大數(shù)據(jù)時(shí)代醫(yī)院財(cái)務(wù)管理內(nèi)部控制方法優(yōu)化研究

隨著醫(yī)療信息化與大數(shù)據(jù)技術(shù)的快速發(fā)展，醫(yī)院財(cái)務(wù)管理正邁入大數(shù)據(jù)時(shí)代。海量數(shù)據(jù)為促進(jìn)醫(yī)院財(cái)務(wù)管理效率提升、成本管控和風(fēng)險(xiǎn)防范帶來(lái)新機(jī)遇，但同時(shí)也給醫(yī)院財(cái)務(wù)內(nèi)部控制帶來(lái)前所未有的挑戰(zhàn)。在數(shù)據(jù)安全隱患加劇、系統(tǒng)整合難度增大、監(jiān)管機(jī)制滯后等問(wèn)題凸顯的背景下，亟須創(chuàng)新醫(yī)院財(cái)務(wù)內(nèi)控方法，充分利用數(shù)據(jù)資源優(yōu)勢(shì)，完善風(fēng)險(xiǎn)防控體系，提升財(cái)務(wù)管理水平。

一、大數(shù)據(jù)時(shí)代財(cái)務(wù)管理新特征

大數(shù)據(jù)時(shí)代的到來(lái)為財(cái)務(wù)管理注入新動(dòng)能，催生一系列新特征。第一，大數(shù)據(jù)技術(shù)如Hadoop、Spark等分布式計(jì)算框架的廣泛應(yīng)用，使海量財(cái)務(wù)數(shù)據(jù)的實(shí)時(shí)處理成為可能。企業(yè)可通過(guò)對(duì)銷售、采購(gòu)、庫(kù)存等環(huán)節(jié)數(shù)據(jù)的整合分析，動(dòng)態(tài)優(yōu)化資金配置，提升資金使用效率。第二，人工智能算法如深度學(xué)習(xí)、強(qiáng)化學(xué)習(xí)等在財(cái)務(wù)領(lǐng)域得到創(chuàng)新應(yīng)用，助力企業(yè)智能化決策。例如，機(jī)器學(xué)習(xí)算法可通過(guò)對(duì)歷史財(cái)務(wù)數(shù)據(jù)的訓(xùn)練，構(gòu)建預(yù)測(cè)模型，準(zhǔn)確預(yù)測(cè)現(xiàn)金流、識(shí)別欺詐風(fēng)險(xiǎn)，為財(cái)務(wù)決策提供科學(xué)依據(jù)。第三，區(qū)塊鏈技術(shù)為財(cái)務(wù)業(yè)務(wù)流程再造提供新思路。基于區(qū)塊鏈的分布式賬本、智能合約等特性，可實(shí)現(xiàn)財(cái)務(wù)業(yè)務(wù)的去中心化協(xié)同與自動(dòng)化執(zhí)行，提升業(yè)財(cái)數(shù)據(jù)一致性，降低人工成本。由此可以看出，數(shù)據(jù)驅(qū)動(dòng)、技術(shù)賦能成為財(cái)務(wù)管理的新范式，推動(dòng)財(cái)務(wù)職能從事后核算向事前規(guī)劃、事中控制、事后分析的全過(guò)程管理轉(zhuǎn)變，為企業(yè)創(chuàng)造更大價(jià)值。

二、大數(shù)據(jù)時(shí)代醫(yī)院財(cái)務(wù)管理內(nèi)部控制面臨挑戰(zhàn)

（一）數(shù)據(jù)安全與隱私保護(hù)風(fēng)險(xiǎn)增加

隨著電子病歷系統(tǒng)、醫(yī)保結(jié)算系統(tǒng)等醫(yī)療信息化平臺(tái)的廣泛應(yīng)用，海量患者就診信息、財(cái)務(wù)結(jié)算數(shù)據(jù)不斷產(chǎn)生，其中不乏個(gè)人身份、病情診療等敏感信息。然而受制于傳統(tǒng)IT架構(gòu)，多數(shù)醫(yī)院的數(shù)據(jù)安全防護(hù)體系存在諸多隱患。一方面，基于賬號(hào)密碼的單因子身份認(rèn)證機(jī)制易被破解，內(nèi)部人員借由特權(quán)賬號(hào)非法獲取財(cái)務(wù)數(shù)據(jù)的情況時(shí)有發(fā)生。針對(duì)特定患者的腎透析記錄被泄露即是佐證。另一方面，多數(shù)醫(yī)院尚未建立數(shù)據(jù)全生命周期管理機(jī)制，缺乏對(duì)原始數(shù)據(jù)采集、傳輸加密、訪問(wèn)審計(jì)、銷毀等環(huán)節(jié)的安全管控。這使得財(cái)務(wù)數(shù)據(jù)在匯總分析、交互共享等復(fù)雜應(yīng)用場(chǎng)景中極易發(fā)生泄露。需要警惕的是，一旦患者就診信息被非法獲取并公開(kāi)出售，不僅將危及患者隱私，也將引發(fā)聲譽(yù)危機(jī)，動(dòng)搖醫(yī)患信任基礎(chǔ)。

