大數(shù)據(jù)挖掘新技術(shù)賦能醫(yī)保管理的國內(nèi)外實(shí)踐及SWOT分析

李 芬 鄭麗英 朱碧帆 侯曉慧 覃湫珺 張立強(qiáng) 張 娟 耿 韜

（1上海市衛(wèi)生和健康發(fā)展研究中心（上海市醫(yī)學(xué)科學(xué)技術(shù)情報(bào)研究所）上海 200040；2復(fù)旦大學(xué)公共衛(wèi)生學(xué)院 上海 200032；3首都醫(yī)科大學(xué)國家醫(yī)療保障研究院 北京 100037；4上海市醫(yī)療保險(xiǎn)監(jiān)督檢查所 上海 200042）

隨著移動(dòng)互聯(lián)網(wǎng)、物聯(lián)網(wǎng)、云計(jì)算等信息技術(shù)的高速發(fā)展、廣泛應(yīng)用和深度融合，醫(yī)保大數(shù)據(jù)規(guī)模迎來爆炸式增長(zhǎng)[1]。作為醫(yī)療領(lǐng)域的新型生產(chǎn)要素和基礎(chǔ)戰(zhàn)略資源，醫(yī)保大數(shù)據(jù)在醫(yī)保管理中發(fā)揮著重要的作用。在此背景下，國家建立了標(biāo)準(zhǔn)化的醫(yī)保信息業(yè)務(wù)編碼，形成跨區(qū)域、跨層級(jí)、跨部門、跨業(yè)務(wù)的全國醫(yī)?！巴ㄓ谜Z言”，促進(jìn)了精細(xì)化、科學(xué)化管理，數(shù)據(jù)的質(zhì)量、標(biāo)準(zhǔn)化水平不斷提高。

但是，數(shù)據(jù)挖掘技術(shù)在醫(yī)療保障領(lǐng)域的實(shí)踐應(yīng)用中仍面臨一些挑戰(zhàn)，如我國醫(yī)保管理存在基金運(yùn)行壓力增大、部分醫(yī)療服務(wù)違規(guī)開展、欺詐騙保行為頻發(fā)等問題[2]。目前，我國各地就醫(yī)保大數(shù)據(jù)挖掘展開了多種探索，醫(yī)保信息平臺(tái)建設(shè)、數(shù)據(jù)挖掘技術(shù)快速發(fā)展，呈現(xiàn)多元平臺(tái)、多源數(shù)據(jù)、交互操作的特點(diǎn)。充分利用醫(yī)保大數(shù)據(jù)進(jìn)行深度挖掘分析，能為醫(yī)保政策制定和完善提供數(shù)據(jù)支撐，有助于優(yōu)化醫(yī)保管理手段與路徑。

1 國際上醫(yī)保管理應(yīng)用的三大領(lǐng)域

國際上醫(yī)保大數(shù)據(jù)的應(yīng)用聚焦于醫(yī)保基金分配、資源管理和資金監(jiān)管等方面，建立資金分配模型用于醫(yī)保資金總額的預(yù)測(cè)和分配；創(chuàng)建哨兵系統(tǒng)實(shí)現(xiàn)對(duì)上市醫(yī)療產(chǎn)品等醫(yī)保資源的有效管理；構(gòu)建欺詐預(yù)防系統(tǒng)，在識(shí)別異?？梢傻馁~單以及浪費(fèi)、濫用等醫(yī)療行為中發(fā)揮了巨大的作用。

1.1 醫(yī)保資金分配

醫(yī)保資金分配包括總額分配和專項(xiàng)資金分配。英國在20世紀(jì)70年代就探索建立國民醫(yī)療服務(wù)體系（National Health Service,NHS）資金分配數(shù)據(jù)模型?；贜HS行政大數(shù)據(jù)（主要是患者個(gè)體數(shù)據(jù)，包括醫(yī)療服務(wù)使用情況和費(fèi)用數(shù)據(jù)），每年有超過1000億英鎊的醫(yī)療資金通過數(shù)據(jù)模型分配到全國的臨床委托服務(wù)組織（Clinical Commissioning Groups,CCGs）。具體的預(yù)算分配以全科醫(yī)生（general practitioner,GP）簽約的居民數(shù)為基礎(chǔ)，根據(jù)簽約居民的年齡、需要因素（健康狀態(tài)、死亡率、貧困引起的額外需要等）、不同地區(qū)的成本差異，兼顧衛(wèi)生公平性和未滿足需要進(jìn)行測(cè)算和調(diào)整[3]。

