深度：大数据分析对于中国医疗保险管理的价值(N多案例分析+附下(2)

● B 类 I-III 期患者的治疗除手术外需辅以相当的化疗，费用明显增高；

● C、 D 类 IV 期患者的治疗方案以化疗为主，所需费用更高；患者家庭经济情况也是影响治疗费用的一大因素， 家境富裕的患者多选用靶向型生物制，其治疗费用大大增高（图1c）； 由于不同城市消费水平及具体医保保险政策的不同，也导致城市间的差异性， 但与由癌症类型及治疗方案导致的费用差异相比，地域性的影响相对较小（图 1c）。

国内最具权威的市场调研门户网站之一

学数据分析、找行业报告、招调查人才可移步一起调研网 一个属于调研行业的 B2B 网站

以上对肿瘤费用的深度分析结果，结合不同年龄群体的发病率及疾病演变信息（可从疾病学研究中获得），即可为真正理赔型大病保障设计及相关精算定价提供有力支持，促进医疗保险产品的创新并提升产品的竞争力。

3.2 理赔运营管理

在医疗保险理赔运营管理中至关重要的一个环节是及时发现欺诈、浪费、滥用等费用风险。欺诈虽案例不多，但常涉及较大金额；浪费与滥用属于过度医疗与不合理医疗，单笔金额也许不高但是数量庞大，很难根据经验判断，因此属于数据挖掘的重要应用领域。

大数据分析可以帮助找出一些典型的理赔费用风险问题，例如分解住院、不合理医疗检查项目或者不合理高值医用耗材、诊断和处方药品指征不匹配、药品剂量超标等。此类分析对临床知识要求很高，需要专业分析技术和引擎才能完成。

案例分析

以某地区几千名门诊患者的基本医疗和企业团体补充险为例， 通过深度分析其 1 年理赔数据，我们发现多类理赔风险：

● 药品剂量超标： 医保报销规则通常要求每次处方量不超过7 天或 14 天，但在实际理赔中，因为普通医保运营系统无法判断具体到每个药品的标准日用量，难以就理赔信息加以识别，因此超剂量用药频有发生，并为代开药品、倒卖药品等欺诈行为提供了便利。我们根据各类药品最大日用量分析计算了相应给药天数，从单次处方天数来看，某些中药处方的给药天数超过一个月（表 1a） ; 从一年中累计给药天数来看，若干患者配药总量远远超过一年 ( 表 1b)。因为现有理赔数据不含有药品用量信息，所以以上仅为保守估计。若能结合电子病例以实际处方的日用量计算，可以发掘出更多的潜在问题案例。

●用药与医疗服务不匹配： 现今医保药品报销通常要求诊断与用药相匹配，因此医生在处方时往往会根据所处方药品填写诊断信息。分析发现，少数患者使用了 10 种以上药品，相应的诊断名称也众多。众所周知，某些疾病的诊断往往需要一些必要的检

查或者化验来确诊，但我们所分析的理赔数据中显示的检查和化验项目并不能支持患者的众多诊断（表 2）。这说明，在实际医疗行为中，可能存在医生为配合患者开药而“人为”填写诊断名称的现象。理赔工作人员可相应对此要求患者提供病例详情以确认是否有借开药以套保费的现象。

● 由保障方案诱导的“非必要”医疗： 目前不少团体补充险保障涵盖门诊福利，且常设几千元的封顶线。我们的分析表明，在有门诊保障的情况下，如果起付线不高（1 千元以内），常会导致相当的“非必要”医疗。如表 3a 所示，该团体门诊封顶线在4000 元左右，一年内 1290 出险人中 800 人门诊费用在 3000-5000 元之间，明显有诱导消费嫌疑。深入分析各月份及医院就诊分布显示，年底 11-12 月间就诊次数明显增长，且主要出现在较容易挂号的一二级医院，说明其增长主要由诱导消费导致的“非必要”医疗（表 3b）。那么所诱导的“非必要”医疗都包括哪些内容呢？通常而言，一方面为可用可不用的药品，诸如中成药、中药营养品等；另一大类为可有可无的诊疗项目，例如检查化验，中医针灸按摩等。进一步分析中药及诊疗服务费用按月的分布，可以清晰的看到年底中成药、中药饮片（含中药营养品）、及诊疗项目使用频率及涉及费用明显上升（表 3c/d） . 当然从根本上解决诱导消费的问题需要从保障方案设计着手，但以上分析结果也可为理赔提供信息支持，帮助理赔工作人员简单便利的找出此类诱导消费的嫌疑，有针对性的加以审核。

