血液透析领域医保基金监管路径研究

郑 考 朱灵燕 陆其明

（1 浙江省乐清市医疗保障局 温州 325000；2浙江省绍兴市医疗保障局越城分局 绍兴 312000；3 浙江省桐乡市医疗保障局 嘉兴 314000）

终末期肾病主要是指各种因素引起的肾功能不可逆性下降，被认为是肾功能代偿失调的最后阶段［1］。血液透析是终末期肾病患者主要替代治疗方法之一［2］，根据相关临床指南推荐意见，一般情况下每周治疗最多不超过5次［3］。截至2021年12月底，我国大陆地区血液透析的登记患者数达749573人[4]。由于目前缺乏相关数据，若按照基本医保参保率95%，参考重庆市2018年两家三甲医院血液透析患者门诊平均医保基金支出约14.4万元/人［5］等数据进行估算，血液透析领域医保基金年支出超过1000亿元，约占2021年全国医保基金（含生育保险）支出的4.2%。

血液透析领域是医保部门提供服务保障和基金监管的重点之一。2022年5月，国家医保局等四部门公布《2022年度医疗保障基金飞行检查工作方案》，首次明确对定点医疗机构血液透析等领域纳入医保基金支付范围的医疗服务行为和医疗费用进行检查。此外，国家医保局还将尿毒症透析纳入门诊慢性病、特殊病保障和跨省直接结算试点范围，将透析液等药品纳入医保药品目录，将血液透析中心纳入定点医疗机构申请范围，并要求各地落实相关监管职责［6］。

截至目前，国内尚没有关于血液透析领域医保基金监管路径的论述，尚未形成系统的监管解决方案。本文通过分析血液透析监管要点，基于大数据分析手段，结合国家医保飞行检查等监管工作的经验，研究设计形成了一套关于血液透析领域的医保基金监管路径，以期为加强该领域基金监管工作提供参考。

1 血液透析监管要点

1.1 医保支付政策

医保支付政策对违法违规行为的认定以及医保基金损失金额的计算有着至关重要的影响。与其他领域不同，血液透析领域内几乎所有的医疗服务项目和药品都有着严格且明确的医保限定支付条件和项目内涵等。当前，全国各省、地市级医保部门依据《国家基本医疗保险、工伤保险和生育保险药品目录》《医疗服务项目分类与代码》《医保医用耗材分类与代码》和《国家医疗保障待遇清单》等政策，参考本地基金支付能力、经济发展水平、卫生健康水平等制定相应政策，对医保基金支付血液透析领域收费项目的内涵、除外内容、支付价格、限定支付条件、支付限额等作出具体规定，造成各地血液透析领域医保政策差异大。如根据《温州市公立医院医疗服务价格项目表（2022版）》，“血液灌流”的医保支付标准为1040元，限定中毒抢救和终末期肾脏疾病（尿毒症）患者等；北京市血液透析治疗的药品（肝素、盐水、透析液）、透析器、透析管、穿刺针按有关规定和实际用量计收；甘肃省医保局将尿毒症透析治疗（肾衰竭透析治疗）纳入城乡居民基本医保1类门诊慢性病种，年度累计限额为6万元。

若监管人员没有全面、透彻掌握当地医保政策和特殊支付标准，将各地政策中的限定支付条件等混用以及忽略年度支付限额等，会造成对医保违法违规行为认定的不准确以及对基金损失金额计算有误。

1.2 支付方式

影响血液透析费用的主要因素除医保政策、患者年龄、透析龄、是否并发高血压、是否并发心血管疾病和Charlson指数等外［5］，医保支付方式的差异也具有重要影响意义［7,8］。血液透析的医保支付方式主要有两种类型：一是门诊特定病种支付方式，包括按服务项目付费、按次付费、按人头包干付费等；二是住院支付方式，包括按服务项目付费、DRG、DIP等。按服务项目付费可能出现过度治疗、虚构医药服务、套高收费、重复收费、分解收费等，按次付费可能出现单次血液透析时间不足、超频次收费等，DRG、DIP可能出现推诿重症病人、高靠分组、低标入院、分解住院、转移费用等，按人头包干付费可能出现治疗不足、推诿中重症患者、将医保结算转嫁自费等违规行为。

1.3 专业壁垒

血液透析领域主要治疗方式包括血液透析、血液滤过、血液透析滤过、血液灌流等，临床医师需结合患者的透析龄、症状、体征以及代谢异常、容量状态、营养和药物干预效果进行综合评估后选择适合的治疗方式，制定个性化治疗方案。维持透析期的患者每次透析前，临床医师需进行症状和体征评估，观察有无出血，测量体重，评估血管通路，并定期进行血生化检查及透析充分性评估，以调整透析处方。透析处方决定着透析频次以及治疗费用等，是监管工作的重点。因此，血液透析领域较高的专业壁垒给监管工作带来实际难点，监管人员需具备较高的肾脏疾病专业水平和实践经验。

