国家医保局6月29日发布消息称,在5月辽宁省飞检启动会上,直接指定辽宁省沈阳林济中医院、辽宁省金城原种场职工医院作为被检机构,经查,两家医院涉嫌存在欺诈骗保问题。就在一周前,国家医保局就曾披露河南两家医院涉嫌欺诈骗保情况。
自2024年国家飞检正式启动以来,一个多月的时间中,国家医保基金飞行检查组已触达7个省份。
在今年的医保基金飞行检查工作中,国家医保局强化大数据监管模型运用,提前通过大数据模型筛查发现可疑问题线索。在此次辽宁省和河南省的飞行检查中,飞行检查组均根据大数据筛查线索,对医院进行全面检查,最终发现违反诊疗规范、涉嫌欺诈骗保等问题。
在医保基金飞行检查中,大数据模型如何发挥作用?
中国医药卫生文化协会医联体医保支付研究中心研究员仲崇明在接受21世纪经济报道记者采访时介绍,一是从数量发现问题,在与同级医疗机构、同期发生、患者自身等数据的比较中,能够发现异常;二是从质量发现问题,从医疗单据、医保结算材料看,一些缺漏、错误,就暴露了“猫腻”、“故意”。
“医保部门实际能够早发现、动态掌握,今后也可能对一些猖獗太久的类似骗保行为做常态化的管治、处置,这首先能阻断一些低级粗糙的骗保。”仲崇明说。
据国家医保局介绍,在沈阳林济中医院,飞行检查组根据大数据筛查线索,对医院进行全面检查,初步发现违反诊疗规范过度医疗、超标准收费等违法违规问题,涉及医药费用166.2万元。
另外,还发现涉嫌欺诈骗保问题。一是涉嫌伪造病历文书;二是涉嫌伪造CT检查报告;三是疑似虚构医药服务项目。
在辽宁省金城原种场职工医院,飞行检查组根据大数据筛查线索,对医院进行全面检查,发现过度诊疗以及药品耗材无进销存台账、出入库管理混乱等问题。此外,通过数据线索延伸检查发现涉嫌欺诈骗保问题。一是疑似伪造CT检查报告、虚构CT检查项目,二是疑似虚构检验项目。
在一周前的6月23日,国家医保局官方微信就曾披露河南两家医院涉嫌欺诈骗保情况。国家医保局运用大数据模型,对被检城市医保基金使用数据作了筛查,根据可疑线索,指定郑州管城豫丰医院、周口市商水庆康医院为被检机构,初步发现涉嫌欺诈骗保问题。
自5月11日2024年国家飞检正式启动以来,在5-6月,河南、海南、辽宁、吉林、浙江、山东、四川均已先后召开2024年国家医疗保障基金飞行检查启动会。
《2024年医疗保障基金飞行检查工作方案》政策解读中强调,2024年,国家飞行检查在覆盖地区和机构方面,坚持地域广覆盖,飞行检查将实现全国各省全覆盖,并进一步增加抽查城市范围。原则上,每个省份抽查城市数由以往每年每省1个增加为2个,其中各省省会城市必查。
当前,国家医保基金飞行检查组已触达7省,今年的飞行检查工作表现出更强的监管力度和效能。对于今年飞行检查工作的特点,仲崇明向21世纪经济报道记者表示,首先是大兴调查研究,案件披露更加透明、具体,让人一看就明白、一看就气愤,坚持将“涉嫌”、“疑似”都建立在一定的常理、客观基础上,比单纯放一些笼统标签、小结数字更有杀伤力。“飞检工作组大兴调查研究,把调查研究结果的关键线索公示给社会、行业,带动更多利益相关方有耐心、有关心,让沉疴痼疾、‘还能这么干?’避无可避。”
其次,是“拔出萝卜带出泥儿”。仲崇明指出,飞检工作组是言之有物、掷地有声,像抓贪腐、老虎苍蝇一起打,把这种朴素的治理理念放在曝光处,吸引利益相关方沉浸式体验思考。“对辽宁省金城原种场职工医院的通报简报里甚至没有提及金额,因为一些基本事实已然清楚,这种现象是比具体涉案金额重要很多,警示面很宽。”
仲崇明也认为,今年飞行检查工作是强调“根据大数据筛查线索,对医院进行全面检查,初步发现违反诊疗规范过度医疗、超标准收费等违法违规问题,还发现涉嫌欺诈骗保问题”,上述问题往往共生。“大数据筛查的生产力,在现阶段扩增一定很容易,但通报中很少提及大数据筛查,而将更多篇幅用于飞检工作组的‘细心发现’。这是负责到底的态度,不假技术之名,轻易为严肃监管画上句号。”
