一、建设背景

X年9月X下发了《国家X关于进一步深入推进医疗保障基金智能审核和监控工作的通知》，意见中明确要求加强DRG支付方式下医保基金智能审核和监控。结合我市医保DRG审核工作开展情况，日常审核、高倍率审核、指标运行数据监测工作都已积累了一定经验。当前还需要进一步深化DRG大数据监管工作，完善工作机制和环节、丰富监管维度和线索，持续确保基金安全、高效、合理使用。

鞍山DRG监管工作以开展多年，先后收到国家省市多次表彰，事中审核拒付、事前监测预警体系日渐成熟完善，先进的工作经验也在不断向其他省市输出。结合国家相关文件要求，医保基金支付和监管的新形势发展需要建立完善的事前事中事后监管流程与机制，利用大数据对医保充X赋能。目前DRG监管在对事后的反欺诈X析和模型应用环节仍是空白，没有形成完善的监管闭环。

二、建设目标

总体目标是采用数据建模、知识图谱、AI技术建立DRG大数据事后反欺诈体系。一是系统建设实现多场景风险识别与AI辅助病例X析；运用大数据X析技术、人工智能技术建立准确高效的大数据模型并在实际监管工作中普遍应用。二是运行服务完成原始数据采集和生成，模型X析和训练、评估和优化；医学知识和规则X析维护、病历X析。

具体目标：

结合国家反欺诈试点政策要求，全面涉及住院与门诊的风险识别;

从病例、医疗机构、定点药店、参保人维度建立多维监管场景；

建设从风险采集、风险预警到风险X配和处理的全流程管理闭环；

运用海量知识库资源、大数据X析技术、人工智能技术建立准确高效的医保反欺诈大数据监管模型。

三、建设内容

（一）多场景大数据风险识别

建设以下大数据模型为监管工作开展提供支持，同时支持根据新监管要求，生成新模型。

频繁结队就医模型、病组套高套低模型、低标准住院模型、X解住院模型、虚假住院模型、虚构医疗服务模型、串换诊疗服务项目模型、捆绑收费模型、雷同病例模X反复住院模型。

（二）人工智能辅助病例X析

通过对各类数据特征的定位和采集，以人工智能与机器学习模型开展DRG下的病例辅助X析，在事后阶段实现疑点筛查。不限于以下内容：

DRGX组模拟模型、费用结构X析模型、诊疗路径大数据X析模型、主诊断预测模型、参保人就诊曲线X析模型、重点药品耗材监控模型。

（三）多维度风险聚合X析

大数据X析模型涉及数据类型与维度众多，传统的文字列表性结果展示方式难以将密切相关的线索横向拉通，可视化风险X析系统即是按照不同的X析维度，将所有涉及的X析模型、违规线索横向拉通，并通过可视化手段，将X析模型的结果进行直观展示，协助风险X析人员快速形成风险线索的综合印象，提高风险处理效率。包括面向病例、医疗机构维度的可视化风险X析系统。

（四）从线索到稽核的全处理流程

包括从欺诈风险采集到欺诈风险预警再到欺诈风险处理的完X业务流程。欺诈风险采集提供风险数据的采集选项，用以建立采集任务，查看采集任务详情。欺诈风险预警提供对住院行为进行风险X析和预警展示与初步处理功能，每个风险预警维度，都包括风险列表与风险详细X析。欺诈风险处理提供对确认的风险线索的X配、处理、结果录入功能，完成风险管理闭环。

（五）运行服务

运行服务完成大数据反欺诈模型建立和维护、模型X析和训练、评估和优化；核实大数据模型筛查出的疑点；完成每月的事中审核，医学知识和规则X析维护、病历X析。

（六）系统建设及应用场景的具体要求

建设具有从风险采集、风险预警到风险处理的X，建设包括针对门诊、住院、重点药品/耗材的一系列医保反欺诈大数据监管模型，以及面向病例、医疗机构、定点药店、参保人等维度的可视化X析、一体化应用系统。

系统功能应包括风险概览、风险采集、风险X析、风险处理、场景X析、系统管理等功能模块。