按疾病診斷相關(guān)分組付費(fèi)模式下醫(yī)保監(jiān)管系統(tǒng)設(shè)計(jì)*

郝 倩 章 平

(杭州醫(yī)學(xué)院 杭州 310013) (1杭州醫(yī)學(xué)院 杭州 310013 2浙江大學(xué) 杭州 310058)

1 引言

醫(yī)保支付連接醫(yī)療衛(wèi)生服務(wù)供需雙方，在新醫(yī)改中具有戰(zhàn)略地位[1]，發(fā)揮基礎(chǔ)性、引導(dǎo)作用。以醫(yī)保支付改革為杠桿，協(xié)同推進(jìn)醫(yī)療、醫(yī)保、醫(yī)藥“三醫(yī)聯(lián)動(dòng)”是當(dāng)前我國(guó)新醫(yī)改重點(diǎn)任務(wù)和關(guān)鍵突破口。按疾病診斷相關(guān)分組(Diagnosis Related Groups,DRG)付費(fèi)的方式是依據(jù)患者疾病嚴(yán)重程度、治療方法復(fù)雜程度以及醫(yī)療資源消耗程度等因素將住院患者分成若干組(即DRG組),以組為單位制定付費(fèi)標(biāo)準(zhǔn)[2-3]。該方式廣泛用于住院患者醫(yī)療費(fèi)用支付或預(yù)算管理，已成為國(guó)際公認(rèn)、相對(duì)科學(xué)有效的醫(yī)療費(fèi)用控制管理方式[4]，可在醫(yī)療和醫(yī)保機(jī)構(gòu)之間建立風(fēng)險(xiǎn)共擔(dān)機(jī)制，優(yōu)化衛(wèi)生資源配置，評(píng)估臨床績(jī)效，控制醫(yī)療費(fèi)用，平衡醫(yī)保、醫(yī)院、醫(yī)生和患者的利益[5]，從而實(shí)現(xiàn)價(jià)值醫(yī)療[6]。20世紀(jì)80年代我國(guó)引入DRG并參照國(guó)際經(jīng)驗(yàn)開(kāi)展地方層面試點(diǎn)，由理論研究逐步轉(zhuǎn)向?qū)嵺`應(yīng)用并推廣，同時(shí)出現(xiàn)編碼高套、編碼低套、分解住院、治療不足、推諉患者和醫(yī)?；鹬С鲈鲩L(zhǎng)過(guò)快等問(wèn)題和弊端[7]。隨著付費(fèi)方式、基金運(yùn)行模式的變化，基金支出監(jiān)管方式與手段將面臨新挑戰(zhàn)，《國(guó)家醫(yī)療保障局關(guān)于做好2019年醫(yī)療保障基金監(jiān)管工作的通知》[8]明確要求，充分運(yùn)用大數(shù)據(jù)方法，結(jié)合實(shí)際支付方式，推進(jìn)智能監(jiān)控，提升監(jiān)管實(shí)效。

2 目標(biāo)及需求分析

2.1 建設(shè)目標(biāo)

在DRG付費(fèi)方式下，可通過(guò)醫(yī)保監(jiān)管引導(dǎo)和測(cè)評(píng)醫(yī)療服務(wù)供給側(cè)行為及結(jié)果，優(yōu)化資源配置，提高醫(yī)療衛(wèi)生服務(wù)供給側(cè)及醫(yī)保機(jī)構(gòu)治理能力，實(shí)現(xiàn)價(jià)值醫(yī)療。利用DRG大數(shù)據(jù)分析系統(tǒng)，可對(duì)醫(yī)院住院結(jié)算單據(jù)進(jìn)行全面監(jiān)管，增強(qiáng)醫(yī)保部門(mén)監(jiān)管能力，快速、高效、準(zhǔn)確地發(fā)現(xiàn)醫(yī)療保險(xiǎn)費(fèi)用中編碼套高、分解住院、虛假住院等違規(guī)行為，及時(shí)提出處理意見(jiàn)，以提高醫(yī)?；鹗褂眯省⒁?guī)范醫(yī)療服務(wù)行為、控制醫(yī)療費(fèi)用不合理上漲。

