醫保大數據如何推廣

1. 國家推廣「醫保智能監控」，除了大數據控費，其他還有什麼手段

「已經用2013年下半年的數據進行過測試，正在走招標流程。」江蘇省常州市職工醫保基金管理中心主任彭偉中5月底對21世紀經濟報道記者表示——按照人社部的有關要求，各地人社系統都要進行基本醫保醫療服務監控和數據挖掘系統建設，時限是2014年底。
這是在醫保支付方式改革漸入困境的情況下，人社系統控制醫保花費的又一新招。通過嵌入式的監控軟體，實現對醫保支付的實時監控，促進診療合理化，提高基金使用效率。

這一系統建設，不僅將極大地提升人社系統對醫保的管理能力，增加其在醫保管理並軌之爭中的分量；其中所包含的基礎數據的積累及其標準的統一，也將為未來醫保實現第三方管理打下良好的基礎。

不過，人社系統的設想還面臨醫療機構的強大博弈。整體上處於壟斷地位的公立醫療體系不改革，醫保能夠發揮的作用必將受到限制。

技術倒逼管理

人社部籌劃建設基本醫保醫療服務監控系統，始於2012年下半年。這一年2月，上海所爆發的「秦嶺事件」，以一種非常戲劇化的方式，展現了總額預付制度在實施過程中被扭曲的惡果：不分青紅皂白地頻頻推諉重症患者。

但是醫保基金的日益捉襟見肘，又使得控費如箭在弦。彭偉中介紹，常州市城鎮職工醫保和城鎮居民醫保共有120萬參保者，醫保基金年繳費27億-28億元，支出在25億-26億元，非常接近當年平衡點。而在全國其它地方，近一兩年也頻頻傳出醫保基金當年「穿底」的消息。

2012年9月，人社部開始部署有關工作，並在2013年發文《關於印發醫療服務監控系統建設技術方案的通知》（人社信息函［2013］26號），要求各地盡快開展工作。

而以杭州等17個試點為代表，醫療服務監控系統採用專業軟體智能審核，不僅能夠提高處理批量，更能夠做到實時審核——全國醫保試點城市江蘇鎮江的社保中心副主任史曉祥告知21世紀經濟報道記者，此前醫保尚未能完全做到實時監控。

人社部此次力推的基本醫保醫療服務監控系統，還將構建醫保的基礎信息庫，覆蓋葯品、醫療機構、醫務人員、疾病、就診結算等10類400餘項指標，為人社系統對醫保的精細化管理奠定了數據基礎。

該系統還將直接惠及國家力推的大病保險工作。「大病保險（和訊放心保）制度的設計，就需要對基本醫保的數據進行非常細化的分段分析。」江蘇省太倉市醫保結算中心主任錢瑛琦說。

博弈醫療機構

除了前述基礎信息庫，擬建的基本醫保醫療服務監控系統，另一核心內容就是可靈活配置的監控規則庫。人社部要求通過收集各地醫療服務監控工作的實際經驗、定點機構管理辦法，整理出較為完備的監控規則庫。

據了解，人社部整理出的監控規則包括針對頻繁就醫、超高費用、超量用葯、過度診療、重復診療、不合理用葯、不合理入院、冒名就醫、虛假就醫、分解住院等類別的監控規則241條，分析規則294條。

但各地對此會有因地制宜的增刪。比如江蘇省人社系統就把相關規則精簡為64條，又在「其它違規行為」中分別列出空掛號次數過多、本院職工就診累計次數過多、資質不符的醫師提供門診大病服務等非常細化的監控規則。

除了項目的增減，人社部設想的這套系統還能實現監控規則的靈活定義，支持監控對象、業務場景、時間周期、閾值、醫療類別、險種類型、醫院等級、疾病分類等多項參數設置，以適應各地實際情況。

據21世紀經濟報道記者了解，有的省會統一開發規則庫，有的地方則將招標權下放到地方，由政府部門負責采購商業化的嵌入式監控軟體。無論哪一種形式，相應的監控規則都被人社系統的醫保經辦人員視為得力助手。

但外界對此的看法不盡一致。「就江蘇一個省，從北到南的用葯習慣都不同。」江蘇省醫葯商業協會的負責人表示，規則利用得不好，要麼容易引發糾紛，要麼會加大醫保中心的人工復核工作量。

而三甲醫院的人士對於這一新的系統更持保留態度。「它最大的威懾力在於，有些嵌入式軟體能夠做到對不合規費用直接扣款不予支付，但醫保收入只佔我們醫院收入的一半還不到。」上海某三甲醫院的院方人士說。

長期研究醫保改革的上海社科院研究員胡蘇雲認為，目前在與公立醫院的博弈中，醫保並不佔優勢，這不僅體現在經費來源上，更體現在人力資源匹配的懸殊性上，即使有技術手段監控來及時發現某些問題，但發現後及時處置的方法、手段和力量都是目前人社部門不堪承擔的重負。因此支付方式改革要彰顯其作用，需要公立醫院自身的改革來配合，也需要人社部門走出目前監管執行力量薄弱的困境，其中涉及醫保管理事務社會化委託的問題

2. 如何開展好醫保工作

1

全面優化現行醫保制度體系

新形勢下，醫保面臨提質增效的壓力。既要用有限的醫保資源滿足人們日益增長的醫療保障需求，還要確保醫保基金安全可持續。在這樣的背景下，醫療保障體系也需要像我國的經濟結構一樣，從規模擴展轉向高質量發展。做好這個前提，醫保基金監管工作才能有好的制度環境，事半功倍，高效運轉。所以，有專家建議盡快全面優化現行制度安排，改變政策僵化局面，優化資源配置，提高保障績效，建成高質量的醫保制度體系。比如在制度政策層面，改革個人賬戶制度，避免個人賬戶資源浪費；推進支付方式改革，完善「結余留用、超支分擔」的激勵約束機制，讓醫療機構從「多收多賺」轉變為「多省多賺」，形成主動控費的內生動力；平衡門診與住院待遇差異，解決門診轉住院問題等。