美國癌癥防控專項(xiàng)資金同樣基于數(shù)據(jù)模型分配。利用死亡率數(shù)據(jù)（包括不同地區(qū)的超死亡率、可歸因的死亡人數(shù)等）描述各州癌癥問題的嚴(yán)重程度，從而制定總體的癌癥篩查方案；根據(jù)發(fā)病率數(shù)據(jù)估計(jì)下一階段癌癥發(fā)生風(fēng)險(xiǎn)，安排面向高危人群的篩查項(xiàng)目（二級(jí)預(yù)防）；根據(jù)危險(xiǎn)因素監(jiān)控?cái)?shù)據(jù)，預(yù)測(cè)中長(zhǎng)期的疾病風(fēng)險(xiǎn)，開展綜合性的預(yù)防干預(yù)項(xiàng)目（一級(jí)預(yù)防），最終科學(xué)、經(jīng)濟(jì)地實(shí)現(xiàn)癌癥預(yù)防和控制目標(biāo)[4]。

1.2 醫(yī)療資源跟蹤管理

2008年，美國食品藥品監(jiān)督管理局（Food and Drug Administration,FDA）啟動(dòng)了哨兵系統(tǒng)（sentinel system），利用分布式數(shù)據(jù)庫定期收集保險(xiǎn)公司、醫(yī)院網(wǎng)絡(luò)、綜合交付網(wǎng)絡(luò)等的行政和索賠數(shù)據(jù)、電子健康檔案、實(shí)驗(yàn)室結(jié)果和住院記錄等數(shù)據(jù)。系統(tǒng)網(wǎng)站提供標(biāo)準(zhǔn)化的通用數(shù)據(jù)模型、分析工具和數(shù)據(jù)源代碼，基于分布式網(wǎng)絡(luò)，醫(yī)藥產(chǎn)業(yè)和學(xué)術(shù)界研究人員可以直接與個(gè)別數(shù)據(jù)合作伙伴合作，或與哨兵運(yùn)營中心合作[5]，通過進(jìn)行多站點(diǎn)觀察或干預(yù)研究主動(dòng)監(jiān)測(cè)和評(píng)估上市后醫(yī)療產(chǎn)品（包括藥品、生物制劑和醫(yī)療設(shè)備）的安全性、有效性和質(zhì)量，為藥品標(biāo)識(shí)、藥品安全溝通、藥品咨詢委員會(huì)會(huì)議和其他監(jiān)管決策提供重要信息[6]。該系統(tǒng)的運(yùn)行包括“信號(hào)生成—信號(hào)細(xì)化—信號(hào)評(píng)估”三個(gè)步驟，通過數(shù)據(jù)挖掘識(shí)別所有醫(yī)療產(chǎn)品的不良反應(yīng)事件，隨后進(jìn)一步分析已識(shí)別的潛在安全信號(hào)，以確定是否存在醫(yī)療產(chǎn)品暴露與不良結(jié)果之間關(guān)系的證據(jù)，在前瞻性持續(xù)監(jiān)測(cè)后全面評(píng)估因果關(guān)系，最終找出高度可疑的問題產(chǎn)品[7]。

1.3 醫(yī)療行為和資金監(jiān)管

美國衛(wèi)生與公眾服務(wù)部及其醫(yī)療保險(xiǎn)和醫(yī)療補(bǔ)助服務(wù)中心在2011年建立了醫(yī)保欺詐預(yù)防系統(tǒng)（Fraud Prevention System,FPS），旨在支付前對(duì)聯(lián)邦醫(yī)療保險(xiǎn)按服務(wù)付費(fèi)賬單進(jìn)行大數(shù)據(jù)挖掘，通過建立規(guī)則（建立規(guī)則以篩選欺詐賬單和行為）、監(jiān)測(cè)異常（監(jiān)測(cè)同組中的異常值）、預(yù)測(cè)（基于已知案例建立預(yù)測(cè)模型，發(fā)現(xiàn)異常群體和行為）和社會(huì)網(wǎng)絡(luò)分析（基于相關(guān)鏈路分析，識(shí)別、分析和可視化數(shù)據(jù)間的內(nèi)在關(guān)聯(lián)和模式）等方法，及時(shí)識(shí)別異常和可疑賬單。上線一年內(nèi)，F(xiàn)PS系統(tǒng)識(shí)別并攔截了約2.1億美元的異常醫(yī)保賬單，對(duì)938家可疑醫(yī)療機(jī)構(gòu)采取暫停支付、移交司法部門等行政措施[8]，有效保障了醫(yī)?；鸢踩?。

