大数据分析技术在公立医院内部审计的应用

2023-05-30龙翔凌高万玲于飞苑东

会计之友 2023年1期

龙翔凌高万玲于飞苑东

【摘要】大数据分析技术有利于公立医院审计工作高质量开展。通过问卷调查了47家公立医院内部审计工作基本情况，同时辅助以结构化访谈形式面对面访谈了4家医院内部审计主管领导关于内部审计工作的基本认知，了解到公立医院“重医疗轻管理”的根本意识并未彻底转变，内审信息化平台建设因建设周期长、涉及面广、投资资金多等原因不能在短期内得以实现。故而利用大数据分析技术是当下公立医院审计管理的折中、高效的方法。以R语言为例阐述数据分析工具在审计项目中的具体应用思路和实际审计效果，以该思路方法结合公立医院其他审计项目特点，可延展至其他数据分析工具。同时提出了内审人员掌握大数据分析技术工具的建议，助推公立医院审计工作高质量发展，达到风险防范和提质增效的目的。

【关键词】公立医院；大数据分析技术；内部审计； R语言

【中图分类号】 F239 【文獻标识码】 A 【文章编号】 1004-5937（2023）01-0089-06

一、引言

大数据分析技术在国家审计的重点审计项目中已经得到了很好的应用，取得了不错的应用效果，比如“精准扶贫”“蓝天保卫计划”。

一些先进企业也早已开展审计信息建设，将大数据分析技术通过审计建模方式或者是内嵌至审计平台等方式，致力于企业管理。王李[1]以某银行为例，通过案例和实践，利用银行业大数据的特点属性，在小微贷款业务方面进行风险识别和评价。郑伟等[2]讨论了大数据环境对数据式审计模式的影响，并研究其可行性和路径，探索运用大数据技术开展数据式审计工作。基于数据式审计模式，湖北省部门预算执行审计由原来一年只能审计10多个单位到基本实现省直预算单位审计全覆盖[3]。孙泽宇[4]基于大数据背景，研究了在数据驱动下，通过关联甄别风险，挖掘审计证据并应用财务报告审计新方法。伴随信息技术发展，社会各界对于大数据技术的认识和应用不断深入，张志恒等[5]基于文本挖掘，开发研究审计数据分析框架，依靠信息技术开展非结构化数据的分析和应用，使得审计范围和审计手段都有了提升。陈伟等[6]、马蔡琛等[7]介绍了大数据各项技术（比如网络爬虫技术、区块链技术、可视化技术等）在审计工作中的应用，进行了较为全面的实践探索。

各地市为进一步强化科技强审，也在积极部署大数据审计相关工作。比如北京市审计局制定《2020年度大数据审计工作计划》[8]。

2017年11月，国家卫计委印发《卫生计生系统内部审计工作规定》（第16号令），要求各部门各单位内部审计机构有计划地开展内部审计工作，实现审计全覆盖。2020年国家卫健委等印发的《关于加强公立医院运营管理的指导意见》（国卫财务发〔2020〕27号）要求公立医院强化信息支撑，利用数据分析技术，构建运营数据仓库，提升决策质量。

以篇名“医院”“大数据”“审计”为关键词在中国知网进行文献检索，搜索得到相关文献仅24篇，最早的文献是2016年底，19篇集中在近三年内。仅有2篇文献[9-10]从实践角度介绍了大数据技术的应用，其他多为分析现状、存在问题及对策建议。由此可见，在大数据背景下，公立医院内部审计在应用大数据技术的理念和实践上发展较为滞后。

中央层面提高了审计监督在推进国家治理现代化过程中的定位[11]，国家审计、企业在科技强审中已经做出了卓越成绩，结合公立医院加强运营管理的新举措、新要求，医院内部审计应当转变思路，更新审计工具，发挥自身作用。

二、公立医院内部审计工作现状

对全国范围内包括国家卫健委预算管理公立医院、北京市属医院以及发达地区（如上海、浙江、广东等尤其是绩效考核排位较前的）公立医院共47家进行了内审情况调研，采取了问卷调查的方式，回收有效问卷146份。此外设计了结构性访谈提纲，有针对性地面对面访谈了4位主管审计工作的医院院长。