2 监管路径概述

2.1 构架介绍

血液透析领域医保基金监管路径基于大数据分析技术，建立以政策配置层、大数据分析（数据仓库）层、异常趋势分析层、临床诊疗分析层、结果输出层为主要流程的路径构架，对血液透析领域开展多维度、全方位监管（见图1）。该路径主要监管逻辑如下。

图1 血液透析领域医保基金监管路径图

流程一：政策配置层。以地市级为单位梳理血液透析领域的医疗服务项目、药品、医用耗材等项目的收费标准，如项目内涵、限定支付条件、除外内容等，明确支付方式、支付限额等其他内容。

流程二：大数据分析（数据仓库）层。采集血液透析领域监管工作所需的电子病历、费用结算数据、血液透析仪器数据等全量数据以及地理位置信息数据等，经抓取、合并、删除、筛选等数据清洗步骤后，应用聚类、时间序列、知识图谱、自然语言处理等大数据分析技术，最终将无序数据达到标签化处理的目的。

流程三：异常趋势分析层。将标签化数据按监管工作需要，依据费用（医疗服务项目、药品、医用耗材）占比、次均费用、购药就医频次、疾病诊断等要素，建立定点医疗机构、医保医师、参保人等医保基金使用各主体的标签画像。加入时间和空间等指标后，设定相关警戒阈值，监测标签画像的异常趋势，缩小可疑数据范围。

流程四：临床诊疗分析层。提取具有异常趋势的标签画像数据，通过识别规则（见表1），对可疑数据范围进行降维解析，确定可疑收费项目情况。

表1 临床诊疗分析层识别规则一览表

最终，通过流程五结果输出层的数据可视化后得到疑似违法违规结果。经人工核实的违法违规结果数据传输回算法技术（数据仓库）层进行机器反哺学习，形成循环。

2.2 大数据分析技术原理介绍

2.2.1 自然语言处理技术是指将非结构化的文本转化为结构化信息［9］，通过机器学习后处理人类语言。邵云霞等［10］运用自然语言处理技术对病案数据集进行中文分词并映射到向量空间，计算文本相似度筛选病组，以规范DRG疾病种类。在血液透析领域，自然语言处理可用于对病历、病案文本的精细结构化和多粒度解析，如病历语义片段解析、医学命名实体识别等，用以识别住院高套编码、虚假住院等违法违规现象。

2.2.2 K-Means聚类目标是对于给定的数据集和聚类簇数，将数据集按数据的聚集程度划分为若干个簇，使同簇样本的相似度较高、簇间样本的相似度较低［11］。傅亦安等［12］运用K-Means聚类等技术，以上海市定点医疗机构门诊执业医师为研究对象，通过统一视图建设，从个人信息、资格信息、出诊信息和接诊患者信息四方面建立医师画像。在血液透析领域，该技术可用于建立定点医疗机构、医保医师、参保人等标签画像，识别和监测欺诈骗保行为。

2.2.3 时间序列分析是一种动态数列的分析，目的在于掌握统计数据依时间变化的规律［13］。李净［14］从医保部门和医院的业务需求出发，运用多种时间序列分析技术提出一种医保基金优化分配模型，得出患者分布的变化与医保支出之间的关联关系。在血液透析领域，结合其他技术，可建立定点医疗机构等主体标签画像，对其历史医保数据进行分析，预测各费用结构的演变趋势。

2.3 数据仓库介绍

血液透析领域数据主要来源于定点医疗机构和医保经办机构的全量数据，数据的完整性和真实性是开展监管工作的必要条件。主要可分为参保人行为轨迹数据和医保结算数据。其中参保人行为轨迹数据主要指从公安部门、运输部门获取的参保人地理位置信息、乘坐交通工具信息等。医保结算数据主要有基础数据、诊断数据、检查结果数据、血液透析仪器数据、收费项目数据（见表2）。

3 应用前景分析

3.1 日常监管

国家和省级医保部门可基于上述监管路径开展血液透析领域日常监测，结合疾病诊断、手术操作、检验检查、费用结构、时间空间等维度，对海量历史结算数据进行分析和挖掘，通过降维解析缩小颗粒度和疑点范围，得出准确的分析报告。之后开展跨省异地、省内异地的实地专项检查，有助于提升对血液透析领域的重复收费、超医保支付限定条件收费、过度检查、分解收费等违法违规行为的监管效能。