2 我國典型地區(qū)案例分析

近年來，國家醫(yī)保局高度重視醫(yī)保大數(shù)據(jù)的匯聚應(yīng)用，頂層設(shè)計(jì)信息平臺(tái)，發(fā)布業(yè)務(wù)編碼規(guī)范，自上而下開展數(shù)據(jù)治理，大數(shù)據(jù)的量與質(zhì)得到快速提升，標(biāo)準(zhǔn)化程度不斷提高。目前，全國統(tǒng)一的醫(yī)保信息平臺(tái)已基本建成，有效覆蓋近40萬家定點(diǎn)醫(yī)療機(jī)構(gòu)、40萬家定點(diǎn)零售藥店、13.6億參保人[9]，實(shí)現(xiàn)了跨區(qū)域、跨層級(jí)、跨部門、跨業(yè)務(wù)的數(shù)據(jù)匯集。醫(yī)保大數(shù)據(jù)蘊(yùn)藏著巨大價(jià)值，各地開展多種探索，如天津建立“電子圍欄”防范欺詐騙保行為，太原實(shí)行靜脈認(rèn)證制約盜刷社?？ㄐ袨?，上海運(yùn)用“醫(yī)師畫像”來監(jiān)督醫(yī)療機(jī)構(gòu)以及醫(yī)生行為等，取得顯著成效。通過關(guān)鍵知情人訪談，本研究重點(diǎn)梳理介紹上海、重慶、海南等典型地區(qū)醫(yī)保大數(shù)據(jù)的組織架構(gòu)、醫(yī)保監(jiān)測(cè)平臺(tái)建設(shè)以及應(yīng)用場(chǎng)景。

2.1 組織架構(gòu)

上海、重慶和海南三地均成立工作組推進(jìn)醫(yī)保信息化和數(shù)據(jù)挖掘工作。上海設(shè)置了專業(yè)化部門開展數(shù)據(jù)挖掘開發(fā)工作，建立了產(chǎn)學(xué)研聯(lián)動(dòng)機(jī)制；重慶建立了第三方隊(duì)伍；海南強(qiáng)化多部門聯(lián)動(dòng)。

上海市醫(yī)保局基金監(jiān)管處、信息處及相關(guān)業(yè)務(wù)處室建立了聯(lián)動(dòng)工作機(jī)制，縱向設(shè)置醫(yī)保事業(yè)管理中心、醫(yī)保監(jiān)督檢查所；橫向聯(lián)動(dòng)市公安局、民政局、衛(wèi)健委等部門建立數(shù)據(jù)對(duì)接、聯(lián)合執(zhí)法等工作機(jī)制；對(duì)外聯(lián)動(dòng)高校及科研機(jī)構(gòu)開展課題研究；與信息公司合作開發(fā)，將研究成果轉(zhuǎn)化為實(shí)際的應(yīng)用。

重慶市人民政府與國家醫(yī)保局共同建設(shè)了國家醫(yī)保智慧實(shí)驗(yàn)室，重慶市醫(yī)保局專門組建了信息化工作組，統(tǒng)籌局機(jī)關(guān)和事業(yè)單位技術(shù)支撐保障、網(wǎng)絡(luò)安全、運(yùn)維等專業(yè)服務(wù)。此外，通過向信息公司購買服務(wù)，引進(jìn)了一批專業(yè)人才，為醫(yī)保信息化建設(shè)提供安全穩(wěn)定的技術(shù)支撐。

海南省醫(yī)保局成立了信息化工作小組推進(jìn)醫(yī)保信息平臺(tái)的建設(shè)工作。由信息處牽頭搭建信息平臺(tái)、構(gòu)建信息挖掘框架，業(yè)務(wù)部門根據(jù)業(yè)務(wù)發(fā)展需求，以應(yīng)用和目標(biāo)為導(dǎo)向開發(fā)應(yīng)用場(chǎng)景，形成了信息處負(fù)責(zé)“蓋房子”、業(yè)務(wù)處負(fù)責(zé)“裝修”的工作機(jī)制。

2.2 平臺(tái)建設(shè)

三地區(qū)均按照國家的頂層設(shè)計(jì)搭建了相應(yīng)的信息平臺(tái)，但是由于功能定位、信息基礎(chǔ)差異，平臺(tái)建設(shè)呈現(xiàn)不同的特點(diǎn)。海南探索打造了全新的信息平臺(tái)；重慶信息平臺(tái)的建設(shè)是在國家信息平臺(tái)的基礎(chǔ)上進(jìn)行本土化；上海在原有的智能監(jiān)測(cè)系統(tǒng)上，加強(qiáng)與國家平臺(tái)的對(duì)接，并不斷探索創(chuàng)新數(shù)據(jù)挖掘方法。