2

補上醫保監管立法的短板

醫保監管法律是當前推動醫保監管的重要抓手,應系統梳理醫療保障基金監管相關法律法規，盡快出台國家層面的醫保基金監管辦法（或條例），將已經成熟有效可行的基金監管措施通過立法程序上升為相應法律法規,為醫保監管提供上位法的支持，也為依法監管提供可操作的具體依據。

要注意二個問題：一是醫療保障監督法律條文應該更加科學、可操作，盡量避免出現社會保險法這種有法難依的窘況，也同時避免出現言語表述過於模糊的問題。二是要與現有的法律體系相融合，加強與司法部門、公安部門的協商和對話。地方經驗：2011年，上海市就以政府規章形式出台了《上海市基本醫療保險監督管理辦法》，建立了以監管辦法為核心，包括就醫規定、醫保目錄等在內的一系列管理規范，為規范醫保監管奠定了法律基礎，一定程度上彌補了國家層面醫保監管立法的短板。

3

重建醫保執法監管體系

目前正值機構改革窗口期，有利於重構醫保基金監管行政執法體系。各地醫保部門可充分利用這次機構改革契機，建立專門的醫保監管執法隊伍,並根據「醫保監管辦法」落實行政執法責任制，從制度上將各項執法的職責和任務進行分解，釐清行政監管和經辦管理的職責定位和內在聯系，盡快形成各司其職、各盡其責、互補互助的監管體系。同時，建立健全執法責任評議考核機制，加強執法監管。

此外，還應進一步明確醫療保障領域行政復議監督范圍和行政訴訟范圍，暢通群眾醫療保障權益的訴權渠道；及時公開醫療保障政策實施情況、基金運行情況、執法監督情況，特別是與人民群眾切實利益密切相關的報銷政策、醫保目錄調整等，為充分發揮社會監督作用創造條件。

4

完善協議管理

協議管理是基金監管的第一道防線，也是當前最重要的抓手。需細化協議內容，針對不同定點醫葯機構制訂個性化的定點服務協議，明確違約行為及處理辦法。嚴格費用審核，規范初審、復審兩級審核機制，採取現場檢查與非現場檢查、人工檢查與智能監控、事先告知與突擊檢查相結合的檢查方式，全方位開展對定點醫葯機構履行協議情況的監督檢查。加強經辦機構內控體系建設，規范基金財務、會計制度，堅決堵塞風險漏洞。當前，無論協議簽訂還是協議執行，都有失之於寬，失之於松之虞，應進一步完善協議內容，規范醫葯服務行為，讓協議管理貫穿業務全流程。

5

完善智能監管平台

智能監控信息系統在全國90%的統籌地區都已經上線，但大部分地區的監控較為簡單粗放,碎片化嚴重，遠沒有發揮出醫保大數據的應用價值。應從更高層次統籌推進智能監管平台建設：

一是完善醫保大數據應用在具體操作層面的的政策指導。二是推進數據標准化，提升數據質量。三是探索建立醫保數據安全應用管理機制。四是加強部門間的數據共享，實現數據來源的多渠道化。有的地方智能監控體系較為成熟，如成都市的實時監控，包括入院辦理、出院辦理、醫囑上傳、住院明細上傳、結算等，都有詳細的數據呈現，而且逐漸開展靶向監管和購銷存管理，並將監管延伸到醫療機構的科室和醫務人員。上海市則充分依託醫保大數據，開發了醫保大數據監管系統，包含門診、住院、葯品、耗材、醫師等八大板塊，初步實現了監管對象全覆蓋，監管渠道全過程，監管手段智能化。

6

構建綜合監管機制

建立多部門聯合執法工作機制，形成最廣泛的統一戰線。比如，自上而下建立打擊欺詐騙保聯席會議工作機制，衛生健康、市場監管、發改、財政、商務、審計、公安、紀檢監察等相關部門都參與進來。加強行刑銜接，涉嫌違紀違法的，及時移交司法部門，加強震懾。

7

積極引入第三方服務

由於醫療保障服務涉及的領域問題比較多，也比較復雜，專業性比較強，如果產生一些爭議的時候，利用第三方專業機構有利於問題得到公正和權威的解決。所以，應積極引入信息技術服務機構、會計師事務所、商業保險機構、大數據應用企業等第三方力量，參與基金監管工作，建立第三方專家評審機制。

8

推進醫保誠信體系建設

誠信監管是深化「放管服」改革、創新監管方式的重要內容。結合誠信體系建設試點，探索建立嚴重違規定點醫葯機構、醫保醫師和參保人員「黑名單」制度，並探索向社會公開的方式方法。建立個人懲戒制度，將醫保領域涉騙行為納入國家信用管理體系，使其一地違法，全國受限，發揮好聯合懲戒威懾力。

9

充分發揮社會監督作用

通過建立及完善舉報獎勵制度，暢通監督渠道，方便全社會共同參與醫保基金監管工作。同時，開展打擊欺詐騙保宣傳活動，解讀醫保基金監管法律法規與政策，強化定點醫葯機構和參保人員的法治意識，主動與欺詐騙保行為作斗爭。積極曝光典型欺詐騙保案件，形成震懾，營造全社會共同打擊欺詐騙保行為、維護基金安全的輿論氛圍。

10

完善重點葯品監控制度

可結合各地經驗，調整完善重點監控葯品目錄，並建立動態調整機制。重點加強對輔助性、營養性、高價葯品使用情況的跟蹤監控，但要具體情況具體分析，不能一刀切。數據統計發現，我國葯品使用的集中度非常高的，比如中成葯，前5%的品種佔了95%的費用。因此做好關鍵少數的監控，對醫保基金和整個醫療費用的合理使用都有很大的幫助。可參考國外經驗，對一些重點品種進行單獨的預算管理。

