當前，我國已經基本完成了按病組（DRG）和病種分值（DIP）為主的支付方式在所有統籌區的覆蓋。2024年7月，國家醫保局進一步發布了DRG/DIP的2.0版分組方案，標志著按病組和病種分值支付方式在精細化管理方面邁入了新的階段。從支付體系的設計原則來看，DRG/DIP支付方式能促進醫療資源的高效利用，提升醫保基金的使用效能，促進病種治療的規范化與同質化。但同時也需要注意，在DRG/DIP支付模式下，違規行為趨于隱蔽化，醫保基金監管與智能審核工作正面臨著“三高”的挑戰，即對數據完整性、審核專業性與技術復雜性三方面均提出了更高的要求。

在DRG/DIP支付下，傳統的開大處方、超限用藥、濫開檢查檢驗、小病大治等過度診療行為得到有效遏制，但與此同時也衍生出了一系列新型的醫保違規行為，如低碼高編、轉嫁費用、分解住院等。

一是低碼高編。低碼高編行為是指醫方為提高醫療服務的補償水平而故意無視主要診斷選擇的原則，對患者的病程診斷資料進行不適當的編碼和分類，從而將權重更高的疾病診斷作為主要診斷，影響DRG/DIP入組和權重。例如，將“急性上呼吸道感染”高編成“社區獲得性肺炎”，將“腦梗死恢復期”高編成“急性腦梗死”等。

二是轉嫁費用。轉嫁費用行為是指醫療機構為降低病種的治療成本，將應由醫?；鹬Ц兜馁M用讓患者自費支付或自行采購（醫保轉自費），將住院發生的費用讓患者在門診支付（住院轉門診）。轉嫁費用會增加患者個人負擔，醫療機構卻能獲得更高的“補償比”。例如，院方讓惡性腫瘤患者自備化療藥品，從而降低住院治療成本。

三是分解住院。分解住院行為是指給未達到出院標準的參保患者辦理出院，并在短時間內因相同病因再次辦理入院，將參?；颊邞斠淮巫≡和瓿傻脑\療過程分解為兩次以上診療過程的行為。該行為既增加患者因出入院帶來的健康風險，也造成醫保基金的重復支出。例如，患者因“左下肢麻木三天”入住內分泌科，經會診確診為“急性腦梗死”，隨即辦理出入院，入住神經內科繼續治療，醫保為此支付兩個病組費用，而患者兩次住院屬于同一疾病的連續治療，病程具有延續性，應辦理院內轉科。

這些新型違規行為往往表現出更高的隱蔽性，給醫保部門識別和監管提出了更高的挑戰。比如，通過常規的基于醫保結算清單的審核往往無法發現潛藏的“低碼高編”問題，需要從源頭上去查閱完整的住院病歷，基于患者病情、檢查檢驗報告、治療方式、用藥情況等進行綜合評判與審核；僅通過單次住院數據一般無法發現“分解住院”問題，需要綜合患者多次出入院情況進行綜合評判；“轉嫁費用”是通過更加隱蔽的方式將住院的診療費用轉嫁到門診或者院外藥店等，需要結合住院、門診、藥店等多源數據進行協同審核。總的來說，在DRG/DIP支付模式下，套取醫?；鸬倪`規行為更加隱蔽，通過單一的信息、簡單的規則往往無法進行有效識別。

如此，醫保基金監管與智能審核面臨著如下三方面的新挑戰。

第一，數據的完整性。在DRG/DIP支付方式下，違規行為的隱蔽性帶來的第一個挑戰就是對智能審核所需數據的完整性提出了更高要求。傳統的通過結算清單或病案首頁就能進行審核的做法已經行不通，需要更詳細、更完善的臨床數據的支撐。具體來說，這里所說的數據完整性要求主要體現在兩個方面。一是完整的臨床診療過程性數據，也就是全病歷數據。二是以患者為中心的跨時段、跨醫藥機構的多源數據。病案首頁中所填寫的診斷、手術、操作等DRG/DIP入組關鍵信息,必須結合完整病歷數據中的入院記錄、病程記錄、出院記錄、醫囑記錄、手術記錄、檢查檢驗報告單等診療過程信息，進行填寫的準確性、真實性與合理性校驗，以避免各類由主觀或客觀因素造成的“低碼高編”套取醫?；鸬男袨榘l生。對于“分解住院”“轉嫁費用”等違規行為，則需要患者多次住院的信息，以及住院、門診、藥店等多源數據的整合協同進行跨時段、跨醫藥機構的審核，才能奏效。

第二，審核的專業性。在DRG/DIP支付方式下，違規行為的隱蔽性帶來的第二個挑戰是對審核的專業性提出了更高的要求——從傳統簡單的“三目錄”、明確規則的審核轉向了醫學內涵式審核。醫保審核的總體原則是不干預臨床診療，但須具備對典型病組或病種的臨床診療路徑有足夠的專業度，對“內涵式”欺詐騙保有能力進行舉證識別。比如，必須對“惡性腫瘤靶向治療”與“惡性腫瘤化學治療”兩種治療方式具備一定的專業度，才能進行有效識別。因此，在DRG/DIP支付體系下，對醫保智能審核在醫學臨床上的專業度提出了更高的要求。

第三，技術的復雜性。在傳統的按項目付費模式下，簡單的規則技術就能實現有效審核。在DRG/DIP支付方式下，違規行為的隱蔽性、數據的復雜與多源性，以及審核的臨床專業性等，都對醫保智能審核在技術層面提出了更高的要求。如圖1所示，首先，在病組模型建立階段，需要有先進的技術對臨床醫學知識、臨床診療規范、醫保知識、醫保審核規范，以及專家經驗等進行有效整合，針對每個病組建立病組模型。其次，在審核階段需要構建能夠“閱讀”全病歷內容的先進自然語言處理技術，從臨床癥狀、檢查檢驗、用藥以及治療方式等多個維度進行醫學內涵的理解。另外，在數據的采集階段，也需要有先進的數據處理技術實現對住院、門診、藥店等多源且跨時段臨床數據的整合、治理與質量評估。（ZGYB-2025.05）

原標題：支付方式變革下的智能審核三重挑戰

作者 | 劉喜恩、周夢強、吳及（清華大學、北京惠及智醫科技有限公司）

來源 | 中國醫療保險

編輯 | 崔秀娟 劉新雨

熱點文章