海南省醫(yī)保信息平臺(tái)基于全國統(tǒng)一的醫(yī)保信息平臺(tái)系統(tǒng)架構(gòu)，按照“應(yīng)用盡用、能配盡配、最小必須”原則，根據(jù)實(shí)際需求擴(kuò)展建設(shè)功能、配套功能和本地生產(chǎn)庫，數(shù)據(jù)規(guī)范遵照國家業(yè)務(wù)編碼標(biāo)準(zhǔn)，統(tǒng)籌推進(jìn)本土化建設(shè)。運(yùn)用基于生物識(shí)別、視頻監(jiān)控的智能引擎及大數(shù)據(jù)分析決策等新技術(shù)，開發(fā)了智能審核、智能識(shí)別、智能監(jiān)控、智能分析、監(jiān)督執(zhí)法、統(tǒng)計(jì)分析六大功能模塊，完整支持事前提醒、事中預(yù)警、事后審核的全程閉環(huán)監(jiān)管體系。

重慶市對(duì)于國家醫(yī)保智慧實(shí)驗(yàn)室的建設(shè)制定了統(tǒng)一的技術(shù)框架和標(biāo)準(zhǔn)規(guī)范，通過電子政務(wù)外網(wǎng)和醫(yī)保專線全面實(shí)現(xiàn)和國家平臺(tái)的互連互通，推進(jìn)貫標(biāo)與“兩定”接口改造一體化，實(shí)現(xiàn)國家標(biāo)準(zhǔn)編碼和標(biāo)準(zhǔn)接口全市應(yīng)用。實(shí)驗(yàn)室構(gòu)建了國家醫(yī)保測(cè)試區(qū)和醫(yī)保應(yīng)用創(chuàng)新適配區(qū)，其中國家醫(yī)保測(cè)試區(qū)為國家醫(yī)保平臺(tái)應(yīng)用系統(tǒng)提供開發(fā)、測(cè)試和預(yù)發(fā)布的基礎(chǔ)支撐環(huán)境；醫(yī)保應(yīng)用創(chuàng)新適配區(qū)則為各?。ㄊ校┽t(yī)保應(yīng)用提供需要適配的中間件、數(shù)據(jù)庫、大數(shù)據(jù)以及數(shù)據(jù)遷移提供測(cè)試驗(yàn)證環(huán)境。

上海市醫(yī)保信息平臺(tái)搭建在大數(shù)據(jù)中心“政務(wù)云—專有云”上，依托“一網(wǎng)通辦”“一網(wǎng)統(tǒng)管”，與衛(wèi)生健康、藥監(jiān)、民政、人社等部門的信息進(jìn)行共享和數(shù)據(jù)對(duì)接。建立了醫(yī)保智能監(jiān)控知識(shí)庫，包括知識(shí)庫、監(jiān)控規(guī)則庫、分析指標(biāo)庫和大數(shù)據(jù)主題模型庫，應(yīng)用知識(shí)圖譜和無監(jiān)督機(jī)器學(xué)習(xí)等方法構(gòu)建基于知識(shí)圖譜的規(guī)則邏輯風(fēng)控預(yù)警模型，全面推進(jìn)醫(yī)保智能監(jiān)管。設(shè)置總覽、智能監(jiān)控、行政執(zhí)法、信用監(jiān)管和綜合評(píng)價(jià)五大版塊，貫穿線索發(fā)現(xiàn)、調(diào)查取證、違規(guī)處理、結(jié)果應(yīng)用四大環(huán)節(jié)，具備事前提醒、事中控制、事后追蹤三大功能。

2.3 主要應(yīng)用場(chǎng)景

重慶市探索搭建適合本地的招采子系統(tǒng)、“重慶渝快?！逼脚_(tái)及高血壓糖尿病管理平臺(tái)，在監(jiān)管方面尚處于研究階段。上海、海南都探索建立了知識(shí)庫、規(guī)則庫，探索多卡聚集等群體分析模型以識(shí)別異常就醫(yī)行為。上海還探索用于資源分配的醫(yī)保總額預(yù)算模型。