（二）財(cái)務(wù)信息系統(tǒng)整合難度加大

縱觀醫(yī)院信息化建設(shè)現(xiàn)狀，多數(shù)醫(yī)院財(cái)務(wù)管理系統(tǒng)呈現(xiàn)煙囪式、碎片化的特點(diǎn)。醫(yī)院內(nèi)部財(cái)務(wù)相關(guān)業(yè)務(wù)數(shù)據(jù)分散在不同的業(yè)務(wù)系統(tǒng)中，如HIS系統(tǒng)記錄患者費(fèi)用信息、LIS系統(tǒng)記錄檢驗(yàn)項(xiàng)目信息、PACS系統(tǒng)記錄醫(yī)學(xué)影像信息等，這些系統(tǒng)往往由不同廠商開(kāi)發(fā)，數(shù)據(jù)標(biāo)準(zhǔn)、接口規(guī)范不一，缺乏橫向集成。以醫(yī)保結(jié)算為例，費(fèi)用信息需從醫(yī)院收費(fèi)系統(tǒng)傳輸至醫(yī)保結(jié)算系統(tǒng)，其間涉及數(shù)據(jù)格式轉(zhuǎn)換、字段映射等繁雜流程，稍有差錯(cuò)便會(huì)影響結(jié)算進(jìn)度。加之醫(yī)療技術(shù)更新迭代速度快，大型設(shè)備、高值耗材頻繁引入，相關(guān)財(cái)務(wù)數(shù)據(jù)難以及時(shí)納入管理視野。財(cái)務(wù)信息孤島現(xiàn)象突出，數(shù)據(jù)共享困難，影響了成本核算、績(jī)效考核等管理活動(dòng)的精準(zhǔn)性。此外，第三方支付滲透、移動(dòng)醫(yī)療興起也對(duì)傳統(tǒng)財(cái)務(wù)流程形成沖擊?；颊咄ㄟ^(guò)微信、支付寶繳費(fèi)，相關(guān)交易數(shù)據(jù)未能與HIS系統(tǒng)無(wú)縫對(duì)接，易產(chǎn)生賬實(shí)不符問(wèn)題。

（三）實(shí)時(shí)監(jiān)控與預(yù)警機(jī)制不完善

大數(shù)據(jù)時(shí)代，實(shí)時(shí)監(jiān)控與預(yù)警機(jī)制已成為醫(yī)院財(cái)務(wù)內(nèi)控的重要議題，但當(dāng)前實(shí)踐中仍存在諸多不足。筆者調(diào)研發(fā)現(xiàn)，醫(yī)院財(cái)務(wù)運(yùn)行風(fēng)險(xiǎn)點(diǎn)多面廣，涉及收費(fèi)、結(jié)算、成本核算、資金管理等各業(yè)務(wù)環(huán)節(jié)。傳統(tǒng)財(cái)務(wù)監(jiān)管模式主要依靠事后審計(jì)，難以對(duì)風(fēng)險(xiǎn)事項(xiàng)進(jìn)行實(shí)時(shí)跟蹤和及時(shí)預(yù)警。以不合理檢查為例，患者重復(fù)進(jìn)行CT、核磁共振等大型檢查屢見(jiàn)不鮮，而相關(guān)費(fèi)用數(shù)據(jù)直到事后才能進(jìn)入財(cái)務(wù)視野，預(yù)警空間有限。藥品流失是另一大頑疾，盡管多數(shù)醫(yī)院引入電子發(fā)藥系統(tǒng)，但若缺乏實(shí)時(shí)盤(pán)點(diǎn)機(jī)制，藥品從入庫(kù)、領(lǐng)用到費(fèi)用結(jié)算的全流程監(jiān)管仍難以實(shí)現(xiàn)，易滋生內(nèi)外勾結(jié)、藥品變現(xiàn)等違規(guī)行為。資金使用效率問(wèn)題同樣堪憂，醫(yī)院往往通過(guò)月度、季度報(bào)表分析資金狀況，缺乏對(duì)資金收支實(shí)時(shí)動(dòng)態(tài)的掌握。一旦出現(xiàn)臨時(shí)資金缺口，難以及時(shí)預(yù)警并調(diào)度周轉(zhuǎn)，影響醫(yī)療業(yè)務(wù)的連續(xù)性。

