近年來,國家醫保局屢出重拳打擊醫保欺詐騙保,將加強醫?;鸨O管作為醫保工作的重要任務。有專家指出,醫保欺詐行為往往隱蔽性強,參與人員眾多,欺詐行為主體復雜,且欺詐手段向科技化、集團化升級,醫保反欺詐難度也越來越高。
針對這一現象,太平洋醫療健康依托中國太保22年的政府醫保項目合作經驗,基于數以億計的醫保賠付數據及就診信息,通過大數據決策模型,自主研發形成了基于智能審核規則庫引擎、機器學習算法、智能關聯分析三大技術手段的反欺詐系統,有效識別醫?;馂E用、詐騙行為。
太平洋醫療健康通過自主研發的智審規則庫、臨床診療庫、藥品庫、政策庫,建立標準規則引擎和本地規則引擎,精準定位醫療機構及患者可疑欺詐、浪費、濫用行為。目前,太平洋醫療健康智審規則庫中已部署超過100萬條醫學知識點、143條審核規則,實現就醫人群、就醫場景、支付方式的全面覆蓋。
某些欺詐行為不能直接被規則識別,例如套用項目收費、團伙欺詐騙保等。太平洋醫療健康依托大數據和機器學習技術,根據已知的醫保欺詐案例,結合參保人員的就診數據,如買藥頻率、醫療費用、開藥品種等,挖掘出欺詐行為的共同模式和特征,對醫保欺詐行為進行自動化精準識別。
智能關聯分析則可通過對某一特定案例行分析,從而進一步識別相關人群\醫療機構或同一類別的醫保欺詐行為。太平洋醫療健康大數據實驗室負責人表示,“我們通過大數據手段發現某一連鎖藥房頻繁售出名貴單味中藥,存在欺詐嫌疑,經過關聯分析發現,該地區14家藥房都存在類似行為,經復核后確認為醫保詐騙行為,涉案金額達到200萬”。
太平洋醫療健康大數據智能分析服務可以精準鎖定違規和欺詐問題單據和項目,縮小人工復核范圍,減輕人工復核壓力。憑借強大的行業先入優勢、超強的大數據處理和建模能力,目前太平洋醫療健康已有多項模型工具獲得國家專利及著作權認證,為全國34個地方政府提供醫?;饻p虧追償、基金分析、醫?;鹂刭M分析等醫療健康大數據咨詢服務,為醫?;鸬钠椒€運行保駕護航。