海南省醫(yī)保智能監(jiān)管系統(tǒng)著重建設(shè)了知識(shí)庫和規(guī)則庫作為重要支撐，最初規(guī)則有3000余條。根據(jù)規(guī)則審查與人員審核結(jié)果符合情況、醫(yī)療機(jī)構(gòu)反饋情況不斷修正規(guī)則，截至2023年4月，規(guī)則庫共有規(guī)則1300余條，覆蓋了事前提醒、事中預(yù)警、事后審核各監(jiān)管環(huán)節(jié)。同時(shí)，醫(yī)保智能監(jiān)管系統(tǒng)又開發(fā)應(yīng)用了多個(gè)數(shù)據(jù)模型，如群體行為分析中的群體住院騙保模型，即同一群體在同一時(shí)間段內(nèi)以相似的高報(bào)銷比例病癥住院等。

上海市利用醫(yī)保大數(shù)據(jù)開展醫(yī)保資金分配和醫(yī)患行為分析。醫(yī)保預(yù)算總額分配模型，即綜合運(yùn)用資源布局、經(jīng)濟(jì)運(yùn)行、醫(yī)療產(chǎn)出等指標(biāo)，通過多因素分析和高頻數(shù)據(jù)雙模型預(yù)測(cè)，預(yù)測(cè)所得基金支出用于預(yù)算分配。分別針對(duì)醫(yī)師、患者建立了可疑問題模型，通過大數(shù)據(jù)挖掘發(fā)現(xiàn)的可疑線索，跟蹤調(diào)查取證、約談、確認(rèn)違規(guī)行為并處理。“醫(yī)師畫像”針對(duì)理療、康復(fù)、中醫(yī)治療等三大類服務(wù)建立無監(jiān)督機(jī)器學(xué)習(xí)，對(duì)疑點(diǎn)醫(yī)生打分，根據(jù)分?jǐn)?shù)建立紅、橙、黃三級(jí)預(yù)警機(jī)制。多卡聚集模型是根據(jù)騙保嫌疑人持多張社保卡到多家定點(diǎn)機(jī)構(gòu)頻繁購藥行為特征而建立，利用模型判斷識(shí)別可疑行為，最終鎖定嫌疑人。

3 SWOT分析

本文基于內(nèi)外部競(jìng)爭(zhēng)環(huán)境和競(jìng)爭(zhēng)條件，分析我國醫(yī)保大數(shù)據(jù)挖掘應(yīng)用的優(yōu)勢(shì)（strengths）、劣勢(shì)（weaknesses）、外部機(jī)會(huì)（opportunities）和威脅（threats），為制定發(fā)展策略提供依據(jù)（見圖1）。

圖1 醫(yī)保大數(shù)據(jù)挖掘SWOT分析

3.1 優(yōu)勢(shì)

我國醫(yī)保大數(shù)據(jù)挖掘具備共建、共治、共享的體制優(yōu)勢(shì)。國家出臺(tái)一系列政策文件和規(guī)范，從組織領(lǐng)導(dǎo)到基礎(chǔ)設(shè)施，從平臺(tái)建設(shè)到運(yùn)維管理，從數(shù)據(jù)標(biāo)準(zhǔn)到跨地區(qū)、跨部門共享機(jī)制，醫(yī)保信息平臺(tái)由上至下迅速鋪開，醫(yī)保大數(shù)據(jù)覆蓋范圍廣，數(shù)據(jù)質(zhì)量高。

3.2 劣勢(shì)

我國醫(yī)保大數(shù)據(jù)挖掘和應(yīng)用存在地區(qū)適應(yīng)性不強(qiáng)、數(shù)據(jù)挖掘深度不夠、多源數(shù)據(jù)交互不足、專業(yè)性人才缺乏等問題。各省份醫(yī)保信息平臺(tái)建設(shè)周期較短，距離“好用”“善用”還有較大差距。醫(yī)保信息平臺(tái)普遍建在省一級(jí)，但醫(yī)保具體工作主要在地市一級(jí)落地，基礎(chǔ)版本與地市實(shí)際業(yè)務(wù)管理需求有一定距離，應(yīng)用場(chǎng)景相對(duì)單一。另外，醫(yī)保相關(guān)數(shù)據(jù)分布較為分散，其調(diào)取、整合與分析對(duì)人員專業(yè)能力要求較高，但人才隊(duì)伍建設(shè)滯后。與衛(wèi)生健康、疾控、公安、稅務(wù)等部門的數(shù)據(jù)共享不足，多源數(shù)據(jù)交互的質(zhì)控、標(biāo)準(zhǔn)化水平有待進(jìn)一步提高。

