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
逻辑回归是数据分析、机器学习、统计建模中应用最广泛的二分类预测模型,常用于风险判断、行为预测、归因分析等场景。在SPSS、Py ...
2026-06-02数字经济时代,市场竞争日趋同质化,用户消费需求愈发个性化、多元化,传统依托经验、粗放式、广撒网的营销模式弊端日益凸显。长 ...
2026-06-02 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-06-02在市场竞争日趋饱和、用户需求不断细分的当下,企业创业创新、产品迭代与市场拓展不再依赖经验决策,而是需要系统化、工具化的商 ...
2026-06-01【核心关键词】调度、岗位、数据库、企业、报表、培训、程序、数据分析、数据加工、业务部门、企业数据、调度工具、业务指标、 ...
2026-06-01 很多数据分析师能熟练地计算指标、搭建标签体系,但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何 ...
2026-06-01在数据统计分析、数据清洗、异常值识别与数据分布研究中,箱型图是最直观、高效、专业的可视化分析工具。相较于柱状图、折线图仅 ...
2026-05-29Tkinter是Python内置的标准GUI图形界面库,具备无需额外安装、调用简单、兼容性强、轻量化高效等优势,是Python快速开发桌面小程 ...
2026-05-29 很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当 ...
2026-05-29【核心关键词】大数据、经理、专业、金融、客户、传统、建模、数据产品、互联网金融、产品经理、数据分析、金融行业、数据模型 ...
2026-05-28 很多分析师每天和数据打交道,但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时,却常常答不上来。 ...
2026-05-28随着大数据技术的快速普及,各行各业积累了海量的用户数据、交易数据、生产数据与行为数据。单纯的数据统计与报表分析只能呈现表 ...
2026-05-28在Python网络请求、接口测试、数据爬取、业务对接开发中,Requests库是最简洁、最高效的HTTP请求工具,凭借简洁的语法、完善的适 ...
2026-05-272025 年,零售与服务行业的竞争已从 “经验驱动” 全面转向 “数据驱动”。中小企业门店普遍面临数据零散、分析浅层、决策凭感觉 ...
2026-05-27 很多数据分析师每天都在写SQL,但当被问到“数据查询语言(DQL)的本质是什么”“SELECT语句中各子句的书写顺序与实际执行顺 ...
2026-05-27在统计学分析、实验研究、业务数据复盘过程中,单因素方差分析是检验自变量对因变量是否存在显著影响的核心方法。其中,两个水平 ...
2026-05-26【核心关键词】算法、客户、大数据、互联网、调优、建模、模型优化、机器学习、评分卡模型、模型开发、智能风控、业务场景、数 ...
2026-05-26 很多数据分析师写过无数个 SELECT,但当被问到“新建一张表,该如何定义字段类型来保证数据质量”“创建视图和存储物理表有 ...
2026-05-26在数据清洗、统计分析与数据质量检测工作中,箱型图(又称箱线图、Box Plot)是最直观、最高效的可视化分析工具之一。相较于柱状 ...
2026-05-25在大数据分析、数据清洗、质量管控、风险监测等领域,异常数据识别是保障数据质量、确保分析结论精准、规避业务决策失误的核心基 ...
2026-05-25