DeepSeek在公立醫院內部控制中的探索與應用

【摘 要】 2023年12月，財政部、國家衛健委等4部門印發了《關于進一步加強公立醫院內部控制建設的指導意見》，提出充分利用信息化技術手段加強公立醫院內部控制建設。隨著數字技術的快速發展，人工智能大模型的應用為公立醫院內控建設提供了新的思路和技術支撐。文章探討公立醫院利用DeepSeek構建三維融合內控知識培訓模型和內控模型，進行復合型內控人才培養、預算監控、精細化成本控制等多場景應用，并在此基礎上以財務報銷為例，分析了DeepSeek大語言模型在智能審核、風險預警等財務報銷關鍵環節的具體應用，為公立醫院內部控制建設提供了實踐經驗。

【關鍵詞】 DeepSeek； 內部控制； 公立醫院； 財務報銷

【中圖分類號】 F234.3；R197.324" 【文獻標識碼】 A" 【文章編號】 1004-5937（2025）18-0096-06

2022年4月，國家衛生健康委辦公廳、國家中醫藥局辦公室下發了《關于印發公立醫院運營管理信息化功能指引的通知》，指出“公立醫院運營管理信息化關注利用人工智能、大數據及物聯網等新技術作為醫院運營管理的重要工具與手段，將網絡信息與數據安全作為醫院運營管理的底線能力進行設計”。DeepSeek是一款國產深度生成式AI工具，它采用了多種創新技術，包括混合專家模型（MoE）、群體相對策略優化（GRPO）和多頭隱式注意力（MLA）等機制，可通過并行專家網絡進行任務分配，模擬群體智能優化更新策略，并采用多頭挖掘數據關聯性精準捕捉信息，提升了計算效率與泛化能力[ 1 ]。其在文本理解、信息抽取、數據分析等方面具有顯著優勢，可有效應用于公立醫院內控的各個環節，提升內控效率和效果，為醫院的發展規劃提供準確的內控數據分析報告，實現公立醫院健康、可持續發展。本文基于公立醫院內部控制建設，圍繞財務報銷關鍵環節，探索DeepSeek大模型在公立醫院內部控制中的應用。

一、DeepSeek在公立醫院內控中的探索

（一）本地化部署DeepSeek，提高公立醫院信息化建設水平

在中國特色社會主義現代化建設的征程中，公立醫院通過引入先進的醫療信息系統，以新發展理念為指導，以數字技術、人工智能為引擎，把人工智能、大數據、虛擬現實等技術賦能作為轉型升級新動力，以新場景、新業態、新技術豐富數字消費供給，優化就醫流程，加強數據管理和安全保障，實現醫院管理的智能化和為患者服務的便捷化。相較于ChatGPT等大模型，DeepSeek使用價格更低，且算力需求更少，其開源模式支持本地私有化部署，能夠有效滿足政府機關、企事業單位等機構對數據隱私保護、模型定制化以及低延遲響應等方面的需求[ 2 ]。目前開源的DeepSeek面向公立醫院的內控使用，處理更復雜的算法模擬和數據分析任務。根據DeepSeek的部署文檔，安裝廣泛應用于自然語言處理、計算機視覺、語音識別領域的transformers和用于各種自然語言處理（NLP）任務的sentencepiece。通過實時生成的API調用，實現DeepSeek與HIS、績效管理系統（PEI）、資金系統、會計檔案系統、預算系統等應用系統的對接，提高公立醫院信息化建設水平。

（二）利用DeepSeek構建內控培訓模型，培養業財融合內控人才

公立醫院內控建設，必須提高內控人員的專業能力和職業道德素養，推動公立醫院發展。應加強對業務知識、法律意識和職業道德的教育培訓，以適應不斷變化的市場環境和內部制度，確保員工具有良好的專業能力和執行能力；可設立專項基金，鼓勵員工參與各崗位的數字化轉型，支持員工的數字化創新項目，激發員工的創造力和主動性[ 3 ]。

1.構建內控知識培訓模型

培養數字化內控人員，滿足大模型時代對“懂內控、有技術、會應用”的復合型醫院財務內控人才的需求。本地化部署的DeepSeek運行提示詞，構建“法規—技術—業務”三維融合的內控知識培訓模型應用示例（部分內容）如圖1所示。

