• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看

      ?

      數(shù)據(jù)挖掘技術(shù)賦能醫(yī)保監(jiān)管
      ——基于上海市醫(yī)保監(jiān)管實(shí)踐

      2023-11-20 02:28:06朱碧帆侯曉慧覃湫珺陳玉倩湯真清
      中國(guó)醫(yī)療保險(xiǎn) 2023年10期
      關(guān)鍵詞:疑點(diǎn)數(shù)據(jù)挖掘上海市

      張 娟 朱碧帆 侯曉慧 覃湫珺 耿 韜 陳玉倩 湯真清 李 芬,5

      (1復(fù)旦大學(xué)公共衛(wèi)生學(xué)院 上海 200433;2上海市衛(wèi)生和健康發(fā)展研究中心(上海市醫(yī)學(xué)科學(xué)技術(shù)情報(bào)研究所)上海 200040;3上海市醫(yī)療保險(xiǎn)監(jiān)督檢查所 上海 200040;4上海政法學(xué)院 上海 201701;5上海市衛(wèi)健委財(cái)管中心 上海 200040)

      數(shù)據(jù)挖掘技術(shù)是指從大量的、不完全的、有噪聲的、模糊的、隨機(jī)的數(shù)據(jù)中提取隱含在其中的、人們事先不知道的,但又是潛在有用的信息和知識(shí)的過(guò)程[1]。數(shù)據(jù)挖掘技術(shù)在醫(yī)保監(jiān)管中具有重要的應(yīng)用價(jià)值,通過(guò)對(duì)醫(yī)保大數(shù)據(jù)的處理和分析,可以發(fā)現(xiàn)各種隱蔽性的欺詐騙保行為,從而提供有效的監(jiān)管手段。此外,數(shù)據(jù)挖掘技術(shù)還可以幫助建立個(gè)體化監(jiān)管模型,對(duì)醫(yī)療服務(wù)方進(jìn)行精準(zhǔn)監(jiān)管,確保醫(yī)?;鸬暮侠砗戏ㄊ褂肹2]。因此,充分應(yīng)用醫(yī)保大數(shù)據(jù)挖掘新技術(shù)實(shí)施全過(guò)程智能監(jiān)管是解決醫(yī)保監(jiān)管痛點(diǎn)和難點(diǎn)的關(guān)鍵,是實(shí)現(xiàn)醫(yī)保高質(zhì)量發(fā)展必不可少的技術(shù)手段。

      上海市作為國(guó)家智能監(jiān)控示范點(diǎn),充分利用大數(shù)據(jù)優(yōu)勢(shì)推進(jìn)智能監(jiān)管,建立數(shù)學(xué)模型,運(yùn)用人臉識(shí)別和“互聯(lián)網(wǎng)+”等新興技術(shù)手段,對(duì)患者就診、收費(fèi)情況實(shí)行線上實(shí)時(shí)監(jiān)控并對(duì)異常情況進(jìn)行審核。采取常規(guī)和專項(xiàng)檢查調(diào)查相結(jié)合的監(jiān)管模式,全方位監(jiān)管異常動(dòng)態(tài),提升監(jiān)管時(shí)效。本文介紹上海醫(yī)保智能監(jiān)管經(jīng)驗(yàn),能夠?yàn)槠渌貐^(qū)推進(jìn)醫(yī)保智能監(jiān)控提供借鑒。

      1 上海市醫(yī)保監(jiān)管建設(shè)與發(fā)展

      2011年,上海市印發(fā)《上海市基本醫(yī)療保險(xiǎn)監(jiān)督管理辦法》,并發(fā)布相關(guān)配套文件,為醫(yī)?;鸨O(jiān)管提供了強(qiáng)有力的制度保障。2015年起,上海市醫(yī)療保險(xiǎn)監(jiān)督檢查所開(kāi)始應(yīng)用大數(shù)據(jù)技術(shù),建立醫(yī)療機(jī)構(gòu)預(yù)警指標(biāo)體系。2019年,國(guó)家醫(yī)保局辦公室印發(fā)《關(guān)于開(kāi)展醫(yī)?;鸨O(jiān)管“兩試點(diǎn)一示范”工作的通知》[3]。按照國(guó)家標(biāo)準(zhǔn)和要求,上海市醫(yī)保局建設(shè)了涵蓋市(醫(yī)保監(jiān)督檢查所)、區(qū)(醫(yī)保辦監(jiān)督科)和醫(yī)療機(jī)構(gòu)的三級(jí)醫(yī)保監(jiān)管網(wǎng)絡(luò)系統(tǒng)。該監(jiān)管系統(tǒng)全面覆蓋醫(yī)療保險(xiǎn)各個(gè)項(xiàng)目和監(jiān)管對(duì)象,并對(duì)事前事中事后進(jìn)行全流程、全方位、立體化智能監(jiān)管[4]。