11

積極配合做好異地就醫監管工作

隨著異地就醫工作的不斷推進，一方面要積極配合兄弟省市醫保經辦部門，協同調查異地就醫零星報銷異常情形，調閱就醫醫院病史情況，去偽存真，共同防範打擊欺詐騙保行為；另一方面，推進異地就醫工作重心要由「聯起來」向「管得好」轉變，落實就醫地監管責任，將異地就醫人員納入統一監管范圍，著重配合參保地加強備案管理，不斷滿足本市及異地參保人員住院需求，規范醫療行為，保證異地就醫結算制度的貫徹執行。

12

聚焦重點、分類打擊、對應施策

對於不同的監管對象，有針對性的監察，聚焦重點、分類打擊、對應施策：

二級及以上公立醫療機構，重點查處分解收費、超標准收費、重復收費、套用項目收費、不合理診療及其他違法違規行為；基層醫療機構，重點查處掛床住院、串換葯品、耗材和診療項目等行為；社會辦醫療機構，重點查處誘導參保人員住院，虛構醫療服務、偽造醫療文書票據、掛床住院、盜刷社保卡等行為。

定點零售葯店，重點查處聚斂盜刷社保卡、誘導參保人員購買化妝品、生活用品等行為。

參保人員，重點查處偽造虛假票據報銷、冒名就醫、使用社保卡套現或套取葯品、耗材倒買倒賣等行為。

醫保經辦機構（包括承辦基本醫保和大病保險的商保機構），重點查處內審制度不健全、基金稽核不全面、履約檢查不到位、違規辦理醫保待遇、違規支付醫保費用以及內部人員「監守自盜」、「內外勾結」等行為。

13

探索建立國家醫保醫師制度

要想控制醫療費用的過快增長，就要管好醫生手中這支「筆」。各地目前實踐的醫保定點醫院執業醫師管理，規范性較差，考評內容不統一。國家層面應在總結各地探索經驗的基礎上，把對醫保定點醫院執業醫師的處方考評工作制度化，制定實施醫保醫師制度的指導意見，並上升為統一的社會基本醫療保險基礎性管理制度，在全國推廣落實。

14

探索建立醫保從業人員派駐制

有專家建議，醫院內部醫保從業人員應劃歸醫保部門統一管理，切斷醫院醫保人員與醫院之間的人事利益聯系，避免醫保人員監管醫生投鼠忌器。同時，相關部門要加強崗位設置、門檻准入、職稱評定等政策傾斜，將醫院內部醫保從業人員打造成專業化隊伍，而不是安排醫護人員養老的照顧性崗位，要讓醫院內部醫保辦成為醫保監管的橋頭堡，把醫保監管直接滲透到醫院科室的日常運行之中。

15

完善醫療機構內部管理制度

疏甚於堵，防騙如治水，加強疏導有利於激發各行為主體內在遵紀守法意識，從源頭上避免欺詐騙保行為的發生，起到事半功倍效果。一是完善薪酬管理體系，提高醫務人員的技術勞務價值，充分調動醫務人員的主動性和積極性。二是健全執業規范、質量考核、日常監管、患者權益保障等監管制度。三是推行醫德醫風考評、醫師合理用葯評估、葯品用量動態監測及超常預警等制度。四是通過制定相應的技術標准和措施，完善臨床路徑和指南，約束醫療服務行為，提高診療效率，避免醫療資源浪費。五是積極支持葯師在合理用葯方面的作用，等等。總之，要引導醫療機構、零售葯店、醫師等行業協會開展行業規范和自律建設，主動規范醫葯服務行為。

16

推進醫療服務供給側改革

最後，還有一個非常基礎且重要的因素不能忽略—— 醫療服務市場環境的改善。 專家建議，國家應大力推進醫療服務供給側改革，放開社會辦醫、社會葯店的諸多限制，讓各種產權性質醫葯服務機構成長起來，打破公立醫院一家獨大的壟斷局面，在公平競爭的市場環境下，最終形成差異化、多層次的醫療服務格局，才能從根本上改善醫改的政策和市場環境，打通梗阻，讓醫保基金監管等工作事半功倍，甚至水到渠成。

3. 大數據在醫保管理中的應用與發展方向

大數據在醫保管理中的應用與發展方向
當前，醫療保險面臨基金收支平衡壓力增大、醫療服務違規行為多發、傳統經驗決策方式落後等多方面挑戰，從信息化建設角度，人社部門推進全民參保登記、醫保智能監控、支付方式改革和移動支付探索等工作，積極開展了醫保大數據應用。但在應用過程中仍然面臨數據質量有待提升、數據應用尚不充分、安全體系還需健全等問題。繼續深化醫保大數據應用，下一步應重點圍繞四個方面：一是匯聚和完善醫保大數據；二是加快大數據平台建設；三是持續助力醫保業務發展；四是構建數據安全體系。

