隨著醫保監管工作的持續深入開展，大數據、云計算、區塊鏈、物聯網等新一代信息技術以及機器學習、機器人技術、AI、自然語言處理、生物識別技術、計算機視覺等智能技術在醫保基金監管中的應用越來越受到重視。近日，國家醫保局辦公室發布《關于開展智能監管改革試點的通知》（以下簡稱：《通知》），預示著我國醫保智能監管工作將進一步走向深入，醫保智能監管時代即將來臨。

對各級醫保部門來說，準確領會《通知》精神顯然是創造性開展改革試點工作的基礎，而全面了解如下三個問題，不僅有助于《通知》精神的準確把握，也有助于在改革實踐中活學活用、融會貫通。

一、醫藥服務大數據亟需醫保監管智能化

醫藥服務數據可以算得上是真正意義上的“大數據”。

首先，醫療服務數據不僅體量龐大而且呈爆發式增長態勢。從橫向上看，每一次門診、住院、用藥、檢查、醫保結算、線上問診甚至可穿戴設備監測都會生成數據。據統計，2023年我國的年診療量超80億人次，某些三甲醫院的日醫療數據量就達TB級。從縱向上看，從健康管理到疾病治療再到康復，一個人的醫療數據可能持續數十年，且需長期存儲（如電子健康檔案需保存15年以上）。

其次，醫療服務數據不僅維度復雜而且相互間關聯度較高。這主要包括：一是醫療數據大多是多源異構數據，既包括結構化數據，也包括非結構化數據，還包括時序數據。二是醫療數據具有高維度特征。例如，單個患者的基因組數據可達數百GB，一次PET-CT掃描就可能包含數萬張切片圖像。三是臨床診療需進行多模態數據融合。比如：需整合臨床數據（如CT影像）、基因數據（如全基因組測序）、行為數據（如用藥依從性）、環境數據（如空氣污染指數）等。

第三，醫療服務數據雖然蘊藏極高價值但是挖掘難度極大。主要體現為：一是精準醫療的有效性有賴于數據的精準性和完整性。例如，腫瘤靶向治療需匹配患者基因突變、用藥史和療效數據，數據誤差可能導致治療方案失敗。二是有關醫藥方面隱藏規律的發現需要進行數據的深度挖掘。比如：需要通過分析百萬級患者的用藥記錄，才有可能發現罕見的藥物不良反應。三是在開展流行病學研究中可能還需要結合地理信息數據（如疫情熱力圖）和時間序列數據（如疾病發展軌跡）來進行時空關聯性分析。

由于醫療服務的大數據特性且更多是醫生病歷文本、檢查影像等非結構化數據，而許多欺詐套騙醫保基金的行為往往隱藏在多數據維度中，再加上在高新技術的加持下騙保手段不斷升級，不僅使得傳統的監管手段（如人工抽查、簡單規則篩查）難以應對，也使得傳統的監控規則引擎無法解析。因此，迫切需要采用新技術、新手段進一步提升醫保基金使用監管的精準度、有效性和工作效率。

大數據、云計算、區塊鏈等新一代信息技術以及機器學習、AI、自然語言處理、生物識別技術、計算機視覺等智能技術，具有高效數據處理能力、自主學習與精準分析能力，以及支持多技術融合與實時交互、支持在線學習和遷移學習等特點，如果將其運用在醫保基金使用監管上，就可以有效防范欺詐騙保者對海量、高維、動態醫藥服務行為數據的惡意利用。如，通過分布式計算實時處理TB級數據，實現對醫療服務數據的全量審核而非抽樣檢查；利用圖計算準確識別“藥販子-患者-醫療機構”黑色網絡；通過時序模型檢測異常就診頻率（如慢性病患者每月開藥量突然翻倍）；利用NLP提取電子病歷中的關鍵信息（如ICD編碼與實際診療是否匹配）；通過CV識別CT影像與收費項目是否一致，等等。可以說，只有通過智能技術的“顯微鏡”（精準識別）、“雷達網”（實時監控）和“防護盾”（風險預判），才能實現從“被動響應”到“主動防御”的轉型，從而切實保障醫保基金的使用安全。

