大数据时代医保管理带给我们思考.docVIP

大数据时代医保管理带给我们思考 　　摘 要 在信息技术快速发展的今天，“互联网+社保”得到了一定的完善，除了常规的录入、查询及修改外，如何全面通过大数据去发现医保基金运行过程存在的弊病，进而为控费管理提供依据，是我们现阶段亟待解决的一个问题。本文以浅析大数据时代的医保管理带给我们的思考作为切入点，在此基础上予以深入的探究。 　　关键词 大数据时代 医保管理 思考 　　一、大数据可以辅助我们找到哪些问题 　　（一）现阶段医疗保险领域的状况 　　近年来，医疗费用呈几何形递增是摆在我们眼前的问题。伴随国内医疗体系改革的持续完善，我们同样面临着十分严峻的局面。据调查表明，近20年，国内医保基金的年均支出费用提升幅度超过19个百分点，但是同期我国国内生产总值年均增幅仅为11个百分点。对于此问题，上级系统无法长时间承受。“看病难、看病贵”已成为大众热议的话题。所以，运用有效的举措控制医疗费用的增长是我们现阶段的侧重点。 　　（二）经大数据分析可以找到问题的根源 　　依附大数据，可以对相关医保运行参数进行分析和整理，我们尝试从下述几方面去找到其内质问题，在此基础上构建有效的控费管理机制，进而降低不合理医疗费用的发生率，缓解医保基金支付与病人看病难的问题。 　　在实际工作过程中，统计医疗系统运行参数时我们发现，个别医疗系统存在为了指标而通过变通方式去达到指标的行为，此类举措严重损害了病人的利益。例如，个别医疗系统存在指标红线，通过相应的措施减少考核指标费用的问题。此类问题一般体现在下述几方面：第一，医疗系统的医疗费提高，不过为控制次均考核指标，把医保支付的费用划分到自费中，进而提高住院病人的负担。个别医院把医保经办系统有可能会拒付的费用划分至自费中，抑或将那些不作为一般用药的辅药划分至自费中，同时把个别贵重检查作为普查内容，进而划分至自费中，上述问题直接造成自费金额大幅度递增，个人负担率较大；第二，分解住院复住比例，增加服务人次。举例说明，某三级医院内科，病人住院天数均不超过两个星期，在对此科病例的入院及出院时间予以统计过程中发现，再次住院的病例中有超过70%的患者间隔住院时间为8天。通过此类方式，医院不但规避了费用分担，同时还确保自身医疗费用及收益的增长。 　　常规工作过程中，经过对比同级医疗系统的检查费、药品费、手术费、治疗费以及材料费占比发现，因为卫生部门与医保协议中对贵重材料及药占比有考核指标，所以个别医院经过增加其他费类占比减少以上两类指标，所以也增加了整体医疗费。举例说明，个别三级中医类医院检查费占比最低为14个百分点，同时最高可超过24个百分点；某二级医院检查费占比超过34个百分点，超过同级医院近100个百分点。医疗部门的此类行为虽然匹配于卫生系统及医保协议中的指标，不过却从根本上导致了医保基金的无故支出，给基金造成了一定的损失。 　　经过对服务量有一定提升的医院进行分析，我们发现，个别医院控制了收治住院病人的门槛，进而收治“小费用”病人。举例说明，个别三级医院，年均服务量超过标准60个百分点，以床日费用做基点予以分析，住院费用在三天的病例超过33个百分点，因为住院服务人次的提高，相关的二级指标都被不同程度的拉低，次均费用都未达到指标的20%。通过此举，医院在指标考核过程中就不会导致主要考核指标超标的问题，进而降低超标分担的风险，不过此类方式增加了医保基金支付的投入。 　　二、通过大数据进行控费管理 　　通过大数据进行控费，根据参数分析找到问题的根源。所以，我们需要在进行参数分析的基础上去实施，尽可能按时分析定点医疗系统的实际运行参数，依附城职及城乡差异化险种，分别与协议指标作对比。其对比的内容涵盖个人负担率、人次人数比、服务人数。在此基础上，需要实施同级、同类医院间的总费用对比，同时要对一家医院当期运行参数和历史同期作出对比。 　　进行参数分析的先决条件，即先对参数实施分类收集，明确实施分析的协议时间，在此基础上从医保业务机制抽取以往医保住院及门诊等实际运行参数为基点，并构建相应的模型。 　　对实际运行状态有了一定的了解后，对参数进行深加工，依附现阶段医保基金的管理体系，对定点医疗系统依附于医院规模及性质进行划分，把相关参数的组内均值作为考核基础，针对无法参考组内平均值的考核内容，选取同一家医院同期历史考核的参数作为考核指标。在制定标准后，把实际运行参数依附于协议管理内的算法予以加工，进而计算出有效的参考数据，同时把计算出的数据和历史同期比对，这样即可筛选出需要重点关注的医疗系统。 　　经过对参数的比对能够体现出个别医疗系统基金使用有效性低，城职及城乡费用、同级医疗系统费用、各项费类占比均截然不同，在?额不超标的状态下也存在过度治疗及检查的问题，个别医院通过转诊转院的手段，进而导致病人个人负担大