3.1.1 识别重复收费。血液透析领域重复收费是指定点医疗机构同时收取某血液透析收费项目及其项目内涵，或对某项目反复多次进行收费的行为。如根据《温州市公立医院医疗服务价格项目表2022版》，“血液透析滤过”的项目内涵为“含透析液、置换液”，若定点医疗机构同时收取“血液透析滤过”和“透析液/置换液”，则为重复收费。重复收费主要情形见表3，若收费项目1与2同时收取，则视为重复收费。

表2 数据仓库数据类型表

表3 血液透析领域重复收费主要情形表

3.1.2 识别超医保支付限定条件收费。血液透析领域超医保支付限定范围是指定点医疗机构向参保人收取的某血液透析治疗所需的诊疗项目或药品，不符合所在统筹区医疗服务项目和药品目录内的该诊疗项目或药品所备注的医保支付限定条件。如根据《国家基本医疗保险、工伤保险和生育保险药品目录2021版》，“骨化三醇（注射剂）”备注为“限肾透析并有低钙血症的患者”，若定点医疗机构在未有明确检验检查结果支持参保人为低钙血症的情况下，对其收取“骨化三醇注射剂”，则视为超医保支付限定条件收费。血液透析领域收费项目医保支付限定条件主要情况见表4。

表4 血液透析领域收费项目医保支付限定条件一览表

3.1.3 识别过度检查。血液透析领域过度检查是指定点医疗机构违反《血液净化标准操作规程》，实施不必要的或与终末期肾病关联性不高的检查项目。如根据《血液净化标准操作规程2021版》，血液透析患者血常规、肝功能常规检查、肾功能常规检查的检测频率为每3个月1次，若定点医疗机构无充分理由情况下检查超过该频率，则视为过度检查，主要情形表见表5。

表5 血液透析领域过度检查主要情形表

3.2 风险预测

将定点医疗机构、医保医师和参保人作为分析变量与应变量，运用K-Means聚类、时间序列等大数据分析技术，通过次均费用、费用结构及平均费用、就诊频次、地理位置信息等指标建立定点医疗机构、医保医师、参保人标签画像，设置时间序列，在地区、机构、个人等维度上进行横纵对比分析，离散程度较大的列为重点关注对象。此外，利用专家共识或对合规历史医保结算数据进行聚类等方式，形成某地区或某医疗机构血透费用情况作为标准画像，与该标准画像的费用结构、收费项目相似程度等偏离度较大的列为重点关注对象。具体数据提取字段及参数见表6。

表6 风险预警数据字段表

3.3 多领域拓展应用

新形势下，参保人群和医保目录覆盖面不断扩大，医保支付方式改革大力推进，“互联网+”、长护险、“双通道”、医保电子凭证等新业态、新场景的不断出现，医保基金监管工作的抗风险能力和创新能力面临挑战。当前各地基于知识库和规则库建设的医保智能审核系统对日常经办审核效率、违规识别准确度有较大的提升，但这种单一维度、单张费用单据的审核模式难以识别和预警跨地区、跨机构、跨病种、多人群的欺诈骗保行为，不符合多维度分析和大数据监测的目标需求。针对各类风险挑战，如果医保部门缺乏主动有效的风险识别和应急预警手段，医保基金的安全将面临较大风险。因此，医保部门应充分发挥大数据挖掘在基金监管工作中的支撑作用，参考本研究的设计理念和思路，针对骨科、心内介入、精神病、中医等重点领域，以及新业态、新场景等建立大数据预警模型，不断提升医保基金监管的抗风险能力和效能。

4 讨论

由于医保部门成立时间短，编制政策倾斜力度不足，加之执法人员经验不足，监管工作还需进一步优化。此外，随着医疗保障覆盖面越来越广，基金规模不断扩大、管理链条延长、支付及转移场景复杂，数据量呈几何式增长，基金监管风险点也在增加。因此，我们需充分利用相关人工智能技术，构建医保基金监管模型，从多个维度对海量结算数据进行分析和挖掘，逐步形成医保基金风险识别、问题发现和应急预警能力，对提高医保监管工作效能和水平有着重要意义。

本研究基于大数据分析技术，旨在解决医保基金监管工作中疑似违法违规数据假阳性率高、工作路径不科学、专业化水平有待提高等实际问题。但是，该监管路径的思路来源于作者开展日常稽核、飞行检查工作经验以及参与设计智能监管工作的启发，尚未开展大范围实际应用。因此，在下一步工作中，应着重在假阳性率、逻辑科学性等实用性方面进行反复的实践验证。