2.2 需求分析

以云平臺(tái)架構(gòu)、人工智能、大數(shù)據(jù)分析技術(shù)為基礎(chǔ)，通過(guò)對(duì)醫(yī)療保險(xiǎn)數(shù)據(jù)的整合共享，建立DRG醫(yī)療保險(xiǎn)大數(shù)據(jù)監(jiān)管系統(tǒng)，實(shí)現(xiàn)覆蓋DRG基金結(jié)算全流程的醫(yī)保基金智能監(jiān)控。系統(tǒng)需求分析如下：通過(guò)人工智能建模技術(shù)建立病案收集、匯總過(guò)程中的質(zhì)量監(jiān)控機(jī)制；利用數(shù)據(jù)挖掘算法建立DRG分組過(guò)程中的醫(yī)保基金欺詐行為監(jiān)控機(jī)制；應(yīng)用大數(shù)據(jù)分析方法建立DRG基金結(jié)算分配過(guò)程中的數(shù)據(jù)分析監(jiān)控機(jī)制，使醫(yī)保部門(mén)盡早發(fā)現(xiàn)基金運(yùn)行過(guò)程中的問(wèn)題及風(fēng)險(xiǎn)，保障基金安全。

3 技術(shù)架構(gòu)

3.1 總體架構(gòu)

DRG醫(yī)保監(jiān)管系統(tǒng)以現(xiàn)有DRG基金結(jié)算平臺(tái)內(nèi)病案數(shù)據(jù)、DRG分組結(jié)果數(shù)據(jù)、基金撥付結(jié)果數(shù)據(jù)為基礎(chǔ)，應(yīng)用醫(yī)學(xué)知識(shí)圖譜、大數(shù)據(jù)智能分析算法等核心技術(shù)手段，解決DRG付費(fèi)模式下的病案質(zhì)量、相關(guān)欺詐行為監(jiān)控等問(wèn)題，并實(shí)現(xiàn)醫(yī)?；鹬С龅拇髷?shù)據(jù)分析、監(jiān)測(cè)與管控。按照“厚平臺(tái)，薄應(yīng)用”的設(shè)計(jì)思路，將DRG基金結(jié)算平臺(tái)總體架構(gòu)分為4層，由下至上分別是基礎(chǔ)設(shè)施層、基礎(chǔ)平臺(tái)層、應(yīng)用平臺(tái)層和業(yè)務(wù)應(yīng)用層，見(jiàn)圖1。

圖1 總體架構(gòu)

3.2 業(yè)務(wù)邏輯架構(gòu)

DRG醫(yī)保監(jiān)管系統(tǒng)負(fù)責(zé)基金正常運(yùn)行，保障基金安全，與醫(yī)保DRG結(jié)算業(yè)務(wù)流程密切相關(guān)、緊密聯(lián)系，涉及以下主要業(yè)務(wù)流程：病案采集過(guò)程中對(duì)病案質(zhì)量進(jìn)行智能監(jiān)控，對(duì)存在問(wèn)題的病案信息通過(guò)公示機(jī)制告知醫(yī)療機(jī)構(gòu)進(jìn)行修正及反饋；DRG分組完成后，根據(jù)分組結(jié)果對(duì)DRG相關(guān)醫(yī)療服務(wù)欺詐行為進(jìn)行監(jiān)控，對(duì)問(wèn)題病歷進(jìn)行標(biāo)記，后續(xù)由人工重點(diǎn)干預(yù)審核；基金分配完成后，通過(guò)大數(shù)據(jù)分析技術(shù)對(duì)基金撥付情況進(jìn)行監(jiān)控；實(shí)時(shí)對(duì)DRG監(jiān)管數(shù)據(jù)、結(jié)果進(jìn)行匯總，在醫(yī)保管理部門(mén)形成總體監(jiān)控界面，實(shí)時(shí)監(jiān)測(cè)基金運(yùn)行情況，見(jiàn)圖2、圖3。

圖2 業(yè)務(wù)關(guān)聯(lián)關(guān)系

圖3 邏輯架構(gòu)

