大数据分析在医院医保管理中的运用.docxVIP

大数据分析在医院医保管理中的运用

当代的大数据不同于以往传统的海量数据，传统的数据集合可以在一定时间内用软件工具进行采集和管理，但是大数据不是用常规的软件工具就可以处理的，它具有大量性、多样性、时效性和价值性四大基本特征。现在大数据分析在各大行业的应用已经越来越普及，而医疗行业的数据信息又具有典型的大数据特征，医院医保管理领域可以很好地运用大数据技术来帮助分析和解决医保管理中存在的问题，大数据时代的医保管理已经成为现代医院医保的重要研究课题。

一、目前医院医保管理的现状

（一）医保基金收支难以平衡

随着我国经济的快速迅猛发展，人民生活质量不断地提高，大家对健康问题越来越关注，因此对自身医疗保障的意识也有所加强。为了实现基本医疗保险的全方面覆盖，国家已经出台了各项医保的惠民政策，全国的参保人员数量大幅度增长。随之而来的是基本医疗保险支出不断迅猛增长，这导致了基本医疗保险基金支出呈不断上升趋势，而今后医保基金收支平衡的压力将会越来越大。

（二）医保发展受老龄化现象阻碍

我国社会的人口老龄化现象日益加剧，这也是我国的基本国情。老年群体的数量持续增加，将会导致参保人员的缴费金额远远低于人均支付金额，进而导致医疗保险基金的支付风险不断加大。除此之外，当今我国的老年人口的身健康体状况并不是十分理想，因此在临床上的医疗费用也会相对地增加。这些因素都会影响医保的平稳运行，阻碍医保的持续发展。

（三）医保支付风险增加

我国医保基金支出的高速增加，一方面是由于医疗技术进步、医疗成本提升、人口老龄化情况加重等合理因素的影响，另一方面是在临床中的大处方、过度检查、过度治疗、虚假发票等不正常现象导致的。根据有关调查显示，部分参保患者和医疗服务机构通过虚假就医、分解住院、虚假异地发票等形式骗取医疗保险基金，导致医保基金出现大量流失，严重影响了医保管理工作的正常运行，同时也损害了其他参保人员的利益。由于基本医疗保险基金的支出巨大，如果继续采取人工审核的传统医保监管方式进行监督管理，将无法应对今后的医保基金支付和隐蔽的各种医保违规现象。

（四）医保管理和决策的相对滞后

传统的医院医保管理工作主要是根据管理人员的理论知识水平和以往的工作经验来做出判断和决策，但是随着参保人数的快速增长、医疗行为的复杂变化、数据信息的爆炸式叠加，以及医保管理专业人才的紧缺，传统的管理方式已经远远不能满足现现代医院医保管理的需求，而这在一定程度上影响了医保的管理工作，也会阻碍医院的进步和发展。在当前信息技术快速发展、医保数据大量增长的背景下，医保管理人员需要运用更规范、高效的管理模式以及更先进的技术手段，还需要同时具备更强的决策能力。

二、大数据分析在医保中的运用

（一）医保费用实时监控

为了维护医保基金的平衡，减少医院的经济损失，医院必须对医保费用进行实时监控。医院医保处需要和信息处一起合作，共同完善医保数据信息平台的建设，对全院的数据进行监测。医保处要做到可以随时读取全院的医保数据，主要包括患者的入院信息、病程记录、用药医嘱和出院带药等一系列环节，每个环节都需要严格按照规定和制度进行落实。例如，医保处可以每月给各个临床科室下达人均“三费”（药品费、检查费、材料费）的考核指标，各个科室根据考核指标对本科室患者的住院费用进行实时监控。通过数据分析系统，可以帮助各个科室分析患者住院费用超标的原因和可能采取的解决措施。

（二）降低医保支出风险

首先，分析医院是否存在过度使用医保基金的情况。比如可以通过大数据读取医保患者的年龄、疾病诊断、用药类别、配药数量、开药时间间隔等，及时发现和制止乱开药、超量开药、大处方等现象。其次，分析参保人的就医行为，有效防范基金支出的风险。比如根据各类药品的最大日用量来计算出相应的给药天数，然后判断是否超过医保报销的规定，以此来减少代开药品、倒卖药品等欺诈骗保行为的发生。通过大数据分析，将所有医保数据纳入报销审查范畴，这将可以有效降低不法分子欺诈骗保的可能性。

（三）提高医保管理的质量和效率

大数据分析系统颠覆了传统的医保管理模式，将以前依靠人工核算解决问题转换为信息自动化智能化的模式，避免了人工处理可能出现的错误，提高了工作的效率。大数据技术在很大程度上实现了对医保数据的再处理和再分析，经过处理后的数据为优化决策和管理提供了强有力的支持，在此基础上再对数据进行全面、深入、多角度的系统分析，可以更好地推进医保政策在实际的临床工作中的贯彻实施。医院可以通过运用大数据分析技术，进一步发现大数据的有效内容，再利用评估政策效率和模拟制度运行等方法，以保证医院的医保决策能够更加科学有效，这将大大提高医院医保管理的质量和效率。

三、医保大数据应用面临的挑战

（一）数据质量不够高

目前我国大多数医院采集到的医保信息数据主要都是结构化数据，比如参保人员基本信息、费