（四）數(shù)據(jù)分析能力與人才儲(chǔ)備不足

目前，多數(shù)醫(yī)院財(cái)務(wù)部門對(duì)海量異構(gòu)數(shù)據(jù)的治理開(kāi)發(fā)利用尚處于起步階段。以預(yù)算管理為例，財(cái)務(wù)人員往往采用Excel等傳統(tǒng)工具進(jìn)行人工匯總分析，面對(duì)海量業(yè)務(wù)數(shù)據(jù)，效率低下且易出錯(cuò)。以醫(yī)?？刭M(fèi)為例，DRGs、按病種付費(fèi)等新型支付方式對(duì)醫(yī)療服務(wù)成本核算的顆粒度、準(zhǔn)確性要求大幅提升，單純依靠財(cái)務(wù)人員手工統(tǒng)計(jì)已難以滿足需求。以醫(yī)院投融資決策為例，僅依賴財(cái)務(wù)人員對(duì)歷史財(cái)務(wù)報(bào)表的趨勢(shì)外推已難以支撐大型項(xiàng)目論證，亟須引入疾病譜分析、區(qū)域競(jìng)爭(zhēng)態(tài)勢(shì)評(píng)估等多源數(shù)據(jù)深入挖掘洞見(jiàn)。此外，多數(shù)醫(yī)院尚未建立健全的財(cái)務(wù)數(shù)據(jù)治理機(jī)制，部門間缺乏主數(shù)據(jù)標(biāo)準(zhǔn)，數(shù)據(jù)質(zhì)量參差不齊，財(cái)務(wù)人員常需花費(fèi)大量時(shí)間清洗甄別數(shù)據(jù)，分析效率大打折扣。

三、大數(shù)據(jù)時(shí)代醫(yī)院財(cái)務(wù)管理內(nèi)部控制方法優(yōu)化對(duì)策

（一）構(gòu)建多層次數(shù)據(jù)加密與訪問(wèn)控制體系

面對(duì)日益凸顯的醫(yī)院財(cái)務(wù)數(shù)據(jù)安全隱患，構(gòu)建多層次的數(shù)據(jù)加密與訪問(wèn)控制體系已成為當(dāng)務(wù)之急。在數(shù)據(jù)采集環(huán)節(jié)，可引入同態(tài)加密技術(shù)，實(shí)現(xiàn)對(duì)原始財(cái)務(wù)數(shù)據(jù)的加密處理，即使數(shù)據(jù)在傳輸過(guò)程中被竊取，也難以被解密還原，從源頭降低數(shù)據(jù)泄露風(fēng)險(xiǎn)。對(duì)于重要財(cái)務(wù)數(shù)據(jù)，如涉及商業(yè)秘密的合同信息、保密藥品采購(gòu)信息等，可采用區(qū)塊鏈技術(shù)進(jìn)行存儲(chǔ)，利用其去中心化、防篡改等特性，確保數(shù)據(jù)不可抵賴性與安全性。在數(shù)據(jù)訪問(wèn)環(huán)節(jié)，醫(yī)院可結(jié)合實(shí)際業(yè)務(wù)場(chǎng)景，對(duì)不同財(cái)務(wù)數(shù)據(jù)實(shí)行分級(jí)授權(quán)管理。例如，對(duì)于涉及患者隱私的費(fèi)用結(jié)算記錄，僅授權(quán)收費(fèi)人員查看，而保險(xiǎn)人員、醫(yī)生等無(wú)權(quán)訪問(wèn)；對(duì)于綜合財(cái)務(wù)報(bào)表等敏感數(shù)據(jù)，則限定財(cái)務(wù)負(fù)責(zé)人、醫(yī)院決策層等高級(jí)別角色訪問(wèn)。通過(guò)精細(xì)化的權(quán)限管控，遵循最小必要原則，降低內(nèi)部數(shù)據(jù)非法訪問(wèn)的可能性。同時(shí)，醫(yī)院還應(yīng)定期開(kāi)展數(shù)據(jù)安全審計(jì)，對(duì)每一次財(cái)務(wù)數(shù)據(jù)調(diào)閱、使用行為進(jìn)行詳細(xì)記錄，借助大數(shù)據(jù)分析技術(shù)，及時(shí)識(shí)別異常行為，并建立實(shí)時(shí)預(yù)警機(jī)制，為及時(shí)止損提供依據(jù)。