3.3 主要技術(shù)選型

3.3.1 AMQP異步通信協(xié)議 高級(jí)消息隊(duì)列協(xié)議(Advanced Message Queuing Protocol，AMQP)提供統(tǒng)一消息服務(wù),是面向消息的中間件設(shè)計(jì)?；诖藚f(xié)議的客戶(hù)端與消息中間件可傳遞消息，不受客戶(hù)端/中間件不同產(chǎn)品、開(kāi)發(fā)語(yǔ)言等條件限制。

3.3.2 Redis數(shù)據(jù)緩存 遠(yuǎn)程字典服務(wù)(Remote Dictionary Server，Redis)是一個(gè)基于內(nèi)存可持久化的日志型、Key-Value數(shù)據(jù)庫(kù)。Redis支持push/pop、add/remove、取交集并集和差集及更豐富的操作?？芍芷谛缘貙⒏聰?shù)據(jù)寫(xiě)入磁盤(pán)或者將修改操作寫(xiě)入追加的記錄文件，實(shí)現(xiàn)主從(master-slave)同步。為保證效率數(shù)據(jù)緩存在內(nèi)存中。

3.3.3 Storm分布式數(shù)據(jù)處理 Apache Storm是用Clojure語(yǔ)言編寫(xiě)的分布式實(shí)時(shí)大數(shù)據(jù)處理系統(tǒng)。Hadoop平臺(tái)執(zhí)行批處理操作，數(shù)據(jù)處理延時(shí)較高；Storm可實(shí)現(xiàn)數(shù)據(jù)源源不斷流入，并對(duì)其進(jìn)行實(shí)時(shí)處理。Storm用于在容錯(cuò)和水平可擴(kuò)展方法中處理大量數(shù)據(jù)，通過(guò)Apache ZooKeeper管理分布式環(huán)境和集群狀態(tài)，可并行地對(duì)實(shí)時(shí)數(shù)據(jù)執(zhí)行各種操作。

3.3.4 ElasticSearch全文檢索 ElasticSearch是基于Lucene的搜索服務(wù)器，其基于RESTful Web接口提供分布式多用戶(hù)的全文搜索引擎，由Java開(kāi)發(fā)并作為Apache許可條款下的開(kāi)放源碼發(fā)布，主要用于全文檢索，底層是倒排索引，允許用戶(hù)接近實(shí)時(shí)地存儲(chǔ)、搜索、分析數(shù)據(jù)，具有穩(wěn)定、可靠、部署和使用方便等特點(diǎn)。

3.3.5 Docker虛擬化 Docker是開(kāi)源應(yīng)用容器引擎，可解決技術(shù)更新問(wèn)題。開(kāi)發(fā)者可打包應(yīng)用以及依賴(lài)包到可移植容器中，然后發(fā)布到 Linux 機(jī)器上，也可實(shí)現(xiàn)虛擬化。容器完全使用沙箱機(jī)制，相互間沒(méi)有任何接口。

3.3.6 FastDFS FastDFS是開(kāi)源輕量級(jí)分布式文件系統(tǒng)，對(duì)文件進(jìn)行管理，功能包括文件存儲(chǔ)、同步、訪問(wèn)(上傳、下載)等，解決大容量存儲(chǔ)和負(fù)載均衡問(wèn)題。

3.4 系統(tǒng)部署設(shè)計(jì)

平臺(tái)對(duì)整體服務(wù)器集群進(jìn)行清晰劃分，針對(duì)不同功能采用相對(duì)應(yīng)的集群部署方案，包括負(fù)載均衡、緩存服務(wù)、Web服務(wù)、算法、文件服務(wù)、消息服務(wù)、應(yīng)用服務(wù)、數(shù)據(jù)庫(kù)服務(wù)等服務(wù)器集群，共同支撐應(yīng)用的高并發(fā)、高性能和高可用需求，見(jiàn)圖4。

圖4 系統(tǒng)部署架構(gòu)

