歡迎訪問先鋒寰宇旗下的醫(yī)療醫(yī)藥健康綜合服務(wù)平臺(tái)——醫(yī)藥夢(mèng)網(wǎng)!
微信掃一掃：分享
金智能監(jiān)控標(biāo)準(zhǔn)體系，加速推進(jìn)醫(yī)?；鹬悄軐徍巳采w，通過動(dòng)態(tài)更新機(jī)制和智能算法優(yōu)化有效解決了地方規(guī)則碎片化和權(quán)威性不足等問題，并已逐步成為與人工審核并行的重要醫(yī)療費(fèi)用監(jiān)管手段。但由于醫(yī)療行為的復(fù)雜性、專業(yè)性，隨著監(jiān)控規(guī)則的不斷更新、完善，需要先由醫(yī)療機(jī)構(gòu)反饋申訴意見、再經(jīng)過人工復(fù)核確認(rèn)的疑點(diǎn)數(shù)據(jù)日趨增加，在基層普遍面臨人員、硬件、軟件短缺的狀態(tài)下，如何提高智能審核的末端效率成為一個(gè)急需解決的問題。筆者作為一名基層醫(yī)保監(jiān)管工作者，面對(duì)人工智能飛速發(fā)展的時(shí)代，嘗試探索將基礎(chǔ)性信息技術(shù)與醫(yī)保審核業(yè)務(wù)深度融合，將AI+辦公系統(tǒng)構(gòu)建“零成本、易上手、見效快”的智能審核末端，為破解基層監(jiān)管資源瓶頸提供立竿見影的可復(fù)制經(jīng)驗(yàn)。
一、醫(yī)保智能審核末端的現(xiàn)實(shí)挑戰(zhàn)
一是智能審核疑點(diǎn)客觀上體量較大，超出大部分基層地區(qū)現(xiàn)有審核人力資源。從試點(diǎn)部分規(guī)則到全面應(yīng)用，盡管在不斷優(yōu)化，但全量結(jié)算數(shù)據(jù)跑完規(guī)則后輸出的疑點(diǎn)數(shù)量仍過于龐大，醫(yī)療機(jī)構(gòu)逐條反饋的文本信息以及附帶的病歷、檢驗(yàn)結(jié)果等佐證信息，要人工做到逐條復(fù)查對(duì)末端的審核人員而言存在困難。二是審核人員從人工抽檢經(jīng)驗(yàn)向規(guī)則化集成審核的系統(tǒng)性轉(zhuǎn)型不足。部分審核人員知識(shí)儲(chǔ)備的不全面，缺乏醫(yī)學(xué)邏輯、數(shù)據(jù)分析、收費(fèi)物價(jià)的整合能力，無法將歷年飛行檢查、專項(xiàng)治理中的典型案例活化到核查中。三是人工復(fù)核標(biāo)準(zhǔn)不統(tǒng)一。面對(duì)大量的規(guī)則以及如物價(jià)內(nèi)涵的調(diào)整、限制用藥范圍的更新，人工處置會(huì)存在一定的差錯(cuò)率和未及時(shí)率。
二、AI大模型用于智能監(jiān)管的基層實(shí)踐
筆者從GPT問世后一直高度關(guān)注人工智能在醫(yī)保監(jiān)管中的運(yùn)用，隨著國(guó)產(chǎn)AI大模型在自然語(yǔ)言理解和擬人化推理方面的精準(zhǔn)度的突破應(yīng)用層面的閾值要求，筆者嘗試使用“AI理解+VBA編程+WPS數(shù)據(jù)處理”的模式，探索適應(yīng)基層的智能審核末端高效處理模式，即首先讓AI讀懂醫(yī)保規(guī)則，通過AI學(xué)習(xí)醫(yī)學(xué)知識(shí)(如藥品說明書)和醫(yī)藥機(jī)構(gòu)的回復(fù)情況(指脫敏后的文本反饋信息)，通過不斷的對(duì)話、糾錯(cuò)、校對(duì)，形成用于VBA編程的指令庫(kù)，輸出VBA腳本代碼，添加在本地計(jì)算機(jī)WPS等辦公軟件運(yùn)行腳本代碼，自動(dòng)輸出初篩情況。下面以“伏諾拉生”限制用藥規(guī)則為例，介紹具體步驟。
(一)規(guī)范醫(yī)院回復(fù)。為了后續(xù)處理的準(zhǔn)確性，首先需要確?；A(chǔ)數(shù)據(jù)的準(zhǔn)確性。根據(jù)《國(guó)家藥品目錄》，伏諾拉生限反流性食管炎的患者，筆者首先根據(jù)疾病診斷分類與代碼醫(yī)保版，向所負(fù)責(zé)的醫(yī)療機(jī)構(gòu)明確，凡是診斷反流性食管炎、使用醫(yī)保基金支付伏諾拉生，病歷或?qū)徍艘牲c(diǎn)提供的申訴材料中，診斷建議規(guī)范填寫為“反流性食管炎”(K21.001)，經(jīng)與臨床討論，如因主要治療原發(fā)疾病而以“胃-食管反流性疾病伴有食管炎”(K21.000)作為主要診斷的，也符合醫(yī)保支付條件。
