摘要:医保基金作为民生大计,尤其重要的是合理规范地使用。充分利用智能化、自动化等信息手段,创建智能监管平台,可大幅提升医保审核的难度,减少违规行为的发生。本研究立足于现阶段医保实际问题,设计了一个智能化监管系统平台。从软硬件需求、系统架构设计、数据库建立、智能审核、监管应用全方面阐述所设计的智能化监管平台。
关键词:医保监管;智能审核;大数据;人工智能
人民健康是社会发展的重要保障,为解决人民就医问题,我国于2018年成立医疗保障局,并致力于建立具有中国特色的智能化、统一化医疗保障信息系统。随着信息技术的发展,自动化技术在各行各业广泛应用,医保基金智能监管平台也逐渐形成。但现阶段的医保基金监管系统仍存在不完善的问题,自动化和集成化程度不高[1]。针对目前国内医保基金监管系统存在的问题和弊端,本研究从医保监管系统现状和需求逐步分析,提出并设计更加完善和智能化的监管平台。该平台以方便人民需求为主要目标,进一步规范和智能化医保基金监管系统的使用,有效抑制乱开单据、过度诊疗等违规行为[2]。智能化监管包括常态化监管、预警和判断以及监管和治理。常态化监管是利用大数据技术,通过数据模式来推动监管工作的全过程,包括准入、管理、评级、合规整改和退出等环节,形成闭环监管模式。预警和判断是利用大数据和人工智能等技术,对风险行为进行监测、量化、预警和判断,并协助监管部门查明更大的问题,从而有效防范违规风险。监管和治理则通过多维度的网格管理方法,如投诉和报告的智能分析,以及多层次的变化监控,为医保部门的监管治理创造一个新的样本[3]。这些智能化监管手段有助于提高监管的效率和准确性,更好地保障人民的健康权益。
一、医保基金智能化现状及需求
(一)智能化现状
人工智能主要依赖于数据驱动的感知,但智能开发又会受到算法效率和硬件性能等因素的限制。深度学习算法严重依赖于海量数据和超強的计算能力设备。现阶段硬件性能呈指数级增长,支持人工智能的发展是无法长久持续的。因此,人工依赖深度学习的智能在未来可能会遇到瓶颈。医保基金智能化是指以医保信息化、标准化为基础,全面结合云计算、人工智能、大数据、物联网等多种信息化技术融合到医保基金监管中,确保医保基金全过程的透明化和数字化[4]。我国人口体系庞大,现阶段医保基金智能化监管平台仅仅是试点运行,未能全民化建立数据库,且票据的审核仍依靠人工操作,耗费大量的人力物力,具有一定的局限性。该模式下的监管系统重点关注事后监察,缺少事前和事后实时信息,且政策偏差大,人工审核对政策规范理解不够客观,监管作用具有局限性,对违规行为制止不及时,增加用户负担。
(二)智能化需求
国务院办公厅印发的《“十四五”全民医疗保障规划》明确指出“五个医保”,其中包括智慧医保,并强调加强完善“建设智慧医保”。结合十四五规划需求,完善智慧医保建设,建立数字化、智能化医保基金监管体系已成为提升我国现代化医保监管强度的必要手段。因此,智能化医保基金监管系统不仅需要完善全民体系的庞大数据库,还需要打好硬件系统的基础。同时,要充分利用云计算、大数据等超高速数据计算和存储方案,在确保医保信息安全可靠的前提下,进一步利用计算机来监管医保的审核工作。
二、医保基金智能监管系统设计和应用
通过分析现阶段医保基金监管系统的现状和未来智能化需求,本研究设计了一套基于人工智能、大数据、云计算、互联网等多种信息技术融合的智能化监管系统。充分利用智能化、自动化技术平衡有效的医保基金和无限医疗需求之间的动态平衡。
(一)系统软硬件配置需求
为达到全面智能化医保基金监管,需要在监管机构部署一套硬件设备,包括一台数据库服务器、一台Web应用服务,以及匹配的大屏监控显示平台。这些硬件设备能够实时反馈医保基金的机构位置、审核实时情况、审核结果,并对违规行为进行预警。服务器具体配置情况如表1。
(二)总体架构设计
整套系统的整体架构分为数据层、审计服务以及监管应用三部分。其中数据层包括业务型数据、医保审计规则库以及医保审计知识库。审计服务是对用户数据进行审核的过程,包括对药品收费、材料收费、诊疗项目收费以及诊断合理性等进行规则校验。应用层是整套系统落实的部分,完成医保基金的事前提醒、事中监控以及事后核查。智能化监管平台与传统监管流程和目标几乎相同。智能化监管平台通过分析收集和患者医院数据,并与数据库中的内容、医疗环境和行业趋势进行对比,自动生成审计评估报告,供审计员评估。同时,人工智能技术结合语音识别,记录、总结和制作与用户行为数据相关的信息。然后使用深度学习技术检查提交的材料文件是否符合数据库中的规则库和知识库准则。在这一阶段,可以利用人工智能技术自动化审计常规流程,节省时间。最后,进行验收环节和分析程序,以发现重大违规行为。