调查的47家医院均为三甲医院，床位规模从几百张至五千张，收入规模从几亿元至百亿元，但是39家医院其内部审计人员数量都在5人以内。

27家公立医院或多或少地采用了数据分析工具来开展审计工作；10家公立医院持续投入资金进行审计信息化建设，年投入资金超过10万元的仅4家。以审计事项的数量分组与是否采用大数据分析工具分类进行了卡方分析，结果具有统计学意义，表明采用大数据分析工具的医院内部审计能够更多地开展审计项目，更好地实现审计全覆盖的要求。问卷调研结果显示，各公立医院内部审计人员所依赖的数据分析工具大不相同。个别实力较强、重视程度较高的医院，内部审计人员在医院HRP系统中内嵌内部审计模块或者开发内部审计平台，起到数据分析、监控、提示等作用；而多数实力较弱或者是重视程度不高的医院，内部审计人员往往只能依赖EXCEL来进行数据的统计分析。

从院长访谈结果得知，医院重视信息建设，但现阶段仍集中在医疗业务层面（如电子病历标准评级），普遍存在轻管理信息化的现象；信息建设缺乏整体统筹，在流程管理、决策支撑、风险防控等方面作用尚不明显。

三、公立医院应用大数据分析技术的必要性

2021年6月，国务院办公厅印发《关于推动公立医院高质量发展的意见》（国办发〔2021〕18号），要求公立医院不断创新管理体制和运营模式，逐步向科学化、精细化管理转变，实现高质量发展目标。公立医院医疗改革一直在不断深化，医保支付方式改革、物价收费价格调整等都给医院精细化管理带来一定的挑战。同时各级主管部门加大了对公立医院的监督管理，譬如医保飞行检查、政府采购督导、预算执行审计等。

医院因自身业务特点和发展需要，已经陆续建立了庞大的管理信息系统，拥有复杂的信息平台、海量的后台数据、多样的数据形式。公立医院内部管理信息系统数量多、涉及纬度广、产生数据量大；医院HIS系统、医嘱系统、病案系统、物流系统、财务系统、人事管理系统等均记载着决策有用信息。随着医院业务复杂程度和工作量逐年提升，从庞大、纷繁的数据中挖掘有价值的信息难度不断增加。传统的审计方式已经不能应对前端业务环节信息变化。这就要求公立医院内部审计必须顺应新形势，立足医院战略发展需要，拓展审计思路，优化工作模式，借助新型技术方法，全面提高审计效率和质量[12]，实现审计全覆盖，为医院风险防控、管理决策和提质增效创造更多价值，助力医院发展。

四、大数据分析技术对医院内审工作的适用性

2018年4月，《关于印发全国医院信息化建设标准与规范（试行）的通知》（国卫办规划发〔2018〕4号）明确了医院信息化建设的内容和要求。这些都为大数据分析技术的应用提供了条件基础。

大数据环境下，审计人员面临除了结构化数据，还有越来越多的非结构化数据，比如会议文档、外部网页、各类音频或视频文件等。这些文件的单独阅览并非难事，难点在于快速地批量阅读，同时还得能够深入分析、发现关联、提供审计线索。R语言、Pathon是当下比较流行的大数据分析工具，能支持不同格式的数据，且学习的技术门槛并不高，熟练掌握后，审计人员可以结合不同的审计场景，灵活变化。相比于审计平台建设，这种方式更加便捷、灵活、高效。

结合调研结果来看，管理现狀下尚不支持开展大范围、大面积的审计信息化建设工作。内嵌审计模块或者开发内部审计平台这种方式不仅需要资金，还需要协调各部门。而医院内部审计想要满足高质量发展要求，快速提质增效，最简单快速的方法就是结合不同的审计场景应用大数据分析技术。

五、大数据分析技术在具体项目的应用探讨

（一）审计项目背景

近年来，党中央、国务院高度重视医疗保障基金使用的监督管理。根据国家医保局官方网站公布的数据，2021年共检查定点医药机构70.8万家，查处41.1万家，是2020年的1.03倍和1.05倍，可见近年来医保基金的查处范围和力度逐年加大。其中医疗机构违规结算方式包括挂床住院、降低标准住院、虚记药品和诊疗项目、重复收费、分解收费、串换收费、超范围用药等。医院必须加强自身医保管理工作，积极配合医保飞行检查，并有效防范医保基金拒付和违规处罚风险。

