大数据分析在医保管理中的应用研究

潘燕菲



大数据分析在医保管理中的应用研究

潘燕菲

（惠州市社会保障基金管理局，广东 惠州 516000）

近些年，随着社会保障体系的不断完善，医保工作也在全面发展，逐渐向着云计算、互联网＋的方向发展，借助大数据技术，可以促使复杂的医保工作变得更加直接、客观，同时对于数据的分析、监测以及预警等工作的实效性也随之提高。对此，为了更好推动社会发展，简要分析大数据分析在医保管理中的应用，希望可以为相关工作者提供一定帮助。

大数据时代；医保部门；医保管理；应用研究

对于大数据而言，其主要是指将大量的信息借助主流软件工具，在一定时间内实现摘取、管理、处理、整理以及汇总，从而为行业的决策工作提供数据支持。医保管理工作中的大数据应用有着较高的适应性，因为长期的医保工作已经呈现出了大量的用户信息数据，同时数据之间的差异较大，数据量庞大、类型繁多、利用率低、时效性差，所以合理应用大数据是提高数据应用价值的有效措施。对此，探讨大数据分析在医保管理中的应用具备显著经济效益。

1 大数据的应用价值

大数据的应用主要是指借助海量的数据以深度分析、精确推送，为用户提供有价值、有针对性的信息，并为用户提供最终的决策帮助，提供行为决策的数据。大数据的价值主要体现在海量数据层面上，可以以更高的效率进行使用与转化，通过相关的数据分析提高自身的决策力。数据流的高效率使用可以促使工作目标更加明确，实现以可优化、可衡量以及最终的方式，构建以数据为核心的工作闭环，从而实现精确化工作，降低工作成本，提高工作效益。在大数据环境下，医保管理工作必然会呈现出以下三个层面的影响：①服务方式。随着互联网技术的持续性发展，医保工作的方式逐渐呈现出多渠道、多层次以及互动性的形式，借助Web页面、移动互联网技术的应用，可以实现高度便捷的沟通，大数据的应用也可以促使医保部门的服务更加主动、精确和有针对性，用户可以获得更多的信息，从而构建出全新的医保大工作体系[1]；②人才。随着医保信息的大数据化应用，建设信息化的专业队伍必然会成为医保企业的重点工作项目，未来医保工作管理部门必然需要做好医保专业的人才引进与持续培养，尤其是在IT技术方面做好相关的人才吸收，从而保障大数据环境下的高效益工作；③服务流程。在大数据环境下用户接受医保管理工作的流程也会出现一定的改变，服务的相应效率会更高，流程会更加简化与透明，监督管理机制也会更加深入。例如，用户的医保网络平台提供医保申请后，客服会主动核实并审批，并将流程单直接传递给纪检部门并完成相关工作。医保工作的流程清晰直接、效率更高，可以更好地满足用户需求。系统需求分析如图1所示。

2 大数据分析在医保管理中的应用

2.1 不同层面上的应用

从宏观层面上，可以按照医院级别，借助多年数据的对比定期对就医总人次、总费用、基金支付状况、次均费用等核心指标进行趋向性分析，同时对住院的就医流向、基金的支付流向等进行统计，对医保住院政策以及管理手段提供评估与决策支持数据。从中观层面上来看，按照医院的级别，可以对各个经办分中心的次均支付状况进行管理，同时提供公示与排名，借助这样的方式监督不同定点医疗机构的管理效果，对门诊特殊疾病可以以认定、结算定点医院、病种以及费用聚集状况等分析，对部分费用占比较多的疾病提供病种费用的分析以及排名，从而为经办机构强化监督与落实付费方式改革等提供支持数据。从微观层面上，可以更好查询到离散数据，并对同级、同类型医院的核心指标等提供排名数据，从而为经办机构提供管理与稽核的支持数据。

2.2 具体应用

大数据分析在医保管理工作中的应用系统框架设计如图2所示。按照医院综合管理的需求，构建医疗额度管理、医保办管理、医保智能审核、医保主动审核以及医保知识库管理等管理体系，并实现信息化的医保合理应用效果，医院决策支持系统只需要将各种零散分布的数据进行整合，并根据不同专业的关注点进行区分，便可以实现数据的抽取、加工以及整理。与此同时，可以按照实际业务的数据需求实现自主性配置，并实现多种应用程序与系统的接入，对历史数据实现全面性分析，例如可以查询2015年上半年与下半年的门诊收入机构、住院收入结构，并根据经营情况对医保管理工作进行优化，从而提高医保工作效果。

图2 系统框架设计图

对于系统框架设计图而言，关键技术和数据处理可以成为多个数据源系统的数据，并在不同数据源中构建视图，同时采用oracle工具完成数据接口，并将不同数据源系统以视图导入的方式进行导入，并借助抽取、清洗、冗余、合并等方式为最终决策系统提供数据支持。ETL技术是接口技术的关键，其可以实现对业务生产系统当中数据的实时性抽取，并及时汇总整合。数据库可以完全独立在业务系统的数据库以外，同时可以有效规避数据查询对于正常业务的影响。对于系统功能以及流程设计而言，在医保管理工作中可以从医保办的实际需求着手，并通过院区门诊的急诊医生站、住院医生站作为接口，促使临床的医疗工作者实时掌握医保指标的应用状况并及时作出相应的调整。可以由医保办在每年年初在管理系统当中维护医院的年度费用，并按照科室的业务量、年度增长与使用情况为每一个科室分发任务。临床医生在为患者提供处方、检验以及检查等帮助时，可以按照系统在事先制定的规则智能化的处理项目是否合理，建议医生进行修改调整。在医生站方面，可以实时化观看本月的医疗指标应用状况，每一笔费用的增加都会及时更新，对于工作调整的帮助作用突出，系统可以及时对超量以及不满足医疗报销要求的项目及时进行提醒。另外，医保办也可以在医保决策方面实现对医院、科室、医生目前和以往情况的对比评价，按照综合性评分体系实现对科室工作情况的评价，同时对于分数相对较低的科室或医院提供重点批评指正，系统支持应当以循环下钻为主，可以直接查询到某一个患者、处方或者药物是否存在抄表现象。应用大数据的分析技术可以为医保决策工作提供系统化的支持，这也是推动医保管理工作高效率发展的有效措施之一。

3 结束语

综上所述，从医保费用的管理实际情况角度着手，根据大数据的分析功能，构建以医保管理高效率、高质量、全面化的特征为目标，显著提升医保管理工作的实效性，并提供查询、评价、分析以及判断等帮助，应用BI层的挖掘功能实现多种指标异常情况的及时判断，同时按照政府的相关规定与要求，借助医保管理工作的实时性调整，形成多个部门联合参与的考核管理，从而使医保工作更加合理，推动社会持续发展。

［1］景玺，秦靖沂.大数据在医保管理中的应用与发展方向［J］.中国医疗保险，2018，13（7）：244-245.

［2］夏新，刘博，王珏，等.大数据分析在医院医保管理中的应用研究［J］.中国数字医学，2017，12（1）：9-11.

2095－6835（2019）03－0090－02

R197.32

A

10.15913/j.cnki.kjycx.2019.03.090

〔编辑：严丽琴〕