XX市医保反欺诈大数据应用监管服务项目建设意见.docx

《XX市医保反欺诈大数据应用监管服务项目建设意见.docx》由会员分享，可在线阅读，更多相关《XX市医保反欺诈大数据应用监管服务项目建设意见.docx（11页珍藏版）》请在优知文库上搜索。

1、XX市医保反欺诈大数据应用监管服务项目建设意见1.项目总体要求1.1项目背景为加强医保大数据应用，创新基金监管方式，深入打击欺诈骗保行为，建立医保基金长效监管机制，根据XX省医疗保障局关于印发XX省医保反欺诈大数据应用监管试点实施方案的通知(X医保发(2023)29号)要求，XX市将以门诊数据筛查、异地就医监管、“门诊、异地就医重点监控药品”、“门诊、异地就医重点监控耗材、“DRG监管”和“其他专项监管”为重点监管模型应用对象，探索应用大数据手段开展医保基金反欺诈体系建设。1.2项目建设目标积极响应国家和省局政策要求，围绕“门诊数据筛查”、“异地就医监管、“门诊、异地就医重点监控药品、“门诊、

2、异地就医重点监控耗材”、“DRG监管”和“其他专项监管”构建XX市医保反欺诈大数据模型及模型应用服务，实现对定点医疗机构和重点人群为行为主体的欺诈骗保风险进行监管，为医保基金稽核检查和政策优化提供精准数据支持，加强本市医保大数据应用，创新基金监管方式，深入打击欺诈骗保行为，实现基于模型应用的大数据风控与日常监管、综合检查、专项检查、行政执法的全流程、全方位工作程序的完整监管闭环，不断提升我市医保反欺诈大数据监管的能力和水平。1.3项目建设内容要求在省反欺诈数据监测专区建设反欺诈大数据模型，之后基于反欺诈大数据技术构建门诊数据筛查监管模型”、“异地就医监管模型、“门诊、异地就医重点监控药品模型”

3、、“门诊、异地就医重点监控耗材模型”、DRG监管模型和其他专项监管模型”，同时基于各种模型提供反欺诈大数据模型应用服务。1.4服务需求1.4.1反欺诈大数据监管模型服务梳理定点医疗机构典型违规行为特征，依据指标+逻辑+取值+参数调整+指标组合的模型构建原则，应用离群点检测、关联挖掘和聚类分析等大数据分析与挖掘方法建立反欺诈大数据监管模型。完成本地化优化部署后，通过省大数据局的IRS平台发布。1.4.1.1门诊数据筛查特慢病监管模型要求提供门诊数据筛查特慢病监管模型，围绕患者诊断信息，聚焦慢病常用重点药品和特殊病种专科用药，结合药品说明书及药品的医保目录限定，按照数据收集、特征工程处理、训练等操

4、作步骤，输出患者的用药中存在的疑点情况，对门诊慢病患者的治疗行为进行监测，提高医疗效果和降低医疗费用。1.4.1.2门诊数据筛查异常门诊单据模型要求提供门诊数据筛查异常门诊单据模型，围绕患者诊断和手术信息，聚焦医疗门诊中的异常费用单据，按照数据收集、特征工程处理、训练等操作步骤，输出患者就医中存在的疑点结果，识别可能存在虚假、异常或违规的情况，及时发现异常单据，可以减少医疗欺诈和浪费，提高医保资金的使用效率和合理性。1.4.1.3异地就医住院结算异常模型要求提供异地就医住院结算异常模型，围绕异地参保数据，聚焦患者参保时间、备案时间、住院时间、结算时间等关键数据因子，结合真实世界的医疗行为发生过

5、程，按照数据收集、特征工程处理、训练等操作步骤，输出异地就医中存在的虚假住院、虚假报销、重复住院、重复报销等疑点情况。1.4.1.4异地就医住院卡聚集模型要求提供异地就医住院卡聚集模型，围绕异地参保数据，聚集患者的参保地址、常驻地址、参保单位等关键数据因子建立时间向量模型，结合真实世界的医疗行为发生过程，按照数据收集、特征工程处理、训练等操作步骤，输出异地就医中住院卡聚集等疑点情况，分析医疗行为发生的原因，判断是否存在诱导住院、虚假住院。1.4.1.5异地就医住院行为异常模型要求提供异地就医住院行为异常模型，围绕异地参保数据，基于历史数据建立大数据费用基线（包括费用占比、费用构成、总费用等），