當前，在全民醫保體系逐漸完善、人口老齡化趨勢加劇、醫療需求快速釋放、醫療費用不斷攀升等因素的綜合作用下，醫療保險面臨基金收支平衡壓力增大，醫療服務違規行為多發，傳統經驗決策方式落後等多方面挑戰，如何充分利用大數據、「互聯網+」等信息化手段，進一步支撐醫療保險在新形勢下持續發展，實現全民醫保、安全醫保、科學醫保和便捷醫保，全面提升醫保質量，是擺在我們面前的重要課題。
當前醫保管理面臨的困境
1醫保基金收支平衡壓力增大
隨著生活水平提高，參保人更加關注健康，醫療需求不斷上升，同時全民醫保從制度全覆蓋轉向人員全覆蓋，基本醫保支出規模隨之快速增長。這些因素都給醫保基金平衡帶來較大壓力。2016年，人社部門管理的基本醫療保險參保人數7.44億人，基金支出10767億元。參保人享受醫保待遇25億人次。考慮到當前經濟下行和人口老齡化的形勢，未來醫療保險基金收支平衡壓力更大。
2醫療服務違規行為多發
我國醫保待遇支出高速增長，既有惠民生政策、人口老齡化、醫療技術進步、醫療成本上升等正常因素，更有大處方、亂檢查、假發票等不合理因素。2016年審計署對醫療保險基金專項審計顯示，一些醫療服務機構和個人通過虛假就醫、分解住院、虛假異地發票等手段套取醫保基金2億余元。面對如此規模的支出，人工審核、抽查審核、固定規則審核等醫保傳統監管手段，對於日趨復雜的醫保基金使用場景難以全面覆蓋，對於日益隱蔽的醫療服務違規行為難以有效識別。
3傳統經驗決策方式落後
過去醫保政策制定和效率評估往往依賴業務知識和工作經驗。隨著參保人數的快速增長，醫療行為的復雜變化、醫保經辦人手普遍吃緊，傳統的經驗決策方式越來越無法滿足業務發展需求，在當前信息技術快速發展、醫療數據不斷積累的基礎上，充分利用先進技術手段，深入挖掘海量數據資源優勢，通過制度運行模擬、政策效率評估、資金壓力測試等方式，輔助實現決策高效化、科學化、精確化，是醫保業務發展的必然要求。
醫保大數據的應用
社會保險信息化多年來秉承全國統一規劃、統一建設的原則，伴隨統籌層次提升，推進數據向上集中、服務向下延伸，逐步奠定了堅實的數據基礎。利用漸成規模的醫保大數據，人社部門積極推動多項應用，遏制違規行為，輔助科學決策，保護基金安全。
1推動全民參保計劃，實現全民醫保
黨的十八屆五中全會通過的《中共中央關於制定國民經濟和社會發展第十三個五年規劃的建議》明確提出「實施全民參保計劃，基本實現法定人員全覆蓋」。2017年，人社部加快推進全民參保登記系統建設、部省對接、數據上報等工作，目前已基本形成部省兩級全民參保登記庫，支持摸清法定未參保人員情況，助力全民參保計劃，實現應參盡參。截至2017年底，各省共計上報包括醫療保險在內的人員參保信息30.42億條，為下一步參保擴面提供了有力的數據支撐。
2實施醫保智能監控，打造安全醫保
2012年，人社部組織建設了醫保智能監控系統，針對門診、住院等不同業務環節設計了500餘條監控規則，對頻繁就醫、分解住院、過高費用、大處方、葯佔比異常等常見違規醫療服務行為進行監控，監控對象涵蓋醫療服務機構、醫師、參保人員等。2014年，在前期工作基礎上，人社部下發《關於進一步加強基本醫療保險醫療服務監管的意見》（人社部發〔2014〕54號），明確了監管途徑、各方職責、問題處理程序等。近幾年，開展醫保智能監控工作的統籌地區數量不斷增加，目前全國超過90%以上的統籌地區已全面開展智能監控工作。通過全場景、全環節、全時段自動監控的震懾作用，遏制了大量潛在違法、違規行為，保障了參保人員權益和醫保基金安全。
3推廣支付方式改革，促進科學醫保
近年來，基於過去多年積累的醫保數據，人社部門廣泛開展了優化支付方式工作，積極推行復合式醫保支付方式探索。2017年，國務院辦公廳下發了《關於進一步深化基本醫療保險支付方式改革的指導意見》（國辦發〔2017〕55號），對改革目標提出了明確要求。目前絕大部分地區均開展了總額控制，分析醫保歷史數據是醫保部門與醫療機構協商制定總額的主要依據。此外部分地區在單病種、DRGs等支付方式的探索過程中也充分利用了醫保數據。如沈陽市從2015年開始探索DRGs支付，應用本地醫保支付數據，優化DRGs分組。上海強化數學模型在醫保預算中的應用，同步推進按病種付費。
4探索醫保移動支付，引導便捷醫保
《「互聯網＋人社」2020行動計劃》（人社部發〔2016〕105號）提出「支付結算」行動主題，要求建設人力資源和社會保障支付結算平台，拓展社會保障卡線上支付結算模式。社會保障卡經過十九年建設發展，為線上應用打下了深厚基礎，具有身份憑證、信息記錄、自助查詢、就醫結算、繳費和待遇領取、金融支付等功能，已成為持卡人方便快捷享受人力資源和社會保障權益及其他政府公共服務的電子憑證。各地根據文件精神，結合「互聯網＋」要求，積極探索實踐醫保移動支付，如杭州、武漢、深圳、昆明等地參保人可通過手機完成門診費用醫保支付，緩解窗口排隊壓力；沈陽、天津、嘉興、珠海等地參保人可線上購葯，通過手機或移動POS刷卡完成醫保支付，改善用戶體驗。
醫保大數據的應用挑戰
1數據質量有待提升
