医保数据测算在医院医保管理部门的应用分析

谭洁莹

摘 要：医院医保管理部门测算数据的工作意义：为引导医保费用支出合理，有效防控医院医疗费用不合理增长，医保费用数据的测算能为医院的运营管理提供针对性支持。通过对院内医保费用数据信息化获取，采用经典增量法、移动平均法+增量法、Logistic回归测算方法，对现有数据进行统计分析测算，提升测算结果与现实数据的拟合度，进而获得精准度较高的测算数据，辅助制定管理目标，提高医院资金的运营管理能力。

关键词：医保费用;数据测算;运营管理

中图分类号：F24 文献标识码：Adoi：10.19311/j.cnki.1672-3198.2019.11.053

0 引言

在现行医保支付制度下，患者就诊费用的支付方式用个人账户先行支付，超出一定额度后从医保统筹基金中划拨，同时也存在按照比例去分配个人账户与医保统筹基金分别承担的费用，根据不同省份政策、不同社保待遇、不同病种费用数额和分配比例会有差异。以现存医保的费用数据进行测算，一方面提前预判费用的增减情况，医院能有针对性地制定和执行管理政策，提高医院医保管理部门的运营管理能力;另一方面医保数据测算的应用能为消除医院系统内部、外部经济风险提供直观的数据参考，利于平衡医院运作资金的收支。

1 医保数据测算

1.1 医保费用数据的测算对象

患者就医结算费用的高昂将增加患者的自付费用，甚至导致医保统筹基金透支，医院医保费用的测算是管理部门需要探求和解决的问题。医院结算费用的构成包括中成药、诊查费、检查费、输血费、床位费、西药费、中草药费、检验费、手术费、治疗费、互助金，以及患者自主要求检查产生的费用。本文假设医院各个病种根据不同的治疗方式所产生的诊疗救治费用=就医人数*人均就医费用。

1.2 医保费用数据测算对象要求

国内越来越多的医院正加速实施基础信息化平台、HIS 、CIS系统的整体建设，数据的信息化建设以提高医院的服务水平与核心竞争力。结合医保费用数据的按病种按诊疗方式定额的特点，通常遵循以下原则，（1）事实科学性原则：数据来源准确，测算方法科学。（2）相关规章原则：全流程严格按有关法律法规的规定，如财务制度、数据保护制度等。（3）可比性原则：统计测算口径与现实数据统计口径一致。（4）符合按病种的实际情况原则。

其中原则（2）的数据保护制度，此处引用欧盟《通用数据保险条例》（GDPR）（于2018年5月25日生效）国家科学技术部对医疗卫生领域的部分解读：（1）患者的个人资料信息，包括电子档案信息和纸质记录信息都将受到合法保护，根据GDPR的要求，当发生数据泄露，必须在72小时内报告。（2）患者健康档案更详细，医疗机构将更加全面、更加详细地进行记录。（3）患者掌控程度更高，医疗健康领域的信息是高度敏感和私密的领域之一，但是检查的结果是会被广泛分享以进行诊断的，患者将有更多机会了解自身检查结果的使用授权，并牢牢掌握自己的数据。医疗数据，包括医保费用数据、患者本身临床体征、遗传和环境数据，这些数据都受到GDPR条例的保护。

1.3 医保费用数据测算方式

以某病种某诊疗方式产生的医保费用为例，以月为计算单位，可有以下三种测算方式：

（1）经典增量法。

增量法是通过测算每月内增长的医保费用数据，主要的思路为：根据病种i的t月内k诊疗方式累计产生的医保费用，计算出病种i第t月内k诊疗方式测算产生的医保费用（增量）xkt（i）。

xkt（i）=Xkt（i）-xkt-1（i）

fkt（i）=xkt（i）+xkt（i-1）+…+xkt（i-n+1）n

测算后续的病种i的t月内k诊疗方式产生的医保费用。

{Fkt（i）=Xkt-1（i）+fkt（i），第t-1月的实际医保费用已知Fkt（i）=Fkt-1（i）+fkt（i），第t-1月的实际医保费用未知

（2）移动平均法+增量法。

简单移动平均法是一种计算时间序列数据测算方法，适用于近期测算预测，且将近期与远期的数据等同看待，消除季节变动和不规则变化的影响，使长期趋势显示出来。移动平均长度N反映出移动平均数的修匀强弱和对趋势的灵敏度。当总趋势平稳，N选大;当趋势不平稳，波动较大，N选小。

fkt（i）=xkt（i-1）+xkt（i-2）+…+xkt（i-N）N

當测算病种i+1第t月k诊疗方式产生的医保费用xkt（i）未知时，使用病种i第t月k诊疗方式产生的医保测算费用fkt（i），公式变形为：

fkt（i+1）=fkt（i）+xkt（i-1）+…+xkt（i-N+1）N

以此类推，得到各病种第t月k诊疗方式产生的测算费用值，使用增量法，测算后续的t月内病种i的k诊疗方式累计医保费用。

{Fkt（i）=Xkt-1（i）+fkt（i），第t-1月的实际医保费用已知Fkt（i）=Fkt-1（i）+fkt（i），第t-1月的实际医保费用未知

（3）Logistic回归。

线性回归是利用数理统计中的回归分析来确定两种或两种以上变量间相互依赖的定量关系的一种统计分析方法，运用十分广泛。基于线性回归的原理使用最小二乘法（又称为最小平方法）来进行曲线的拟合。最小二乘法是一种数学优化技术。它通过最小化误差的平方和寻找数据的最佳函数匹配。

