DeepSeek在公立医院内部控制中的探索与应用

DeepSeek在公立医院内部控制中的探索与应用【摘要】2023年12月，财政部、国家卫健委等4部门印发了《关于进一步加强公立医院内部控制建设的指导意见》，提出充分利用信息化技术手段加强公立医院内部控制建设。随着数字技术的快速发展，人工智能大模型的应用为公立医院内控建设提供了新的思路和技术支撑。文章探讨公立医院利用DeepSeek构建三维融合内控知识培训模型和内控模型，进行复合型内控人才培养、预算监控、精细化成本控制等多场景应用，并在此基础上以财务报销为例，分析了DeepSeek大语言模型在智能审核、风险预警等财务报销关键环节的具体应用，为公立医院内部控制建设提供了实践经验。【关键词】DeepSeek；内部控制；公立医院；财务报销【中图分类号】F234.3；R197.324"【文献标识码】A"【文章编号】1004-5937（2025）18-0096-062022年4月，国家卫生健康委办公厅、国家中医药局办公室下发了《关于印发公立医院运营管理信息化功能指引的通知》，指出“公立医院运营管理信息化关注利用人工智能、大数据及物联网等新技术作为医院运营管理的重要工具与手段，将网络信息与数据安全作为医院运营管理的底线能力进行设计”。DeepSeek是一款国产深度生成式AI工具，它采用了多种创新技术，包括混合专家模型（MoE）、群体相对策略优化（GRPO）和多头隐式注意力（MLA）等机制，可通过并行专家网络进行任务分配，模拟群体智能优化更新策略，并采用多头挖掘数据关联性精准捕捉信息，提升了计算效率与泛化能力[1]。其在文本理解、信息抽取、数据分析等方面具有显著优势，可有效应用于公立医院内控的各个环节，提升内控效率和效果，为医院的发展规划提供准确的内控数据分析报告，实现公立医院健康、可持续发展。本文基于公立医院内部控制建设，围绕财务报销关键环节，探索DeepSeek大模型在公立医院内部控制中的应用。一、DeepSeek在公立医院内控中的探索（一）本地化部署DeepSeek，提高公立医院信息化建设水平在中国特色社会主义现代化建设的征程中，公立医院通过引入先进的医疗信息系统，以新发展理念为指导，以数字技术、人工智能为引擎，把人工智能、大数据、虚拟现实等技术赋能作为转型升级新动力，以新场景、新业态、新技术丰富数字消费供给，优化就医流程，加强数据管理和安全保障，实现医院管理的智能化和为患者服务的便捷化。相较于ChatGPT等大模型，DeepSeek使用价格更低，且算力需求更少，其开源模式支持本地私有化部署，能够有效满足政府机关、企事业单位等机构对数据隐私保护、模型定制化以及低延迟响应等方面的需求[2]。目前开源的DeepSeek面向公立医院的内控使用，处理更复杂的算法模拟和数据分析任务。根据DeepSeek的部署文档，安装广泛应用于自然语言处理、计算机视觉、语音识别领域的transformers和用于各种自然语言处理（NLP）任务的sentencepiece。通过实时生成的API调用，实现DeepSeek与HIS、绩效管理系统（PEI）、资金系统、会计档案系统、预算系统等应用系统的对接，提高公立医院信息化建设水平。（二）利用DeepSeek构建内控培训模型，培养业财融合内控人才公立医院内控建设，必须提高内控人员的专业能力和职业道德素养，推动公立医院发展。应加强对业务知识、法律意识和职业道德的教育培训，以适应不断变化的市场环境和内部制度，确保员工具有良好的专业能力和执行能力；可设立专项基金，鼓励员工参与各岗位的数字化转型，支持员工的数字化创新项目，激发员工的创造力和主动性[3]。1.构建内控知识培训模型培养数字化内控人员，满足大模型时代对“懂内控、有技术、会应用”的复合型医院财务内控人才的需求。本地化部署的DeepSeek运行提示词，构建“法规—技术—业务”三维融合的内控知识培训模型应用示例（部分内容）如图1所示。2.内控知识培训模型应用场景（1）模拟答疑：内控人员在培训过程中遇到难点疑点问题，如医院内控制度与新《会计法》表述不一致，可随时向模型提问，模型通过深度技术分析给出正确答案。（2）模拟风险评估：借助模型创建超标准报销财务风险场景，财务内控人员进行分析处理。模型根据处理的方式方法给出即时评价，指出不规范或错误的处理办法，并给出正确的解决方案，提升风险识别与应对能力。（3）模拟案例分析：模型给出公立医院财务内控的案例，如多标准财务报销问题，引导财务内控人员多角度分析案例，规范统一报销标准，总结经验教训。