6、结合置信区间进行分析，按照数据收集、特征工程处理、训练等操作步骤，对偏离度较高的疾病、药品、耗材费用进行筛选和识别，定期形成报表。同时结合DRG监管模型的诊断识别监管、精确手术监管、指标管理模型、单据规则模型等，定位到风险病例。1.4.1.6门诊、异地就医重点监控药品目录分析模型要求提供重点监控药品目录分析模型，围绕国家重点监控药品目录和本地药品目录，按照数据收集、特征工程处理、训练等操作步骤，通过大数据聚集药品费用占统筹基金支出比例靠前的药品名单，分析同比环比增长率。同时结合集合监管、投诉举报发现存在销售、使用异常的药品等纳入重点监控药品目录等信息,输出重点监控药品使用中的滥用行为，加强对重

7、点药品目录的监测和分析。1.4.1.7门诊、异地就医重点监控药品用量监控模型要求提供重点监控药品用量监控模型，围绕国家重点监控药品目录和本地药品目录，聚集监控药品的使用量等关键数据因子,按照数据收集、特征工程处理、训练等操作步骤，输出重点监控药品超量使用或不足使用等疑点情况，识别重点监控药品的滥用行为，帮助管理部门有效控制药品的使用量，降低药品费用开支以及防止药品滥用情况的发生。1.4.1.8门诊、异地就医重点监控耗材风险监测模型要求提供重点监控耗材风险监测模型，围绕国家重点监控耗材目录和本地耗材目录，聚集重点监控耗材使用的费用、金额、单价等关键数据因子，按照数据收集、特征工程处理、训练等操作

8、步骤，输出重点监控耗材的滥用行为，用于监测和预警可能存在的耗材采购、使用和报销风险。识别重点监控耗材使用中可能存在的恶意采购、过度使用、虚假报销等问题，帮助管理部门及时发现和应对耗材风险，防止财务损失和医保违规行为的发生。1.4.1.9门诊、异地就医重点监控耗材价格监控模型要求提供重点监控耗材价格监控模型，围绕国家重点监控耗材目录和本地耗材目录，聚集重点监控耗材的费用、金额、单价等关键数据因子，按照数据收集、特征工程处理、训练等操作步骤，输出相应分析结果，用于监测和管理耗材的价格合理性和市场竞争性，以此降低耗材费用尤其是医保内的费用，提高重点监控耗材采购效率。1.4.1.10DRG监管诊断识别

9、管理模型要求提供DRG监管诊断识别管理模型，以真实世界数据库为基础，围绕患者诊断信息,将数据库中各字段进行数据清洗和统计,挑选数据完整度较高、独立、具有临床意义的结构化变量作为候选变量,进行特征生成及筛选,按照数据收集、特征工程处理、训练等操作步骤，输出DRG监管中可能的疑点信息，有效监测和管理医生的诊断行为，减少误诊和漏诊的情况发生,提高诊断的准确性和一致性,确保患者能够得到正确的治疗和护理。1.4.1.11DRG监管精确手术管理模型要求提供DRG监管精准手术管理模型，以真实世界数据库为基础，围绕患者手术信息,将数据库中各字段进行数据清洗和统计,挑选数据完整度较高、独立、具有临床意义的结构化

10、变量作为候选变量,进行特征生成及筛选,按照数据收集、特征工程处理、训练等操作步骤，输出DRG监管中可能的疑点信息，有效监测和管理医生的手术行为，减少可能的高套、低编，虚记情况的发生，提高手术的准确性和一致性，确保患者能够得到正确的治疗和护理。1.4.1.12DRG监管低标住院评分管理模型要求提供DRG监管低标住院评分管理模型，以真实世界数据库为基础，围绕患者住院时长信息，将数据库中各字段进行数据清洗和统计,挑选数据完整度较高、独立、具有临床意义的结构化变量作为候选变量，进行特征生成及筛选，按照数据收集、特征工程处理、训练等操作步骤，输出DRG监管中可能的降低住院标准信息，有效监测和管理医生的医

11、疗行为，合理评价其医疗行为，形成的行为的约束价值导向，引导医疗机构合理利用医疗资源。1.4.1.13DRG监管同级医院二次入院评分（RSA）模型要求提供DRG监管同级医院二次入院评分（RSA）模型，以真实世界数据库为基础，围绕患者住院次数信息，将数据库中各字段进行数据清洗和统计,挑选数据完整度较高、独立、具有临床意义的结构化变量作为候选变量，进行特征生成及筛选，按照数据收集、特征工程处理、训练等操作步骤，输出DRG监管中可能的可疑分解住院信息，有效监测和管理医生的医疗行为,合理评价其医疗行为,形成的行为的约束价值导向，引导医疗机构合理利用医疗资源。1.4.1.14DRG监管重症率管理模型要求提