一是數據不完整。從各地層面，社會保險信息系統管理的醫保數據主要集中在參保、結算類基本數據，醫療行為過程中的醫囑、病歷、葯品進銷存、檢查檢驗報告等數據沒有全面採集，服務反饋、治療效果類數據，以及日誌、視頻、文件等非結構化數據普遍缺失，制約了醫保智能監控、支付方式改革等應用的深入開展，難以支撐面向參保人開展精準服務。從部級層面，自2009年開展醫保聯網監測指標上報以來，各地按月向人社部上報數據，醫保主要包括參保、享受待遇、定點醫療機構等基本信息，缺乏業務明細信息。
二是數據時效性不強。醫保聯網監測數據按月上報，支持了部級基金監管、宏觀決策、社會保險參保待遇比對查詢等多項系統應用。但按月更新的數據時效難以滿足全國統籌、重點業務實時監控等新業務需要。
三是數據准確性不高。從部級聯網監測數據來看，雖然數據規模、覆蓋人群快速增長，但仍然存在各險種、各業務基本信息、業務狀態信息不一致，部分代碼使用不標准、不規范，甚至存在不少錯誤或無效信息等問題，對數據的深入分析和廣泛應用帶來較大影響。
2數據應用尚不充分
一是數據應用意識不足。近年來，人社部門逐漸認識到數據的巨大價值，積極開展數據應用，但相較於人社部門管理的大數據，已開發的數據只是冰山一角，海量數據還在「沉睡」，沉睡數據中的問題不斷累積，反過來影響數據應用工作開展。畢竟只有持續應用，才能從根本上促進數據質量提升。
二是對「問題數據」重視不夠。明顯異常的數據一部分是數據質量低下的垃圾數據，也有部分是客觀業務問題導致數據錯誤。在數據應用過程中，常常首先篩除異常數據，實際上也篩除了可能存在的問題和風險。大數據時代，更要培養重視異常數據的意識，善於從中發現問題、防範風險，逐步減少「問題數據」，提升數據質量。
三是跨業務數據應用不足。目前對數據的開發應用，多集中於單業務板塊，跨業務聯動應用不足，如社保與就業數據關聯分析、就醫信息與人員生存狀態的結合判斷等。數據只有真正融會貫通，才能激發新思路，創造新價值。
3安全體系還需健全
2014年，人社部先後下發了《人力資源和社會保障數據中心應用系統安全管理規范（試行）》（人社廳發〔2014〕47號）和《人力資源和社會保障數據中心資料庫安全管理規范（試行）》（人社廳發〔2014〕48號），從具體操作層面對應用系統和資料庫安全提出了規范要求。然而，大數據環境下數據鏈條變長、數據規模增長、數據來源多樣、數據流動性增強，使得數據安全保護難度加大，個人信息泄露風險加劇，傳統的安全控制措施面臨挑戰。
醫保大數據的發展方向
1匯聚和完善醫保大數據
一是夯實基礎信息。統籌全民參保登記庫和持卡人員基礎信息庫建設，完善部級人員、單位基礎信息庫，准確掌握服務對象基本情況，進一步發揮人社基礎性信息庫作用，實現一數一源、「一人一卡」。
二是整合信息資源。從數據上報時效上，優化聯網監測數據上報機制，由按月上報調整為按日實時更新；從數據上報粒度上，擴充上報指標，補充明細業務數據。從數據收集來源上，利用互聯網、移動終端等渠道增加信息收集來源，補充醫療服務結果、質量、滿意度等類數據，同時推動與醫保局、衛健委等部門間數據共享，實現數據融合。
三是提升數據質量。持續抓好數據質量提升，一方面做好與人口庫等外部數據比對，核准數據資源。另一方面逐步排查數據異常原因，對可能存在的無效數據，進一步分析比對，發現問題及時督促整改。
2加快大數據平台建設
實現對醫保大數據的高效集約管理，建設大數據平台勢在必行。黨的十九大報告提出要「建立全國統一的社會保險公共服務平台」，其內涵是運用「互聯網+」、大數據等信息化手段，為群眾提供無地域流動邊界、無制度銜接障礙、參保權益信息更加公開透明、社保服務更加便捷高效、各服務事項一體化有機銜接的社會保險公共服務。高效的對外服務需要底層大數據平台的強大數據支撐能力，因此，建設適應人社業務，協同、監管、決策、服務的可靠安全人社大數據管理平台，作為大數據產生、匯集、分析和應用的基礎，實現數據統一標准、統一管控，提升管理服務效率，為上層應用提供數據支撐服務，是當前的重點任務。
3持續助力醫保業務發展
大數據應用的根本出發點和立足點是推動業務發展，提升管理效能，實現決策科學化、監管精準化、服務人本化。具體應用如：發揮大數據聚類、決策樹等演算法優勢，支持單病種、DRGs等支付標准設計、測算和評價，推進多元復合式醫保支付方式改革工作深入開展；完善葯品數據和統一標准，借鑒各地先進經驗，探索制定葯品支付標准；利用大數據技術，分析並預測基金運行情況，完善籌資與待遇機制；深化醫保智能監控系統應用，探索利用人工智慧、圖計算等前沿技術，提高監控精確度，實現更加智能化的監控；推進電子社保卡研究應用，提供網上費用結算、醫保移動支付等服務，打造線上應用服務體系；利用大數據推薦模型，面向參保人提供精準推薦等健康管理服務。
4構建數據安全體系
大數據環境下的數據應用實踐，對數據安全和個人隱私保護提出了更高的要求。要切實樹立數據安全意識，實現數據全生命周期管理，確保數據安全、完整和一致。
一是建立數據管理機制，包括信息資源目錄、數據分級分類管理、數據安全管理制度、數據共享開放流程等，確保管理過程規范，權責明晰；
二是加強基礎設施保障，啟用電子印章、數據加密、生物特徵識別等安全技術手段，為數據安全提供基礎保障；
三是確保個人信息安全，提供服務要獲得個人授權，保護個人隱私。