2.內控知識培訓模型應用場景

（1）模擬答疑：內控人員在培訓過程中遇到難點疑點問題，如醫院內控制度與新《會計法》表述不一致，可隨時向模型提問，模型通過深度技術分析給出正確答案。

（2）模擬風險評估：借助模型創建超標準報銷財務風險場景，財務內控人員進行分析處理。模型根據處理的方式方法給出即時評價，指出不規范或錯誤的處理辦法，并給出正確的解決方案，提升風險識別與應對能力。

（3）模擬案例分析：模型給出公立醫院財務內控的案例，如多標準財務報銷問題，引導財務內控人員多角度分析案例，規范統一報銷標準，總結經驗教訓。模型可提供多種分析思路拓寬內控思維視野。

通過DeepSeek內控知識培訓模型培養高素質的業財融合財務內控人員，實現提高內控管理效率、優化決策、規避風險的目的。

（三）基于DeepSeek技術架構構建內控模型

2023年12月，財政部、國家衛健委等4部門印發了《關于進一步加強公立醫院內部控制建設的指導意見》，提出充分利用信息化技術手段加強公立醫院內部控制建設，推進內部控制建設融入公立醫院信息化建設，將業務標準、制度流程、控制措施以及數據需求嵌入醫院信息系統。數據的集成、分析與應用，在智能化生產、產業模式創新、價值鏈重構等方面展現出極大潛力，依托數字技術對數據進行高效處理，數據中心、云計算平臺等數字基礎設施的建設成為一種必然[ 4 ]。基于DeepSeek的技術架構，將工作流程、預算管理、內控管理等制度前置嵌入，構建滿足公立醫院需求的內控模型，在多場景應用。

1.構建預算管理模型

本地化部署的DeepSeek通過實時生成的API調用對接HIS系統、財務管理系統、DRG等系統，自動收集、清洗、整合和分析公立醫院基期數據及基礎數據，通過智能算法進行模擬測算，結合國家政策、醫院中長期發展規劃的調整等多源信息數據，并用歷史數據進行驗證優化，形成預算管理模型，預測醫院發展前景和重點發展方向。如引入醫院HRP管理系統跟蹤收支進度，設置預警閾值，建立“預算編制有目標，預算執行有監控，預算完成有評價，評價結果有反饋，反饋結果有應用”的全過程預算管理機制。預算模型數據流程如圖2。

2.構建成本核算模型

公立醫院成本控制目標是在保障醫療質量和醫療安全的前提下，優化資源，減少不合理成本，降低醫療服務成本，提高資源利用效率，優化運營效率，實現醫院可持續發展，彰顯公立醫院的公益性。按醫療服務項目，如治療費、手術費、檢查費、檢驗費、診療費等核算成本，可分為直接成本和間接成本。如醫護人員的薪酬福利、藥品耗材費用等作為直接成本歸屬相應的核算對象，水電暖氣費等作為間接成本歸屬相應的核算對象。根據全成本核算法及數據特點建立相應的數學模型。本地部署的DeepSeek可通過API調用對接HIS、EMR、LIS、RIS、NIS、ORIS等系統，實時收集、分析、整合數據信息，利用精度學習算法對患者的藥品、耗材、人力成本、運營成本等實時精準計算。另外，可用歷史數據對模型進行驗證，并結合醫保支付等政策變化對模型進行優化調整。成本控制模型數據流程如圖3所示。