Ａ医院作为医保A类定点、三甲综合性医院，年诊疗近300万人次，出院人数近10万，业务量大、诊疗项目多、就诊的医保患者多，在一定程度上增大了医保基金拒付和违规处罚风险。

（二）审计项目涉及数据情况

医保审计项目涉及信息系统包括与临床业务相关的所有门诊、住院、医技、收费系统以及药品、试剂和耗材的出入库管理系统。审计人员可以从这些系统获取非常庞大的数据，主要包括医保患者个人基本信息、所有诊断和诊疗信息、各类检查检验信息、医院的收费和结算信息、病案首页及编码信息，以及医院药品、医用试剂和耗材等运营信息。这些信息以文字、图像、影像等形式存在，既有格式化数据，也有半格式化数据和非格式化数据。

（三）大数据分析技术工具的选用

徐超等[13]对大数据审计技术进行了深入研究，详细列示了大数据审计采集技术、存储技术、分析技术、可视化技术方面的应用工具；牛艳芳等[14]介绍了R语言在审计数据分析的可行性和优缺点及应用实例，指出R语言在审计数据分析中的应用建议；山东省审计学会课题组[15]详述了山东对大数据审计的探索和实践，列示R语言对结构化数据分析具有一定的优势；羌雨[16]提出，R语言在数据查询和统计分析方面具有一定的优势，如具有易获取性，同时可以应用于多个系统环境，如UNIX、Windows以及Mac OS系统等。同时，它提供了广泛的统计分析和绘图技术[17]，具有强大的实用功能。另外，R语言在金融大数据审计、养老扶持资金审计中的应用也有相应的研究成果[18-20]。

从R语言自身来说，它包含一套完整的数据处理、计算和制图软件系统，可以在审计工作中发挥重要的作用。在大数据背景下，R语言强大的数据获取和数据分析功能，可以解决如聚类、回归分析等数据挖掘问题；作为一种可视化语言，可以用来绘图，将统计分析结果以各种精美的图形展现出来支持分析决策。

医保专项审计主要对大量数据进行统计分析、数据挖掘，并将结果进行可视化呈现。所以，在此选择R语言作为医保专项审计工具。

（四）运用R语言开展医保专项审计的流程

1.确定审计目标

运用R语言对医保数据进行审计，对医保患者在医院结算数据是否符合国家医保基金使用规定进行分析，并对医院医保管理提出审计意见和建议，有效防范医保基金拒付和违规处罚风险。

2.设计审计程序

（1）运用R语言的数据分析统计功能对医保患者在医院结算数据是否符合国家医保基金使用规定进行分析复核，运用R语言的可视化功能将异常数据进行汇总并加以呈现。

（2）运用R语言的数据挖掘功能，自动计算出符合医保基金使用规定的数据条件，并与该条件进行对照，自动筛选异常情况数据进行汇总并加以呈现。

3.编写R语言代码

从HIS系统、临床服务系统（LIS、PACS等）、电子病历系统及病案系统中获取2018年10月至2021年9月患者信息、药品出入库明细、耗材出入库明细。从获取的信息中提取医保患者信息，将患者类型选定为“医保”；患者信息唯一识别条件选定“社保卡号”。

检查取得的医保患者信息、药品信息和耗材信息数据是否完整，如发现信息缺失及时查证补充；校验数据是否准确，如对患者检查单、处方单费用合计数与收费单进行比较，检查二者是否一致。

将不同信息平台中的患者信息进行集成，获取2018年10月至2021年9月医保患者综合信息表、药品出入库表、耗材出入库表以及2021年10月至2021年12月医保患者综合信息表。

医保患者综合信息表主要字段：姓名、社保卡号、病历诊断、开药日期、药品名称、药品数量、零售价、药品总价、医保统筹基金支付药品金额、个人支付药品金额、项目名称、检查日期、检查价格、检查总价、医保统筹基金支付检查金额、个人支付检查金额等。

