我國從1994年連入互聯網的64K國際專線，實現了與國際互聯網的全功能連接。20年間，中國互聯網從無到有，從小到大，從最初的互聯網1.0到今天的4.0，真正進入了數字時代。互聯網、大數據技術的廣泛應用，正在深刻影響社會和人民生活的各個領域，同樣在醫保領域，尤其是在醫保智能監控領域也引起了巨大而深遠的變革。

醫保智能監控的發展歷程

醫療保險監管順應時代的發展，從2014年開始逐步推進智能監控，至今在全國所有醫保統籌地區已實現了從傳統的人工監管、監控到智能監控，全國已有320個統籌地區開展智能監控，監控人群達11億，監控范圍基本覆蓋所有兩定服務機構。醫保智能監控的全面實現，使得醫保監管效率大幅提升、醫保監管工作更加公平、公正、經辦管理廉政風險程度明顯降低。

新時代背景下的新形勢

醫保基金是老百姓的救命錢，各級領導和人民群眾高度關注。基金監管使用更是個社會熱點，也是監管難點，如果監管不到位，發生騙保大案，比如沈陽發生的欺詐騙保，就成為輿論關注的焦點，震驚全國。

近年來，醫保監管面臨諸多新情況、新問題，醫療違規的手段越來越隱蔽，部分醫療機構開具大處方、陰陽處方、過度檢查、掛床住院、偽造材料等違規行為屢禁不止;有的以義診、贈物等方式降低入院指征，大量吸收參保患者入院;有的虛構檢查化驗，將同一檢驗報告用于多人或者將同一化驗報告對應多次檢化驗等。

面對這系列新情況、新問題，有行業內專家將欺詐騙保行為總結成10類，并與孫子兵法《三十六計》里的計謀一一對應，足以顯示出監管形勢的嚴峻，同時也彰顯醫保監管從業者的無奈。故此，醫保監管部門必需采取新的監控措施、手段來提升醫保監管效能。

多緯度數據的采集及應用助力智能監控

維克托在《大數據時代》一書中提到，大數據時代思維變革的基礎是數據，不是隨機樣本數據，而是要所有數據。盡力采集并應用多維度的數據至關重要。

目前，我國大部分統籌地區醫保智能監控采集的數據僅來源于醫保生產庫，數據來源單一，且部分數據可能已被定點服務機構加工，不能充分發揮大數據監管系統的優勢。當然，也有個別城市采集了參保人員以及定點服務機構的多維度數據，通過多維度數據的采集及應用來助力醫保智能監控，提升監管效能。

比如，成都通過完善11個醫保基礎數據，建成全域醫保數據中心，實時采集基礎數據、行為數據(入院、出院、用藥、治療、手術)、結算數據(醫療費用明細)，并建成醫療機構上傳數據分析系統，判定醫療機構是否按規定進行數據上傳。

今后，我們應加強數據多源性采集，第一步采集定點醫院HIS、LIS、PACS系統數據，第二步爭取利用衛計、公安、民政、工商、藥監部門管理數據。通過數據碰撞、循環，生產新的數據，發揮大數據復雜計算功能優勢。

智能監控引擎標志大數據監控時代的到來

醫保監控引擎，也稱為醫保審核規則引擎，是將醫保政策規定、臨床用藥診療常規與信息技術相結合的產物。以往，在商業保險壽險核保領域使用較為廣泛。資料顯示，80年代，美國就出現了自動核保技術的最早雛形;2000年開始英國、加拿大就開始普及使用這一技術;2006年澳大利亞、印度引入自動核保技術。

過去10年間，大多數商業保險公司都采用了核保引擎技術。在我國醫保智能監控領域，絕大多數統籌地區已逐步使用審核引擎對醫保費用清單開展監控審核。以成都為例，建立了宏觀、微觀引擎規則，在宏觀維度，已有288項規則;在微觀維度，已有58大類規則、180余萬條明細。每一天引擎明細都對應一個監控審核決定，每一個監控審核決定都對應不同結果。

截至目前，成都監控審核明細27億條，涉及申請撥付金額392億元。我認為，對于審核引擎的研究應用仍處于不斷探索階段，隨著人工智能和機器學習技術的不斷發展，監控引擎與這些技術將進一步融合，未來能夠更好的處理如圖像識別、人臉識別、語音識別、自然語言技術等各種類型的信息，通過機器學習對各類信息加以分析并探尋其中的關聯性和趨勢性，醫保智能監控的規則產生及設定將會實現從人工設定規則到機器自動產生規則并應用規則。