国内最具权威的市场调研门户网站之一

学数据分析、找行业报告、招调查人才可移步一起调研网 一个属于调研行业的 B2B 网站

以上发现可帮助医疗保险机构的理赔审核部门快速找出潜在问题案例及其明细信息，提高理赔处理的效率并降低赔付率。此外，医疗保险机构也可以针对这些问题的根源和相关医疗机构进行沟通，寻求从根本上降低费用和提高运营水平的机会。

3.3 对医疗机构的管理

在现今医疗保障仍为政府医保为主导的环境下，商业保险对医疗机构的话语权不大，对医疗机构的管控仍以政府医保为主。人社部于 2012 年出台的《关于开展基本医疗保险付费总额控制的意见》，将“逐步建立以保证质量、控制成本、规范诊疗为核心的医疗服务评价体系与监管体系”作为任务目标。但实际操作中，由于缺乏有力的临床分析能力，政府医保对医疗机构的管理仍停留在粗放型，力度欠缺且效果欠佳。总额控制的支付方式使医保将超出预算的财务风险全部或者部分转移给医疗机构，在收入既定的情况下，医疗机构有可能通过减少必要服务，尤其是拒绝成本消耗较高的患者或者项目来降低医疗成本，从而出现推诿重病人、增加自费费用等问题，与原本“保障质量、规范诊疗”的目标背道而驰。而且， 总额控制支付方式下的总额基数和调整系数的确定在很大程度上参考历史数据和变化趋势，也就是在往年的额度基础上简单地加上增长空间，超值分担、结余分享的比例和调节过于依赖经验而非科学测算，导致医疗机构对于总额控制的认可度不高。

大数据精细化分析可以应用于科学合理的评估医疗费用及质量，从而为包括总额控制在内的多种支付方式提供支持。

医疗费用评估的一大难点在于医疗服务缺乏标准化。以心脏支架手术为例，确诊需要什么样的检查化验，手术过程中需要什么样的麻醉方式，需要使用什么样的支架及放置的数量，术后康复期需要住院多久，出院后复诊需要做些什么等，在不同患者间差异巨大，所以仅比较单一的诊疗项目或药品费用与总费用并无相关性，意义不大。所

以，技术上的难点在于将解决同一问题的所有相关诊疗项目及将用药情况链接起来，这就涉及专业的分组方法，如用于住院费用的 DRG 分组，或用于门诊费用的 ETG 事件系列等，以此作为费用比较的单位。

医疗费用分析中另一重要概念为“危重风险调整”。患者个体的差异，包括年龄、性别、并发症等，会对费用有很大的影响。举例来说，医疗机构收治糖尿病患者，三级医院的人均医疗费用往往比一级医院的高很多，但是据此得出结论说明三级医院的费用指标比一级医院差是不合适的，因为这里没有考虑到患者的危重情况。事实上，三级医院由于医疗水平高，收治的危重患者较多，导致治疗同一疾病的费用比一二级医院偏高的现象是正常的。那么在这种情况下，应该如何比较不同级别医院的费用？又如何比较同级别的不同医院的费用？这就需要引入“危重风险调整” ，即根据年龄、性别、合并症等诸多因素评估患者的危重程度，然后根据危重风险因子对医疗费用进行调整，经过危重风险调整后得到的医疗费用才有可比性。

费用评估对医疗保险机构而言固然重要，但单一的费用指标本身不能作为衡量医疗机构的唯一标准。与费用评估相辅相成的是医疗质量的评估，高质量的医疗服务除了对患者疾病管理及健康维护 …… 此处隐藏：2791字，全部文档内容请下载后查看。喜欢就下载吧 ……