药品出入库表主要字段：货位号、批号、药品名称、规格、入库日期、入库数量、购进价、入库金额、出库日期、出库数量、零售价、出库金额、生产厂家等。

耗材出入库表主要字段：名称、规格、批号、入库流水号、入库数量、购进价、入库金额、出库流水号、出库数量、零售价、出库金额、出库流水号、生产厂家等。

4.执行R语言代码，获取异常情况汇总

（1）医保数据分析

①复核单个数据是否存在异常，以药品销价是否与进价相同为例。利用R语言公式，从药品出入库表中以“批号”和“药品名称”为识别信息，提取同一批次同一药品的“购进价”和“零售价”，并计算二者之差是否为“0”；若不为“0”，则进行此条信息显示，提示为“异常1”。R语言代码1如图1所示。

②复核单个数据是否在一定的范围，以立普妥片的医保适应症（若患者存在动脉粥样硬化伴高脂血症或家族性高胆固醇血症费用需由个人部分负担）为例。利用R语言公式，以“社保卡号”为唯一识别信息，从2018年10月至2021年9月医保患者综合信息表中提取“药品名称”中有“立普妥”且病历诊断中有“动脉粥样硬化伴高脂血症”或“家族性高胆固醇血症”的医保患者信息，提示为“关注2”。R语言代码2如图2所示。

③复核是否符合特定的条件，以同一医保患者同一天内符合心衰的诊断多次收费，医保报销每天仅为一次为例。利用R语言公式，以“社保卡号”为唯一识别信息，从医保患者综合信息表中提取“项目名称”信息，计算同一医保患者同一检查日内的“项目名称”为“心衰诊断”的次数，若次数大于2则显示“关注3”。R语言代码3如图3所示。

④通过特定关系查找异常项目。通过对2021年1月至2021年9月经皮冠状动脉支架出库数量与经皮冠状动脉支架置入术收费次数进行比较，判断是否存在串换项目或者重复收费为例。利用R语言公式，从2018年10月至2021年9月医保患者综合信息表中提取“项目名称”为“经皮冠状动脉支架置入术”的信息，统计总数量；从耗材出入库表中提取“名称”为“经皮冠状动脉支架”的耗材，对“出库数量”进行合计，并将二者数据进行比较。若二者不同，则显示“异常4”。R语言代码4如图4所示。

（2）医保数据挖掘

以患者药品支出为例。利用R语言的数据挖掘功能，通过医保患者综合信息表数据自动计算出“医保统筹基金支付药品金额”与“病历诊断”、“药品名称”、开药间隔时间（本次“开药时间”-上次“开药时间”）、“药品总价”之间的特定关系，形成公式1。R语言代码5如图5所示。

然后再用公式1，重新计算2021年10月至2021年12月医保患者综合信息表，将不符合公式1的数据筛选出来，显示为“关注5”。

5.执行进一步审计程序，得出审计结论

获取“异常1”“关注2”“关注3”“异常4”“关注5”的情况汇总表。

针对“异常1”汇总，进一步查证，如果确实存在药品加成销售的情况，则医院未严格执行公立医院药品零加成政策。针对“关注2”汇总，进一步查证，如果这种情况下费用按规定部分个人负担，则无需进一步关注；如全部由医保报销，则医院存在医保拒付的风险。针对“关注3”汇总，进一步查证，如果这种情况下患者符合心衰診断的收费每天只有一次由医保报销，则无需进一步关注；如果合计超过2次费用由医保报销，则医院存在医保拒付的风险。针对“异常4”汇总，进一步查证导致这种情况的原因，如果确实存在串换项目、重复收费，则医院存在违规现象，存在医保拒付和惩罚风险。针对“关注5”汇总，通过建模公式，找出符合医保报销条件的用药规律，来查验另一统计期间已经报销的医保用药是否符合医保报销条件。

6.R语言存在的缺点及其解决办法

（1）R语言在运算过程中对内存的消耗

在审计数据分析实践中，由于缺乏专业的数据包加载，在对多年度的财务数据中涉及到某一会计科目的资金数据以及医保数据进行分析时，容易出现计算效率低下、内存溢出，导致分析工具无法正常运行的情况。

