根据《医疗保障基金使用监督管理条例》提出的基金使用规定,医院的医保违规行为可以梳理为:
- 分解住院、挂床住院;
- 违反诊疗规范过度诊疗、过度检查、分解处方、超量开药、重复开药;
- 重复收费、超标准收费、分解项目收费;
- 串换药品、医用耗材、诊疗项目和服务设施;
- 医疗保障基金支付的费用超出规定的支付范围;
- 诱导、协助他人冒名或者虚假就医、购药。
国家医保局自成立以来一直严厉打击医保违规行为,2018年至2021年10月共检查定点医药机构约234万家次,处理约100万家次,累计追回医保基金约506亿元。而全国多个省份在制定本地医保负面清单(由医院自行承担费用的清单)时也纳入了上述行为产生的医疗费用,为医院划定医保基金使用的行为标尺,推动医院建立相应的风险防范机制。
例如,《安徽省健康脱贫综合医疗保障负面清单》发布了10条医院承担费用的清单,包括“擅自提高收费标准、分解项目收费、私立项目收费而产生的费用”等。而医院应对医保基金的飞行检查,也需对标负面清单,定期检查院内医保基金使用情况,及时纠正医保基金使用不规范的行为。
医保违规行为的发生大多源自临床对政策文件的不理解,且缺乏行为发生过程的事中控制与监管;另外,医保检查涉及的医院信息系统多、信息面广,医院医保部门依靠人工进行审查不仅效率低下,也难以覆盖全部医保违规风险点。在此现状下,寻求行之有效的管理手段成为医院做好控费管理的迫切需求。
02
从“管费用”到“管行为”
AI助力实现医保违规风险事中监管
医院医保管理端的数据具有病种覆盖范围广、数据海量的特点,在DRG/DIP支付制度下,利用数据智能技术进行归因挖掘、风险拦截等,已成为医院控费管理的重要抓手。爱分析预计,2022年我国DRG/DIP信息化市场规模约为70亿元,同比增速将超过400%。
从医院医保基金监管的核心需求出发,惠每DRG/DIP医保控费系统根据医保负面清单、医院实际情况等建立了医保审核规则,在医生操作患者病历时,利用人工智能技术对患者全部诊疗信息进行整合、清洗、编码映射,实时对重复收费、超量收费、串换收费、超医保支付限定等风险进行排查与预警,并提供相关依据,助力违规行为的早发现、早纠正,解决医生对政策认知不足的问题,提升源头治理成效。
例如,针对患者“麻醉中监测”项目分解收费的情况,实时预警该病例医疗费用存在负面清单风险:“麻醉中监测”(编码330100015)不能再收取“心电监测”(编码310701022)费用。此外,系统通过整合患者诊疗数据实时预测费用超支风险,并提供详细项目费用帮助医生准确定位费用超支原因,从而及时调整诊疗方案,减少过度医疗检查、开药等,促进诊疗合理性与规范性。
针对医院精细化控费管理需求,系统基于负面清单审核规则自动统计医院存在医保违规行为的病例,为医保管理部门提供医保审核分析的精细化数据,提升医院医保违规信息数据筛查能力,帮助管理者直观掌握院内医保基金使用情况,精准剖析问题成因,对科室/医生行为进行管控,实现从“管费用”到“管行为”的事中监管。
系统后台的负面清单审核规则支持医院根据各地实际进行灵活调整,通过构建覆盖全面的审核规则知识库,有效拦截医保违规风险,降低医院拒付、扣费的情况发生。
成为我们的
合作伙伴