解读大数据在成都医保管理中的应用与拓展论文

2020-06-20实用文

  一、医保大数据警示教育的初步成效

  (一)医保监管能力和水平明显提高

  通过大数据的精准监控,实现了对全市基本医疗保险参保人员、“两定”机构及其医保医生、医保经办机构医保行为的全过程监管,并为现场稽核提供精准靶向,提升了稽核的针对性和核查能力水平。

  (二)切实规范医疗服务行为

  医保智能监管及时发现医疗保险制度运行中医疗服务存在的突出矛盾和倾向性问题,促使医保经办机构履职尽责,强化管理。违规、过度医疗等不规范医保服务行为得到了有效遏制,医疗费用支出不合理增长得到了有效控制。

  (三)有效防控廉政风险

  医保实时在线监控工作的开展,用规则管权、管事、管人,最大限度地减少各环节的自由裁量权。对稽核工作进行全程信息化、标准化管理和动态跟踪,促进稽核工作的规范性、公正性,减少了人为因素,提升标准化水平。

  二、医保大数据警示教育基地的建设改革实践

  在建立完善目录库、规范定点机构信息传输标准基础上,建成包括基础库管理、规则管理、监控预警、运行分析、疑点核查、决策辅助等6 大功能,涵盖基础信息维护、规则设置和运行计划管理、疑点筛查与分析、核查任务流程管理、经办单元和医疗机构运行指标预警分析、基金收支监控与预测、稽核过程追踪、统计报表等58 个功能模块的实时在线监控系统,实现了对“两定”机构及医保医生服务行为、参保人就医购药行为、医保经办机构履职行为在线监控。

  (一)持续开展医保大数据分析及运用

  一是在宏观层面,针对基本医疗保险主要支付内容的住院、门诊特殊疾病进行核心指标分析。根据医院级别,通过历年数据对比,定期对就医总人次、总费用、基金支付情况、次均费用等核心指标进行趋势性分析,对住院就医流向、基金支付流向进行展示,对医保住院政策和管理手段进行评估,为决策层提供支持。

  二是在中观层面,对住院“次均支付情况”进行分析。根据医院级别,对各经办分中心的次均支付情况管理进行公示、排名,以此督促各经办机构加强对辖区内定点医疗机构的有效管控。对门诊特殊疾病,针对认定和结算的定点医院、病种及各病种费用聚集情况进行分析,对部分费用占比较多的疾病进行病种费用分析和排名,为经办机构加强门特监管和改革付费方式提供支持。

  三是在微观层面,根据宏观层面的基础数据,查找出离散数据,对同级同类医院的住院、门特的四项核心指标及其增速进行纵横对比并排名。对医保管控中的难点即重复住院情况,通过人头人次比(考核医院有效服务的指标)进行分析排名,找出医保管控的重点“两个异常”(即人次、费用异常)的靶点,为经办机构提供管理和稽核重点。

  (二)探索开展医保大数据警示教育

  一是探索建立数学模型。基于对医保经办机构、定点服务机构、医保医生和参保人的实时在线数据传输,中心运用机器学习及数据挖掘技术建立了同质人群就诊流向分析模型、超高费用侦测模型、超长治疗时间侦测模型和过度诊疗侦测模型。同质人群就诊流向分析模型能从海量的.医保就诊信息中分析出具有多个同样性质人群的就医行为;超高费用侦测模型、超长治疗时间侦测模型和过度诊疗侦测模型首先确定每个对象的特征,根据阈值假设找出正常和可疑案例,模型再根据关键字段形成预测值曲线展示出离群数据。数据模型的建立能为稽核监督部门发现和查证虚假住院的违规行为提供靶向性,实现传统的“个案监督”向“大数据监督”的转变。

  二是通过公示、排名,实现警示教育功能。医保智能监控系统建成后,共设置指标288 项, 支持医保监控、预警、审核指标80 项,支持《关于加强公立医疗卫生机构绩效评价的指导意见》公立医院绩效评价指标27 项,基层医疗卫生机构绩效评价指标30项,支持《关于印发控制公立医院医疗费用不合理增长的若干意见的通知》公立医院医疗费用控制主要监测指标18 项。通过多维度、多层次的指标展示和排名,以最为直观的方式警示医保经办机构和定点机构,督促其持续规范医保经办和服务行为。

【解读大数据在成都医保管理中的应用与拓展论文】相关文章:

1.大数据在知识管理中的应用论文

2.论文:大数据在高校中的应用研究

3.数据挖掘在CRM中的应用论文

4.内存数据管理技术在族谱信息系统中的应用论文

5.数据库技术在信息管理中的应用思考论文

6.数据透视表在高速项目物资管理中的应用论文

7.数据处理技术在教学管理中的应用论文

8.医保专管员在医保绩效管理中的作用论文

上一篇:知识管理在图书馆中的应用论文下一篇:数据库技术在信息管理中的应用思考论文