京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据发力,监管医保骗保及过度医疗_数据分析师培训
“大数据治国”战略已引起人们的高度关注。医疗、公交、气象、食品安全、防灾减灾等被认为是具有大数据基础的政府治理领域,以这些领域为突破口,可以带动公共服务的技术创新、管理创新和服务创新。随着医保覆盖面不断扩大,骗取医保基金及过度医疗问题多发,为此,浙江省2014年以来通过建立信息化的“智慧平台”,加强对医疗服务行为的监管,实现了医保监管方式的重大转变。
骗保多发 花样不少
当前,医保欺诈的形势相当严峻。药店卖生活用品、倒卖医保药品赚取差价已是“小儿科”手段,医保欺诈的数额越来越大,手段也不断花样翻新。“骗保不再仅仅是个人行为,不少医药机构也加入了骗保套现的行列。”浙江省医保中心主任卞正法说。
舟山市一家眼科医院打着“光明行·免费义诊”的旗号,吸引大批病人就诊。浙江省医保部门组织的专项检查发现:从2013年1月至2014年3月6日,该院白内障手术病人300人次,发生医疗费用164.76万元,涉及医保基金98万余元。而这家医院实际上是通过虚开化验单、伪造住院病历等手段将门诊进行的白内障手术,以住院形式刷卡结算,大量套取医保基金。
近年来,此类涉及范围较广、金额较大的骗保行为,不断浮出水面。浙江省2014年组织了为期6个月的医保反欺诈“亮剑”专项行动,包括核查大额报销票据、检查定点医疗机构、巡查定点零售药店、排查门诊医疗费较高人员等6项主要内容。截至2014年12月中旬,仅杭州市就有近200家医药机构因为冒名就诊、挂床住院或利用社会保障卡非法牟利等行为受到处罚。
卞正法告诉记者,有的犯罪团伙以医疗机构为活动场所,以参保病人为目标人群,提供制售虚假发票骗保的“一条龙服务”。义乌市的王某从朋友那里学到这个“发财路子”后,先后多次利用虚假的首都医科大学附属北京天坛医院、中国人民解放军总医院等医疗机构的发票,骗取医保基金55万余元。
据相关部门统计,浙江全省医疗保险参保人员有5000多万,定点医疗服务机构6000多家(不含药店),年就诊人次高达4亿,医保基金年支出600多亿。
“面对海量的数据、信息,如果仍像过去那样依靠人工手段审核,发现问题无疑像大海捞针。”有专家表示。
大数据全程监控
为遏制骗保案件频发及过度医疗问题,浙江省在加大打击力度的同时,通过信息化手段,建立起“智能化”的长效管理机制。
——5000万参保人信息整合,走遍全省一张卡。以往新农合医保报销都是先自费,再通过发票手工操作报销,信息上的滞后统计使不法分子能够在不同医院,以医保的价格囤积大量同类药品,再以市场价售出,在套取现金的同时赚取差价。
2014年9月,浙江省实现居民医保与新农合的合并统筹管理,全省5000多万居民只要有一张社会保障卡,就能在省内定点医疗机构看病就医,并且能够实时结算。“参保人信息的整合是实现智慧管理的第一步,统一报销标准、提高信息化程度是大数据监管的基础。”浙江省人力资源和社会保障厅医保处处长王平洋表示。
——医保医师“一人一码”,规范准入和退出机制。“病人的大部分医保基金,都是通过医生的处方用出去的,只有管理好了医保医师,才能真正管好老百姓的救命钱。”王平洋介绍说,违规开大处方、超量配药、跨科室跨病种配药等违反医保管理规定的行为都会被“记录在案”,扣完了分数的医生必须重新参加医保政策培训,通过考试后才能恢复行医资格。
同时,建立医师准入和退出机制。医保经办机构可以中止或解除医保医师服务协议,情节严重的可注销其服务编码,省内五年内不与其签订医保医师服务协议。“由于现在大部分正规医疗机构都是医保定点医院,这样相当于该医生在省内不会有正规单位聘用了。” 浙江省人力资源和社会保障厅宣传教育中心副主任诸葛晓荣说。
——智能审核,医生身后有“电子眼”。病人在医院看个感冒,常常会要求医生“您顺便帮我开两盒降血压的药吧”,以往医生都会顺手帮病人这个“小忙”,但是有了医保监管平台后,再这么做电脑就立刻会跳出警示语——违规操作。浙江省组织专家制定了首批60个门诊常见病诊疗用药规范。“生什么病,用什么药,大概需要多少费用都在监管平台上有规定。”王平洋说,有了这个智慧系统,就像是在医生身后安装了“电子眼”,时刻规范医生的行为。
医保监管平台还运用大数据,按照预先设定的规则参数,对医院上传的结算数据逐一检查,筛选并标记出可疑数据。“智能审核系统彻底改变了对海量信息逐一审核的传统方式,转变为从可疑信息中发现问题,提升了审核效率。” 卞正法表示。
异地医保更需“大数据一盘棋”
不过,浙江通过“智慧平台”实现医保监管方式重大转变的同时,也遭遇了一些需要上级部门协调帮助才能破解的难题。例如异地医保欺诈难题,就不是浙江以一省之力所能彻底解决的。
2014年上半年,浙江省医保中心工作人员多次奔赴北京、上海、广州、南京等地,追查大额报销票据的真实性。“事前要与外地医疗机构取得联系,得到其配合,发现发票造假情况后,还要向公安部门报案。异地追查牵涉多地多部门,工作难度很大。”卞正法说。
