大数据背景下公立医院内部审计现状及优化路径

邵 静

（作者单位：厦门大学附属第一医院）

一、大数据背景下公立医院内部审计的重要性

公立医院承担着提供医疗服务、保障广大民众身体健康的重要责任。随着医疗行业的不断发展和技术的进步，医疗体系的规模不断扩大，复杂程度也在不断提升，公立医院内部管理和资源利用面临着诸多挑战。这就需要建立有效的内部审计机制来监督公立医院的运作情况。传统公立医院内部审计主要依赖手工等原始且费时的方法，难以完成当下大幅增长的数据分析工作。现代公立医院的运营涉及大量数据，这些数据包含患者流量、医疗记录，以及医保信息、药品管理信息和财务信息等。这些数据中蕴含的信息可以帮助医院发现潜在的管理问题，改进医疗流程，提升质量和效率[1]。因此，随着大数据技术的迅速发展，将大数据技术应用于公立医院内部审计成为一种新的选择。大数据技术可以帮助公立医院从数据中挖掘有价值的信息，优化资源管理，提高业务效率，并发现潜在的风险和欺诈行为。

大数据背景下，研究公立医院内部审计具有重要意义。首先，有利于改进公立医院的内部管理和治理，提高公立医院服务质量。通过应用大数据技术，公立医院可以更有效地指导决策，提升管理水平和治理能力，实现对医疗流程和资源的高效管理。其次，可以更快速地发现潜在的违规和欺诈行为。通过大数据分析，可以建立风险预警系统，提高对潜在违规和欺诈行为的识别和处理能力，从而维护公立医院的声誉。最后，可以为公立医院预测和决策提供支持，从而帮助公立医院应对市场变化和风险挑战，而这对于保障公众健康和提升医疗体系整体效能具有重要的价值和实践意义。

二、公立医院内部审计概述

（一）基本概念

公立医院内部审计是指对医院内部管理、运营、财务以及遵守法律法规的情况等方面进行独立和客观的评估与审查的过程。其旨在确保公立医院的运作符合规范和效率要求，保障医疗质量，同时使资源得到合理利用。公立医院内部审计能够评估医院的内部控制、风险管理和治理的有效性，发现潜在的问题和风险，并为改进提供建议。审计的目标是确保医院的运营和决策符合法规要求，遵循适当的财务和行政程序，建立有效的内部控制制度。内部审计通常由一个独立的、专业的内部审计部门或外部审计机构负责。审计人员需要具备专业知识和技能，熟悉医疗行业的特点和相关法规，在审计过程中保持独立性和客观性。

（二）审计流程

公立医院内部审计的流程可以分为以下几个关键步骤：一是规划与准备阶段，确定审计的范围、目标和时间安排。审计人员需要了解医院的组织架构、业务流程、政策和程序，并与管理层进行沟通和协商。二是风险评估阶段，通过识别和评估风险来确定审计的重点和范围。审计人员会对医院的各个业务领域进行风险评估，如财务管理、人力资源、采购管理、医疗质量控制等。他们会收集和分析相关数据和信息，识别潜在的风险和问题。三是数据收集与分析阶段，审计人员收集医院的相关数据、文件和记录，进行系统性的分析和比对。他们会运用统计分析、数据挖掘和技术工具来检查数据的完整性、准确性和一致性。四是现场调查与测试阶段，在审计过程中，审计人员可能需要进行现场调查和测试，以验证数据和信息的真实性与可靠性，检查内部控制的有效性和合规性。他们会与医院的工作人员、管理层及其他相关方进行沟通和交流，了解具体操作过程和实施情况。五是问题识别与报告阶段，在审计过程中，审计人员会识别潜在的问题、违规行为和风险，并向管理层提交审计报告。报告内容包括问题的具体描述、根本原因的分析和改进措施。审计报告通常会提交给医院的高级管理层和董事会，并注重保密性和机密性[2]。六是监督和跟踪阶段，提交审计报告后，内部审计人员还会追踪和监督报告中提出的问题和建议的执行情况。他们会与管理层进行沟通和协调，确保问题得到妥善解决和改进措施得到良好落实。

三、大数据给公立医院内部审计带来的挑战和机遇

大数据的特点是数据量大、传输速度快、种类多，这些特点也给公立医院带来了挑战。一是如何处理海量和多样化的数据。公立医院要建立有效的数据管理体系和技术平台，对海量的数据展开采集、存储、整合、清洗和分析等复杂的工作。另外，大数据中可能包含敏感的医疗信息，因此要保障数据的安全。二是在进行内部审计时，需要确保数据的机密性和完整性，并采取相应的数据保护措施，如数据脱敏、权限管理和加密。在对数据进行分析的过程中还涉及复杂的技术和工具，如数据挖掘、机器学习和人工智能等。三是一些公立医院缺乏相关的技术和专业人才，从而导致在大数据分析方面遇到挑战。如何培养和吸引具备相关技能的人才对于公立医院来说是一个重要的问题。