4 人工智能應(yīng)用

4.1 人工智能技術(shù)——隱馬可夫模型和知識(shí)圖譜

在病案套高及反套低校驗(yàn)時(shí)，在編碼識(shí)別問(wèn)題中可將病歷的收費(fèi)項(xiàng)目序列等同隱馬可夫鏈的輸出序列，病歷的編碼序列等同隱馬可夫鏈的狀態(tài)序列，將編碼識(shí)別問(wèn)題轉(zhuǎn)化為求隱馬可夫鏈最優(yōu)狀態(tài)序列的過(guò)程。采用知識(shí)圖譜和大數(shù)據(jù)分析技術(shù)，在歷史醫(yī)保信息基礎(chǔ)上發(fā)現(xiàn)相關(guān)規(guī)律，實(shí)現(xiàn)多維度知識(shí)間關(guān)系的可視化展示，挖掘異常點(diǎn)，識(shí)別患者和醫(yī)院的醫(yī)保欺詐行為，為反欺詐提供線(xiàn)索，實(shí)現(xiàn)對(duì)患者個(gè)體和醫(yī)療機(jī)構(gòu)的監(jiān)管。

4.2 自然語(yǔ)言處理技術(shù)——余弦相似算法和TF-IDF算法

針對(duì)醫(yī)療機(jī)構(gòu)編造虛假病歷形成虛假住院、空掛床等惡意騙保行為，可根據(jù)虛假病歷診療和收費(fèi)項(xiàng)目與醫(yī)療機(jī)構(gòu)其他歷史病歷具有一致性的特點(diǎn)，通過(guò)文本挖掘的方式提取病歷診療特征項(xiàng)，計(jì)算診療特征項(xiàng)權(quán)重，將診療特征項(xiàng)進(jìn)行向量化，計(jì)算兩個(gè)文本的余弦相似度，判斷兩個(gè)病歷是否一致。TF-IDF是用于信息檢索與數(shù)據(jù)挖掘的常用加權(quán)技術(shù)，用以評(píng)估某字詞對(duì)于一個(gè)文件集或一個(gè)語(yǔ)料庫(kù)中一份文件的重要程度。

4.3 管理學(xué)分析方法——標(biāo)桿分析法

大數(shù)據(jù)分析過(guò)程中采用標(biāo)桿分析法設(shè)定參考值。標(biāo)桿分析法常用于統(tǒng)計(jì)分析管理中，將各項(xiàng)活動(dòng)與從事該項(xiàng)活動(dòng)最佳者進(jìn)行比較，從而提出行動(dòng)方法，以彌補(bǔ)自身不足。醫(yī)?；鸸芾頇C(jī)構(gòu)可以根據(jù)自身需求和地區(qū)數(shù)據(jù)情況，對(duì)各類(lèi)指標(biāo)設(shè)定內(nèi)部和外部參考標(biāo)桿，形成地區(qū)DRG付費(fèi)管理標(biāo)準(zhǔn)。

5 監(jiān)管服務(wù)主題及功能展現(xiàn)

5.1 監(jiān)管系統(tǒng)服務(wù)主題設(shè)計(jì)