3.構建內控預警模型

DeepSeek基于混合專家（MoE）架構和專業中文垂直知識庫，精準對接不同行業的獨特需求，提供深度定制化服務。在稅務合規、成本管理、資源配置和風險預測等關鍵領域[ 5 ]，DeepSeek不僅能提升工作效率，而且能增強決策精準度，其功能覆蓋范圍可全面超越財務管理和內控業務邊界，為相關業務的數字化轉型提供強大助力。本地化部署DeepSeek，通過實時生成的API調用對接醫院財務系統、信息管理系統等，收集相關財務數據和業務數據，對收集的數據進行清洗，去除重復、錯誤數據，并根據國家法律法規、醫院的規章制度為每個預警指標設定合理閾值，按預警體系設置多維度預警指標（如預算管理：無預算支出超過1次；成本控制：成本收益率低于10%；支出管理：“三公”經費超過1%；收入管理：醫保拒付率超過10%；票據管理：發現虛假報銷憑據1次等），進行分類匯總計算。根據超預警閾值的多少，設為一級預警（黃色），二級預警（橙色），三級預警（紅色）。如20%gt;醫保拒付率≥10%，設定為一級預警（黃色）；30%gt;醫保拒付率≥20%，設定為二級預警（橙色）；發現無預算支出1次、虛假報銷憑據1次、醫保拒付率≥30%，設定為三級預警（紅色）等。建立涵蓋財務票據、資金流動、醫保基金等全方面的財務內控預警模型，并用歷史數據對模型進行驗證，根據驗證結果，對模型進行調整優化。主要根據政策法規的調整、醫院運營情況和外部環境變化，適時調整預警閾值，確保模型的有效性和準確性。

4.內控應用場景

（1）監控預算執行

通過DeepSeek預算管理模型實時監控預算執行情況，精準監控預算資金的支出原因和流向。審批流程電子化，智能記錄審批人、審批時間、報銷事由，確保責任可溯源；超預算、無預算等異常支出在線預警并提供詳實的預算偏差分析報告，及時核查問題和解決引起執行偏差的原因，避免預算超支或資金浪費；實時生成預算執行情況分析報告，幫助醫院管理者及時全面掌握預算執行進度、執行效果和預算執行過程存在的問題，為后續預算管理提供參考。

（2）精細化成本控制

公立醫院依據DeepSeek成本控制模型，對各類成本進行細致分析。以成本控制模型為基礎，通過對比各科室實際成本與預算成本的差異，以及成本控制目標的完成情況，對科室進行績效考核，激勵科室加強成本管理；通過成本核算模型，利用精度學習算法，精確核算不同醫療服務項目的成本，實時精準計算單個病人的運營成本，并自動標記成本超支前10位的信息；通過對成本數據的深度分析，挖掘成本超支的原因，提出成本優化的建議，如降低高值耗材使用、調整人員崗位等，有效降低運營成本。

（3）智能填單與審核

利用DeepSeek的OCR技術自動解析發票中的關鍵信息，如發票代碼、開票日期、金額、稅號、商品名稱等，并與國家稅務總局發票查驗平臺實時對接，自動識別發票真假，有效攔截“虛假發票”。智能匹配預算科目，超預算或無預算申請自動凍結報銷流程，并通知報銷人；報銷事由、發票代碼與歷史報銷數據庫比對，發現同一報銷事由、同一發票代碼重復報銷，立即駁回；智能審核過程中發現報銷材料不全，如報銷材料中缺少舉辦單位的會議通知，則向報銷人發送結構化整改建議，如補充會議通知（PDF版）；預算科目關聯合同信息，合同報銷材料中合同復印件與原件智能比對，發現不一致自動凍結報銷，有效攔截“陰陽合同”；智能審核過程中發現異常自動凍結財務報銷，同時觸發風險預警，并形成預警報告，根據預警報告內容進行徹底核查，對觸發預警的人員再次報銷時重點審核。DeepSeek的智能填單審核，大大減少了人工審核的工作量和出錯率，顯著提高了財務核算效率及準確率。

（4）風險識別與預警

DeepSeek通過API調用對接公立醫院管理信息系統，通過其自然語言處理能力和數據的深度分析能力，應用風險識別與預警模型對公立醫院的財務、業務和醫保基金等數據資料進行實時監測和分析，準確識別風險點，如虛假發票、超額報銷、重復報銷、虛假報銷、欺詐騙保等行為。監測到風險及時預警提示，并形成包括風險類型、風險金額、風險產生的不良影響及解決方案等內容的風險預警評估分析報告。同時，通過可視化界面顯示風險點的實時變化情況。通過財務風險識別與預警模型的應用，顯著提高了資金使用安全性，規避了財務風險，實現了醫院可持續、高效、良性發展。

