2026年AI辅助筛查欺诈骗保工作方案

2026年AI辅助筛查欺诈骗保工作方案为进一步强化医保基金监管效能，精准打击各类欺诈骗保行为，筑牢医保基金安全防线，依据《医疗保障基金使用监督管理条例》《“十四五”全民医疗保障规划》及国家医保局关于智能监控的相关部署要求，结合当前欺诈骗保手段隐蔽化、团伙化、跨区域化的新特征，特制定本AI辅助欺诈骗保筛查工作方案。本方案聚焦AI技术在医保筛查全流程的落地应用，明确工作目标、实施步骤、技术路径、责任分工及保障机制，所有操作流程可直接落地执行，确保筛查精度、效率较传统模式实现质的提升。一、工作目标（一）总体目标到2026年底，构建“数据全域归集-模型精准识别-线索快速处置-结果动态反馈”的AI辅助欺诈骗保筛查全闭环体系，实现定点医药机构筛查覆盖率100%，住院、门诊慢特病、高额普通门诊等重点费用场景筛查覆盖率100%，可疑线索识别准确率不低于90%，人工复核效率提升60%以上，全年通过AI筛查追回医保基金不低于当年违规追回总金额的75%，基本实现欺诈骗保行为“早发现、早预警、早处置”，从源头上遏制医保基金“跑冒滴漏”。（二）具体量化指标1.数据归集层面：完成辖区内所有定点医疗机构HIS系统、定点零售药店进销存系统、医保结算系统、公安户籍系统、民政救助系统、卫健诊疗数据系统的接口对接，数据更新延迟不超过24小时，核心字段（诊疗项目、药品耗材编码、费用明细、身份信息等）准确率达到99.95%以上。2.模型构建层面：针对12类高发欺诈骗保场景分别搭建专项识别模型，模型迭代周期不超过3个月，每季度模型误报率控制在10%以内，漏报率控制在2%以下。3.线索处置层面：AI筛查出的可疑线索分级推送响应时间不超过2个工作日，一般线索处置周期不超过15个工作日，重大团伙欺诈骗保线索处置周期不超过60个工作日，线索核查完成率100%，反馈率100%。4.长效管理层面：针对AI筛查发现的共性监管漏洞，每年出台不少于3项针对性监管政策，对定点医药机构的AI监管规则培训覆盖率100%，医保经办人员AI工具操作培训覆盖率100%。二、实施周期与阶段任务本方案实施周期为2026年1月1日至2026年12月31日，分四个阶段推进：（一）筹备部署阶段（2026年1月1日-2026年2月29日）1.团队组建与权责划分：成立由医保局主要负责人任组长的AI筛查工作专班，下设3个专项小组：技术支撑组：由医保局信息科、第三方AI技术服务商技术人员组成，共12人，负责数据对接、模型开发、系统运维、技术培训；业务审核组：由医保基金监管科、经办中心审核骨干、临床、药学、物价等领域外聘专家组成，共20人，负责可疑线索复核、违规行为定性、处置标准制定；联动执法组：由医保局执法人员、公安干警、市场监管局执法人员组成，共8人，负责重大线索现场核查、案件移送、基金追回。各小组权责清单于1月15日前印发至所有成员，明确考核问责标准。2.历史数据梳理与标准统一：对2023-2025年辖区内所有医保结算数据、已查实的欺诈骗保案件数据进行全量回溯，统一医保疾病诊断编码（ICD-10）、手术操作编码（ICD-9-CM-3）、药品医保编码、医用耗材医保编码、诊疗项目编码的映射规则，完成21类核心数据字段的标准化清洗，于2月20日前完成历史数据质量校验，字段缺失率、错误率均控制在0.05%以下。3.系统环境部署：完成AI筛查平台的本地化部署，严格按照医保数据三级等保要求配置安全防护体系，数据存储、运算、传输全程加密，实现与现有医保智能监控系统的无缝对接，2月25日前完成系统压力测试，支持每秒1000条结算数据的实时分析需求，平台可用率不低于99.9%。4.基线模型训练：基于近3年1276起已查实的欺诈骗保案件样本，标注1.2万条正负样本数据，完成住院低标准入院、虚记费用、串换项目、门诊慢特病冒名开药、药店串换药品5类核心场景的基线模型开发，2月底前完成模型内测，初步识别准确率不低于85%。（二）试点运行阶段（2026年3月1日-2026年4月30日）1.试点范围确定：选取2家三级医院、5家二级医院、20家一级及以下医疗机构、30家定点零售药店作为试点单位，覆盖住院、门诊、药店购药全场景，试点期间所有费用数据全部接入AI筛查平台。2.