（二）推進(jìn)財(cái)務(wù)系統(tǒng)與醫(yī)療信息系統(tǒng)深度融合

打破醫(yī)院信息孤島，實(shí)現(xiàn)財(cái)務(wù)系統(tǒng)與臨床醫(yī)療信息系統(tǒng)的深度融合，是大數(shù)據(jù)時(shí)代醫(yī)院財(cái)務(wù)內(nèi)控變革的重要方向，這需要醫(yī)院高層從戰(zhàn)略高度統(tǒng)籌謀劃，制定財(cái)務(wù)信息一體化建設(shè)規(guī)劃，明確數(shù)據(jù)集成目標(biāo)、原則和實(shí)施路徑。在此基礎(chǔ)上，醫(yī)院可借鑒互聯(lián)網(wǎng)公司數(shù)據(jù)中臺(tái)的建設(shè)思路，搭建統(tǒng)一的財(cái)務(wù)數(shù)據(jù)集成平臺(tái)。通過(guò)對(duì)HIS、LIS、PACS等各業(yè)務(wù)系統(tǒng)數(shù)據(jù)的提取、清洗、轉(zhuǎn)換，形成以患者為中心的標(biāo)準(zhǔn)化財(cái)務(wù)數(shù)據(jù)池，并基于開(kāi)放API實(shí)現(xiàn)與醫(yī)院其他管理系統(tǒng)的互聯(lián)互通。以日間手術(shù)患者費(fèi)用信息采集為例，當(dāng)患者完成術(shù)前檢查、藥品計(jì)費(fèi)、手術(shù)繳費(fèi)后，相關(guān)費(fèi)用數(shù)據(jù)可自動(dòng)匯總至財(cái)務(wù)數(shù)據(jù)池，并觸發(fā)向醫(yī)保系統(tǒng)的費(fèi)用結(jié)算申請(qǐng)，而無(wú)須人工錄入，提升了費(fèi)用結(jié)算的時(shí)效性與準(zhǔn)確性。在支付結(jié)算方面，醫(yī)院可順應(yīng)移動(dòng)醫(yī)療趨勢(shì)，將微信、支付寶等第三方支付渠道嵌入醫(yī)院自主開(kāi)發(fā)的APP，一方面為患者提供便捷的移動(dòng)支付體驗(yàn)，另一方面保證相關(guān)交易數(shù)據(jù)可直接回流至HIS系統(tǒng)，并與財(cái)務(wù)系統(tǒng)實(shí)現(xiàn)賬賬一致、賬實(shí)相符。對(duì)于新引入的醫(yī)療設(shè)備、耗材，醫(yī)院還可以通過(guò)RPA流程自動(dòng)化等技術(shù)，實(shí)現(xiàn)采購(gòu)、入庫(kù)、計(jì)費(fèi)等環(huán)節(jié)數(shù)據(jù)的自動(dòng)對(duì)接，縮短財(cái)務(wù)流程的響應(yīng)時(shí)間。

（三）建立基于大數(shù)據(jù)的智能審計(jì)與風(fēng)險(xiǎn)預(yù)警平臺(tái)