12、供DRG监管重症率模型，以真实世界数据库为基础，将数据库中各字段进行数据清洗和统计,挑选数据完整度较高、独立、具有临床意义的结构化变量作为候选变量，进行特征生成及筛选，按照数据收集、特征工程处理、训练等操作步骤，结合高资源消耗病种、严重程度较高病种的专项分析，加强对医疗机构推诿患者、抑制需求情况的识别，输出DRG监管中可能的可疑推诿重症信息,有效监测和管理医生的医疗行为，合理评价其医疗行为，形成的行为的约束价值导向，引导医疗机构合理利用医疗资源。1.4.1.15DRG监管变化病组管理模型要求提供DRG监管变化病组管理模型，以真实世界数据库为基础，围绕患者住院时长信息，将数据库中各字段进行数据清

13、洗和统计,挑选数据完整度较高、独立、具有临床意义的结构化变量作为候选变量，进行特征生成及筛选，按照数据收集、特征工程处理、训练等操作步骤，结合收治病种入组变化和医院收治情况的专项分析，加强对医疗机构推诿患者、抑制需求情况的识别，输出DRG监管可疑推诿重症信息，有效监测和管理医生的医疗行为，合理评价其医疗行为，形成的行为的约束价值导向，引导医疗机构合理利用医疗资源。1.4.1.16DRG监管单据规则模型要求提供DRG监管单据规则管理模型，以真实世界数据库为基础，围绕患者诊断、手术、结算费用信息，将数据库中各字段进行数据清洗和统计,挑选数据完整度较高、独立、具有临床意义的结构化变量作为候选变量，进

14、行特征生成及筛选，对医疗单据数据进行自动识别和验证，按照数据收集、特征工程处理、训练等操作步骤，输出可疑的虚假就医信息，识别可能存在的问题和风险，提高费用核算的准确性和效率，减少医保支付风险和费用浪费。1.4.1.17DRG监管医疗服务质量与能力模型要求提供DRG监管医疗服务质量与能力模型，以真实世界数据库为基础，围绕收治病例组合指数(CaSeMixIndex,CMI)、住院服务量等信息，将数据库中各字段进行数据清洗和统计,挑选数据完整度较高、独立、具有临床意义的结构化变量作为候选变量，进行特征生成及筛选，按照数据收集、特征工程处理、训练等操作步骤，结合病例接收和转院情况，结合本地疾病病组目录

15、库的变化，重点监控新出现和消失的病组，或病例数变化较大的病组，并进行专项分析，输出DRG监管中医疗机构推诿患者、抑制需求情况的疑点信息，有效监测和管理医生的医疗行为，合理评价其医疗行为，形成的行为的约束价值导向，引导医疗机构合理利用医疗资源。1.4.1.18DRG监管增长减少异常模型要求提供DRG监管增长减少异常模型，以真实世界数据库为基础，围绕医疗机构药品、耗材、门诊住院费用比、实际补偿比和自费项目信息，将数据库中各字段进行数据清洗和统计,挑选数据完整度较高、独立、具有临床意义的结构化变量作为候选变量，进行特征生成及筛选，按照数据收集、特征工程处理、训练等操作步骤，输出DRG监管中存在的医疗

16、机构费用增长减少异常的疑点信息，有效监测实施支付改革后，医疗机构是否主动优化费用结构，减少不合理费用，主动符合经济水平、医院定位及技术的发展趋势，有效保障参保人员权益。1.4.1.19血液透析专项监管模型要求提供血液透析重点领域专项监管模型，以真实世界数据库为基础，围绕血液透析患者的信息特点，将数据库中各字段进行数据清洗和统计,挑选数据完整度较高、独立、具有临床意义的结构化变量作为候选变量，进行特征生成及筛选,对透析行为发生频率，诊断信息等数据进行自动识别和验证,按照数据收集、特征工程处理、训练等操作步骤，输出可疑的医疗行为反复变化信息，识别可能存在的欺诈骗保问题和风险，提高费用核算的准确性和效率，减少医保支付风险和费用浪费。1.4.1.如医疗机构基金预付测算专项模型基于原业务系统（XX全市定点医药机构在线报送系统）数据，围绕医疗机构运行信息，聚集医