全场景模型测试与优化：针对住院场景：重点测试低标准入院、分解住院、过度诊疗、虚记耗材4类模型，比对AI识别结果与人工复核结果，对误判案例逐一标注原因，调整模型阈值参数，4月底前住院场景模型准确率提升至92%以上；针对门诊场景：重点测试冒名就诊、超量开药、虚构诊疗项目3类模型，结合就诊人员人脸核验数据、医保电子凭证使用轨迹数据交叉验证，4月底前门诊场景模型准确率提升至90%以上；针对药店场景：重点测试串换药品、虚开药品、个人账户套取现金3类模型，对接药店进销存数据、收银记录数据，4月底前药店场景模型准确率提升至88%以上。3.流程机制磨合：建立“AI初筛-人工初审-现场核查-结果反馈-模型迭代”的试点运行流程，每周召开试点工作例会，梳理筛查过程中存在的系统卡顿、规则冲突、定性模糊等问题，形成《AI筛查线索处置操作手册》，明确不同等级线索的推送对象、处置要求、反馈规范，4月底前完成试点工作总结，形成可复制的推广经验。4.压力测试验证：在试点期间模拟单日10万条结算数据的峰值场景，测试平台响应速度、识别准确率、数据存储稳定性，确保极端情况下平台运行不受影响，数据不丢失、不泄露。（三）全面推广阶段（2026年5月1日-2026年11月30日）1.全域数据对接：完成辖区内所有定点医药机构的系统接口改造，5月20日前实现所有医保结算数据、诊疗数据、药店进销存数据的实时归集，同步对接公安户籍死亡人员数据库、民政低保/特困人员数据库、卫健居民健康档案数据库、异地就医结算数据库，构建多源数据交叉验证体系，数据维度覆盖就诊人员全生命周期健康信息、医保使用轨迹、社会身份属性三大类共127项字段。2.全量模型上线运行：在试点优化后的基线模型基础上，新增异地就医虚构费用、康复项目超限定支付、体检项目串换为诊疗项目、耗材进销存不符4类专项模型，实现12类高发欺诈骗保场景的全覆盖：低标准入院识别模型：关联入院诊断、入院体征、检查检验结果、住院天数、诊疗行为等18项指标，自动识别“诊断不符合入院指征、无实质性诊疗行为、住院天数小于48小时且无特殊原因”等低标准入院情形，模型阈值设置为“异常指标命中3项及以上即标记为可疑”；虚记/多记费用识别模型：比对同一病区同病种的费用均值、同一医师的诊疗行为习惯、药品耗材的实际使用量与计费量的差值，自动识别“同一项目重复计费、未开展项目计费、耗材使用量小于计费量20%以上”等情形；串换项目识别模型：搭建诊疗项目、药品、耗材的编码映射库，自动识别“非医保项目串换为医保项目、低价项目串换为高价项目、乙类项目串换为甲类项目”等情形，同时关联物价收费标准，识别超标准收费行为；分解住院识别模型：关联同一参保人15天内的就诊记录，识别“同一疾病未治愈中途出院再入院、出院前未完成核心诊疗、两次入院诊断重合度超过80%”等分解住院情形；过度诊疗识别模型：基于临床路径指南，设置不同病种的检查、用药、诊疗项目的合理范围，识别“超适应症用药、无指征检查、同一检查项目7天内重复开展”等过度诊疗行为；冒名就诊/购药识别模型：对接医保电子凭证刷脸核验数据、就诊人员人脸抓拍数据、购药人员身份核验数据，关联参保人近3个月的就诊轨迹、用药习惯，识别“就诊人员人脸与参保人相似度低于85%、用药记录与既往疾病史不符、同一药品超常用剂量3倍以上开取”等冒名情形；门诊慢特病违规识别模型：针对高血压、糖尿病、恶性肿瘤等17类门诊慢特病，设置用药范围、开药频次、月费用上限阈值，识别“超慢特病病种范围开药、非定点机构开具慢特病费用、月费用超出同病种均值30%以上”等违规情形；药店违规识别模型：比对医保结算药品明细与药店进销存数据、收银记录，识别“结算药品不在当日销售清单内、串换保健品/日用品为医保药品、个人账户结算金额与实际药品销售额不符”等情形，同时对单店单日高频结算、同一人单日多店结算等异常行为进行预警；异地就医违规识别模型：关联异地就医备案信息、就诊地医疗机构等级、费用明细数据，识别“未备案虚构异地就医费用、就诊机构为非医保定点机构、费用明细与当地物价标准不符”等情形；康复项目违规识别模型：对照医保康复项目支付限定条件，识别“非限定适应症开展康复项目、康复项目每日开展次数超出规定上限、康复疗程超出医保支付周期”等情形；体检项目违规识别模型：搭建体检项目与诊疗项目的区分库，识别“将健康体检项目串换为普通门诊诊疗项目纳入医保支付、体检套餐拆分计费”等情形；团伙欺诈骗保识别模型：基于知识图谱技术，构建“参保人-医疗机构-医师-药师-耗材供应商”的关联网络，识别“同一团伙人员多次在不同机构就诊、同一医师短期内开具大量异常处方、多家机构存在相同违规特征”等团伙性欺诈骗保行为。