      上海市設(shè)置專業(yè)部門開(kāi)展數(shù)據(jù)挖掘工作,建立了產(chǎn)、學(xué)、研聯(lián)動(dòng)機(jī)制。在縱向方面,設(shè)置市醫(yī)保事業(yè)管理中心和醫(yī)保監(jiān)督檢查所,確保醫(yī)保相關(guān)事務(wù)得到有效管理和監(jiān)督;在橫向方面,與市公安局、民政局、衛(wèi)健委等部門建立數(shù)據(jù)對(duì)接和聯(lián)合執(zhí)法等工作機(jī)制,促進(jìn)信息共享和協(xié)同行動(dòng)。同時(shí),與高校和科研機(jī)構(gòu)合作開(kāi)展課題研究,提升醫(yī)保信息平臺(tái)的科學(xué)性和可靠性。在多部門協(xié)作下,醫(yī)保信息平臺(tái)建設(shè)穩(wěn)步進(jìn)行,為提供更好的醫(yī)保服務(wù)奠定了堅(jiān)實(shí)的基礎(chǔ)。

      近年來(lái),上海市修訂《上海市基本醫(yī)療保險(xiǎn)監(jiān)督管理辦法》,貫徹落實(shí)《醫(yī)療保障基金使用監(jiān)督管理?xiàng)l例》,并不斷健全監(jiān)管制度[3]。同時(shí),修訂完善定點(diǎn)醫(yī)療機(jī)構(gòu)協(xié)議管理辦法,完善醫(yī)師和藥師計(jì)分管理制度、舉報(bào)獎(jiǎng)勵(lì)制度等,通過(guò)監(jiān)管監(jiān)督的法治化持續(xù)推動(dòng)醫(yī)?;鹦姓芰?、執(zhí)法水平提升。

      2 大數(shù)據(jù)挖掘應(yīng)用下的醫(yī)保監(jiān)管案例分析——上海市醫(yī)保醫(yī)師畫像模型

      2.1 醫(yī)保醫(yī)師畫像模型建立的背景

      醫(yī)保醫(yī)師是在執(zhí)業(yè)醫(yī)師的基礎(chǔ)上為規(guī)范與醫(yī)保相關(guān)的執(zhí)業(yè)行為而構(gòu)建的新身份,與醫(yī)保部門簽訂服務(wù)協(xié)議,能夠?yàn)閰⒈H颂峁┽t(yī)療服務(wù)的執(zhí)業(yè)醫(yī)師[5]。因個(gè)別醫(yī)師的醫(yī)保違規(guī)行為懲罰整個(gè)醫(yī)療機(jī)構(gòu)不盡合理,加之臨床病種種類繁雜,使得醫(yī)保監(jiān)管難度增大,建立醫(yī)保醫(yī)師制度是醫(yī)保監(jiān)管的發(fā)展趨勢(shì)[6]。將醫(yī)保監(jiān)管從醫(yī)療機(jī)構(gòu)延伸至醫(yī)師個(gè)人,診療行為與醫(yī)保支付掛鉤并強(qiáng)化監(jiān)管,有利于實(shí)現(xiàn)醫(yī)?;鸬暮侠硎褂肹6]。

      上海市以現(xiàn)代化手段推動(dòng)醫(yī)保基金監(jiān)管,探索醫(yī)保基金監(jiān)管新路徑,與信息公司進(jìn)行合作開(kāi)發(fā),將研究成果轉(zhuǎn)化為實(shí)際的應(yīng)用。為解決醫(yī)保監(jiān)管中醫(yī)療機(jī)構(gòu)規(guī)避問(wèn)題的情況,應(yīng)用數(shù)據(jù)挖掘新技術(shù)(如無(wú)監(jiān)督機(jī)器學(xué)習(xí)方法),聚焦理療、康復(fù)和中醫(yī)治療中的違規(guī)收費(fèi)、虛構(gòu)服務(wù)等較為普遍的問(wèn)題,建立醫(yī)師畫像模型,對(duì)醫(yī)師診療行為的不同特征進(jìn)行預(yù)警處理。