模型可提供多种分析思路拓宽内控思维视野。通过DeepSeek内控知识培训模型培养高素质的业财融合财务内控人员，实现提高内控管理效率、优化决策、规避风险的目的。（三）基于DeepSeek技术架构构建内控模型2023年12月，财政部、国家卫健委等4部门印发了《关于进一步加强公立医院内部控制建设的指导意见》，提出充分利用信息化技术手段加强公立医院内部控制建设，推进内部控制建设融入公立医院信息化建设，将业务标准、制度流程、控制措施以及数据需求嵌入医院信息系统。数据的集成、分析与应用，在智能化生产、产业模式创新、价值链重构等方面展现出极大潜力，依托数字技术对数据进行高效处理，数据中心、云计算平台等数字基础设施的建设成为一种必然[4]。基于DeepSeek的技术架构，将工作流程、预算管理、内控管理等制度前置嵌入，构建满足公立医院需求的内控模型，在多场景应用。1.构建预算管理模型本地化部署的DeepSeek通过实时生成的API调用对接HIS系统、财务管理系统、DRG等系统，自动收集、清洗、整合和分析公立医院基期数据及基础数据，通过智能算法进行模拟测算，结合国家政策、医院中长期发展规划的调整等多源信息数据，并用历史数据进行验证优化，形成预算管理模型，预测医院发展前景和重点发展方向。如引入医院HRP管理系统跟踪收支进度，设置预警阈值，建立“预算编制有目标，预算执行有监控，预算完成有评价，评价结果有反馈，反馈结果有应用”的全过程预算管理机制。预算模型数据流程如图2。2.构建成本核算模型公立医院成本控制目标是在保障医疗质量和医疗安全的前提下，优化资源，减少不合理成本，降低医疗服务成本，提高资源利用效率，优化运营效率，实现医院可持续发展，彰显公立医院的公益性。按医疗服务项目，如治疗费、手术费、检查费、检验费、诊疗费等核算成本，可分为直接成本和间接成本。如医护人员的薪酬福利、药品耗材费用等作为直接成本归属相应的核算对象，水电暖气费等作为间接成本归属相应的核算对象。根据全成本核算法及数据特点建立相应的数学模型。本地部署的DeepSeek可通过API调用对接HIS、EMR、LIS、RIS、NIS、ORIS等系统，实时收集、分析、整合数据信息，利用精度学习算法对患者的药品、耗材、人力成本、运营成本等实时精准计算。另外，可用历史数据对模型进行验证，并结合医保支付等政策变化对模型进行优化调整。成本控制模型数据流程如图3所示。3.构建内控预警模型DeepSeek基于混合专家（MoE）架构和专业中文垂直知识库，精准对接不同行业的独特需求，提供深度定制化服务。在税务合规、成本管理、资源配置和风险预测等关键领域[5]，DeepSeek不仅能提升工作效率，而且能增强决策精准度，其功能覆盖范围可全面超越财务管理和内控业务边界，为相关业务的数字化转型提供强大助力。本地化部署DeepSeek，通过实时生成的API调用对接医院财务系统、信息管理系统等，收集相关财务数据和业务数据，对收集的数据进行清洗，去除重复、错误数据，并根据国家法律法规、医院的规章制度为每个预警指标设定合理阈值，按预警体系设置多维度预警指标（如预算管理：无预算支出超过1次；成本控制：成本收益率低于10%；支出管理：“三公”经费超过1%；收入管理：医保拒付率超过10%；票据管理：发现虚假报销凭据1次等），进行分类汇总计算。根据超预警阈值的多少，设为一级预警（黄色），二级预警（橙色），三级预警（红色）。如20%gt;医保拒付率≥10%，设定为一级预警（黄色）；30%gt;医保拒付率≥20%，设定为二级预警（橙色）；发现无预算支出1次、虚假报销凭据1次、医保拒付率≥30%，设定为三级预警（红色）等。建立涵盖财务票据、资金流动、医保基金等全方面的财务内控预警模型，并用历史数据对模型进行验证，根据验证结果，对模型进行调整优化。主要根据政策法规的调整、医院运营情况和外部环境变化，适时调整预警阈值，确保模型的有效性和准确性。4.内控应用场景（1）监控预算执行通过DeepSeek预算管理模型实时监控预算执行情况，精准监控预算资金的支出原因和流向。审批流程电子化，智能记录审批人、审批时间、报销事由，确保责任可溯源；超预算、无预算等异常支出在线预警并提供详实的预算偏差分析报告，及时核查问题和解决引起执行偏差的原因，避免预算超支或资金浪费；实时生成预算执行情况分析报告，帮助医院管理者及时全面掌握预算执行进度、执行效果和预算执行过程存在的问题，为后续预算管理提供参考。