5.1.1 DRG病案質(zhì)量監(jiān)控 病案首頁(yè)信息是DRG分組的主要依據(jù)，分組信息主要來(lái)自醫(yī)療機(jī)構(gòu)上傳的醫(yī)保結(jié)算清單數(shù)據(jù)。在病案合規(guī)性校驗(yàn)方面，基于病案學(xué)規(guī)則，發(fā)現(xiàn)醫(yī)療機(jī)構(gòu)醫(yī)保結(jié)算清單中存在的明顯錯(cuò)誤，主要包括基礎(chǔ)信息校驗(yàn)、診斷信息校驗(yàn)、手術(shù)信息校驗(yàn)和手術(shù)診斷對(duì)應(yīng)關(guān)系校驗(yàn)4部分內(nèi)容。面對(duì)病案套高及反套低校驗(yàn)問(wèn)題，人工智能校驗(yàn)主要采用隱馬可夫模型算法，傳統(tǒng)規(guī)則性校驗(yàn)基于國(guó)際疾病分類(lèi)(International Classification of Diseases，ICD)第10版和第9版，通過(guò)病案學(xué)規(guī)則進(jìn)行識(shí)別分析。在病案反套高校驗(yàn)方面，主要包括主診斷高套校驗(yàn)、無(wú)效診斷校驗(yàn)、無(wú)效手術(shù)校驗(yàn)和編碼拆分校驗(yàn)，其中編碼拆分校驗(yàn)屬于傳統(tǒng)規(guī)則性校驗(yàn)，其他屬于人工智能校驗(yàn)。采用隱馬可夫模型，基于收費(fèi)項(xiàng)目、診斷與手術(shù)編碼的相關(guān)性，采用人工智能方法識(shí)別各編碼收費(fèi)項(xiàng)目特征因子，從而推斷1次住院的診斷與手術(shù)編碼，通過(guò)特征因子排序確定主診斷與主手術(shù)。當(dāng)醫(yī)療機(jī)構(gòu)填寫(xiě)的診斷和手術(shù)編碼在收費(fèi)項(xiàng)目中找不到特征因子時(shí)，說(shuō)明醫(yī)療機(jī)構(gòu)填寫(xiě)了無(wú)效診斷、手術(shù)進(jìn)行套高。當(dāng)醫(yī)療機(jī)構(gòu)填寫(xiě)的主診斷與收費(fèi)項(xiàng)目特征因子排序不符時(shí)，說(shuō)明醫(yī)療機(jī)構(gòu)有將次要診斷替換主診斷的可能。ICD10和ICD9中有1類(lèi)診斷/手術(shù)編碼是聯(lián)合診斷/手術(shù)，病案學(xué)上明確規(guī)定當(dāng)兩個(gè)相關(guān)診斷/手術(shù)同時(shí)出現(xiàn)時(shí)應(yīng)填寫(xiě)聯(lián)合診斷/手術(shù)，編碼拆分校驗(yàn)時(shí)醫(yī)院可能通過(guò)拆分聯(lián)合編碼實(shí)現(xiàn)編碼套高。在病案反套低校驗(yàn)方面，主要包括主手術(shù)選擇錯(cuò)誤校驗(yàn)、主診斷套低校驗(yàn)、手術(shù)漏傳校驗(yàn)、診斷漏傳校驗(yàn)和籠統(tǒng)編碼校驗(yàn)，其中籠統(tǒng)編碼校驗(yàn)屬于傳統(tǒng)規(guī)則性校驗(yàn)，其他屬于人工智能校驗(yàn)。當(dāng)醫(yī)療機(jī)構(gòu)漏填診斷、手術(shù)或者將資源消耗較少的診斷、手術(shù)填為主診斷和主手術(shù)時(shí)，算法可通過(guò)收費(fèi)項(xiàng)目的相關(guān)性發(fā)現(xiàn)相應(yīng)情況從而提出修改建議。ICD10和ICD9中均存在一些籠統(tǒng)編碼，用于表示部位不確定的疾病或手術(shù)，在DRG分組時(shí)籠統(tǒng)編碼會(huì)采用就低不就高原則，編入費(fèi)用較低的病組。