就机遇来说，第一，大数据技术可以帮助公立医院更准确地发现潜在的问题和违规行为，提高审计的准确度和效率。通过分析大数据，可以识别异常模式、检测欺诈行为和风险，同时减少对人工的依赖，提高审计效率。第二，大数据技术可以增强公立医院实时监控和预警能力。通过实时监控医院各项指标和数据，可以追踪业务运营情况，快速发现潜在问题和异常情况，并及时采取相应的措施。预警系统可以帮助公立医院及早预防和处理风险与违规行为。第三，大数据分析可以帮助公立医院识别有瑕疵和不合理的业务流程，提供改进建议。通过深入分析数据，公立医院能够了解具体的业务需求和资源利用情况，基于此优化内部流程，提高工作效率和医疗质量。第四，大数据技术还可以为公立医院的决策制定提供科学依据和预测分析结果。通过对海量的数据进行分析，可以揭示数据中隐藏的规律及其关联性，预测和模拟医院的运营情况和结果，为决策提供支持和指导。

四、公立医院内部审计可应用的大数据技术

（一）大数据采集、存储和整合技术

1.采集技术

在公立医院内部审计中，为了获取各种类型和来源的数据，需要采用有效的采集技术。采集技术主要有如下几种：一是数据接口和集成。医院内部的各个系统和数据库通常有不同的数据接口和格式。为了采集数据，需要建立适当的数据接口和集成机制，将数据从不同的系统中提取并整合到一个统一的数据存储系统中。二是数据抽取和转换。有些数据可能存储在结构化的数据库中，而另一些数据可能以非结构化的形式存在，如日志文件、电子邮件或文档等。在采集过程中，需要对非结构化的数据进行抽取和转换，使其能够进行进一步的分析。三是实时数据流。在一些关键的审计领域，如交易监控、实时风险识别等，需要采集和处理实时数据流。这就要求实施实时数据采集技术，通过流式处理和分析平台，快速接收、处理和分析实时生成的数据[3]。四是外部数据源集成。除了医院内部的数据，外部数据源也可以为内部审计提供有价值的数据。这些数据源可以是公共数据集、行业数据库、医疗保险数据等。为了采集和整合这些数据，需要建立合适的技术连接和数据集成机制。

2.存储技术

对于大量的数据，公立医院需要考虑采用适当的存储技术来管理和存储数据。目前常用的有如下几种：一是关系型数据库。关系型数据库是一种常见的数据存储技术，具有结构化的数据模型和强大的查询功能。医院可以使用关系型数据库来存储和管理其结构化数据，如患者基本信息、财务数据等。二是分布式文件系统。由于公立医院需要处理大量的非结构化数据，如影像、日志文件等，分布式文件系统具备可扩展、高性能的数据存储和访问功能。通过分布式文件系统，医院可以有效地存储和管理非结构化数据。三是列式数据库。列式数据库是一种针对分析查询优化的存储技术。对于公立医院的审计需求，列式数据库可以提供高效的数据查询和分析功能，有效地处理大规模数据集。四是云存储。云存储提供了灵活、可扩展的存储解决方案，对于公立医院来说具有吸引力。医院可以将数据存储在云平台上，并通过云服务提供商的管理和维护，降低存储成本，减少管理工作量。

3.整合技术

在公立医院的内部审计中，为了有效地分析数据和发现潜在问题，需要进行数据的整合和统一。整合技术主要有以下几种：一是数据清洗与预处理。数据清洗和预处理是采集数据后的一项重要任务。通过数据清洗，可以识别和纠正数据中的错误，发现缺失和异常值等情况。预处理则包括数据去重、数据转换和数据标准化等过程，旨在将数据整合到统一的数据模型中。二是数据集成与匹配。数据集成涉及将来自不同数据源的数据进行整合和匹配，以便获得完整的数据视图。这可以通过数据集成工具和技术来实现，如ETL（Extract，抽取；Transform，转换；Load，加载）工具、数据集成引擎等。三是元数据管理。元数据是关于数据本身的数据，包括数据的描述、结构、含义等。在数据整合过程中，元数据管理是至关重要的，可以帮助理解和解释数据，确保数据的准确性和一致性[4]。四是数据仓库和数据湖。数据仓库和数据湖是用于数据整合和存储的关键技术。数据仓库提供了一种集中式的、结构化的数据存储和查询环境，数据湖则是一种集中式的、非结构化的数据存储和分析环境。这些技术可以帮助医院整合和管理多源数据，并提供一致的分析视图。

