AI在医保基金智能监管中的落地实践

20XX/XX/XXAI在医保基金智能监管中的落地实践汇报人:XXXCONTENTS目录01

医保基金监管背景概述02

AI落地的基础准备03

AI医保智能监管落地场景04

AI智能监管的应用效果05

AI落地存在的风险问题06

未来落地优化方向医保基金监管背景概述01传统监管的痛点问题人工审核效率低下面对海量医保数据，人工审核耗时久、易出错，像日均数万条就诊记录难以及时核查。监管覆盖存在盲区线下定点机构的违规行为难以及时察觉，如部分诊所挂床住院问题常难被及时发现。事后追责成本过高传统监管多为事后核查，违规资金追回难度大，追回流程繁琐且耗费大量人力物力。智能监管的发展需求应对欺诈骗保行为的精细化需求医保欺诈骗保手段日趋隐蔽复杂，如虚构诊疗项目，传统监管难以精准识别，需AI实现精细化排查。提升监管效率的规模化需求医保覆盖人群超13亿，传统人工审核效率低下，AI可批量处理海量医保数据，大幅提升监管速度。适配医保政策迭代的动态化需求医保政策不断更新，如DRG付费改革，AI能快速学习规则，实现监管标准与政策同步动态调整。AI落地的基础准备02医保结算数据标准化清洗针对不同医院的异构结算数据，统一编码规则，如采用ICD-10疾病编码，消除数据格式差异。医保目录数据动态更新同步国家医保药品、诊疗项目目录调整，如2024年新增的谈判药品，确保数据时效性。就医行为数据分类归集按门诊、住院、购药等场景分类归集数据，标记异地就医、慢病购药等特殊行为标签。监管数据基础整理配套制度流程搭建

AI监管数据共享机制制定明确医保、医院、药企等多方数据共享标准，如医保局与三甲医院打通就诊数据传输通道。

AI监管结果处置流程规范制定AI预警线索核实、违规判定、整改反馈的全流程细则，确保监管闭环高效运转。

AI监管人员权责划分制度明确AI系统运维人员、医保审核人员的职责边界，避免出现监管责任真空或重叠。AI医保智能监管落地场景03门诊欺诈骗保识别

异常就医频次识别AI可监测患者短期内多次挂号、重复就诊的情况，如某患者一月内挂号超15次将触发预警核查。

不合理处方匹配识别AI能比对处方与病情的匹配度，像感冒却开具昂贵肿瘤靶向药这类违规处方会被精准揪出。

冒名就诊行为识别AI通过人脸识别、就诊数据交叉验证，可识别冒用他人医保凭证就诊的欺诈行为。过度诊疗行为识别AI可通过分析病历数据，识别如无指征手术、超剂量用药等行为，像某三甲医院就借此揪出过度开药问题。虚假住院行为核查AI对比患者住院期间的生命体征、用药记录等，可识别挂床住院情况，多地医保局已用此减少基金流失。不合理诊疗套餐筛查AI能比对诊疗套餐与患者病情的匹配度，发现如给普通感冒患者开高端检查套餐的违规情形。住院违规诊疗核查药品耗材使用监管

异常处方智能识别AI可精准识别超剂量开药、重复用药等异常处方，如某省医保平台年拦截违规处方超10万张。

耗材使用合理性核查通过AI分析耗材使用匹配度，像骨科手术中违规搭配高值耗材的行为可被及时预警拦截。

虚假耗材套保行为监测AI追踪耗材流转全链路，能揪出虚构耗材使用记录的套保行为，某医院曾因此被追回百万医保金。医保结算实时审核

门诊费用智能校验依托AI模型实时核对门诊诊疗项目、药品费用与医保目录匹配度，如拦截过度开药、重复收费等违规行为。

住院费用动态监控AI系统全程追踪住院患者的诊疗数据，对比同病症费用基准，及时预警超标准检查、不合理用药等问题。

异地结算自动审核AI快速识别异地结算材料中的异常信息，比如虚假就医凭证、违规转诊记录，保障异地医保资金安全。高频重复就诊预警通过AI分析患者就诊频次，如发现患者短期内多次重复挂号开药，及时发出预警核查。超量开药行为预警AI系统可识别患者开药剂量远超常规需求，像慢性病患者一次开3个月药量的异常情况。异地违规就医预警AI能监测患者异地跨区域高频就医，比如同一患者一周内在多省市医保定点机构就诊的情况。异常就医行为预警AI智能监管的应用效果04提升监管核查效率