3.3 機(jī)遇

政府、社會(huì)對(duì)醫(yī)保大數(shù)據(jù)的認(rèn)識(shí)、重視提升到新的高度，形成政府引領(lǐng)、多方參與的格局。一方面，政策不斷落地支持醫(yī)保改革，促進(jìn)醫(yī)保數(shù)據(jù)開放共享，并助力建成全國統(tǒng)一平臺(tái)?！丁笆奈濉比襻t(yī)療保障規(guī)劃》《醫(yī)療保障基金使用監(jiān)督管理?xiàng)l例》《醫(yī)療保障基金智能審核和監(jiān)控知識(shí)庫、規(guī)則庫管理辦法（試行）》等文件陸續(xù)發(fā)布，要求不斷延伸醫(yī)保信息平臺(tái)服務(wù)的深度和廣度。另一方面，醫(yī)療大數(shù)據(jù)投資快速發(fā)展，中國健康醫(yī)療大數(shù)據(jù)應(yīng)用市場(chǎng)規(guī)模快速增長(zhǎng)，行業(yè)研發(fā)投入力度也在不斷加強(qiáng)，這將進(jìn)一步提升醫(yī)保大數(shù)據(jù)的挖掘和技術(shù)應(yīng)用水平，從而推動(dòng)技術(shù)的不斷創(chuàng)新和發(fā)展。

3.4 挑戰(zhàn)

一是醫(yī)保大數(shù)據(jù)多源化、廣泛化、標(biāo)準(zhǔn)化、共享性、安全性帶來的挑戰(zhàn)。出于安全性考慮，大部分地區(qū)醫(yī)保數(shù)據(jù)應(yīng)用采用單向傳遞模式，導(dǎo)致地市一級(jí)醫(yī)保部門僅有只讀數(shù)據(jù)庫的查詢使用功能，多部門數(shù)據(jù)共享也存在一定壁壘。但數(shù)據(jù)共享也可能導(dǎo)致數(shù)據(jù)的跨機(jī)構(gòu)傳輸和暴露，增加數(shù)據(jù)隱私被侵犯的風(fēng)險(xiǎn)，有待于進(jìn)一步完善管理制度和技術(shù)手段。二是醫(yī)保數(shù)據(jù)應(yīng)用場(chǎng)景相對(duì)單一，集中在醫(yī)保支付和醫(yī)保監(jiān)管領(lǐng)域，對(duì)于藥品耗材等醫(yī)保資源管理、醫(yī)保資金的有效配置、宏觀決策體系支撐等領(lǐng)域的應(yīng)用不足。需進(jìn)一步基于更大量級(jí)的數(shù)據(jù)、更高算力和更加創(chuàng)新的算法，實(shí)現(xiàn)更大程度上以數(shù)據(jù)為出發(fā)點(diǎn)，以數(shù)據(jù)驅(qū)動(dòng)的人工智能化應(yīng)用。

4 發(fā)展建議

醫(yī)保大數(shù)據(jù)賦能醫(yī)保管理高質(zhì)量發(fā)展，需要頂層搭建平臺(tái)、多方聯(lián)動(dòng)治理、明晰挖掘流程、拓展應(yīng)用維度，多個(gè)層面配套支持完善大數(shù)據(jù)應(yīng)用生態(tài)（見圖2）。

圖2 醫(yī)保大數(shù)據(jù)挖掘流程與應(yīng)用場(chǎng)景框架

4.1 加強(qiáng)頂層支撐體系，因地制宜、分類推進(jìn)

醫(yī)保大數(shù)據(jù)建設(shè)和挖掘應(yīng)用不僅是一個(gè)技術(shù)問題，更涉及數(shù)據(jù)資源整合、平臺(tái)架構(gòu)和治理機(jī)制等。一是進(jìn)一步加強(qiáng)頂層設(shè)計(jì)，構(gòu)建矩陣支撐體系。以國家醫(yī)保信息平臺(tái)為依托，進(jìn)行本土化創(chuàng)新，滿足縱向、橫向數(shù)據(jù)共享交換需求。二是分類推進(jìn)，因地制宜轉(zhuǎn)型升級(jí)。我國各地醫(yī)保信息化進(jìn)程不一，在數(shù)據(jù)資源、基礎(chǔ)設(shè)施、技術(shù)水平和人員隊(duì)伍等方面均存在較大差異，應(yīng)因地制宜、分類推進(jìn)醫(yī)保大數(shù)據(jù)建設(shè)。