      2.2 醫(yī)保醫(yī)師畫像模型應(yīng)用數(shù)據(jù)挖掘新技術(shù)的方法

      利用醫(yī)保大數(shù)據(jù)優(yōu)勢(shì),結(jié)合門診醫(yī)師的基本信息、接診信息以及接診病人的人群特征信息等指標(biāo),上海市醫(yī)保部門應(yīng)用數(shù)據(jù)挖掘技術(shù)新方法,對(duì)醫(yī)師畫像進(jìn)行深入分析,篩選出疑點(diǎn)醫(yī)生并建立預(yù)警級(jí)別。

      該模型主要采用以下方法。(1)標(biāo)準(zhǔn)化:對(duì)數(shù)據(jù)特征進(jìn)行歸一化處理,消除不同指標(biāo)之間的量綱影響,以確保它們具有可比性和可解釋性。(2)相關(guān)性分析:研究變量間的關(guān)系,消除可能存在的多重共線性。(3)K均值聚類:將給定的數(shù)據(jù)集劃分為K個(gè)不重疊的簇,基于數(shù)據(jù)點(diǎn)之間的距離來(lái)確定簇的分配,并通過(guò)迭代的方式優(yōu)化簇的中心位置。(4)邏輯回歸:將醫(yī)保醫(yī)師根據(jù)不同特征劃分為多個(gè)不同類別,且各個(gè)類別之間無(wú)明確的次序關(guān)系。(5)決策樹(shù)模型:自上而下對(duì)樣本數(shù)據(jù)進(jìn)行樹(shù)形分類。每個(gè)節(jié)點(diǎn)代表一個(gè)屬性或特征,每個(gè)分支代表該屬性的不同取值,每個(gè)葉節(jié)點(diǎn)代表一個(gè)類別或一個(gè)預(yù)測(cè)結(jié)果。(6)層次分析(analytic hierarchy process,AHP):計(jì)算出變量權(quán)重,并對(duì)醫(yī)保醫(yī)師進(jìn)行打分??梢詫⒅饔^判斷量化,并提供一種系統(tǒng)化的方法進(jìn)行決策。

      2.3 醫(yī)保醫(yī)師畫像模型的建立步驟

      本研究納入11699名醫(yī)保醫(yī)師,通過(guò)數(shù)據(jù)分析和專家意見(jiàn)對(duì)其進(jìn)行多維度全方位的行為研究,確定了30個(gè)模型變量,包括接診信息、“治療三費(fèi)”、專家意見(jiàn)三個(gè)維度的指標(biāo)。其中,接診信息包括當(dāng)月醫(yī)生接診數(shù)量及接診費(fèi)用、當(dāng)月醫(yī)生日均接診數(shù)量及接診費(fèi)用、當(dāng)月醫(yī)生日接診最多病人數(shù)及最高費(fèi)用;“治療三費(fèi)”即當(dāng)月醫(yī)生康復(fù)治療、理療、中醫(yī)治療費(fèi)用占所有費(fèi)用的比重;專家意見(jiàn)是將中醫(yī)、康復(fù)專家觀點(diǎn)轉(zhuǎn)化為醫(yī)生開(kāi)具診療項(xiàng)目的數(shù)量(單次超量)、頻次(頻繁開(kāi)具)、項(xiàng)目間的關(guān)聯(lián)(組合收費(fèi))。模型建立流程見(jiàn)圖1。

      圖1 醫(yī)保醫(yī)師畫像模型建立流程

      第一步,采用相關(guān)性分析方法,對(duì)各變量進(jìn)行兩兩相關(guān)分析。相關(guān)性系數(shù)≤0.4表示變量之間不相關(guān),選取不相關(guān)變量納入研究,將最初的30個(gè)變量降至10個(gè)變量納入模型。