批量审核医保结算单据AI可快速识别单据异常，如某省医保局用AI日均审核超10万份单据，效率较人工提升百倍。

实时拦截违规结算行为AI系统可在结算时实时监测，如多地医保平台通过AI秒级拦截冒名就医等违规结算申请。

智能筛选可疑线索AI能从海量数据中定位高风险线索，如某市医保局用AI精准筛选出千余条骗保可疑线索。降低基金流失规模01精准识别过度诊疗行为AI通过分析病历数据，精准揪出过度检查、过度开药行为，如某省医保局用AI挽回超千万流失基金。02拦截欺诈骗保操作AI实时监控医保结算环节，快速拦截冒名就医、伪造票据等诈骗行为，多地已实现骗保行为秒级预警。03管控不合理收费项目AI核对诊疗项目与收费标准，自动识别不合理加价、错收漏收情况，帮多地医保部门追回违规收费资金。AI实时预警威慑通过AI系统实时监控医保数据，对可疑操作即时预警，如某医院过度开药行为被当场拦截，震慑违规苗头。违规案例公开警示AI筛查出的典型违规案例，如骗保诊所虚构诊疗记录，经整理后公开通报，形成广泛警示效应。精准追溯违规主体AI可精准追溯违规行为的责任主体，像某药店套刷医保的经办人被快速定位，提升违规追责效率。强化违规行为威慑优化监管资源配置精准定位高风险核查对象

AI通过大数据分析锁定高频违规、异常结算的机构，让监管人员聚焦重点，减少无效排查。实现监管人力的弹性调度

借助AI的自动化筛查能力，非高峰时段可调配人力攻坚疑难案件，提升整体监管效率。降低线下核查的资源消耗

AI线上完成初步违规识别，大幅减少实地核查次数，节省交通、人力等各类监管成本。AI落地存在的风险问题05数据隐私安全风险患者隐私数据泄露风险AI监管系统需处理大量医保患者数据，若防护不足易遭黑客攻击，如某地区医保系统曾发生数据泄露事件。数据过度采集滥用风险部分AI监管平台为提升精度过度采集患者非医保相关隐私数据，甚至违规用于商业用途，侵犯用户权益。数据共享环节风险医保部门与AI服务商共享数据时，若缺乏严格的权限管控，易导致敏感数据在流转过程中被非法获取。模型误判漏判问题

01慢性病报销场景误判部分AI模型易将慢性病合规报销误判为过度诊疗，如糖尿病患者常规购药被错误拦截。

02罕见病诊疗漏判罕见病病例样本少导致AI模型训练不足，易漏判罕见病违规诊疗，造成基金流失风险。

03异地就医场景误判异地就医数据对接不充分，AI模型常误判异地合规就医行为，给参保人带来报销困扰。监管权责界定模糊AI算法决策的责任归属AI生成的监管判定结果出现偏差时，难以明确是算法开发者还是医保监管部门承担主要责任。跨部门监管的权责划分医保、卫健、大数据等多部门协同监管时，存在权责交叉地带，易出现推诿扯皮情况。基层监管的权责边界基层医保监管人员使用AI工具时，对自身人工复核职责与AI预警的权责边界认知不清。违规手段适配迭代欺诈行为AI规避式变种部分医保欺诈者针对AI识别逻辑，将拆分诊疗项目等行为包装成合规操作，躲避监管。虚假病历智能化生成不法机构借助AI生成逼真虚假病历，伪造诊疗记录，利用AI监管的漏洞套取医保基金。骗保手法跨区域协同迭代多地骗保团伙联动，针对不同地区AI监管差异调整骗保模式，增加监管难度。未来落地优化方向06细化AI识别判定标准结合医保骗保新案例，细化AI识别的判定阈值，明确过度诊疗、重复收费等行为的界定规则。建立动态规则更新机制联动医保经办机构与医疗机构，根据骗保手段迭代，每月更新AI监管的规则库。补充跨区域规则适配条款针对不同地区医保政策差异，补充AI监管规则的区域适配条款，提升监管精准度。完善监管规则体系强化人机协同模式

01搭建AI辅助初审+人工复核机制先由AI完成