4.2 建立多方聯(lián)動(dòng)機(jī)制，加強(qiáng)治理、深化應(yīng)用

建立醫(yī)保大數(shù)據(jù)挖掘、醫(yī)保管理應(yīng)用組織體系及聯(lián)動(dòng)機(jī)制，有效推進(jìn)數(shù)據(jù)開發(fā)利用和成果轉(zhuǎn)化。縱向上，加強(qiáng)醫(yī)保部門“國家—省—市”聯(lián)動(dòng)，以及醫(yī)保不同業(yè)務(wù)部門、行政機(jī)構(gòu)和事業(yè)單位合作；橫向上，加強(qiáng)與公安、衛(wèi)生健康、民政等部門協(xié)同，理順“產(chǎn)、學(xué)、研、用”一體化合作機(jī)制。

數(shù)字化賦能需進(jìn)一步擴(kuò)展數(shù)據(jù)內(nèi)容、提高數(shù)據(jù)質(zhì)量、深化數(shù)據(jù)利用和法制治理。一是加強(qiáng)多元數(shù)據(jù)整合，提升數(shù)據(jù)質(zhì)量。建立跨部門、跨區(qū)域的數(shù)據(jù)聯(lián)通和共享協(xié)議，做好大數(shù)據(jù)分級(jí)分類統(tǒng)籌管理。重視主數(shù)據(jù)的價(jià)值，通過唯一標(biāo)識(shí)碼（例如，以身份證為唯一標(biāo)識(shí)碼）聯(lián)合不同數(shù)據(jù)源，建立統(tǒng)一的數(shù)據(jù)格式和編碼規(guī)范，自上而下貫標(biāo)，確保數(shù)據(jù)的準(zhǔn)確性、完整性和一致性。二是引入新技術(shù)，深化數(shù)據(jù)挖掘應(yīng)用。聯(lián)合高校及科研機(jī)構(gòu)、技術(shù)公司等合作平臺(tái)，以業(yè)務(wù)需求、解決問題為導(dǎo)向設(shè)計(jì)創(chuàng)新算法和模型。例如，基于圖像識(shí)別的醫(yī)學(xué)影像分析、基于自然語言處理的醫(yī)療文本挖掘等。為了進(jìn)一步提升數(shù)據(jù)挖掘結(jié)果的可靠性，在投入實(shí)際應(yīng)用前進(jìn)行驗(yàn)證和評(píng)估，定期回顧評(píng)估已應(yīng)用的大數(shù)據(jù)挖掘技術(shù)，并持續(xù)改進(jìn)優(yōu)化。三是推進(jìn)數(shù)據(jù)法制化管理。在醫(yī)療大數(shù)據(jù)治理過程中，數(shù)據(jù)安全成為高風(fēng)險(xiǎn)點(diǎn)，要通過“制度+科技”加以解決，通過法規(guī)和政策明確醫(yī)療數(shù)據(jù)的知情權(quán)、使用權(quán)和個(gè)人隱私權(quán)等。隨著大數(shù)據(jù)挖掘在醫(yī)保領(lǐng)域的不斷深入，數(shù)據(jù)使用中將可能不斷出現(xiàn)新的問題，需要相關(guān)部門及時(shí)跟蹤，不斷完善法治建設(shè)，明確國家、機(jī)構(gòu)、組織、個(gè)人對(duì)數(shù)據(jù)的權(quán)利范圍。

4.3 明晰挖掘應(yīng)用流程，拓展醫(yī)保管理場(chǎng)景

綜合各地醫(yī)保大數(shù)據(jù)挖掘應(yīng)用經(jīng)驗(yàn)，可概括為四個(gè)環(huán)節(jié)。其一，準(zhǔn)確定位、明確問題。對(duì)問題的本質(zhì)進(jìn)行準(zhǔn)確提煉和總結(jié)，對(duì)邏輯關(guān)系進(jìn)行提取和具象。其二，合理設(shè)計(jì)構(gòu)建模型。把問題細(xì)化分解，將每一個(gè)核心業(yè)務(wù)活動(dòng)定位到發(fā)生問題的根本矛盾點(diǎn)，以不同問題維度組合，有針對(duì)性地構(gòu)建模型。其三，數(shù)據(jù)探查、設(shè)計(jì)分析路徑。把抽象問題帶入現(xiàn)實(shí)并初步獲得數(shù)據(jù)探查結(jié)論。協(xié)同數(shù)據(jù)挖掘人才資源，匯總大數(shù)據(jù)分析路徑。其四，模型推廣與優(yōu)化。在總結(jié)上述工作基礎(chǔ)上，不斷優(yōu)化更新數(shù)據(jù)模型以在更大范圍推廣。利用先進(jìn)信息技術(shù)，挖掘解讀數(shù)據(jù)背后的深層含義，切實(shí)解決醫(yī)保管理決策的難點(diǎn)，真正合理、科學(xué)地優(yōu)化監(jiān)管資源配置。

