Page 25 - 大数据云计算技术与通信安全研究

第一章 大数据嵌入医疗保障治理研究

的实时监控和智能审核，及时发现和纠正不合理费用和欺诈骗保行为，减少人力
成本和错误率，提高监管效率。
（二）助力医保决策科学化
通过集成机器学习、系统动力学、人工智能等方法开展医保基金运行监测与

政策模拟，实现由凭经验决策向科学决策转变。依托参保人口特征基础数据、筹
资与报销政策，结合人口健康水平、社会经济发展水平、医疗服务组织方式与利
用水平等数据，建立医保基金运行大数据风险控制模型，实现对不同类型、不同
等级、不同规模的机构进行横向比较和纵向跟踪，对医保基金收入、支出情况与

发展趋势实时监控和智能预警，为调整支付方式、制定支付标准提供参考，促进
医保基金合理配置。
（三）提高医保经办服务质量
基于数据挖掘技术分析各类经办服务事项的相似性，建立事项、材料办理部

门等主体及其关系的图谱，将冗余材料进行压缩和删减。同时，通过跨区域、跨
机构、跨业务的数据共享和业务协同，进一步优化医保经办服务流程，解决群众
医保报销申请材料繁、手续杂的问题，实现“一次告知、一表申请、一窗办成”，
提高医保服务的便利性。此外，大数据技术可以通过对参保人员的健康状况、就

诊行为、满意度等方面进行深入挖掘，对参保人员进行健康风险评估，并根据不
同风险等级提供个性化的健康管理服务，为提升医保服务水平、满足参保人员多
样化需求提供有力支撑。

二、内部劣势分析

（一）多维度数据支撑不足
完备、准确、可靠的数据是确保大数据在支付、服务、监管、决策各个环节
有效发挥作用的基础和前提。各地医保信息平台中积累的医保数据主要集中在参
保、结算类数据。由于医疗机构信息系统的数据壁垒，用来表现医疗行为过程的

病历、医嘱、检查检验报告、药品进销存数据以及服务反馈、治疗效果类数据并
未全面采集。在利用大数据进行医保治理的过程中，当前所采集的数据难以满足
一些复杂业务场景需要，像在低标准入院、无指征检验、套餐式检查、过度检查

等临床诊疗合理性审核中，传统的依赖于结算清单和费用明细的审核存在不足，
需要结合既往病史、病程记录、出院记录等病历信息进行判别。

11