患者信用大數據背景下醫保創新應用及監管研究

中圖分類號：F840.684；TP311.13

文獻標志碼：A 文章編碼：1672-7274（2025）05-0038-03

Abstract： To solve the problems of incomplete patient credit system，single medical insurance payment methods， and unreasonable medical treatment process under the \"diagnosis and treatment before payment\" medical treatment model. This paper uses technologies such as big data mining and deep learning to collect and process patient basic information，medical insurance payments，clinical diagnosis and treatment data，establisha medical insurance big data cloud service platform，and build a unified standard medical insurance credit system. Result： By using the medical insurance credit rating evaluation model， medical insurance behavior supervision model， medical insurance cost control model，and medical insurance treatment behavir predictionand recommendation model，the cognitive and judgmentabilitiesof medical insurancecostcontrol have beenimproved，providingafoundation forinnovative applications of medical insurance.The \"diagnosis and treatment before payment\" model based on the medical insurance credit system has changed thetraditionalmedical treatment processinhospitals，allowing patients to receive more intuitiveandconvenient medical services，and has played a very positive role in improving patient satisfaction with medical treatment.

Keywords： medical insurance credit payment; big data; diagnosis and treatment before payment

“看病難、看病貴”已成為醫療領域存在的主要社會矛盾。隨著社會誠信水平的不斷提升和醫?；鸨O管信用體系的不斷完善，“先診療后付費”就診模式已在國內不少醫院試行，但受到信用體系、技術手段、業務流程等諸多因素的限制，推行效果不佳[1-3]。本文主要探索在現有控費模式基礎上，利用人工智能、大數據等技術構建醫療信用服務體系，進行醫保創新應用和監管，提升醫?？刭M認知和判斷能力，為醫保創新應用夯實基礎。

1 醫保服務現狀分析

1.1醫保信用體系標準不統一

我國醫療保障體系因覆蓋范圍廣，面臨管理鏈條長、平衡難度大、騙保違約違法行為多發等諸多問題，嚴重限制了醫保制度的可持續發展。國家醫保局陸續出臺了一系列醫保基金監管信用體系建設政策，探索誠信體系建設標準、信用考核指標體系和醫保信用“黑名單”制度。然而，目前醫保信用體系的研究大多集中在醫療衛生的服務提供方，導致醫保監管信用體系不統一、信用考核評價指標不規范和醫保失信主體信息共享安全程度不夠等問題[4]。

1.2醫?；鹂刭M模式單一

隨著我國醫保覆蓋面的擴大和保障水平的提高，醫保欺詐、醫療浪費、醫療濫用等問題突出，導致醫療保險費用不合理增長，加大了醫?；鹬С鲲L險和管理難度。國內目前有基于知識庫的智能控費[5]、PBM控費和DRGs、DIP控費模式，但存在控費手段單一、效果不明顯等問題。

1.3醫患關系緊張

目前，醫療服務普遍存在過度檢查、不合理用藥和高值耗材使用過多等過度醫療行為，患者的醫療需求過度反映的是其對于恢復健康的迫切需求，但其行為已超出了醫療保險的保障范圍，導致醫保資金快速上漲，衛生資源浪費，威脅到整個醫?；鸬陌踩\行，所以必須加以控制。

2 建設目標

本文針對醫保信用支付標準不統一、控費模式單一等問題，探究通過大數據挖掘和深度學習等技術對患者基礎信息、醫保支付數據、臨床診療數據、康復等數據進行采集和處理，建立醫保大數據云服務平臺，構建統一標準的醫保信用體系，創新醫保服務，挖掘患者就診行為模式，強化醫保監管制度，從根本上提升醫療保險工作的質量水平，最終達到更好服務患者的目標。

3 平臺設計

3.1平臺總體架構

基于患者信用大數據的醫保創新應用平臺構建遵循信息化建設規范標準和安全體系標準，主要包括醫療機構、醫療大數據云服務平臺、智能模型、醫保監管信用體系和創新應用五層。醫療機構層提供診療數據和醫保數據，醫療大數據云服務平臺層采集醫保數據、實體醫院、互聯網醫院等醫療支付結算單位、智能穿戴設備數據等，通過數據治理技術，對數據進行采集、清洗、轉換，保證數據質量。智能模型層通過提供醫保信用等級評價模型、監管模型、控費模型和就醫行為預測模型，最后建立醫保監管信用體系，實現醫保創新應用。

3.2智能模型構建

運用數據挖掘和深度學習技術，通過對醫保數據內部的隱含關系的挖掘、學習和分析，逐步強化學習此類數據的深層特征，形成多種神經網絡及算法訓練庫，最終形成基于神經網絡的醫保信用等級評價模型、醫保行為監管模型、醫保控費模型和醫保就醫行為預測及推薦模型，強化平臺對大規模醫保數據的自動采集分類和海量數據的智能分析處理能力，最終提升醫?？刭M認知和判斷能力，為醫保創新應用提供基礎。