      第二步,采用無(wú)監(jiān)督機(jī)器學(xué)習(xí)算法,根據(jù)降維得到的10個(gè)指標(biāo)變量對(duì)醫(yī)師進(jìn)行分類,得出每一類醫(yī)師的特征。選擇K均值聚類算法將被觀測(cè)醫(yī)師分為無(wú)重疊的15類,每個(gè)醫(yī)生都有對(duì)應(yīng)的類別標(biāo)簽。選用無(wú)序多分類邏輯回歸模型對(duì)醫(yī)師分類結(jié)果進(jìn)行驗(yàn)證,結(jié)果顯示預(yù)測(cè)標(biāo)簽一致率較高。

      第三步,使用決策樹(shù)模型得到各分類的影響因子,其系數(shù)越大表示對(duì)醫(yī)師分類的影響越大。系統(tǒng)給出每一行色階分布,顏色偏向紅色表示指標(biāo)數(shù)值越大,偏向綠色表示指標(biāo)數(shù)值越小,指標(biāo)數(shù)值越大越需要重點(diǎn)關(guān)注。利用AHP層次分析法計(jì)算出變量權(quán)重,結(jié)合實(shí)際監(jiān)管經(jīng)驗(yàn)及指標(biāo)意義,選取疑點(diǎn)醫(yī)生簇。

      第四步,根據(jù)疑點(diǎn)醫(yī)生分?jǐn)?shù)的分布情況,建立疑點(diǎn)醫(yī)生的紅橙黃三級(jí)預(yù)警機(jī)制。從醫(yī)生分值的上四分位數(shù)到最大值為紅色預(yù)警,下四分位數(shù)到上四分位數(shù)為橙色預(yù)警,最小值到下四分位數(shù)為黃色預(yù)警。針對(duì)疑點(diǎn)醫(yī)生進(jìn)行實(shí)地核驗(yàn),反饋的結(jié)果用于優(yōu)化模型。

      2.4 醫(yī)保醫(yī)師畫像模型的應(yīng)用

      醫(yī)師畫像模型作為一種評(píng)估工具,能夠?yàn)楸O(jiān)管機(jī)構(gòu)提供參考信息,輔助進(jìn)行醫(yī)師違規(guī)行為的判斷。例如,醫(yī)師畫像模型可能會(huì)識(shí)別醫(yī)師的臨床質(zhì)量、醫(yī)療安全記錄、患者滿意度等指標(biāo),這些指標(biāo)與醫(yī)師是否存在違規(guī)行為相關(guān)。醫(yī)師畫像模型可根據(jù)這些指標(biāo)信息篩選出疑點(diǎn)醫(yī)生,監(jiān)管機(jī)構(gòu)可以根據(jù)這些信息有針對(duì)性地進(jìn)行調(diào)查和監(jiān)管。2021年,上海市對(duì)11699名康復(fù)醫(yī)生的基本信息、執(zhí)業(yè)情況、處方偏好、日均費(fèi)用、監(jiān)管查處計(jì)分等特征進(jìn)行畫像,篩選疑點(diǎn)醫(yī)生,建立預(yù)警指標(biāo)體系。識(shí)別疑點(diǎn)醫(yī)生1000余人,涉及疑點(diǎn)費(fèi)用超過(guò)1400萬(wàn)元,其中高風(fēng)險(xiǎn)醫(yī)生占到疑點(diǎn)醫(yī)生數(shù)量的20%左右,涉及疑點(diǎn)費(fèi)用占疑點(diǎn)費(fèi)用總額的60%以上,實(shí)現(xiàn)了預(yù)警與風(fēng)險(xiǎn)控制前置,提升了醫(yī)保欺詐管理能力。

      應(yīng)用模型確定疑點(diǎn)醫(yī)師名單,約談疑點(diǎn)醫(yī)師,對(duì)違反醫(yī)保規(guī)定的執(zhí)業(yè)醫(yī)師作出暫停醫(yī)保結(jié)算等行政處理,對(duì)醫(yī)保醫(yī)師能夠起到較好的警示作用[7]。醫(yī)師畫像模型提升了醫(yī)保醫(yī)師信用體系建設(shè)的水平,為規(guī)范醫(yī)師行為提供幫助,對(duì)保障醫(yī)?;鸢踩哂兄匾饬x。

      3 大數(shù)據(jù)挖掘新技術(shù)在醫(yī)保監(jiān)管中的成果與效益

      3.1 醫(yī)保智能監(jiān)管系統(tǒng)