根据前期的探索性数据分析，可以假定后续特定月份病种的诊疗方式产生的医保费用与前期已知的在该时间单位内的实际医保费用数满足一种线性关系，如下式所示：

FkT（（i）=k/（1+atexp（-btt））

k是极限参数，对应病种不同诊疗方式产生的医保费用存量。at、bt是后续的t月内对应的最优回归参数，均应通过显著性检验，通过R软件中的nls（）函数拟合出对应的参数值。因为病种的不同在观测点时的t的值不同，因此对于不同病种的最优回归系数会不同。

以上三种方案，将累计产生的医保费用的测算值与实际值进行比较，计算出误差平方和SE，以评价经典增量法方案的测算能力。

SE=∑ri=1∑nij=1（Xij-X-i）2

为了比较不同方案下测算的准确性，计算某个时间段内医保费用的误差平方和，根据误差平方和SE计算出均方误差SSE，这是衡量“平均误差”的一种较方便的方法。

SSE=∑tn1k=1∑tn2i=n3（xkn4（i）-fkn4（i））

MSE=SSE/n

SSE越小，方案预测精确度越高;同样地，MSE的值越小，说明测算方案的测算精确度较高。总的来说，经典增量法、移动平均+增量法的误差平方和SE与均方误差SSE较小，移动平均测算出来的误差平方和均会呈现出一种上升趋势，这是因为越往后的月份，已知的实际数据越少。

2 医保费用测算数据的应用

2.1 调整参保人的基本医疗保险待遇

现行基本医疗保险制度下，实行分级管理。基本医保构成为一档、二档。一档构成是住院基金统筹、特定病种门诊、普通门诊基金统筹、大病保险待遇;二档构成是在一档待遇基础上提高住院基金统筹、特定病种门诊、普通门诊基金统筹的待遇，设立个人账户。参保人的基本医疗保险待遇向社会、医疗机构、社保服务机构等多方征求意见，可对参保人的具体待遇做出调整或暂缓不调整的决策，不断完善社会的医疗保障体系。

2.2 调整单个病种的医保費用定额

从病种分值结算的角度，医院不仅要考虑医师是否进行了过度医疗服务，也应从该病种的病理及发病机制本身考虑特殊性，如季节性。不同疾病的发病机制存在差异，在对发病人群的性别、年龄等基础指标进行基础的数据统计分析，举个例子，某种疾病在春季多发，故临近春季该种疾病便会出现医疗救治服务费用明显增速的现象，通过医院医疗信息系统的数据反馈和该种疾病归属的科室主任反馈，结合本院的实际就诊情况，对单个病种医保费用定额限制进行有效调整。

2.3 制定与调整医院的管理规则

医院的运营方向：（1）根据医院的收治病种结构，按病种分值来对病种效果进行评价，可体现医院医疗能力且与水平相匹配。对特定病种结算费用结果的有效解读，利于促进医生诊疗救治水平的提高，医务工作者有成就感，医院管理高效落到实处，同时有利于广义的分级诊疗的实现;（2）合理把握不同病种的结算费用与结算费用结构，利于医院主动作为，主动发现本身的盈亏点，医院主动节约诊疗成本，费用风险由医院承担，同时对医院的运营管理提出了更高的要求。医院的医保管理部门主动降低经济风险，对患者进行高效的医疗保障，后续可探讨过渡到类似境外德国等国家按疗法疗程对患者进行医疗费用的保障，这也提供了一个新的解决思路。

3 结束语

综上所述，文章针对医院医保费用数据的测算问题提出了相应的新的解决策略，基于经济学的角度，衡量患者本身的支付能力，结合现有已知的基础医保数据进行统计分析，对单个病种的患者和所属科室的医保费用产生有效测算出医院医保费用的使用情况，进而辅助医院管理政策的设立和执行，以期提高管理方案和政策施行的科学合理性。医院作为医疗保障制度管理链条的重要一环，通过有效的数据测算与应用，医院的医疗保障水平得到提升，符合医院医保管理部门设立的初衷。

参考文献

[1]杨玥.医院医保管理工作的难点与相应对策[J].管理观察，2018，（28）：191-192.

[2]宫芳芳，孙喜琢，李文海.深圳罗湖医院集团 医保支付要跟上医联体脚步[J].中国卫生，2018，（11）：110-111.

[3]褚彬.医疗保险精算在县级医保工作中的应用探析——以吉林省梅河口市为样本[J].中国医疗保险，2018，（11）：49-51.

[4]奎潮.医疗保险制度的经济社会效应和结构优化研究[D].南京：南开大学，2012.