3.分级线索处置落地：建立可疑线索“红、黄、蓝”三级分级处置机制：红色线索（重大违规）：单次违规金额超过5万元、同一主体6个月内2次以上同类违规、涉嫌团伙欺诈骗保、涉嫌违法犯罪的线索，由联动执法组在2个工作日内启动现场核查，调取病历、耗材出入库记录、财务凭证、监控录像等资料，核实后依法追回基金，涉嫌犯罪的5个工作日内移送公安机关；黄色线索（一般违规）：单次违规金额在1万元-5万元、违规行为不涉及主观故意的线索，由业务审核组在5个工作日内完成材料复核，向定点医药机构发送疑点核实通知书，机构需在7个工作日内提交佐证材料，审核确认违规的，责令退回基金并限期整改；蓝色线索（轻微异常）：单次违规金额在1万元以下、属于操作不规范导致的异常，由医保经办中心向机构发送风险预警提示，机构10个工作日内提交整改报告，经办中心后续跟踪整改情况。所有线索处置过程全程留痕，处置结果录入AI筛查平台，作为模型迭代的样本数据。4.动态模型迭代优化：建立“月度反馈、季度迭代”的模型优化机制，业务审核组每月将线索复核结果、违规定性结果反馈至技术支撑组，技术支撑组每季度对模型进行重新训练，补充新的违规样本，调整模型参数阈值，确保模型识别准确率随违规手段变化动态提升。每季度末发布模型效果评估报告，对准确率低于85%的模型立即进行专项优化。（四）总结评估阶段（2026年12月1日-2026年12月31日）1.成效量化评估：从筛查覆盖率、线索准确率、基金追回金额、监管人力成本、机构违规率五个维度对全年AI辅助筛查工作进行全面评估，比对2025年传统监管模式的相关数据，形成成效评估报告。重点评估不同场景模型的识别效果，梳理模型误判、漏判的典型场景，明确下一年度模型优化方向。2.制度完善固化：总结AI筛查过程中形成的操作流程、处置标准、跨部门联动机制，修订《医保基金智能监控管理办法》《AI辅助欺诈骗保线索处置规程》，将AI筛查结果纳入定点医药机构年度考核、信用评价体系，违规线索占比超过5%的机构，年度考核直接评为不合格，扣除10%的年度质保金。3.经验总结推广：梳理全年AI筛查发现的共性欺诈骗保新手段、新特征，形成《2026年欺诈骗保风险警示清单》，向辖区内所有定点医药机构通报，组织专项培训，引导机构自查自纠。同时提炼可复制的AI筛查落地经验，向上级医保部门报送典型案例，供其他地区参考。三、数据安全与合规管理1.数据权限管控：建立分级数据授权机制，AI筛查平台操作人员按照岗位职责分配数据访问权限，技术支撑组仅可访问匿名化的数据集进行模型开发，业务审核组仅可查看线索关联的相关数据，联动执法组仅可调取核查案件相关的数据，所有数据访问操作全程留痕，可追溯、可审计。严禁任何人员未经授权下载、复制、传播医保敏感数据。2.数据安全防护：平台部署入侵检测、数据加密、数据脱敏、容灾备份等安全防护措施，数据存储采用本地加密存储，禁止向第三方平台传输原始医保数据，定期开展数据安全漏洞扫描，每月开展一次安全应急演练，每季度开展一次第三方数据安全审计，确保数据不泄露、不丢失、不被篡改。3.合规性管控：AI模型的所有规则严格符合《医疗保障基金使用监督管理条例》及国家、地方医保政策要求，模型规则向所有定点医药机构公开，确保筛查标准透明、公平。线索复核过程严格执行行政执法“三项制度”，保障定点医药机构的陈述、申辩权利，处置结果事实清楚、证据充分、适用依据准确，避免AI误判导致的合规风险。四、保障措施（一）经费保障将AI筛查平台建设、模型迭代、技术运维、人员培训、专家聘请等相关经费纳入年度医保基金监管专项预算，2026年度安排专项经费280万元，其中平台运维及模型迭代费用180万元，专家咨询及人员培训费用50万元，跨部门联动执法保障费用50万元，确保经费足额到位、专款专用。（二）人员培训保障每季度组织一次医保监管人员、经办人员的AI平台操作培训，培训内容包括模型规则解读、线索处置流程、系统操作规范，培训后进行考核，考核不合格的不得参与AI筛查相关工作。每半年组织一次定点医药机构负责人、医保专员的AI监管规则培训，明确违规情形及处置标准，引导机构规范医保服务行为。（三）跨部门联动保障建立医保、公安、卫健、市场监管、民政、税务等部门的月度联席会议机制，定期共享死亡人员信息、医疗机构