新技術的應用將逐漸成為趨勢

1、大數據挖掘算法及建模技術的應用

醫保數據是“金礦”，在全國醫保系統內，僅成都專門成立市醫保信息服務中心，該中心通過大數據算法(決策樹、神經網絡、KNN、隨機森林)和模型(反欺詐、過度診療、超高費用、超長時間住院)對醫保數據挖掘分析，為醫保政策制定和評估提供數據支撐，為經辦管理提供數據支持，全力推進醫保治理體系和提升治理能力。從醫保智能監控創新發展角度，大數據挖掘和建模將在以下方面發揮效能：

一是預測醫保基金運行趨勢。大數據的核心就是預測，利用海量醫保數據，對醫保基金運行趨勢開展預測分析，為醫保政策制度制定及調整提供數據支撐。同時，也可對住院人次、次均基金申請撥付金額等關鍵數據進行預測。

二是輔助決策。評估現行制度運行效能。建立醫保起付標準調整模型、參保患者個性化報銷模型、診療方案分組模型、藥品價格及準入模型、醫保籌資模型、醫患網絡模型、醫療行為模式模型、用藥行為模式模型，提升監控決策能力。

三是風險分類。大數據和建模使得對醫保基金運行風險分類成為可能，比如通過建模對統籌地區內各經辦分中心基金運行風險分級，同時計算醫保基金運行風險指數(FRI)，定量監測預警基金運行風險情況。同時查找出對基金運行風險較高的強關聯性因素。

四是精準監控。通過對海量醫療數據進行多維度、長周期的深度挖掘分析。從醫療行為是否合理、數據是否真實可信、醫療是否存在過度治療、醫療費用是否虛高、藥品耗材是否存在濫用等角度精準監控真實性、合理性。即掛床、大處方、過度檢查、陰陽處方等，保障醫保基金安全。

2、人工智能在智能監控的應用

今年7月，國務院發布《新一代人工智能發展規劃》，明確人工智能作為國家戰略的定位。雖然在醫保智能監控領域內人工智能還處于新理念和新方法，也未應用在實際工作中，但對于行業內的參與者，從思想上做好準備至關重要。在不久的將來，也許人工智能會顛覆醫保經辦管理、醫保智能監控。

人工智能在醫保智能監控的主要發展及應用方向：

一是完善監控審核引擎。通過人工智能、機器學習對海量的醫保數據、線上線下產生的各類監測數據不斷學習，不斷完善監控引擎。

二是完善學習算法。利用人工智能的學習算法，分析醫保自身現有數據或結合民政、交通及公安等數據源進行欺詐識別，進而形成符合自身特點的動態醫保反欺詐模型。

3、視頻監測、人臉識別、可穿戴設備的應用

應用視頻、可穿戴設備采集參保患者圖片、影像數據、生命活動體征數據，實現對參保患者機構購藥行為和定點服務機構醫保服務行為的精準畫像，精準監控。比如在慢病管理領域內，通過向慢性病患者提供心電監護儀等便攜式可穿戴式醫療設備，實現對患者的“7×24”小時生命體征監管，隨時對患者進行觀察、測量和全程干預，在保證醫療救護時效的同時，提升患者的滿意度。結合慢病管理APP的使用情況與醫療費用支出進行跟蹤對比，督促、教育和引導參保人員加強自身健康管理，提升自我健康管理意識和能力，在提升參保人員就醫質量的同時，減少醫保基金的不合理支出。

此外，隨著區塊鏈技術應用的成熟，在醫保智能監控領域內，定點服務機構的每一個醫保服務行為，參保患者的每一次就診購藥行為都可以通過區塊鏈技術記賬存檔，有效保證醫保數據的真實性。

總體上看，既往醫保智能監控成效明顯，但在新形勢下出現諸多新問題，醫保監管必須從思想上充分認識到大數據、云計算、算法模型、人工智能等技術對智能監控的積極作用。

當然以上技術不是孤立存在，而是相互促進、相互作用。我們須從技術上思考完善新信息技術對醫保智能監控的戰略性規劃，同時在確保數據安全及個人隱私的前提下，實時采集更多維度數據，建立A(人工智能)B(大數據)M(行業專家)立體監控體系，實現對醫保經辦管理機構、醫療機構、醫保醫生、參保人、病種、處方、診療項目明細的全覆蓋、全時段實時監控預警，不斷提升醫保智能監控水平效能，切實保障醫保基金運行安全。