二、醫藥服務行為的復雜性需要試點先行

之所以要先行開展智能監管改革試點工作，國家醫保局在《通知》中給出的說法是，通過改革試點，提煉典型經驗和做法，做好技術總結推廣，從而推動國家局公布公開的“兩庫”在定點醫藥機構自建事前提醒系統中落地應用，將參加試點的定點醫藥機構建設成為國家醫保局“兩庫”開發建設、公布公開的“試驗田”，以及自查自糾的“標桿”；同時，推動全國醫保系統智能監管子系統應用成效提升，實現監管關口前移，從源頭上減少使用醫保基金違法違規行為發生，推動定點醫藥機構在事中審核、飛行檢查等事中事后監管工作中發現問題明顯減少，使“兩庫”公開、智能監管成為定點醫藥機構主動合規的有效途徑。

其實，早在2020年6月，國務院辦公廳在《關于推進醫療保障基金監管制度體系改革的指導意見》中就明確提出，全面建立智能監控制度。隨后，國家醫保局分別在2022年和2023年制定頒布了《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）》、《醫療保障基金智能審核和監控知識庫、規則庫框架體系（1.0版）》以及《關于進一步深入推進醫療保障基金智能審核和監控工作的通知》等一系列政策文件。國家醫保局之所以還要于2025年4月發文開展醫保智能監管改革試點工作，在筆者看來，有著更為深層的原因。

一是醫保基金的戰略敏感性決定了智能監管的容錯率必須保持極低水平。醫保基金是14億多參保人的“救命錢”，一旦智能監管系統出現大規模誤判（如錯誤攔截合規報銷），可能直接導致患者無法及時就醫，從而引發社會問題。再加上，醫保基金支出金額巨大（如我國基本醫療保險基金（含生育保險基金）在2024年的總支出額就高達近3萬億元），智能監管算法若存在漏洞（如未能識別新型騙保手段），單點失誤就可能造成億元級損失。因此，對于醫保智能監管工作在全國范圍內的全面實施必須慎之又慎。

二是醫療數據的區域性差異決定了智能監管規則設定必須與地方實際適配。由于我國不同地區的醫療水平、疾病譜、不同等級醫療機構的電子病歷標準化程度、醫保政策等，客觀上還存在著較大差異，決定了智能監管系統的部署實施需要結合地方實際進行針對性建模，而不是一上來就一刀切。

三是智能監管的實用性需求決定了模型設計必須得到真實應用場景的驗證。一方面，智能監管算法的可靠性有待在實際中得到檢驗。比如：欺詐檢測模型在實驗室準確率可達95%，但真實場景中可能因數據漂移（如疫情后就診模式突變）而失效。另一方面，智能監管中的人機協同模式尚有待在實際中探索。畢竟智能監管并非能夠完全替代人工，還需要通過改革試點確定兩者的最優分工（如AI初篩+專家復核比例）。

四是積極穩妥的漸進性要求決定了醫保智能監管改革工作必須要先行先試。不管怎么說，醫保智能監管工作的開展直接觸動的是醫療機構的利益，如果激進推廣就極易引發抵觸，而通過試點先行的辦法逐步調整規則則可以有效緩釋矛盾，減少改革阻力。再說，通過改革試點積累判例，不斷實現監管標準的迭代升級，從而形成全國統一的智能監管知識庫和規則庫。

三、試點以取得可復制推廣的經驗為目的

從根本上來說，試點的目的是為了形成在全國范圍內可復制、可推廣的成功經驗，而不是搞成一個個僅供參觀的“盆景展示”。而為了保證改革試點工作取得預期成效，就需要將改革試點的系統性設計與分階段推進相結合，既要確保技術應用的可行性，又要兼顧政策實施的平穩性。為此，改革試點工作應著力解決好如下5個問題。

