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。