      上海市建成了覆蓋各醫(yī)保險(xiǎn)種和監(jiān)管對(duì)象的全流程、全方位、立體化的醫(yī)保智能監(jiān)管系統(tǒng)。該系統(tǒng)涵蓋了總覽、智能監(jiān)控、行政執(zhí)法、信用監(jiān)管和綜合評(píng)價(jià)五大版塊,貫穿線索發(fā)現(xiàn)、調(diào)查取證、違規(guī)處理、結(jié)果應(yīng)用四大環(huán)節(jié),具備事前提醒、事中控制、事后追蹤三大功能。

      該系統(tǒng)具備預(yù)警監(jiān)控、監(jiān)控案件管理、綜合查詢、規(guī)則篩查等功能,其中最核心的預(yù)警監(jiān)控功能下又分為多卡聚集、三費(fèi)預(yù)警、人床分離、人卡分離、異常檢驗(yàn)、一臉多卡、區(qū)塊鏈進(jìn)銷存等十多個(gè)大數(shù)據(jù)主題預(yù)警模型。截至2023年6月,一臉多卡模型已經(jīng)覆蓋848家藥店,上海市醫(yī)保部門運(yùn)用三費(fèi)預(yù)警模型將預(yù)警醫(yī)生列為約談對(duì)象,區(qū)塊鏈進(jìn)銷存模型已覆蓋297家定點(diǎn)機(jī)構(gòu),對(duì)醫(yī)療機(jī)構(gòu)和藥店進(jìn)行風(fēng)險(xiǎn)排名。這些模型可以通過(guò)大數(shù)據(jù)、人工智能等技術(shù),在海量醫(yī)?;鸾Y(jié)算信息中自動(dòng)抓取疑點(diǎn),并進(jìn)行智能研判和快速預(yù)警。當(dāng)執(zhí)法人員在監(jiān)管系統(tǒng)中看到預(yù)警后,便會(huì)循著線索前往醫(yī)院核查,在大數(shù)據(jù)的助力下讓違規(guī)行為無(wú)處遁形,實(shí)現(xiàn)了對(duì)醫(yī)保違規(guī)的精準(zhǔn)定位、定性和定量管理。

      3.2 醫(yī)保信息智能監(jiān)控知識(shí)庫(kù)

      上海市建立了醫(yī)保智能監(jiān)控知識(shí)庫(kù),包括基識(shí)庫(kù)、監(jiān)控規(guī)則庫(kù)、分析指標(biāo)庫(kù)和大數(shù)據(jù)主題模型庫(kù),目前已完善優(yōu)化了24萬(wàn)條監(jiān)控知識(shí)庫(kù)和6萬(wàn)條規(guī)則庫(kù)。針對(duì)長(zhǎng)護(hù)險(xiǎn)居家護(hù)理、“互聯(lián)網(wǎng)+”醫(yī)療、DRG/DIP付費(fèi)等醫(yī)保新業(yè)態(tài),市醫(yī)保部門探索打造數(shù)字化轉(zhuǎn)型場(chǎng)景新應(yīng)用。結(jié)合上海市開(kāi)展DRG/DIP支付試點(diǎn),將1.4萬(wàn)余個(gè)標(biāo)準(zhǔn)病組、近900個(gè)DRG分組庫(kù)納入知識(shí)庫(kù)統(tǒng)一管理。將實(shí)際檢查工作中運(yùn)用的近200條規(guī)則納入監(jiān)控規(guī)則庫(kù),將對(duì)民辦醫(yī)療機(jī)構(gòu)預(yù)警檢查中運(yùn)用的近400條指標(biāo)優(yōu)化后納入分析指標(biāo)庫(kù),并擴(kuò)展使用范圍至全市所有的定點(diǎn)醫(yī)療機(jī)構(gòu)[8]。