针对这一情况，首先可以利用R语言对软件的内存管理进行重新设置及分配，在当前资源下实现软件内存分配最大化，同时对从各个平台抓取到的财务数据及医保数据采用加载pryr和reshape2包方式对审计数据进行了分割，对数据分批次进行计算处理，并同步监控查看在执行命令内存的变化，大大缓解了计算过程中内存耗用问题；其次对算法进行优化，减少运算循环。循环也是R语言的薄弱环节，在所有的大量运算之后都增加了一个gc（），强制R语言回收内存；最后，对于审计分析过程中需要并行处理的数据，通过增加bigmemory软件包的形式，将大矩阵运算放到了临时文件中，不占用内存资源。通过以上三种策略，一定程度上克服了R语言在运算过程中对内存的消耗问题。

（2）动态、交互功能欠缺

R语言虽然具备强大的数据可视化功能，支持创建信息丰富、定制化的图形，但是R语言当中始终缺少充足的交互元素，在形成审计分析结果展现时无法展示一些动态、丰富的交互功能。针对这一问题，可以在进行处理审计数据分析任务时采用R语言进行处理，在进行最终数据动态展示的时候采用JavaScript语言来配合完成，实现更为复杂的交互。

（3）软件包可靠性

R语言的强大是因为有无限可扩展的软件包支持，但这些软件包良莠不齐，有的软件包没有持续更新迭代，可靠性存在问题，可能会有缺陷。针对这一问题，在实际操作中，对不常用的软件包搞清楚函数的用法，并且通过执行代码程序、核实正确的输出结果；加载软件包时通过调试来确保函数执行逻辑正确、运行稳定。

7.医保审计项目的实际效果

第一，通过大数据分析技术工具的使用，审计人员只需要跟信息中心以及相关管理部门提取审计需要的关键字段，不给医疗的正常工作带来影响；第二，通过R语言的应用，审计人员能够使用一定统计期间的全部数据，摒弃了病例抽样检查的传统方法，在审计资源有限的条件下，有效地应对繁杂的数据，大大提高了审计效率；第三，能够对全部数据信息开展分析处理，降低了传统审计抽样风险，为内部审计质量控制提供保证；第四，对事物的认识可以更加全面和深刻，有利于内部审计部门更好地发挥审计咨询职能，为管理层做出科学决策提供有力支撑。

本次审计发现医院医保基金管理基本规范，但仍有一些个别与医保基金管理不一致的地方，譬如非实名制就医（男性诊断月经不调）、重复收费（膀胱冲洗与持续膀胱冲洗同时收取费用）、购销存管理不规范（一次性使用连接管进货与申报相差较多）等，尽管这些问题涉及到的金额较少，表明医院医保基金管理仍有不到位的情况。该项审计工作为医保管理工作提供了线索依据，促使医保管理工作持续改进。

内部审计在将最后审计结果提交给相关管理部门后，通过及时纠正、整改，完善工作流程，在医生工作站中增加提示等环节，医院接受各级部门医保检查做到了心中有谱，有效地防范了风险。

8.其他数据分析工具应用的延展

结合目前使用较多的大数据分析技术工具，梳理、分析医院具体的业务，可以将大数据技术推广至更多的审计项目中去。比如药品价格审计，可应用R语言分析西药数据并将分析结果可视化展示，审计药品价格是否存在加成；关联药品出库和HIS药品售价进行比对；耗材管理审计，可利用SSIS的数据查询和分析功能，检查高值耗材诊断单、检查单、收（退）费单等是否一致；政府采购审计，可利用多维关联比对分析、Python工具搜索外部网络信息、挖掘潜在联系等方式，审计招标采购是否合法合规等。

六、大数据分析技术推广应用的建议

如上所述，公立医院因“重临床轻管理”的根本意识并没有得到彻底转变；建设内审平台或者是HRP系统中内嵌审计模块的方式并不能快速地得到推广和应用；审计平台建设的适时调整也牵扯信息人员精力和资金的投入。故而在现阶段，掌握一门高效的数据分析工具，是大数据环境下审计人员必备的专业能力。审计创新，并非是数据工具和数据分析方法的创新，审计人员应该做的是基于线性的数据，选择合适的数据模型应用在适当的审计场景，达到最优的审计目的，提升审计查核和科学评价能力。

