Page 67 - 大数据云计算技术与通信安全研究

第二章 大数据技术在中国医疗保险基金审计中的应用

（五）建立数据采集制度和完善大数据审计准则
明确的制度准则能够让审计工作的开展能够有所依凭，避免因制度不完善造
成的审计资源浪费与审计效率低下。针对当前医疗保险基金大数据审计实施中存
在的问题，建立数据采集制度以及完善大数据审计准则十分必要。

1. 建立数据采集制度
医疗保险基金涉及数据范围广、时间长、种类复杂，且分管于不同地区的不
同单位，因此数据采集工作开展较为困难，需要建立起一个统一的数据采集制度，
涵盖定期化与标准化两个方面。定期化要求各地各级医保部门联合医疗信息系统，

形成定期采集整合医保数据并上报汇总的机制，节省审计工作时间并且保证医保
数据的时效性，从而实现对医保情况的动态监管。标准化要求医保部门在落实定
期采集医保数据制度时，对数据格式、命名要求以及其他容易产生偏差的方面进
行规范统一。标准化的数据规范能够有效减少后续数据清理所花费的人力与时间，

也便于医保数据得到充分使用，发挥其应有的价值。
2. 完善大数据审计准则
审计人员在进行大数据采集、存储、分析、使用的过程中，履行法定职责的
基本行为需要得到规范。因此需要修订与完善相对应的大数据审计准则，在审计

全流程中以及审计质量评价部分，针对当前大数据审计工作发展现状，补充相应
的规范性要求。准则中需要强化大数据审计方法在审计准备阶段的重要作用、阐
明大数据审计方法运用的效能、目的以及运用范围；明确大数据审计工作的相关
标准，指导审计人员有序地正确地开展医疗保险基金大数据审计，同时应当加强

对电子数据作为审计证据的支持与认可，并规范管理，确保电子数据的安全与可
靠在审计质量评价方面，应建立对大数据审计成果的评价体系，并明确问责机制。
（六）拓展医疗保险基金审计软件工具范围
当前医疗保险基金大数据审计中普遍使用的软件工具虽然能够通过数据分析

发现若干问题线索，但数据分析工具主要采用结构化查询工具，在操作与使用上
不够灵活，处理数据的速度比较慢；且结构化查询工具无法应对非结构化数据。
因此，当前的医疗保险基金大数据审计在全面深入理解医保数据内涵、支持医疗
保障政策研究方面还存在一定的局限。为适应审计工作需要以及医保数据的特点，

审计人员应当进一步提升大数据管理能力，借助外部数据分析力量，尝试采用新
的软件工具，如非结构化数据库 MongoDB 等。MongoDB 是一个基于分布式文

53