3.3醫保信用體系構建

構建并完善醫?；鸨O管信用體系，對于保障基金安全、提高使用效率具有重要意義。醫保信用體系構建的步驟包括：第一、確認醫保信用體系的評價指標及權重；第二、從醫保信息系統和本地區各定點醫療機構信息系統中采集相關的監測期內的數據信息；第三、按照規定的算法對監測指標值進行分析，形成警情指標，依次予以預警和根據警情形成信用積分；第四、確認指標基礎分；第五、建立獎懲制度，如支付寶平臺的芝麻信用誠信積分體系。

3.4醫保控費監管體系構建

基于醫療大數據的醫保控費監管體系需要建立醫保保險服務監控策略和規則庫，對醫療就診信息進行自動篩選和分析，實現醫保費用自動預警。首先，建立基礎數據標準。根據醫保的監管要求，建立基本的檢測指標，將患者所有醫療行為會涉及的場景產生的醫療健康數據納入監管范圍中。其次，制定欺詐識別策略規則。通過實現監控策略規則的靈活定義，建立醫療服務監控系統策略規則庫。最后，建設監控聯網系統，通過自動預警、監控分析、稽核與行政處理等，捕獲疑似違規問題并進行稽核與行政處理的全過程。

3.5醫保支付安全體系構建

通過建設數據安全體系保證醫院及患者數據的安全。在數據傳輸方面，采用數據加密與數據防篡改技術來保證數據傳輸的安全性；增加消息分發服務器，所有支付交易的消息由消息分發服務器推送給HIS，避免支付網關服務器與內網系統的直接連接，保障數據交換的安全性；在數據交易方面，直接調用醫保信用平臺的安全機制來保證交易的安全性。

3.6基于醫療大數據的智能輔助診療系統

基于醫療大數據的智能輔助診療系統，通過患者健康檔案數據，結合醫院的專家信息和患者病史信息以及疾病診療費用信息，進行疾病預測和病種匹配，實現用戶與各級醫療單位和專家的智能匹配。系統結合醫院專家信息、患者個人健康檔案信息以及疾病診療費用信息，通過醫保就醫行為預測及推薦模型，對患者的病種和病情以及不同級別醫院的診療費用做出預測，為患者推薦醫療機構以及擅長診療該病種的專家，從而讓患者獲得性價比高的診療服務。

4 平臺應用

醫院HIS通過前置服務器實現醫院服務平臺和醫保信用體系的網絡連接，醫療機構患者就診前在醫院自助設備、人工窗口或微信公眾號進行信用簽約，系統識別患者為簽約患者后，通知醫院系統將該患者標記為代扣簽約患者。按照設定規則，比如， T+1 天進行代扣業務，最終實現先診療后付費流程。

5 結束語

基于醫保信用體系的“先診療、后付費”模式是在“強人工智能”的基礎上，利用深度學習、類腦信息處理等關鍵技術，對醫療保險數據進行深度挖掘和學習，探尋數據內部隱含關系和醫保違規數據，從而規范醫療服務行為，為保障醫保基金安全高效運行、解決控費難題，提供創新方法和有效手段。通過醫保信用體系的聯合激勵和聯合懲戒措施，在更廣泛的領域建立起醫?；鸨O管的安全網，也有利于推進醫保治理體系和治理能力的現代化，改變了醫院傳統就醫流程，實現了醫療服務人性化、高效化，讓醫療能夠更聚焦于診斷與治療，讓患者獲得更直觀、更便捷的醫療服務，對提高患者就醫滿意度起到了非常積極的作用。

參考文獻

[1]丁臘春，石雷，魏浩文.基于信用的醫?；ヂ摼W結算方法與系統的研究和設計[J].中國數字醫學，2017，12（7）：106-107，115.

[2]葛新穎，陳芃，游玲.“先診療后付費”模式研究綜述[J].現代醫院管理，2016，14（1）：32-35.

[3]鄧意恒，潘遂壯，歐陽少謙，等.基于”互聯網 ∣+ 信用醫療”的先診療后付費模式的應用[J].中國數字醫學，2019，14（5）：46-48.

[4]楊振邦.濟寧市先看病后付費政策實施現狀與分析[D].濟南：山東大學，2015.

[5]潘靖年.先看病后付費”制度改革的效果分析研究——對山東省充州市實施模式的實證研究[D].濟南：山東大學，2013.

[6]黃森杭.廣西基本醫療保險制度信用風險治理研究——基于醫患信用風險行為視角分析[D].南寧：廣西醫科大學，2017.