（二）大数据分析方法和工具

在公立医院内部审计中，大数据分析方法和工具的使用可以帮助审计团队深入挖掘和理解数据，更全面地评估医院的内部控制和运营管理。大数据分析方法和工具主要有如下几种：

1.数据可视化和仪表盘

在公立医院内部审计中，数据可视化和仪表盘是重要的工具，可以将大量的数据以视觉化的方式呈现，帮助审计人员更好地理解数据和发现潜在的问题与趋势。通过这些工具，审计人员可以创建交互式的仪表盘和报表，对医院的财务、人力资源、医疗质量等方面进行分析和监控。

2.预测建模和数据挖掘

公立医院内部审计中，利用大数据分析方法进行预测建模和数据挖掘可以帮助发现潜在的问题和风险。常见方法如下：第一，利用分类和回归分析，审计团队可以根据历史数据和模型，预测患者的就诊费用、医疗风险等。这样可以帮助医院评估患者的病情、费用预算等，并发现异常情况。第二，通过聚类分析，审计团队可以对医院的患者、科室、医生等进行分组，以帮助发现同类别中的异常情况，如高风险患者、问题科室等。第三，通过关联规则挖掘，审计团队可以发现医院内各种变量之间的关联。例如，发现特定药物使用与不良事件之间的关联性，或者诊断代码与处方行为之间的关联性。

3.自然语言处理和文本分析

公立医院的审计中，往往涉及大量的文本数据，如病历、报告、政策文件等。通过自然语言处理和文本分析，可以从文本数据中提取有用的信息，并进行深入的文本挖掘。常见的自然语言处理和文本分析工具包括NLTK、spaCy、TF-IDF 等。

4.实时监控和异常检测

在公立医院的内部审计中，实时监控和异常检测可以帮助发现违规操作、异常交易等风险情况。实时监控和异常检测在公立医院的内部审计中具有重要的地位，不仅可以帮助发现违规操作和异常交易、降低风险，还可以提高医院的整体效率和安全水平。此技术的应用为公立医院提供了一个强大的保障工具，能够保障患者利益，确保医院合规管理。

五、基于大数据的公立医院内部审计优化路径

（一）基于大数据的公立医院内部审计优化策略和框架

1.数据整合和数据质量管理

公立医院通常有多个系统和数据库，涉及多个部门和业务领域的数据。为了实现全面审计，需要整合不同系统的数据，建立数据仓库或数据湖。数据整合可以通过ETL 来实现，确保数据的一致性和完整性。数据质量是内部审计的关键。公立医院需要建立数据质量管理框架，包括数据清洗、数据去重、错误纠正、异常处理等内容，以确保数据的准确性和可信度[5]。

2.数据分析和可视化

基于大数据的内部审计过程中，可以采用各种统计分析方法，如分类回归分析、关联规则挖掘、聚类分析等，对医院数据进行深入分析，挖掘潜在问题和趋势。数据可视化技术可以帮助审计人员更好地理解数据和发现问题。通过使用诸如仪表盘、报表和图表等工具，可以将大量数据以易于理解和交互的方式展示，从而支持决策和沟通。

3.自动化与智能化

自动化审计工具使用机器学习和自然语言处理技术，能够替代一部分传统手工审计工作，提高审计效率。例如，在审查大量合同文件时，自动化审计工具可以自动提取合同条款并将其与法律或政策进行对比。通过构建智能推荐和预测模型，审计系统可以根据历史数据和模式，提供建议和预测分析结果，如提供早期诊断工具，以帮助发现潜在的违规行为。

（二）大数据驱动的内部控制和风险管理方法

公立医院可以利用大数据技术，增强组织的内部控制和风险管理能力，并提供全面的风险预测和决策支持。利用大数据技术，获取和整合组织内外部的各种数据源，如交易数据、操作日志、市场数据、竞争情报等。通过数据整合和清洗，建立全面的数据集。

基于收集到的大量数据，可以开发和应用风险指标和模型，以量化和评估组织的风险状况。第一，可以基于实时数据流和分析技术，建立实时监测和预警系统，及时发现潜在的风险事件和趋势，并提供预警通知和报告。具体可以利用机器学习和数据挖掘技术，对大数据进行分析和挖掘，发现潜在的风险模式和异常行为。第二，可以利用网络分析方法，对内外部的数据关系进行分析，识别关键节点、异常关系和潜在漏洞。例如，分析供应链网络，可能会发现供应商风险及其依赖关系。第三，利用大数据分析结果提供智能决策支持，为决策者提供全面的风险信息和预测模型，如使用预测模型提供最佳决策方案、提前预测风险。加强对数据的加密和访问控制，保护数据的机密性和完整性。设置敏感数据的访问权限，并建立审计机制，以追踪数据使用和变更情况。

六、结语

尽管大数据背景下公立医院内部审计的发展潜力巨大，但目前的研究还相对有限。因此，深入研究和探索如何在大数据背景下优化公立医院内部审计，以及应用大数据技术提高审计效能和质量，具有重要的研究价值和实践意义。