采访中,相关人士建议,国家卫生计生委或者人社部可以考虑建立一个医疗票据全国协查系统,通过掌握及时、准确、有效的数据,并做好数据挖掘和分析处理,进而对医保欺诈行为做出快速准确的判断和决策,堵上异地就医骗保的“漏洞”,降低工作人员核查的成本。
杜绝药店售卖非医保用品也一直是各地医保监管部门的“老大难”,安装摄像头、不定期突击检查都是治标不治本的方法。王平洋认为,最有效的措施应是跟互联网相关——对药品实行电子码监管,把所有药品的信息数据都放在一个分门别类的“货架”里,“每一盒药品在出厂时都有唯一的电子码,进入流通环节后,批发、入库、采购、零售都通过扫码完成,就跟快递一样,到哪一个环节实时显示,透明的追踪能够关闭串换、倒卖药品的一扇门,大数据呈现的开放、平等、共享特征充分实现。”
此外,医保管理人员的思维也需要转变。互联网思维最重要的一点是重视客户体验。对于医保监管部门而言,医疗机构、医生、病人都是“客户”,以往“我出文件你执行”的传统管理思路难以应对监管的新形势,也无法调动医务人员控费控药的积极性。王平洋等认为,未来应寓监管于服务之中。“虽然监管更严格细致了,但老百姓和医生应该感受到的是看病更方便、报销更快捷、基金使用更透明。”
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在实验检测、质量控制、科研验证等场景中,“方法验证”是确保检测/分析结果可靠、可复用的核心环节——无论是新开发的检测方法 ...
2026-03-04在数据分析、科研实验、办公统计等场景中,我们常常需要对比两组数据的整体差异——比如两种营销策略的销售额差异、两种实验方案 ...
2026-03-04在数字化转型进入深水区的今天,企业对数据的依赖程度日益加深,而数据治理体系则是企业实现数据规范化、高质量化、价值化的核心 ...
2026-03-04在深度学习,尤其是卷积神经网络(CNN)的实操中,转置卷积(Transposed Convolution)是一个高频应用的操作——它核心用于实现 ...
2026-03-03在日常办公、数据分析、金融理财、科研统计等场景中,我们经常需要计算“平均值”来概括一组数据的整体水平——比如计算月度平均 ...
2026-03-03在数字化转型的浪潮中,数据已成为企业最核心的战略资产,而数据治理则是激活这份资产价值的前提——没有规范、高质量的数据治理 ...
2026-03-03在Excel办公中,数据透视表是汇总、分析繁杂数据的核心工具,我们常常通过它快速得到销售额汇总、人员统计、业绩分析等关键结果 ...
2026-03-02在日常办公和数据分析中,我们常常需要探究两个或多个数据之间的关联关系——比如销售额与广告投入是否正相关、员工出勤率与绩效 ...
2026-03-02在数字化运营中,时间序列数据是CDA(Certified Data Analyst)数据分析师最常接触的数据类型之一——每日的营收、每小时的用户 ...
2026-03-02在日常办公中,数据透视表是Excel、WPS等表格工具中最常用的数据分析利器——它能快速汇总繁杂数据、挖掘数据关联、生成直观报表 ...
2026-02-28有限元法(Finite Element Method, FEM)作为工程数值模拟的核心工具,已广泛应用于机械制造、航空航天、土木工程、生物医学等多 ...
2026-02-28在数字化时代,“以用户为中心”已成为企业运营的核心逻辑,而用户画像则是企业读懂用户、精准服务用户的关键载体。CDA(Certifi ...
2026-02-28在Python面向对象编程(OOP)中,类方法是构建模块化、可复用代码的核心载体,也是实现封装、继承、多态特性的关键工具。无论是 ...
2026-02-27在MySQL数据库优化中,索引是提升查询效率的核心手段—— 面对千万级、亿级数据量,合理创建索引能将查询时间从秒级压缩到毫秒级 ...
2026-02-27在数字化时代,企业积累的海量数据如同散落的珍珠,若缺乏有效的梳理与分类,终将难以发挥实际价值。CDA(Certified Data Analys ...
2026-02-27在问卷调研中,我们常遇到这样的场景:针对同一批调查对象,在不同时间点(如干预前、干预后、随访期)发放相同或相似的问卷,收 ...
2026-02-26在销售管理的实操场景中,“销售机会”是核心抓手—— 从潜在客户接触到最终成交,每一个环节都藏着业绩增长的关键,也暗藏着客 ...
2026-02-26在CDA数据分析师的日常工作中,数据提取、整理、加工是所有分析工作的起点,而“创建表”与“创建视图”,则是数据库操作中最基 ...
2026-02-26在机器学习分析、数据决策的全流程中,“数据质量决定分析价值”早已成为行业共识—— 正如我们此前在运用机器学习进行分析时强 ...
2026-02-25在数字化时代,数据已成为企业决策、行业升级的核心资产,但海量杂乱的原始数据本身不具备价值—— 只有通过科学的分析方法,挖 ...
2026-02-25