(三)数据库构建
数据库系统是一种用于组织和管理数据的平台,可以方便地长期存储、搜索、查询、检索和修改数据。数据库的关键特征是以某种方式组织数据,尤其适用于需要长期存储和在线访问的互联网应用程序。高效、有用的数据库需要遵循以下步骤:需求分析、确定数据库用途、将数据整合到系统中、确定并分析数据的关系,以及标准化数据。数据库是医保基金监管系统的核心,并且是实现智能化监管的基础。除了整合现有的医院信息系统、病历信息、实验室管理信息、通信信息和影像归档资料等业务系统数据外,规则库和知识库建立尤为重要。通过利用人工智能技术对医保政策、法律法规、医疗常识等相关专业信息进行整合、训练和学习,可以构建医保基金数据库。在建立数据库之后,还需要对数据进行标注,将数据集标注成可智能审核和不可智能审核的数据集。数据库的目的是提供庞大的数据支持,为最终的识别和判断模型提供基础。通过大数据和人工智能技术对数据进行特征分析和分类,再经过计算机进行特征训练,从而对用户的疾病、医保类型、药品、诊疗项目等进行精准判断。数据量越多,数据类型越完善,最终的识别模型精准度也就越高。因此,构建完善的数据库是整个医保基金智能监管系统的关键。
(四)智能审核
审计服务层是基于上述数据库对患者诊疗情况进行核算和审计的层级。智能审核是指利用计算机分析患者的费用和病例数据,代替原有的人工对比和判断,实现全单据、全样本的审核。只能审核通过筛选可疑单据进行人工复审,大幅提高了审核效率,并为医院在诊疗合规和费用合规方面提供决策支持。智能化系统平台将复杂的医保审核流程数字化、自动化,并智能化地判定违规等级和预警[5]。智能化审核是基于大数据智能审核技术的前提和基础条件,能够对相关的医保信息进行数字化和补缺,并利用模糊聚类算法对患者的基础信息进行异常检测。如果在医保基金审核过程中发现差异,系统将自动启动恢复操作,无需人工干预,并在服务情况下为用户节约时间。基于深度学习的智能审核作为一种有效的故障诊断方法,可用于快速检测医疗基金监管系统中的异常数据。首先,通过将卷积神经网络和叠加去噪自动编码器融合建立识别模型,以捕获更全面的异常行为并从不同的数据中提取特征。然后这些特征在融合层被无缝集成,生成的融合特征被进一步用于训练识别潜在检测分类器。最后,结合监督预训练和微调,简化深度结构模型的训练过程。医保智能审核的实质性程序的执行次数与审计结果直接相关[6]。通过在平台中定義不同级别规则的控制强度,并通过开放接口将审核结果嵌入医生和护士的工作站,以事前提醒、事中监控、事后稽核方式,全过程、全方位、多层级实时监控医疗服务行为[7]。这样的智能化审核系统可以为医保基金智能监管提供决策支持。
(五)监管应用
智能化监管系统包括事前提醒、事中监控和事后稽核三部分。事前提醒是指在医生开医嘱时利用智能化监管平台进行分析,将分析结果通过短信或弹窗形式发送给用户。事中监控主要关注数据的实时更新,系统平台会自动更新全部数据库内容,并对结果进行统计和分类,自动识别和判断违规和疑似违规事件。一旦发现涉嫌违规的医疗行为,系统会自动向医生发送详细的违规事件报告,以阻止违规行为的继续发生。通过从源头阻止违规行为的发生,实现对医疗系统、医生、药店以及患者的全方位监管。这有助于提升医疗服务水平,改善医患关系。工作人员根据实时反馈的违规信息进行现场答疑和指导,全面调整医疗诊断行为。事后稽核系统包括自动审核模块、单据管理模块以及规则管理模块[8]。它可以对医疗行为进行审计,包括对各类费用单据的审核和管理,以及对相关规则的管理。自动审核模块的标准是根据前面数据库中的经验规则设定的。审核模块对输入的信息与标准规则进行比对,这是判断流程的初步步骤。审核结果分为正常和待核验两种情况。正常的单据将进入下一个流程,待核验的单据则需要进行人工检验,由审核人员判断是否存在违规行为。单据管理模块旨在为审核人员提供支持,并辅助相关人员进行单据筛查,进一步校验自动审核的结果,并对结果添加备注。规则管理模块包括数据修改部分,超级管理员可根据自身经验和报表规则进行参数修改和设定。修改后,系统将进行更新,继续完成审核工作。智能化自动医保基金审核系统能全面、无遗漏地对所有单据进行审核,并详细提取单据数据,进行数据挖掘和宏观及微观的数据分析。系统建立决策分析系统,冯·诺伊曼提出了分析决策问题的原则,并提供备选方案以解决每一个相似问题。决策分析系统用于改进决策的模型和工具。当决策目标相互冲突且后果不确定时,决策分析系统可提供精准的解决方案。