4. 河南發布大數據產業發展行動計劃（2022—2025年），關於數字醫療如何提及

《河南省大數據產業發展行動計劃（2022—2025年）》明確，到2025年，數據要素市場基本形成，數據資源體系和價值體系初步建立，產業發展邁上新台階，基本建成全國領先、中部領跑的數據要素高效配置先導區、大數據產業創新發展區、大數據融合應用示範區。
在「提升數智治理水平」任務中提及：
（1）「大數據+醫療」：建設全省醫療健康大數據創新應用中心，推進電子健康檔案、電子病歷、電子處方、醫葯和醫療衛生基礎數據資源統一管理，推動居民健康管理、診療和用葯信息在醫院間交換共享。開展「大數據+智慧健康」試點示範，在疾病預防、健康管理、醫療救治、醫葯研發等領域推廣應用大數據。
（2）「大數據+社會保障」：加快完善社會保障信息系統，推進社保信息共享，優化業務流程。深化數據分析技術在養老、醫療、社會救助、勞動用工等領域的應用，實現社保服務和監管精準化。

5. 怎麼成為電子醫保推廣人

1、成為電子醫保推廣人要去醫保部門通過正確的方式獲取電子醫保推廣工作，每個地方招工作人員要求不一樣，可以去看當地招聘信息進行面試獲得，不要誤入非法團隊。
2、2021年10月，全國公安機關網安部門結合開展「凈網2021」專項行動，嚴厲打擊以「推廣醫保電子憑證」等為幌子，非法收集農村中老年群眾手機號等個人信息並惡意注冊販賣網路賬號的非法「地推」團伙，截至目前，共偵破相關案件90起，打掉團伙60餘個，抓獲違法犯罪嫌疑人550餘人，查獲被非法獲取的公民個人信息60餘萬條、網路黑號4萬余個。
拓展資料：
1、走好群眾路線，為民算好「三筆賬」。通過實名/實人認證技術，採用加密演算法形成電子標識，難以仿冒，也有利於打擊欺詐騙保，安全可靠。疫情期間，實體卡使用中易沾染病毒細菌，存在健康風險。換用醫保電子憑證後，一碼在手就醫無憂，不用擔心失竊、遺失。以往個別患者就醫時因為種種原因，未攜帶醫保卡，增添墊資和往返報銷的負擔。如果患者使用醫保電子憑證，就可以第一時間享受醫保待遇，省時省力。
2、加強組織領導，用活考核「指揮棒」。召開高質量發展考核工作推進會，借鑒省局考核思路，將醫保電子憑證激活率納入對各市（區）的考核，定期通報各地激活率，及時約談進度未達預期的市（區）醫保部門負責人，努力營造爭先趕超的良好氛圍。今年以來，多次面向定點醫療機構和定點零售葯店召開培訓會議，介紹醫保電子憑證的使用場景、常用激活方式、推廣現狀和當前形勢，強調定點醫葯機構要發揮醫保電子憑證宣傳推廣的主陣地作用。各市（區）醫保部門建立每日上報制度，有序推進宣傳激活工作。

6. 醫療大數據五大應用透視

醫療大數據五大應用透視
醫療行業是較早運用大數據分析的傳統行業之一。其中，五大醫療服務領域包括臨床業務、網路平台、公眾健康管理、遠程病人監控、新葯開發等，對大數據運用的深度和廣度都走在了前面。大數據分析大幅度提高了醫療效果和用戶滿意度。
臨床記錄和醫保大數據
匯總患者的臨床記錄和醫療保險數據集並進行高級分析，將提高醫療支付方、醫療服務提供方和醫葯企業的決策能力。比如，對醫葯企業來說，他們不僅可以生產出具有更佳療效的葯品，而且能保證葯品適銷對路。臨床記錄和醫療保險數據集的市場剛剛開始發展，擴張的速度將取決於醫療保健行業完成EMR和循證醫學發展的速度。
世界各地的很多醫療機構（如英國的NICE、德國IQWIG、加拿大普通葯品檢查機構等）已經開始了CER項目並取得了初步成功。2009年，美國通過的復甦與再投資法案，就是向這個方向邁出的第一步。在這一法案下，設立的比較效果研究聯邦協調委員會協調整個聯邦政府的比較效果的研究，並對4億美元投入資金進行分配。這一投入想要獲得成功，還有大量潛在問題需要解決。比如臨床數據和保險數據的一致性問題，當前在缺少EHR（電子健康檔案）標准和互操作性的前提下，大范圍倉促部署EHR可能造成不同數據集難以整合。再如病人隱私問題，想在保護病人隱私的前提下提供足夠詳細的數據以保證分析結果的有效性不是一件容易的事。還有一些體制問題，比如目前美國法律禁止醫療保險機構和醫療補助服務中心（Centers for Medicare and Medicaid Services）（醫療服務支付方）使用成本/效益比例來制定報銷決策，因此，即便他們通過大數據分析找到更好的方法也很難落實。
網路平台和社區
另一個潛在的大數據啟動的商業模型是網路平台和大數據，這些平台已經產生了大量有價值的數據。比如PatientsLikeMe.com網站，病人可以在這個網站上分享治療經驗；Sermo.com網站，醫生可以在這個網站上分享醫療見解；Participatorymedicine.org網站，這家非營利性組織運營的網站鼓勵病人積極進行治療。這些平台可以成為寶貴的數據來源。例如，Sermo.com向醫葯公司收費，允許他們訪問會員信息和網上互動信息。
公眾健康
大數據的使用可以改善公眾健康監控。公共衛生部門可以通過覆蓋全國的患者電子病歷資料庫，快速檢測傳染病，進行全面的疫情監測，並通過集成疾病監測和響應程序，快速進行響應。這將帶來很多好處，包括醫療索賠支出減少、傳染病感染率降低，衛生部門可以更快地檢測出新的傳染病和疫情。通過提供准確和及時的公眾健康咨詢可以大幅提高公眾健康風險意識，降低傳染病感染風險。所有這些都將幫助人們創造更好的生活。
遠程病人監控
從對慢性病人的遠程監控系統收集數據，並將分析結果反饋給監控設備（查看病人是否正在遵從醫囑），從而確定今後的用葯和治療方案。
2010年，美國有1.5億慢性病如糖尿病、充血性心臟衰竭、高血壓患者，他們的醫療費用佔到了醫療衛生系統醫療成本的80%。遠程病人監護系統對治療慢性病患者是非常有用的。遠程病人監護系統包括家用心臟監測設備、血糖儀乃至晶元葯片。晶元葯片被患者攝入後，實時傳送數據到電子病歷資料庫。舉個例子，遠程監控可以提醒醫生對充血性心臟衰竭病人採取及時治療措施，防止緊急狀況發生，因為充血性心臟衰竭的標志之一是由於保水產生的體重增加現象，這可以通過遠程監控實現預防。更多的好處是，通過對遠程監控系統產生的數據分析，可以減少病人住院時間，減少急診量，實現提高家庭護理比例和門診醫生預約量的目標。
新葯開發
醫療產品公司可以利用大數據提高研發效率。拿美國為例，這將創造每年超過1000億美元的價值。
醫葯公司在新葯物的研發階段，可以通過數據建模和分析，確定最有效率的投入產出比，從而配備最佳資源組合。模型基於葯物臨床試驗階段之前的數據集及早期臨床階段的數據集，盡可能及時地預測臨床結果。評價因素包括產品的安全性、有效性、潛在的副作用和整體的試驗結果。通過預測建模可以降低醫葯產品公司的研發成本，在通過數據建模和分析預測葯物臨床結果後，可以暫緩研究次優的葯物，或者停止在次優葯物上的昂貴的臨床試驗。
除了研發成本，醫葯公司還可以更快地得到回報。通過數據建模和分析，醫葯公司可以將葯物更快推向市場，生產更有針對性的葯物，有更高潛在市場回報和治療成功率的葯物。原來一般新葯從研發到推向市場的時間大約為13年，使用預測模型可以幫助醫葯企業提早3～5年將新葯推向市場。