（一）充分认识医院现有数据的重要审计作用

内部审计内涵目标本质由最初的确保合规演变到现如今的防范风险、提升效益[11]。医院管理信息系统、采购物流系统、资产管理系统、财务核算系统、预算管理系统、病案管理系统等均记载着医院运营基础数据。首先，这些基础数据覆盖面广、数据量大、数据结构能够标准化呈现，非常适合用来开展大数据分析工具的应用探索和尝试。其次，医院这些经营基础数据中涵盖了系统之间的数据逻辑关系，反映了医院经营管理过程中的历史变化，通过对这些数据分析、挖掘，判断出管理环节漏洞以及未来趋势预测，可达到规避风险和提升效益的目的。

（二）充分认识掌握数据分析工具的重要功能

医院内部审计人员应熟悉并掌握现行信息条件下可供应用的数据分析工具，比如R语言、Python等，了解它们的具体功能、使用方法、优缺点以及应用场景。这样以便于能够结合医院数据的具体情况，有针对地选择数据分析工具和模型的使用场景。

（三）多渠道提升内审人员数据分析能力

信息时代下，数据分析已经成为必不可少的应用工具。尽管医院内审人员多为财务、审计、管理相关专业，但是随着医院信息化建设的发展、业务多元化延伸、审计全覆盖要求的提出，内审人员的专业视角、审计方式方法也必须要有所转换和提升。因此需要多渠道提升内审人员数据分析能力，增加审计团队人才的异质性。第一，跟医院人事部门做好沟通和铺垫，在新招聘审计人员时扩大专业范围，可优先考虑信息管理类或熟悉数据分析工具的人员；第二，强化外部培训，参加主管部门或者行业组织举办的相关培训，不限于审计专业，以开拓审计视野和思路；第三，在医院内部，通过轮岗或者专题培训的方式定期邀请医院信息部门讲授数据分析工具的基本功能和使用方法；或者以某专项审计项目组的形式与信息部门深入合作，逐步培养和提升内审人员的数据分析能力。

（四）加强与医院信息部门合作

加强与医院信息部门日常合作，全面梳理代表性數据分析模型的适用条件以及适合的审计分析场景。通过专项审计的开展，不断应用、尝试、探索，逐步建立各种模型，真正践行大数据分析技术。

一直以来，传统审计工作偏好于依靠经验判断，根据以往发生的事项，确定重大风险点，更多地关注样本的精确性、事物的因果性，而对数据的认识不足。开展大数据分析技术，有助于建立数据思维，从总体角度认识事物，更加追求数据的及时性和利用率，关注事物间的相关性，更全面地掌握客观规律，促进公立医院业务管理创新，驱动内部审计转型。

【参考文献】

［1］王李.大数据关注点在商业银行内部审计中的应用——以M银行为例［J］.会计之友，2016（16）：110-112.

［2］郑伟，张立民，杨莉.试析大数据环境下的数据式审计模式［J］.审计研究，2016（4）：20-27.

［3］郑伟，张立民，崔雯雯，等.信息技术与国家审计质量——基于违规金额和地区生产总值的视角［J］.审计与经济研究，2020（4）：1-8.

［4］孙泽宇.基于大数据的财务报告审计方法研究［J］.会计之友，2016（8）：109-111.

［5］张志恒，成雪娇.大数据环境下基于文本挖掘的审计数据分析框架［J］.会计之友，2017（16）：117-120.

［6］陈伟，孙梦蝶.基于网络爬虫技术的大数据审计方法研究［J］.中国注册会计师，2018（7）：76-80.

［7］马蔡琛，管艳茹.基于大数据技术的政府绩效审计［J］.会计之友，2020（19）：108-113.

［8］审计署.北京：部署全市大数据审计工作［EB/OL］.（2020-04-03）.https：//www.audit.gov.cn/n4/n20/n524/

c137811/content.html.

［9］胡素一，陈振金，石磊.审计利用大数据揭示区域“流行病”——某民营医院骗取医疗保险基金案［J］.审计月刊，2016（12）：38.

［10］董磊，孙业鑫，吕帅.大数据背景下医院药品审计的实践探讨［J］.中国管理信息化，2020，23（18）：55-57.