大数据分析在医院医保管理中的运用

胡燕芳

（南昌大学第二附属医院，江西 南昌 330006）

当代的大数据不同于以往传统的海量数据，传统的数据集合可以在一定时间内用软件工具进行采集和管理，但是大数据不是用常规的软件工具就可以处理的，它具有大量性、多样性、时效性和价值性四大基本特征。现在大数据分析在各大行业的应用已经越来越普及，而医疗行业的数据信息又具有典型的大数据特征，医院医保管理领域可以很好地运用大数据技术来帮助分析和解决医保管理中存在的问题，大数据时代的医保管理已经成为现代医院医保的重要研究课题。

一、目前医院医保管理的现状

（一）医保基金收支难以平衡

随着我国经济的快速迅猛发展，人民生活质量不断地提高，大家对健康问题越来越关注，因此对自身医疗保障的意识也有所加强。为了实现基本医疗保险的全方面覆盖，国家已经出台了各项医保的惠民政策，全国的参保人员数量大幅度增长。随之而来的是基本医疗保险支出不断迅猛增长，这导致了基本医疗保险基金支出呈不断上升趋势，而今后医保基金收支平衡的压力将会越来越大。

（二）医保发展受老龄化现象阻碍

我国社会的人口老龄化现象日益加剧， 这也是我国的基本国情。老年群体的数量持续增加， 将会导致参保人员的缴费金额远远低于人均支付金额， 进而导致医疗保险基金的支付风险不断加大。除此之外，当今我国的老年人口的身健康体状况并不是十分理想， 因此在临床上的医疗费用也会相对地增加。这些因素都会影响医保的平稳运行，阻碍医保的持续发展。

（三）医保支付风险增加

我国医保基金支出的高速增加，一方面是由于医疗技术进步、医疗成本提升、人口老龄化情况加重等合理因素的影响，另一方面是在临床中的大处方、过度检查、过度治疗、虚假发票等不正常现象导致的。根据有关调查显示，部分参保患者和医疗服务机构通过虚假就医、分解住院、虚假异地发票等形式骗取医疗保险基金，导致医保基金出现大量流失，严重影响了医保管理工作的正常运行，同时也损害了其他参保人员的利益。由于基本医疗保险基金的支出巨大，如果继续采取人工审核的传统医保监管方式进行监督管理，将无法应对今后的医保基金支付和隐蔽的各种医保违规现象。

（四）医保管理和决策的相对滞后

传统的医院医保管理工作主要是根据管理人员的理论知识水平和以往的工作经验来做出判断和决策，但是随着参保人数的快速增长、医疗行为的复杂变化、数据信息的爆炸式叠加，以及医保管理专业人才的紧缺，传统的管理方式已经远远不能满足现现代医院医保管理的需求，而这在一定程度上影响了医保的管理工作，也会阻碍医院的进步和发展。在当前信息技术快速发展、医保数据大量增长的背景下，医保管理人员需要运用更规范、高效的管理模式以及更先进的技术手段， 还需要同时具备更强的决策能力。

二、大数据分析在医保中的运用

（一）医保费用实时监控

为了维护医保基金的平衡，减少医院的经济损失，医院必须对医保费用进行实时监控。医院医保处需要和信息处一起合作，共同完善医保数据信息平台的建设，对全院的数据进行监测。医保处要做到可以随时读取全院的医保数据，主要包括患者的入院信息、病程记录、用药医嘱和出院带药等一系列环节，每个环节都需要严格按照规定和制度进行落实。例如，医保处可以每月给各个临床科室下达人均“三费”（药品费、检查费、材料费）的考核指标，各个科室根据考核指标对本科室患者的住院费用进行实时监控。通过数据分析系统，可以帮助各个科室分析患者住院费用超标的原因和可能采取的解决措施。

（二）降低医保支出风险

首先，分析医院是否存在过度使用医保基金的情况。比如可以通过大数据读取医保患者的年龄、疾病诊断、用药类别、配药数量、开药时间间隔等，及时发现和制止乱开药、超量开药、大处方等现象。其次，分析参保人的就医行为，有效防范基金支出的风险。比如根据各类药品的最大日用量来计算出相应的给药天数，然后判断是否超过医保报销的规定，以此来减少代开药品、倒卖药品等欺诈骗保行为的发生。通过大数据分析，将所有医保数据纳入报销审查范畴，这将可以有效降低不法分子欺诈骗保的可能性。