7. AI賦能醫療的背後，臨床大數據該如何「跑起來」

19世紀，英國流行病學家、麻醉學家約翰·斯諾運用近代早期的數據科學，記錄每天的死亡人數和傷患 人數，並將死亡者的地址標注在地圖上，繪制了倫敦霍亂爆發的「群聚」地圖，霍亂在過去被普遍認為是由有害空氣導致，斯諾通過調查數據的匯總，確定了霍亂的元兇是被污 染的公共水井，並同時奠定了疾病細菌理論的基礎，這算是大數據運用的早期雛形之一。

斯諾大概不會想到，在近兩百年後，大數據的應用早已不再是偶然，隨著醫療衛生信息化的迅速發展，其通過與AI的結合在生物醫葯研發、疾病管理、公共衛生和 健康 管理等方面的滲透已逐漸常態化，但問題也相應地隨之凸顯。

信息孤島仍存

近兩年，關於醫療大 健康 數據的政策頻出，從頂層設計、具體規劃指導、數 據隱私和安全、數據管理等多個方面提出了相關的指導意見。

2016年6月，國務院辦公廳下發《關於促進和規范 健康 醫療大數據應用發展的指導意見》指出，鼓勵各類醫療衛生機構推進 健康 醫療大數據採集、存儲，加強應用支撐和運維技術保障，打通數據資源共享通道，加快建設和完善以居民電子 健康 檔案、電子病歷、電子處方等為核心的基礎資料庫。

2018年9月， 國家衛生 健康 委印發《國家 健康 醫療大數據標准、安全和服務管理辦法（試行）》，對醫療 健康 大數據行業從規范管理和開發利用的角度出發進行規范。《辦法》從醫療大數據標准、醫 療大數據安全、醫療大數據服務、醫療大數據監督四個方面提出指導意見，直擊目前醫療大數 據領域的痛點，未來對數據的統籌標准管理、落實安全責任、規范數據服務和管理具有重要意義。

然而，即使有專項政策的支持，但都限於宏觀層面，相較於其他成熟領域而言， 健康 醫療大數據領域的法律法規依然存在明顯的滯後性，缺乏比較全面、細致、明確的指引和規則，使其的發展受到嚴重製約。雖然現階段，已有很多企業在醫療大數據領域進行深耕布局，但受制於市場准入和產業政策的不確定性，目前尚在摸著石頭過河，市場熱情和活力並未得到充分、有效地釋放。

復旦大學上海醫學院生物醫學研究院教授劉雷認為，正是醫療大數據政策的不明朗，標準的不統一，也直接導致了各個系統之間難以進行數據交換和信息共享，產生了大量的「信息孤島」。舉個簡單的例子，患者在A醫院拍的片子到了B醫院卻不認，B醫院的醫生想要了解患者的信息則需要從零開始，患者曾在A醫院做的檢查需要在B醫院重新再來一輪，「想要打通醫療機構間臨床大數據資源的共享通道，至少在現階段是一件挺困難的事情。」劉雷表示。

相似的困擾也發生在相距超過一萬公里之外的美國，華盛頓大學醫學院信息研究所所長Philip Paynes在接受醫谷采訪時表示：臨床大數據間的彼此「孤立」給國家醫保機構、患者和醫院都帶來了負擔，實現大數據間的互通互用，是全世界范圍內都在著力解決的問題。

作為兩所頂尖大學的知名研究學者，劉雷和Paynes想在臨床大數據領域做一些努力和嘗試。

兩人共有的想法迅速得到了學校層面的大力支持，2019年7月26-29日，由復旦大學醫學院和聖路易斯華盛頓大學醫學院聯合授課的「應用臨床信息學和數據分析研修班」進行了第一次開班。

復旦大學生物醫學研究院教授、復旦大學大數據研究院醫學信息與醫學影像智能診斷研究所所長劉雷授課

據劉雷介紹，此次研修班得到了業界人士的積極響應，在第一屆學員中，來自醫院、醫療企業、高校各佔了三分之一，「就是純粹地想把對臨床大數據分析和感興趣的業界人士聚集在一起，通過共有的努力，能把臨床大數據的有效運用更推進一步。」

聖路易斯華盛頓大學醫學院信息學研究所主任Philip Paynes授課

「希望通過這種國際化的合作，能讓臨床大數據在醫療機構間甚至跨國間真正地』跑』起來多一種可能性。」 Paynes說道。

各自所做的 探索

而在這種可能性之前，劉雷和Paynes各自所在的研究機構均已做了大量的工作。

據悉，劉雷所在的復旦大學上海醫學院生物醫學研究作為一家致力於創建「中國第一、世界一流的生物醫學交叉學術研究機構」，已經在生物醫學交叉學科領域形成「代謝與腫瘤的分子細胞生物學」、「醫學表觀遺傳學」、「系統生物醫學」三個優勢方向，並正在努力拓展轉化醫學研究和精準醫學研究，包括老年醫學、腫瘤和心血管疾病、出生缺陷、靶點結構與活性小分子、組學和大數據、生物治療與干預，形成新的交叉學科生長點和下游技術。

另悉，目前，復旦大學上海醫學院生物醫學研究還在申請一個超算中心的建設項目，以該項目來支撐生物學大數據的研究，「復旦大學有包括中山醫院、華山醫院、仁濟醫院等17所附屬教學醫院，這其中有一些醫院也在做自身的臨床大數據中心，從研究所層面，希望能夠給他們提供一些人才培養和技術研究的有力支持。」劉雷表示。