（2）精细化成本控制公立医院依据DeepSeek成本控制模型，对各类成本进行细致分析。以成本控制模型为基础，通过对比各科室实际成本与预算成本的差异，以及成本控制目标的完成情况，对科室进行绩效考核，激励科室加强成本管理；通过成本核算模型，利用精度学习算法，精确核算不同医疗服务项目的成本，实时精准计算单个病人的运营成本，并自动标记成本超支前10位的信息；通过对成本数据的深度分析，挖掘成本超支的原因，提出成本优化的建议，如降低高值耗材使用、调整人员岗位等，有效降低运营成本。（3）智能填单与审核利用DeepSeek的OCR技术自动解析发票中的关键信息，如发票代码、开票日期、金额、税号、商品名称等，并与国家税务总局发票查验平台实时对接，自动识别发票真假，有效拦截“虚假发票”。智能匹配预算科目，超预算或无预算申请自动冻结报销流程，并通知报销人；报销事由、发票代码与历史报销数据库比对，发现同一报销事由、同一发票代码重复报销，立即驳回；智能审核过程中发现报销材料不全，如报销材料中缺少举办单位的会议通知，则向报销人发送结构化整改建议，如补充会议通知（PDF版）；预算科目关联合同信息，合同报销材料中合同复印件与原件智能比对，发现不一致自动冻结报销，有效拦截“阴阳合同”；智能审核过程中发现异常自动冻结财务报销，同时触发风险预警，并形成预警报告，根据预警报告内容进行彻底核查，对触发预警的人员再次报销时重点审核。DeepSeek的智能填单审核，大大减少了人工审核的工作量和出错率，显著提高了财务核算效率及准确率。（4）风险识别与预警DeepSeek通过API调用对接公立医院管理信息系统，通过其自然语言处理能力和数据的深度分析能力，应用风险识别与预警模型对公立医院的财务、业务和医保基金等数据资料进行实时监测和分析，准确识别风险点，如虚假发票、超额报销、重复报销、虚假报销、欺诈骗保等行为。监测到风险及时预警提示，并形成包括风险类型、风险金额、风险产生的不良影响及解决方案等内容的风险预警评估分析报告。同时，通过可视化界面显示风险点的实时变化情况。通过财务风险识别与预警模型的应用，显著提高了资金使用安全性，规避了财务风险，实现了医院可持续、高效、良性发展。二、以财务报销为例分析DeepSeek大语言模型在内控中的具体应用本文围绕财务报销流程（见图4）关键环节，重点分析DeepSeek大语言模型在公立医院内部控制中的具体应用。（一）DeepSeek智能录入首先，报销人通过拍照或扫描发票并发送到计财部，计财部把电子版发票上传本地部署的DeepSeek，运行图5所示提示词。其次，Transformer架构模型进行发票版面识别，定位发票代码、发票号码、金额、发票日期、交易双方信息等关键字段位置，通过OCR技术识别图像中所有文字区域，转化为文本，进行结构化信息提取，并转换为结构化数据。最后，数据加密处理，适配财务系统。DeepSeek的应用，减少了财务报销过程中的人为操作，显著提高了财务内控工作效率，有效规避了财务风险，保障了资金安全。（二）DeepSeek智能审核报销票据上传到DeepSeek大模型，运行图6所示提示词。DeepSeek自然语言处理技术可自动审核报销单据。DeepSeek按照提示词要求，智能审核发票信息，输出审核结果，如图7所示。（三）DeepSeek智能风险预警DeepSeek运行包括识别虚假发票、超预算支出、虚假报销等风险点并预警的提示词。利用DeepSeek的数据分析能力，对报销数据进行深度挖掘，识别异常报销行为，及时预警潜在的财务风险。智能审核过程中发现不合规报销、超过设定的风险阈值等会触发风险点，发出预警提示，并形成实时预警报告，可及时核查处理，有效规避财务风险，保障资金安全，如图8所示。（四）DeepSeek智能生成记账凭证并入账对无风险点的财务报销行为，完成财务报销，报销完毕，DeepSeek运行提示词——生成财务凭证，并计入相应的会计科目。同时深度思考，输出形成财务记账凭证，智能计入相应的会计科目。如图9所示。（五）DeepSeek智能撰写财务分析报告运行提示词——财务分析报告。DeepSeek大语言模型进行数据清洗、汇总，并深度思考，形成财务分析报告，如图10所示。综上所述，本地化部署DeepSeek进行公立医院内部控制，与医院中长期发展规划和医院实际工作相适应，能提高内控工作效率，降低运营成本，保障财务安全，提升管理透明度。DeepSeek大语言模型凭借自身先进的技术架构和定制化能力，应用于智能填单、结构化提取数据、智能审核、风险