（三）提高医保管理的质量和效率

大数据分析系统颠覆了传统的医保管理模式，将以前依靠人工核算解决问题转换为信息自动化智能化的模式，避免了人工处理可能出现的错误，提高了工作的效率。大数据技术在很大程度上实现了对医保数据的再处理和再分析，经过处理后的数据为优化决策和管理提供了强有力的支持，在此基础上再对数据进行全面、深入、多角度的系统分析，可以更好地推进医保政策在实际的临床工作中的贯彻实施。医院可以通过运用大数据分析技术，进一步发现大数据的有效内容，再利用评估政策效率和模拟制度运行等方法，以保证医院的医保决策能够更加科学有效，这将大大提高医院医保管理的质量和效率。

三、医保大数据应用面临的挑战

（一）数据质量不够高

目前我国大多数医院采集到的医保信息数据主要都是结构化数据，比如参保人员基本信息、费用结算信息等，而对于门诊处方、住院医嘱、检查检验报告等非结构化数据很多医院还读取不到。而非结构化数据的缺失会大大降低医保数据的整体质量，这将影响未来医保智能监控的进一步发展。虽然当前医保数据的规模迅速扩大，但是医保经办机构和医院医疗机构之间还是存在医保数据不对等，以及部分医保编码使用不准确等问题，这将会影响医保大数据未来在医保管理中的广泛应用。

（二）数据运用不充分

首先，对大数据应用的意识不足。所谓大数据应用，不只是简单地通过样本数据去建立模型，而是要建立与海量数据相结合的、只含有少量变量的模型。大数据应用一般分为数据准备、数据挖掘、数据可视化等几个阶段，但是目前我国的医保数据还有大量是未得到有效开发的，并没有形成充分挖掘大数据的宏观思维。其次，目前对数据的开发应用大多集中于单一的板块，没有和其他相关的信息相结合，例如医保与就业数据的关联分析、就诊信息与生存状态的结合判断等。

（三）信息安全存在风险

大数据环境下的数据具有以下几个特点：大规模增长、来源多样、流动性强，这些特性使得保障信息安全的难度加大，传统的安全控制措施可能不足以防范信息泄露的风险。医院在采集、传输、分析数据等各个环节都可能存在安全隐患，例如恶意访问、数据篡改、服务干扰等都是造成数据安全隐患的因素。医保大数据涉及患者的个人隐私，因此信息的泄露很容易产生伦理和法律风险。因此，运行医保大数据无论是从法律层面还是技术层面来说，都面临着巨大的挑战。

四、完善大数据技术在医保管理中应用的对策

（一）提升医保数据的质量

提升医保数据的质量，主要是从完整性和实效性两方面来进行具体分析。完整性是指通过大数据可以采集到各种类型参保患者的基本信息和其临床病症数据，与此同时能够统计到参保患者就诊的医疗机构以及看病的具体时间。实效性要求大数据对相应的医保数据进行分析时保证数据信息的真实性和有效性。一是改善联网监测的上报机制，把按月上报调整为按日实时更新上报；二是增加上报指标，补充明细数据。另外，对相应的制度进行规范化管理也有助于提高医保数据的质量。医院采集参保患者的基本信息和病案信息，需要通过规范化方式获得，同时还需要明确数据资源库的上传时间，从而确保医保大数据的高质量。

（二）完善医保大数据库

医保大数据库的完善需要相关专业人员对数据流进行有效的整理，通过优化整合医保大数据的信息资源的方法，做到实时更新整体的医疗大数据库，以保障医保经办机构和医院医疗机构可以第一时间在数据库中采集到相关的数据信息，并且保持稳定地运行。另外，在平时的数据采集工作中，还需要每日审核数据信息，及时发现存在问题的数据信息，确保医保数据库读取到的相关信息数据的完整性和实效性。

（三）加强医保数据的安全性

首先，要树立良好的数据安全意识，建立健全的数据管理机制。例如，通过数据分级管理、数据安全管理制度、数据共享开放流程等来确保数据管理过程的规范化。其次，需要加强基础设施保障，比如采用电子印章、数据加密等先进技术方法来为数据安全提供最基本的保障。最后，为了确保个人信息安全，保护参保患者个人隐私，提供服务时需要获得授权。此外，在进行医保大数据的安全管理工作时，还需要成立相应的安全管理部门并且开发相应的监测软件，进而做到全天有效监控，避免医保数据出现不必要的泄露情况。

五、结束语

大数据分析在医保管理领域的广泛运用不仅使得医疗服务工作更加规范、高效，医疗机构的社会效益和经济效益得到明显的提升，还可以更好地维护医保参保患者的切身利益，降低医疗保险基金的支出风险，构建医保患三方的和谐关系，从而让新时代下的医保管理得以健康持续发展。虽然大数据分析在医保管理中起到了很大的作用，但是其仍然存在许多的问题，面临着很大的挑战。因此我们仍然需要不断地改进和完善大数据平台建设，提高医保大数据的质量，让大数据分析能够在医院医保管理中发挥其更大的作用和价值。