在今年的医保基金飞行检查工作中,国家医保局也特别强调了大数据监管模型的运用。在此次辽宁省和河南省的飞行检查中,都提前通过大数据模型对医保基金使用数据进行分析,发现可疑问题线索。
近年来,国家医保局也在持续探索和应用医保基金的大数据监管方式。国家医保局2023年9月发布的《国家医疗保障局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》(以下简称《通知》)中提出,到2025年底,规范化、科学化、常态化的智能审核和监控体系基本建立,“两库”(医疗保障基金智能审核和监控知识库、规则库)建设应用、智能审核、反欺诈大数据智能监测分析更加成熟完善,信息化、数字化、智能化全面赋能医保审核和基金监管,形成经办日常审核与现场核查、大数据分析、全场景智能监控等多种方式的常态化监管体系,确保基金安全、高效、合理使用。
对于推进医疗保障基金智能审核和监控工作的必要性,《通知》政策解读中指出,当前医保基金监管面对众多监管对象、庞大的资金量,以及海量的结算数据,靠过去的人海战术、手工审核、人工监管不能适应新形势的需要。医保基金智能审核和监控是医保部门日常审核结算的必备工具,也是信息化时代医保基金监管的重要手段,更是有效守护好群众“看病钱”的重要技术支撑。
在大数据发现线索后,飞行检查的进一步工作也需要及时跟进,仲崇明介绍,首先是把现场全面检查,将不该容忍的情况都予以记录、曝光,真正守住原则;其次是将这些情形曝光,积极地投放到社会、行业更多利益相关方、关注者,使讨论氛围、改善工作的氛围得到持续发展,及时说明严肃严重些,避免“不教而诛”。
“飞检工作组及时出手,很有现实意义。因为大数据发现的是‘涉嫌’和‘疑似’,被检查对象有权利‘解释’和‘辩解’。在一些现实工作中,不排除有证据销毁,也不排除飞检工作组要被动放弃一些情形性质的本来认定。飞检工作组展开线下及时果断深入排查线索,就是在抢时间、守住大数据筛查的线索成果和原貌。”仲崇明分析称。
相比传统监管手段,大数据监管模型的优势众多,仲崇明介绍,首先,基金监管难在“查谁”,大数据监管模型比“抓阄”更有依据,在机制方面,大数据是不停生产的一条条产线,就像有自动报案;其次,大数据监管不唯大案要案,且飞检工作组可以抠出很多“典型、接地气的骗保做法”,使“查谁”变得不那么重要。“因为屡次发现同样的骗保情形不断复制,就倒逼完善基金监管条款、改进行业实操共识和做法,以至于行业内谁也难逃影响。”
“大数据监管模型真正把达摩克利斯剑悬于任何医院医生头顶,从一件基金监管案件、他人被飞检查处案件的事前、事中、事后,对社会、行业形成长期有效的宣教和震慑,敢于持续犯法、大量试法者越来越少。”仲崇明也强调。
未来,在医保飞行检查中,大数据监管模型的应用还可以如何发展和提高?仲崇明认为,首先,不应满足于“查了谁”、“查到什么”、“实锤什么”,而应从战斗结果梳理总结经验,通过建章立制、细化要求来赋能大数据监管的普世生产力;
其次,也不应满足于“查了哪家医院”,要贯通到具体的处方医师、医务人员等,要能触动到具体人的利益影响,从而瓦解“一块铁板”;
再者,大数据监管模型与飞检工作组的榜样精神要有机结合,避免大数据监管模型流于技术形式,飞检工作组的价值观和方法论要反哺大数据模型发展;此外,大数据监管模型需要深度学习、交互,也应考虑向医疗行业释放善意、开明、辅导,减少误伤,发挥机器的智慧;
此外,大数据监管模型也要强调回头看,坚持原则,避免反复打击现象出现。
转载来源:21世纪经济报道 21财经APP 作者: 林昀肖