Paynes所在的華盛頓大學醫學院信息研究所則是華盛頓大學所有大數據計劃的中心， 「我們擁有世界上最好的基因組研究所和最具生產力和影響力的基礎科學研究企業」，在醫學信息技術方面的能力非常強，但在大數據的整合方面還有待加強。」而這也成了Paynes擔任華盛頓大學醫學院信息研究所第一屆所長之後重點開展的工作。

自Paynes上任後，首先將研究所與旗下15所附屬教學醫院進行了打通聯動，從臨床大數據的收集到整合再到挖掘，最後到應用，鋪設了一條全鏈式的臨床大數據之路。

在Paynes看來：研究所下屬的15所教學醫院簡直就是大數據來源的寶藏，這15家在全美醫療機構中排名比較靠前的醫院每天產生大量的臨床數據，依託這些已有的臨床數據的回顧性研究，是分析研究疾病最基本、最重要的研究方法之一，通過將這些海量的臨床數據進行統計分析，分析的結果又將反過來為醫生臨床診療全過程提供疾病共享的發病及治療總體情況信息，幫助醫生科學決策，實現精準醫療。

「我們的夢想是不僅僅是利用臨床大數據幫助患者，而是希望這些臨床大數能滲透到他們的生活和工作，甚至休閑 娛樂 ，通過大數據的分析能夠把他們患病的概率降到最低，讓人們能一直保持 健康 的狀態。」 Paynes對醫谷展望道。

未來發展構想

在劉雷、Paynes和其團隊所做的大量臨床數據整合的工作中，由於各自旗下擁有多所強大的教學醫院，數據的來源已不是問題，然而，擺在他們面前更為現實的問題有兩個，一是要解決多模態臨床大數據的選擇問題。臨床大數據來源多樣，是一種多模態數據，其包括有結構化很好的數據，比如化驗單、處方；還有一些半結構化的數據，比如住院小結、出院小結；還有完全無結構化的數據，比如醫療影像；還有像基因測序這樣的組學數據；以及時間序列數據，比如ICU里會看到患者插著各種各樣的儀器測量血壓心率脈搏等各種流數據。

怎樣從這些不同模態的數據裡面選出需要的數據，劉雷表示他們，他們需要的更多的是結構化很好的臨床數據，為了得到這部分數據，會通過一定的技術平台會對數據進行一定的清洗，從中選取高質量的有效數據。

這個問題解決後，還有一個臨床大數據一直以來繞不開的一個爭議--安全和隱私問題。

對此，劉雷表示，依託現有的技術，目前收集的臨床大數據基本都能做到「不出院」，這在一定程度程度上很好地保證了數據的安全性。Paynes也指出，美國對於醫療大數據有很嚴密的保護法規，患者的關鍵隱私數據，如姓名、住址、電話、身份證號等進入數據管理的時候必須要打馬賽克，同時對數據進行強加密，數據即使被泄露也是不可解密的，對所有的數據訪問（誰什麼時間能訪問什麼）都要有一套嚴格的訪問控制，通過這樣的方式來保證數據安全性。

當技術的問題已不再是問題， 這意味著臨床大數據和AI的結合會變得更為完美，因此，劉雷和Paynes更多希望監管層能在未來對基於大數據訓練的AI能進行更多關於有效性和安全性方面的評估，也就是審批准入要做到嚴，同時，還要加強公眾對醫療AI的認知，不管AI發展到多麼先進的程度，總歸存在一定的局限性，它永遠不可能替代醫生，只能是醫生的一種輔助診斷工具。

盡管還有一段路要走，但對於臨床大數據和AI的搭配，劉雷和Paynes都充滿信心，至少在他們現有開展工作的規劃里，「應用臨床信息學和數據分析研修班」能最終逐步發展為一個碩士人才培養項目，為臨床大數據和人工智慧培養更多專業人才。同時，基於兩個研究機構現階段開展的工作，有天能實現跨國界的匯聚統一，可以把所有的臨床大數據統一在同一個模型上，建立一個類似於聯盟數據一樣的聯合體，這對於數據的整合和應用就會變得游刃有餘。

【凡本網註明來源非大 健康 Pai的作品，均轉載自其它媒體，目的在於傳遞更多信息，並不代表本網贊同其觀點和對其真實性負責。】

8. 國內哪些廠家做醫保大數據平台

大數據在醫療行業的應用可在以下幾個方面發揮積極作用：

（1）服務居民。居民健康指導服務系統，提供精準醫療、個性化健康保健指導，使居民能在醫院、社區及線上的服務保持連續性。例如，提供心血管、癌症、高血壓、糖尿病等慢性病干預、管理、健康預警及健康宣教（保健方案訂閱、推送）；同時減少患者住院時間，減少急診量，提高家庭護理比例和門診醫生預約量。

5、疾病模式的分析

通過分析疾病的模式和趨勢，可以幫助醫療產品企業制定戰略性的研發投資決策，幫助其優化研發重點，優化配備資源。新的商業模式

大數據分析可以給醫療服務行業帶來新的商業模式。

匯總患者的臨床記錄和醫療保險數據集

匯總患者的臨床記錄和醫療保險數據集，並進行高級分析，將提高醫療支付方、醫療服務提供方和醫葯企業的決策能力。比如，對醫葯企業來說，他們不僅可 以生產出具有更佳療效的葯品，而且能保證葯品適銷對路。臨床記錄和醫療保險數據集的市場剛剛開始發展，擴張的速度將取決於醫療保健行業完成EMR和循證醫 學發展的速度。

公眾健康

大數據的使用可以改善公眾健康監控。公共衛生部門可以通過覆蓋全國的患者電子病歷資料庫，快速檢測傳染病，進行全面的疫情監測，並通過集成疾病監測 和響應程序，快速進行響應。這將帶來很多好處，包括醫療索賠支出減少、傳染病感染率降低，衛生部門可以更快地檢測出新的傳染病和疫情。通過提供准確和及時 的公眾健康咨詢，將會大幅提高公眾健康風險意識，同時也將降低傳染病感染風險。所有的這些都將幫助人們創造更好的生活。