當(dāng)前，大數(shù)據(jù)挖掘在醫(yī)保管理中的應(yīng)用主要是監(jiān)管、費(fèi)用監(jiān)測(cè)，在引導(dǎo)醫(yī)療行為、提升服務(wù)效率和質(zhì)量等方面作用有限，下一步可在醫(yī)保資金分配和醫(yī)療資源管理方面進(jìn)行挖掘。在醫(yī)保資金總額分配上，注重發(fā)揮改革引導(dǎo)、健康需要導(dǎo)向的作用，納入“改革因子”引導(dǎo)結(jié)果方向；引入年齡結(jié)構(gòu)、健康狀況等“現(xiàn)實(shí)需要”因素進(jìn)行模型調(diào)整。在醫(yī)療資源管理上，我國目前主要利用遠(yuǎn)程、人臉識(shí)別、生化指標(biāo)匹配等技術(shù)識(shí)別違規(guī)醫(yī)療行為。未來發(fā)展不僅要加強(qiáng)深度，進(jìn)一步分析醫(yī)療資源使用合理性、正負(fù)性事件間關(guān)聯(lián)、資源使用與療效間因果關(guān)系，精準(zhǔn)防范醫(yī)療風(fēng)險(xiǎn)，提升健康效果，還要擴(kuò)寬廣度，打通運(yùn)營（醫(yī)院、藥店）、行政（醫(yī)保、衛(wèi)生健康）、執(zhí)法（藥監(jiān)、公安）等監(jiān)管各環(huán)節(jié)，貫通全鏈路的智慧監(jiān)管，提升監(jiān)管和執(zhí)法效率。

4.4 完善配套政策，打造大數(shù)據(jù)應(yīng)用生態(tài)

醫(yī)保大數(shù)據(jù)體量龐大、類型繁多、來源龐雜、專業(yè)度高，結(jié)構(gòu)化與非結(jié)構(gòu)化數(shù)據(jù)混雜，對(duì)人才的專業(yè)性和綜合性需求愈加凸顯。應(yīng)推動(dòng)高校加大對(duì)復(fù)合型人才培養(yǎng)力度，以項(xiàng)目為載體發(fā)展人才與多學(xué)科團(tuán)隊(duì)，充分調(diào)動(dòng)社會(huì)各方人員能動(dòng)性，在“可用不可見”的隱私計(jì)算技術(shù)保護(hù)個(gè)人隱私信息前提下建立開放平臺(tái)，鼓勵(lì)多元隊(duì)伍共同開展研究，有效彌補(bǔ)大數(shù)據(jù)人才缺口。

此外，加大政策宣傳，建立政府領(lǐng)導(dǎo)、多方參與、資源共享、協(xié)同推進(jìn)的工作格局。研究制定政府支持政策，從財(cái)稅、投資、創(chuàng)新等方面對(duì)醫(yī)保大數(shù)據(jù)開發(fā)應(yīng)用給予必要支持。推進(jìn)國際大數(shù)據(jù)交流合作，積極引進(jìn)先進(jìn)技術(shù)，提升我國大數(shù)據(jù)應(yīng)用水平、產(chǎn)業(yè)核心競(jìng)爭(zhēng)力和國際化水平。

數(shù)據(jù)挖掘是強(qiáng)大的工具，挖掘結(jié)果的可靠性是應(yīng)用于管理決策的前提，而結(jié)果的可靠性又依賴于實(shí)踐反饋。新形勢(shì)下醫(yī)保管理面臨諸多挑戰(zhàn)，要充分利用醫(yī)保大數(shù)據(jù)及其挖掘技術(shù)，推動(dòng)醫(yī)保從“管理”邁向“治理”。大數(shù)據(jù)挖掘應(yīng)用于醫(yī)保管理將向平臺(tái)化、智能化發(fā)展，從治理、技術(shù)、人員和應(yīng)用層面全方位激活數(shù)據(jù)要素潛能，以健康為導(dǎo)向、以業(yè)務(wù)為靶點(diǎn)，按照數(shù)據(jù)挖掘應(yīng)用流程從資金分配、資源管理、醫(yī)保監(jiān)管多維度驅(qū)動(dòng)醫(yī)保管理變革，通過實(shí)時(shí)交互、雙向反饋，不斷提升醫(yī)保管理效能。