5.1.2 DRG醫(yī)保欺詐監(jiān)控 由于DRG采用打包付費(fèi)，其欺詐行為主要體現(xiàn)在通過(guò)不合理手段降低病例住院費(fèi)用和增加住院人數(shù)方面，主要采用虛假住院、低標(biāo)準(zhǔn)入院和分解住院3種欺詐手段。虛假住院指完全編造住院治療資料騙取醫(yī)?；鸬钠墼p行為，呈現(xiàn)醫(yī)療機(jī)構(gòu)聚集性、患者聚集性、時(shí)間聚集性和病例相似性等特點(diǎn)，通過(guò)數(shù)據(jù)聚集性指標(biāo)可發(fā)現(xiàn)虛假住院情況。病例聚集性監(jiān)測(cè)應(yīng)用自然語(yǔ)言處理技術(shù)發(fā)現(xiàn)編造病例的欺詐違法問(wèn)題，通過(guò)余弦相似算法判斷兩個(gè)病例是否一致。時(shí)空聚集性核查通過(guò)人工智能領(lǐng)域的知識(shí)圖譜技術(shù)，以圖查找方式尋找患者時(shí)空聚集性，對(duì)于聚集性較強(qiáng)的醫(yī)院和患者需要進(jìn)行重點(diǎn)核查。低標(biāo)準(zhǔn)入院指降低住院指征將不符合住院條件的參保人收治入院，從而獲取更多醫(yī)保基金補(bǔ)償?shù)男袨?。結(jié)合DRG付費(fèi)和低標(biāo)準(zhǔn)入院的特點(diǎn)，在監(jiān)管規(guī)則設(shè)計(jì)中定義滿(mǎn)足以下任一情況的病例作為低標(biāo)準(zhǔn)入院的高風(fēng)險(xiǎn)病例：主手術(shù)為日間手術(shù)或門(mén)診手術(shù)的病例；病例均費(fèi)低于DRG病組均費(fèi)的50%，且檢查項(xiàng)目費(fèi)用占比低于DRG標(biāo)準(zhǔn)界值，DRG標(biāo)準(zhǔn)界值通過(guò)模型計(jì)算得到，每個(gè)DRG界值不同；病例均費(fèi)低于DRG病組均費(fèi)的50%，而且住院過(guò)程中出現(xiàn)以下情況(N1、N2、N3表示住院天數(shù))：一是入院后連續(xù)N1天只有檢查沒(méi)有治療和藥品，二是入院后連續(xù)N2天只有物理治療沒(méi)有藥物治療，三是入院后連續(xù)N3天只有藥物治療沒(méi)有檢查；N1、N2、N3的閾值根據(jù)大數(shù)據(jù)測(cè)算每個(gè)DRG病組的診療行為規(guī)律進(jìn)行設(shè)定。分解住院指未按照臨床出院標(biāo)準(zhǔn)規(guī)定，為患者辦理多次出院、住院手續(xù)以規(guī)避醫(yī)療保險(xiǎn)的最高限額或獲得更多利益的行為，是DRG付費(fèi)過(guò)程中重點(diǎn)管控的問(wèn)題。結(jié)合DRG付費(fèi)和分解住院的特點(diǎn)，通過(guò)以下方式監(jiān)測(cè)醫(yī)療機(jī)構(gòu)分解住院行為：提取30天內(nèi)有重復(fù)住院行為的病例；采用TF-IDF法計(jì)算病例的特征因子權(quán)重值，特征因子區(qū)分檢查、治療、藥品、耗材等大類(lèi)；采用余弦相似度計(jì)算兩次住院之間各診療項(xiàng)目大類(lèi)之間的相關(guān)性；如發(fā)現(xiàn)兩次住院在治療、藥品等維度相似度大于0.9則認(rèn)為有較大分解住院可能性。

5.1.3 DRG大數(shù)據(jù)分析監(jiān)控 醫(yī)保大數(shù)據(jù)分析的維度多種多樣，從地理屬性上分為統(tǒng)籌區(qū)維度、醫(yī)院維度、科室維度和醫(yī)生維度，從參保人屬性分為基金維度、人員類(lèi)別維度，從DRG屬性可以分為主要診斷分類(lèi)(Major Diagnostic Category，MDC)維度、DRG組合包維度、DRG病組維度。費(fèi)用趨勢(shì)分析方面，綜合DRG付費(fèi)地區(qū)所有數(shù)據(jù)集中分析當(dāng)前時(shí)點(diǎn)不同維度的費(fèi)用趨勢(shì)，包括基金使用情況、基金增長(zhǎng)率、實(shí)際超支/盈余額、預(yù)計(jì)年終超支/盈余額、病例數(shù)、例均費(fèi)用、例均自費(fèi)費(fèi)用等指標(biāo)變化趨勢(shì)、同比環(huán)比情況，設(shè)定1個(gè)標(biāo)準(zhǔn)差作為監(jiān)控閾值，超出監(jiān)控閾值時(shí)予以提示。費(fèi)用結(jié)構(gòu)分析方面，將DRG費(fèi)用結(jié)構(gòu)拆分為治療、檢查、檢驗(yàn)、藥品、耗材等大類(lèi)，綜合全地區(qū)數(shù)據(jù)剔除DRG異常數(shù)據(jù)后，選擇醫(yī)療質(zhì)量管理較好、控費(fèi)能力較高醫(yī)院的DRG數(shù)據(jù)作為標(biāo)桿數(shù)據(jù)，形成本地區(qū)所有DRG各費(fèi)用大類(lèi)的標(biāo)桿對(duì)照值，以1個(gè)標(biāo)準(zhǔn)差作為標(biāo)桿對(duì)照閾值；重點(diǎn)分析醫(yī)院DRG病組的費(fèi)用結(jié)構(gòu)情況，對(duì)超過(guò)閾值的醫(yī)院DRG病組進(jìn)行重點(diǎn)監(jiān)控；此外方差減少量(Reduction In Variance，RIV)，病例組合指數(shù)(Case Mix Index，CMI)，高低倍率病例占比，平均住院日，人次人頭比，住院人次/門(mén)診人次等指標(biāo)對(duì)DRG運(yùn)行情況有較為重要的指示意義，也可作為監(jiān)控指標(biāo)。DRG病組專(zhuān)項(xiàng)管控分析方面，根據(jù)基金管理目的將現(xiàn)有DRG分成多個(gè)具有內(nèi)部相關(guān)性大類(lèi)，可展示不同類(lèi)型病組的變化情況及其對(duì)基金的影響，實(shí)現(xiàn)精細(xì)化管理。