一是試點地區和試點單位的選擇問題。《通知》提出的原則要求是，各省級醫保局向國家醫保局報送改革試點地區3個、試點單位10家（其中定點醫療機構8家、定點零售藥店2家）。由于我國幅員遼闊，不同地區、不同醫療機構之間的差異性較大，這就要求試點地區和試點單位的選擇要具有普遍代表性，試點地區的選擇應該分別覆蓋較發達地區、中等發達地區、欠發達地區，試點單位的選擇則應該兼顧不同等級的專科醫療機構、全科醫療機構、連鎖零售藥店、單體零售藥店等不同類型醫藥機構。為此，國家醫保局在《通知》中要求，各省級醫保局申報時綜合考慮定點醫藥機構級別、類型、中西醫、綜合專科等因素。

二是智能監管技術方案的選型問題。在開展改革試點時，應遵從循序漸進原則，優先部署成熟技術（如規則引擎+機器學習），選擇能輸出拒付理由的算法（如決策樹而非深度神經網絡），盡量避免過度依賴大模型，以期從小切口入手實現智能監管的新突破。

三是智能監管技術的應用場景問題。對重點領域、重點人員、重點行為，搭建場景監控模塊，通過接入定點醫藥機構端硬件設備抓取生物特征、人臉識別，并與定點醫療機構就醫結算信息、定點藥店購藥信息等進行比對分析，發現“假病人、假病情、假票據”等欺詐騙保行為疑點信息。同時，在不影響患者正常就醫、不干預正常診療活動、不增加醫務人員額外負擔的情況下，實現對醫藥服務行為的全流程監控，從而帶動智能監管事前提醒、事中審核、事后監管全流程工作質效提升。

四是試點效果評估與迭代升級問題。醫保智能監管試點的“效果評估與迭代升級”是確保改革從“實驗性探索”轉向“規模化推廣”的核心環節，需建立“量化評估-問題診斷-動態優化”的閉環體系。具體來說：一是搭建試點效果評估框架，從基金安全、醫療質量、運行效率三個維度進行度量化驗證；二是建立規范化的問題發現與診斷機制，通過數據溯源定位錯誤案例根源，將發現的問題分為技術類（如算法偏差）、規則類（如政策理解差異）、數據類（如字段缺失）進行問題分析診斷；三是根據問題的分析診斷進行智能監管系統的迭代升級。

五是試點經驗標準化與全面推廣問題。醫保智能監管試點經驗的標準化與全面推廣是實現改革成果轉化的關鍵一躍，需解決“從1到N”的規模化難題。首先是試點經驗標準化。重點是按照《通知》要求，省平臺全面落地應用國家1.0版“兩庫”框架體系及其增補“兩庫”；統籌地區細化本地化、特色化的規則和知識；合理區分事前提醒、事中審核、事后監管“三道防線”，事前、事中、事后選用規則形成梯次。其次是實行分層分類的落地策略。發達地區直接復用復雜模型（如深度學習反欺詐模型），欠發達地區優先部署規則引擎+簡化版AI，部分特殊區域則實行定制開發（如民族地區藏藥使用規則）。第三是構建可持續的保障體系。制定配套的政策法規體系，實現組織機制創新，建立激勵約束機制。第四是加強教育培訓，著眼于能力提升，確保全面推廣工作不走樣。

我們完全有理由相信，隨著智能監管改革試點工作的深入開展，在不遠的將來，我國的醫保智能監管工作將實現如下目標：一是技術層面能夠“通過算法發現人眼看不到的風險”，二是管理層面全面構建“人機協同的新型監管流程”，三是政策層面形成“可全國復制的標準化解決方案”。

作者 | 蔡海清 江西省醫保局待遇保障處原處長，原一級調研員

來源 | 中國醫療保險

編輯 | 符媚茹 張雯卿

熱點文章