二、以財務報銷為例分析DeepSeek大語言模型在內控中的具體應用

本文圍繞財務報銷流程（見圖4）關鍵環節，重點分析DeepSeek大語言模型在公立醫院內部控制中的具體應用。

（一）DeepSeek智能錄入

首先，報銷人通過拍照或掃描發票并發送到計財部，計財部把電子版發票上傳本地部署的DeepSeek，運行圖5所示提示詞。其次，Transformer架構模型進行發票版面識別，定位發票代碼、發票號碼、金額、發票日期、交易雙方信息等關鍵字段位置，通過OCR技術識別圖像中所有文字區域，轉化為文本，進行結構化信息提取，并轉換為結構化數據。最后，數據加密處理，適配財務系統。DeepSeek的應用，減少了財務報銷過程中的人為操作，顯著提高了財務內控工作效率，有效規避了財務風險，保障了資金安全。

（二）DeepSeek智能審核

報銷票據上傳到DeepSeek大模型，運行圖6所示提示詞。DeepSeek自然語言處理技術可自動審核報銷單據。DeepSeek按照提示詞要求，智能審核發票信息，輸出審核結果，如圖7所示。

（三）DeepSeek智能風險預警

DeepSeek運行包括識別虛假發票、超預算支出、虛假報銷等風險點并預警的提示詞。利用DeepSeek的數據分析能力，對報銷數據進行深度挖掘，識別異常報銷行為，及時預警潛在的財務風險。智能審核過程中發現不合規報銷、超過設定的風險閾值等會觸發風險點，發出預警提示，并形成實時預警報告，可及時核查處理，有效規避財務風險，保障資金安全，如圖8所示。

（四）DeepSeek智能生成記賬憑證并入賬

對無風險點的財務報銷行為，完成財務報銷，報銷完畢，DeepSeek運行提示詞——生成財務憑證，并計入相應的會計科目。同時深度思考，輸出形成財務記賬憑證，智能計入相應的會計科目。如圖9所示。

（五）DeepSeek智能撰寫財務分析報告

運行提示詞——財務分析報告。DeepSeek大語言模型進行數據清洗、匯總，并深度思考，形成財務分析報告，如圖10所示。

綜上所述，本地化部署DeepSeek進行公立醫院內部控制，與醫院中長期發展規劃和醫院實際工作相適應，能提高內控工作效率，降低運營成本，保障財務安全，提升管理透明度。

三、結語

DeepSeek大語言模型憑借自身先進的技術架構和定制化能力，應用于智能填單、結構化提取數據、智能審核、風險識別與預警、生成財務憑證及相應財務科目、財務分析等多場景，使內控流程信息規范濃縮到數字化內控信息系統，內部控制與日常業務融為一體，實現醫院內部控制智能化全天候運行。

應用DeepSeek大模型進行公立醫院內部控制時，需注意數據安全和隱私，具體數據內容不要上傳到線上進行分析。本地部署需注意私有化部署過程中的相關配置，所有內控數據僅限本地存儲，防范數據泄露、服務中斷和數據安全風險。隨著人工智能技術的進一步演化和應用場景的拓展，DeepSeek將在公立醫院財務內控領域發揮更大的作用，推動公立醫院管理智能化、精細化，為創新醫院管理、提升內控水平發揮更大的價值，引領公立醫院健康、可持續發展。

【參考文獻】

［1］ 蔡天琪，蔡恒進.DeepSeek的技術創新與生成式AI的能力上限［J］.新疆師范大學學報（哲學社會科學版），2025（4）：1-8.

［2］ 楊駿，李長健.DeepSeek大模型本地化部署應用：功能檢視、新興風險及治理路徑［J］.統一戰線學研究，2025（3）：1-14.

［3］ 鄧連府.業財融合背景下公立醫院管理會計人才能力框架構建與實施［J］.中國衛生經濟，2024，43（2）：84-86.

［4］ 李雪輝，陳儀■，潘悅華，等.新質生產力視角下公立醫院財務管理數字化轉型策略探索［J］.中國衛生經濟，2024，43（7）：14-18.

［5］ 白卓玉.DeepSeek對我國會計行業的挑戰、機遇與應對［J］.會計之友，2025（8）：143-149.