5.2 功能展現(xiàn)

5.2.1 醫(yī)?；饘?shí)時(shí)監(jiān)測(cè) 通過(guò)類(lèi)似交通指揮中心的大屏幕實(shí)時(shí)監(jiān)測(cè)基金運(yùn)行情況。分統(tǒng)籌區(qū)展示當(dāng)前時(shí)點(diǎn)基金使用情況、基金增長(zhǎng)率、實(shí)際超支/盈余額、預(yù)計(jì)年終超支/盈余額、病例數(shù)、病組數(shù)、例均費(fèi)用、RIV、各醫(yī)療機(jī)構(gòu)實(shí)際超支/盈余額、各醫(yī)療機(jī)構(gòu)預(yù)計(jì)年終超支/盈余額、前10位增長(zhǎng)最快的病組或醫(yī)療機(jī)構(gòu)、前10位超支/盈余最多的病組或醫(yī)療機(jī)構(gòu)等。分統(tǒng)籌區(qū)、分月份展示基金使用情況、基金增長(zhǎng)率、實(shí)際超支/盈余額、各醫(yī)療機(jī)構(gòu)實(shí)際超支/盈余額、病例數(shù)、病組數(shù)、例均費(fèi)用、RIV等。

5.2.2 DRG基金結(jié)算智能監(jiān)控 對(duì)應(yīng)用人工智能技術(shù)發(fā)現(xiàn)的病案質(zhì)量違規(guī)問(wèn)題和醫(yī)保欺詐行為病例以及監(jiān)控過(guò)程中大數(shù)據(jù)分析結(jié)果，通過(guò)各類(lèi)圖表如柱狀圖、餅狀圖、折線(xiàn)圖進(jìn)行可視化展現(xiàn)并標(biāo)注說(shuō)明情況。對(duì)病案編碼準(zhǔn)確性及其他由數(shù)據(jù)質(zhì)量引起的問(wèn)題，向醫(yī)療機(jī)構(gòu)公示、修正、反饋進(jìn)行處理。系統(tǒng)發(fā)現(xiàn)重點(diǎn)問(wèn)題并標(biāo)記后由人工后續(xù)跟進(jìn)核實(shí)。

6 結(jié)語(yǔ)

由于DRG付費(fèi)模式本身存在設(shè)計(jì)缺陷，醫(yī)?；鹬悄鼙O(jiān)管任重道遠(yuǎn)，相較按項(xiàng)目付費(fèi)方式將面臨更大壓力。在升級(jí)完善現(xiàn)有DRG基金結(jié)算系統(tǒng)基礎(chǔ)上，對(duì)DRG付費(fèi)全流程進(jìn)行多維度監(jiān)管以提供精準(zhǔn)的醫(yī)保欺詐預(yù)警，提前識(shí)別并解決醫(yī)?；鸬娘L(fēng)險(xiǎn)，有效監(jiān)管醫(yī)療行為；另外應(yīng)加強(qiáng)多部門(mén)協(xié)作，建立 DRG 績(jī)效評(píng)價(jià)體系和考核機(jī)制，以保證DRG分配基金的支付效率。