于藥品耗材等醫保資源管理、醫保資金的有效配置、宏觀決策體系支撐等領域的應用不足。需進一步基于更大量級的數據、更高算力和更加創新的算法，實現更大程度上以數據為出發點，以數據驅動的人工智能化應用。

4 發展建議

醫保大數據賦能醫保管理高質量發展，需要頂層搭建平臺、多方聯動治理、明晰挖掘流程、拓展應用維度，多個層面配套支持完善大數據應用生態（見圖2）。

圖2 醫保大數據挖掘流程與應用場景框架

4.1 加強頂層支撐體系，因地制宜、分類推進

醫保大數據建設和挖掘應用不僅是一個技術問題，更涉及數據資源整合、平臺架構和治理機制等。一是進一步加強頂層設計，構建矩陣支撐體系。以國家醫保信息平臺為依托，進行本土化創新，滿足縱向、橫向數據共享交換需求。二是分類推進，因地制宜轉型升級。我國各地醫保信息化進程不一，在數據資源、基礎設施、技術水平和人員隊伍等方面均存在較大差異，應因地制宜、分類推進醫保大數據建設。

4.2 建立多方聯動機制，加強治理、深化應用

建立醫保大數據挖掘、醫保管理應用組織體系及聯動機制，有效推進數據開發利用和成果轉化。縱向上，加強醫保部門“國家—省—市”聯動，以及醫保不同業務部門、行政機構和事業單位合作；橫向上，加強與公安、衛生健康、民政等部門協同，理順“產、學、研、用”一體化合作機制。

數字化賦能需進一步擴展數據內容、提高數據質量、深化數據利用和法制治理。一是加強多元數據整合，提升數據質量。建立跨部門、跨區域的數據聯通和共享協議，做好大數據分級分類統籌管理。重視主數據的價值，通過唯一標識碼（例如，以身份證為唯一標識碼）聯合不同數據源，建立統一的數據格式和編碼規范，自上而下貫標，確保數據的準確性、完整性和一致性。二是引入新技術，深化數據挖掘應用。聯合高校及科研機構、技術公司等合作平臺，以業務需求、解決問題為導向設計創新算法和模型。例如，基于圖像識別的醫學影像分析、基于自然語言處理的醫療文本挖掘等。為了進一步提升數據挖掘結果的可靠性，在投入實際應用前進行驗證和評估，定期回顧評估已應用的大數據挖掘技術，并持續改進優化。三是推進數據法制化管理。在醫療大數據治理過程中，數據安全成為高風險點，要通過“制度+科技”加以解決，通過法規和政策明確醫療數據的知情權、使用權和個人隱私權等。隨著大數據挖掘在醫保領域的不斷深入，數據使用中將可能不斷出現新的問題，需要相關部門及時跟蹤，不斷完善法治建設，明確國家、機構、組織、個人對數據的權利范圍。

4.3 明晰挖掘應用流程，拓展醫保管理場景

綜合各地醫保大數據挖掘應用經驗，可概括為四個環節。其一，準確定位、明確問題。對問題的本質進行準確提煉和總結，對邏輯關系進行提取和具象。其二，合理設計構建模型。把問題細化分解，將每一個核心業務活動定位到發生問題的根本矛盾點，以不同問題維度組合，有針對性地構建模型。其三，數據探查、設計分析路徑。把抽象問題帶入現實并初步獲得數據探查結論。協同數據挖掘人才資源，匯總大數據分析路徑。其四，模型推廣與優化。在總結上述工作基礎上，不斷優化更新數據模型以在更大范圍推廣。利用先進信息技術，挖掘解讀數據背后的深層含義，切實解決醫保管理決策的難點，真正合理、科學地優化監管資源配置。

當前，大數據挖掘在醫保管理中的應用主要是監管、費用監測，在引導醫療行為、提升服務效率和質量等方面作用有限，下一步可在醫保資金分配和醫療資源管理方面進行挖掘。在醫保資金總額分配上，注重發揮改革引導、健康需要導向的作用，納入“改革因子”引導結果方向；引入年齡結構、健康狀況等“現實需要”因素進行模型調整。在醫療資源管理上，我國目前主要利用遠程、人臉識別、生化指標匹配等技術識別違規醫療行為。未來發展不僅要加強深度，進一步分析醫療資源使用合理性、正負性事件間關聯、資源使用與療效間因果關系，精準防范醫療風險，提升健康效果，還要擴寬廣度，打通運營（醫院、藥店）、行政（醫保、衛生健康）、執法（藥監、公安）等監管各環節，貫通全鏈路的智慧監管，提升監管和執法效率。

4.4 完善配套政策，打造大數據應用生態

醫保大數據體量龐大、類型繁多、來源龐雜、專業度高，結構化與非結構化數據混雜，對人才的專業性和綜合性需求愈加凸顯。應推動高校加大對復合型人才培養力度，以項目為載體發展人才與多學科團隊，充分調動社會各方人員能動性，在“可用不可見”的隱私計算技術保護個人隱私信息前提下建立開放平臺，鼓勵多元隊伍共同開展研究，有效彌補大數據人才缺口。

此外，加大政策宣傳，建立政府領導、多方參與、資源共享、協同推進的工作格局。研究制定政府支持政策，從財稅、投資、創新等方面對醫保大數據開發應用給予必要支持。推進國際大數據交流合作，積極引進先進技術，提升我國大數據應用水平、產業核心競爭力和國際化水平。

數據挖掘是強大的工具，挖掘結果的可靠性是應用于管理決策的前提，而結果的可靠性又依賴于實踐反饋。新形勢下醫保管理面臨諸多挑戰，要充分利用醫保大數據及其挖掘技術，推動醫保從“管理”邁向“治理”。大數據挖掘應用于醫保管理將向平臺化、智能化發展，從治理、技術、人員和應用層面全方位激活數據要素潛能，以健康為導向、以業務為靶點，按照數據挖掘應用流程從資金分配、資源管理、醫保監管多維度驅動醫保管理變革，通過實時交互、雙向反饋，不斷提升醫保管理效能。