      上海醫(yī)保智能監(jiān)管系統(tǒng)構(gòu)成一張“天網(wǎng)”,醫(yī)?;鸨O(jiān)管隊(duì)伍組成一張“地網(wǎng)”,基金安全“防護(hù)網(wǎng)”更加織密扎牢。醫(yī)保部門應(yīng)用知識(shí)圖譜和無(wú)監(jiān)督機(jī)器學(xué)習(xí)等方法構(gòu)建基于知識(shí)圖譜的規(guī)則邏輯風(fēng)控預(yù)警模型,形成了全市共享和動(dòng)態(tài)更新機(jī)制,實(shí)現(xiàn)了數(shù)據(jù)監(jiān)控和疑點(diǎn)排查100%全覆蓋。2021年,通過(guò)智能監(jiān)管系統(tǒng)篩查出8900萬(wàn)余條定點(diǎn)醫(yī)藥機(jī)構(gòu)疑點(diǎn)數(shù)據(jù)、49.2萬(wàn)就診購(gòu)藥異常的參保人員。2019年—2023年,上海市醫(yī)保局對(duì)11575家違規(guī)定點(diǎn)機(jī)構(gòu)追款5.5億余元,對(duì)11696人次違規(guī)參保個(gè)人追款2000余萬(wàn)元,共追回醫(yī)?;鸾?億元。

      4 大數(shù)據(jù)挖掘新技術(shù)應(yīng)用于醫(yī)保監(jiān)管的經(jīng)驗(yàn)與思考

      上海市醫(yī)保智能監(jiān)管為其他地區(qū)推廣醫(yī)保大數(shù)據(jù)挖掘與應(yīng)用、推進(jìn)醫(yī)保信息化建設(shè)提供了參考經(jīng)驗(yàn)。然而也存在一些問(wèn)題與挑戰(zhàn),比如當(dāng)?shù)蒯t(yī)保信息平臺(tái)與國(guó)家醫(yī)保信息平臺(tái)對(duì)接不及時(shí),數(shù)據(jù)挖掘的深度及廣度有限等。因此,提出以下思考。

      4.1 完善法規(guī)及政策,為醫(yī)保監(jiān)管提供制度保障

      上海市制定和完善了一系列醫(yī)保智能監(jiān)管相關(guān)的法律法規(guī)和政策文件,明確了醫(yī)保支付行為的監(jiān)管要求和標(biāo)準(zhǔn)。法律法規(guī)的有效實(shí)施,不僅可以提升醫(yī)保監(jiān)管的水平和效能,也可以為其他地區(qū)的基金監(jiān)管智能化提供有益的借鑒和參考。

      4.2 加強(qiáng)醫(yī)保大數(shù)據(jù)平臺(tái)建設(shè),及時(shí)對(duì)接國(guó)家平臺(tái)

      目前,上海市醫(yī)保信息平臺(tái)數(shù)據(jù)比較混亂,未做到數(shù)據(jù)的規(guī)范統(tǒng)一和完整,不能及時(shí)與國(guó)家信息平臺(tái)對(duì)接[9]。醫(yī)保信息平臺(tái)的建設(shè)應(yīng)規(guī)范數(shù)據(jù)采集和錄入流程,建立數(shù)據(jù)清洗和校驗(yàn)機(jī)制,排除數(shù)據(jù)中的錯(cuò)誤和重復(fù)信息等,提高數(shù)據(jù)可信度和可用性,推進(jìn)醫(yī)保平臺(tái)標(biāo)準(zhǔn)化建設(shè)。建議依托全國(guó)統(tǒng)一大平臺(tái),從完整度、準(zhǔn)確性、標(biāo)準(zhǔn)化、可用性、安全性等方面持續(xù)對(duì)醫(yī)保大數(shù)據(jù)開(kāi)展動(dòng)態(tài)治理。

      4.3 強(qiáng)化數(shù)據(jù)挖掘分析方法,加強(qiáng)相關(guān)人員能力培訓(xùn)

      上海市設(shè)置了專業(yè)部門開(kāi)展數(shù)據(jù)挖掘開(kāi)發(fā)工作,建立了產(chǎn)、學(xué)、研聯(lián)動(dòng)機(jī)制。采用先進(jìn)的數(shù)據(jù)挖掘工具和算法,對(duì)醫(yī)保數(shù)據(jù)進(jìn)行深度挖掘和分析。下一步,醫(yī)保部門可加強(qiáng)相關(guān)人員的培訓(xùn)和能力建設(shè),提高其在數(shù)據(jù)挖掘和分析方面的專業(yè)知識(shí)和技能,從而提高監(jiān)管的準(zhǔn)確性和效能。