三、面临的挑战和解决办法
(一)构建分层级管理规则库
规则库不完善是智能化监管平台的发展瓶颈。由于规则库涉及的内容十分广泛,医疗知识和政策法规的更新速度无法满足实际需求。因此,建议构建“分级、分类、分层”的医保审计规则库管理系统。规则库的内容主要应该来源于医疗系统工作人员的经验和专业知识。可以通过明确制定相关规则,确定影响工作效率的具体因素,评估特定修改规则的准确性,来建立一个原型专家系统。并详细说明基于规则的计算和判定方法。
该方案针对不断变化的数据库,同时考虑保密性、完整性和实用性,以降低总体开发成本,并优化员工的效率和生产力。规则库和分析管理方案能够高效且准确地解决医保基金领域各种复杂问题。系统以用户容易理解的方式进行响应,能够识别人类语言的输入,以相同的方式输出,并且快速响应用户的需求。
(二)完善多模态融合监管体系
目前智能化监管系统与医疗临床系统整合程度不高。应采用多模式传感器融合的自动化集成设备,以提取多个图像的特征,如频谱图、标度图和马尔可夫变换场等,进一步通过训练使用Yolo、Faster-rcnn、Deepsort等先进的识别和跟踪算法,结合相关医护人员实际经验,降低正常医疗诊断过程中的不合理事件,提高医保基金智能审计的准确率和效率,并转变具有一定指令的行为干预,而非仅仅是提示。多层模态融合技术比传统的智能化系统更具优势,能够提高融合性能的同时降低计算成本。数据融合方案可以合并不同数据预测模型的互补性能,以消除相关的不确定性和误差,并可针对新增数据进行扩展,解决我国人口基数大、农村人口多以及人口老龄化带来的智能化系统问题。
(三)改善支付方式
基于人工智能技术的在线支付平台可以通过自动记住用户信息,如卡号和地址,并进行自动填写,使得支付流程变得简单且用户界面舒适。此外,面部识别作为人工智能技术,融合了机器视觉、3D传感器和大数据等多种先进自动化技,为在线支付带来了更便捷和安全的方式,并提供了更好的用户体验。目前,在我国面部识别支付已经应用广泛,微信和支付宝是最受欢迎的第三方支付方式,利用面部识别和用户的生物信息更新所有信息。通过结合支付软件和面部识别支付方式,使数字支付和数字交易变得更加容易和安全。
四、结束语
智能化医保基金监管系统的设计与应用是基于大数据、人工智能、云计算和物联网技术的智能化分析。该系统充分利用高精度、高超宽带的动态、高容量和低功耗的计算服务器,并将其应用于医保审核的运营管理中。通过构建基础信息管理、数据库更新、定位分析、行为监控、智能审计和数据分析等应用功能,该系统为医保基金审核的日常管理提供了有效的解决方案和自动化审核流程,有效解决医疗系统运行维护混乱、缺乏运行维护方法、整治不及时的违规操作、政策理解不透彻等问题。该系统平台能够推动医疗系统的数字化管理,帮助改善医患关系,并为医疗系统在数字化时代的高质量发展提供支持。
作者单位:刘立坚 盐城市医疗保障基金安全监测管理中心
参 考 文 献
[1] 王红波, 元瑾, 孙向谦. 我国医保监管的历史进路、演变逻辑和未来展望——基于历史制度主义的分析[J]. 中国卫生政策研究, 2022,15(06):1-8.
[2] 陈芳. 我国健康管理型医保基金运营风险控制建议思考[J]. 中国乡镇企业会计, 2022(12): 151-153.
[3] 李国恒. 基于互联网的智能化环保监管系统分析[J]. 集成电路应用, 2022, 39(08): 128-129.
[4] 王艳艳, 袁妍. 大数据背景下行政许可智能监管系统研究[J]. 互联网周刊, 2023, 777(03): 22-24.
[5] 李仲巧, 马海燕. 智能审核系统在医院物价收费精益化管理中的应用[J]. 江苏卫生事业管理, 2022, 33(08): 1076-1077+1082.
[6] 黄钰斯. 以智能审核系统推动医院医保规范化管理的应用实践[J]. 中国标准化, 2022,603(06): 105-107.
[7] 徐海亮, 谢新鹏, 廖生武. 临床检验智能审核系统的设计与实现[J]. 中国数字医学, 2021, 16(11): 43-49.
[8] 许偲. 人工智能的风险与监管完善[J]. 上海市经济管理干部学院学报, 2022, 20(06): 29-38.