醫(yī)院財(cái)務(wù)風(fēng)險(xiǎn)點(diǎn)錯(cuò)綜復(fù)雜，傳統(tǒng)事后審計(jì)模式難以適應(yīng)大數(shù)據(jù)時(shí)代醫(yī)院內(nèi)控的需求。建立基于大數(shù)據(jù)的智能審計(jì)和風(fēng)險(xiǎn)預(yù)警平臺(tái)，實(shí)現(xiàn)對(duì)醫(yī)院財(cái)務(wù)運(yùn)行的實(shí)時(shí)監(jiān)測(cè)和動(dòng)態(tài)管控，成為業(yè)界的共識(shí)。在技術(shù)架構(gòu)上，智能審計(jì)平臺(tái)需要打通財(cái)務(wù)、醫(yī)療、藥品、耗材等各業(yè)務(wù)條線數(shù)據(jù)，建立統(tǒng)一的數(shù)據(jù)倉(cāng)庫(kù)，D7XtJhATm+0e8CKaKnh09Q==并利用ETL工具實(shí)現(xiàn)數(shù)據(jù)的抽取、清洗和轉(zhuǎn)換。在此基礎(chǔ)上，平臺(tái)可嵌入機(jī)器學(xué)習(xí)算法，對(duì)海量財(cái)務(wù)數(shù)據(jù)進(jìn)行深度挖掘，識(shí)別隱藏在數(shù)據(jù)中的風(fēng)險(xiǎn)因子。例如，通過(guò)對(duì)患者的診療數(shù)據(jù)、檢查費(fèi)用數(shù)據(jù)的關(guān)聯(lián)分析，平臺(tái)可及時(shí)發(fā)現(xiàn)醫(yī)生的過(guò)度檢查行為，并向醫(yī)生推送提醒信息，避免不必要的醫(yī)療資源浪費(fèi)。再比如，平臺(tái)可對(duì)藥品從采購(gòu)到使用的全流程數(shù)據(jù)進(jìn)行追蹤分析，利用異常檢測(cè)算法，識(shí)別出藥品使用量與實(shí)際病患需求不匹配的情況，甚至可結(jié)合自然語(yǔ)言處理技術(shù)，對(duì)藥品說(shuō)明書(shū)、用藥指南等非結(jié)構(gòu)化文本數(shù)據(jù)進(jìn)行語(yǔ)義分析，發(fā)現(xiàn)不合理用藥行為，及時(shí)預(yù)警藥品濫用風(fēng)險(xiǎn)。在資金管理方面，智能審計(jì)平臺(tái)可與醫(yī)院的收付款系統(tǒng)實(shí)時(shí)對(duì)接，通過(guò)現(xiàn)金流量表、資金存量預(yù)測(cè)等大數(shù)據(jù)模型，動(dòng)態(tài)評(píng)估資金頭寸，一旦發(fā)現(xiàn)資金趨緊跡象，平臺(tái)即可向財(cái)務(wù)部門推送預(yù)警，并基于智能優(yōu)化算法，提供資金調(diào)度方案建議，確保醫(yī)院運(yùn)營(yíng)資金的安全與效率。

（四）培養(yǎng)復(fù)合型財(cái)務(wù)數(shù)據(jù)分析專業(yè)人才

數(shù)據(jù)分析能力已成為大數(shù)據(jù)時(shí)代醫(yī)院財(cái)務(wù)人員的核心競(jìng)爭(zhēng)力，培養(yǎng)具備財(cái)務(wù)專業(yè)知識(shí)、數(shù)據(jù)分析技能和醫(yī)療行業(yè)洞見(jiàn)的復(fù)合型人才，是醫(yī)院財(cái)務(wù)轉(zhuǎn)型的關(guān)鍵一環(huán)。在人才選拔方面，醫(yī)院可打破傳統(tǒng)的學(xué)歷、專業(yè)限制，面向統(tǒng)計(jì)學(xué)、數(shù)學(xué)、計(jì)算機(jī)等相關(guān)專業(yè)招攬優(yōu)秀畢業(yè)生，為財(cái)務(wù)團(tuán)隊(duì)注入新鮮血液。對(duì)于在職財(cái)務(wù)人員，醫(yī)院可借助在線教育平臺(tái)，系統(tǒng)開(kāi)設(shè)Python數(shù)據(jù)分析、R語(yǔ)言統(tǒng)計(jì)建模等數(shù)據(jù)類課程，普及大數(shù)據(jù)理念和分析方法，并設(shè)置課程實(shí)踐環(huán)節(jié)，鼓勵(lì)財(cái)務(wù)人員將所學(xué)應(yīng)用于實(shí)際工作場(chǎng)景。如針對(duì)成本管控的痛點(diǎn)，可引導(dǎo)財(cái)務(wù)人員運(yùn)用數(shù)據(jù)可視化工具，對(duì)多維度成本數(shù)據(jù)進(jìn)行探索性分析，并結(jié)合臨床路徑優(yōu)化、合理用藥等關(guān)聯(lián)數(shù)據(jù)，探究成本的影響因素，提出管控策略。類似地，針對(duì)醫(yī)?？刭M(fèi)日益精細(xì)化的趨勢(shì)，可指導(dǎo)財(cái)務(wù)人員利用機(jī)器學(xué)習(xí)算法，建立DRGs付費(fèi)影響因素模型，預(yù)判政策變化對(duì)醫(yī)院運(yùn)營(yíng)的影響，提前制訂應(yīng)對(duì)預(yù)案。

四、結(jié) 語(yǔ)

綜上所述，醫(yī)院應(yīng)充分利用大數(shù)據(jù)、人工智能等新技術(shù)，構(gòu)建多維度的財(cái)務(wù)數(shù)據(jù)安全防護(hù)網(wǎng)，推進(jìn)財(cái)務(wù)系統(tǒng)與醫(yī)療信息系統(tǒng)深度融合，建立智能審計(jì)與風(fēng)險(xiǎn)預(yù)警平臺(tái)，培養(yǎng)復(fù)合型財(cái)務(wù)人才。

作者單位：內(nèi)蒙古呼和浩特市第一醫(yī)院