      4.4 加強(qiáng)多部門協(xié)作,讓有需求的應(yīng)用盡快落地

      上海市建立了跨部門、跨地區(qū)的數(shù)據(jù)共享機(jī)制,與高校及科研機(jī)構(gòu)開(kāi)展課題研究,與信息公司進(jìn)行合作并轉(zhuǎn)化為實(shí)際的應(yīng)用[8]。建議繼續(xù)加強(qiáng)與相關(guān)企業(yè)和科研機(jī)構(gòu)的合作,促進(jìn)醫(yī)保數(shù)據(jù)的共享和交流,提高數(shù)據(jù)的價(jià)值和應(yīng)用效果,共同推動(dòng)大數(shù)據(jù)挖掘技術(shù)在醫(yī)保監(jiān)管中的應(yīng)用研究和創(chuàng)新。同時(shí),還應(yīng)加強(qiáng)與國(guó)家醫(yī)保信息平臺(tái)、衛(wèi)生健康、藥監(jiān)、民政、人社、公安等部門的對(duì)接,建立聯(lián)合管理和綜合治理機(jī)制,進(jìn)一步做好行刑銜接,提高監(jiān)管的專業(yè)性和精準(zhǔn)性。

      醫(yī)保監(jiān)管保障了醫(yī)?;鸬陌踩院涂沙掷m(xù)性,同時(shí)對(duì)于優(yōu)化醫(yī)療資源配置、提升醫(yī)療服務(wù)質(zhì)量以及保障患者權(quán)益等具有重要的意義。通過(guò)應(yīng)用大數(shù)據(jù)分析技術(shù)和智能監(jiān)管手段,提高了監(jiān)管效率和精細(xì)化水平,推動(dòng)了醫(yī)保管理的現(xiàn)代化進(jìn)程。上海市醫(yī)保智能監(jiān)管的建設(shè)與發(fā)展提供了成功的范例,通過(guò)充分應(yīng)用醫(yī)保大數(shù)據(jù)挖掘技術(shù),建立醫(yī)保安全和數(shù)據(jù)模型,實(shí)現(xiàn)了醫(yī)保數(shù)據(jù)質(zhì)量的提升和監(jiān)管水平的精細(xì)化[10]。下一步,上海市應(yīng)繼續(xù)強(qiáng)化監(jiān)管力度,豐富智能化監(jiān)管手段,進(jìn)一步深化部門協(xié)作,不斷提高醫(yī)保監(jiān)管效能,推動(dòng)醫(yī)保事業(yè)高質(zhì)量可持續(xù)發(fā)展。

      猜你喜歡
      疑點(diǎn)數(shù)據(jù)挖掘上海市
      上海市風(fēng)華初級(jí)中學(xué)
      探討人工智能與數(shù)據(jù)挖掘發(fā)展趨勢(shì)
      上海市房地產(chǎn)學(xué)校
      騰勢(shì)400 用在上海市區(qū)的來(lái)回穿梭克服里程焦慮
      車迷(2017年12期)2018-01-18 02:16:12
      始于深度詮釋疑點(diǎn)
      基于并行計(jì)算的大數(shù)據(jù)挖掘在電網(wǎng)中的應(yīng)用
      電力與能源(2017年6期)2017-05-14 06:19:37
      物聯(lián)網(wǎng)技術(shù)在智慧城市建設(shè)應(yīng)用中的難點(diǎn)與疑點(diǎn)
      巧用方法 突破疑點(diǎn)
      上海市制冷學(xué)會(huì)四?!半p·陽(yáng)”行
      一種基于Hadoop的大數(shù)據(jù)挖掘云服務(wù)及應(yīng)用
      宜昌市| 布拖县| 四会市| 喀什市| 甘德县| 金乡县| 福州市| 临湘市| 乌兰浩特市| 商水县| 松阳县| 南靖县| 仙居县| 明溪县| 双桥区| 旬阳县| 库伦旗| 偏关县| 顺平县| 双柏县| 深水埗区| 唐海县| 丰台区| 大港区| 娱乐| 晴隆县| 万山特区| 阿坝县| 贵港市| 大田县| 天门市| 固阳县| 双柏县| 张北县| 仙居县| 恩平市| 开化县| 乌拉特中旗| 冕宁县| 安庆市| 革吉县|