(二)AI指令調(diào)試。規(guī)范醫(yī)院回復(fù)后，即可開始調(diào)試指令。經(jīng)過筆者反復(fù)測(cè)試，直接將脫敏的醫(yī)院反饋文本導(dǎo)入目前主流的各種通用AI大模型，要求其根據(jù)“伏諾拉生限反流性食管炎的患者”這一規(guī)則輸出是否符合支付條件，準(zhǔn)確率均無法超過60%，這可能與通用AI大模型底層推理式算法導(dǎo)致的“AI幻覺”有關(guān)，即把簡(jiǎn)單的問題復(fù)雜化了。因此筆者轉(zhuǎn)變思路，作為一名從未學(xué)習(xí)過編程的審核人員，筆者要求AI按照以下要求生成可供WPS軟件導(dǎo)入使用的VBA代碼：“伏諾拉生根據(jù)《國(guó)家藥品目錄》，限反流性食管炎的患者。在反饋意見列回復(fù)中出現(xiàn)“反流”及“食管炎”字段(即同時(shí)納入K21.001和K21.000)，且病例診斷列中含“反流”字段的(即原診斷已有體現(xiàn)，并非醫(yī)院為申訴而杜撰說明)，在結(jié)論列輸出“符合””。上述指令輸入后無需調(diào)整，輸出的VBA指令可供直接使用，在給出指令時(shí)要特別注意及、或等指示詞的使用，確保與規(guī)則邏輯一致。
(三)數(shù)據(jù)批量處理。將VBA代碼導(dǎo)入WPS軟件，筆者目前同時(shí)運(yùn)行約40條智能審核的VBA代碼，約覆蓋全部智能審核醫(yī)院反饋數(shù)據(jù)的70%，每次運(yùn)行大約耗時(shí)0.5秒可以完成運(yùn)算。
(四)人工復(fù)核。主要復(fù)核兩方面，一是提示“符合”的，按5%-10%的比例抽查醫(yī)療機(jī)構(gòu)提供的病案首頁(yè)等原始佐證材料，確保反饋情況的真實(shí)性。二是提示“不符合”的，按100%比例復(fù)核，以伏諾拉生為例，醫(yī)院在反饋意見確認(rèn)不符合的，約占40%，醫(yī)院反饋符合，但未提及“反流”及“食管炎”的，約占20%，需退回醫(yī)院補(bǔ)充，經(jīng)培訓(xùn)規(guī)范，此類情況占比不斷降低，醫(yī)院反饋符合，也提及“反流”及“食管炎”，但醫(yī)保結(jié)算數(shù)據(jù)中的診斷未含“反流”的，約占40%，主要原因是結(jié)算時(shí)漏填診斷，需結(jié)合病程記錄描述或檢查檢驗(yàn)情況復(fù)核確認(rèn)。
三、啟發(fā)與展望
上述處理模式主要具有以下優(yōu)勢(shì)：一是規(guī)則的標(biāo)準(zhǔn)化，從經(jīng)驗(yàn)判斷轉(zhuǎn)向數(shù)據(jù)驅(qū)動(dòng)，通過建立標(biāo)準(zhǔn)化的規(guī)則代碼，減少在審核過程中的判斷偏差，實(shí)現(xiàn)審核標(biāo)準(zhǔn)的絕對(duì)統(tǒng)一。二是人力資源使用效能倍增，使用AI后，用于逐條審閱醫(yī)院回復(fù)、提出補(bǔ)充意見的人力投入保守估計(jì)將減少90%以上，可釋放大量人力資源投入病歷資料復(fù)核、大模型構(gòu)建、數(shù)據(jù)深度挖掘、DIP/DRG異常病例專項(xiàng)核查等高精度、高價(jià)值工作。三是零成本部署、低門檻應(yīng)用，基于既有辦公電腦與Office環(huán)境，避免硬件采購(gòu)與商業(yè)軟件投入，無需具備專業(yè)的編程知識(shí)，只需要最直白的文字指令，基礎(chǔ)的辦公軟件操作能力即可使用，可解決“不符合限制用藥范圍”、“超限定頻次”、“重復(fù)收費(fèi)”等多個(gè)規(guī)則醫(yī)藥機(jī)構(gòu)回復(fù)情況的初判。四是確保數(shù)據(jù)安全。實(shí)現(xiàn)醫(yī)保敏感數(shù)據(jù)全流程本地處理，審核日志實(shí)現(xiàn)全流程可追溯，數(shù)據(jù)不出域。
但筆者在使用中也認(rèn)識(shí)到這一模式的局限性，一是規(guī)則還是需要人工構(gòu)建，無法由AI自動(dòng)生成，二是VBA代碼對(duì)回復(fù)意見判斷的靈活性不足，沒有發(fā)揮AI模型推理能力的優(yōu)勢(shì)。要解決這些問題，依賴于本地化部署AI大模型，通過醫(yī)保大數(shù)據(jù)投喂，和專業(yè)審核人員訓(xùn)練，形成本地化的智能審核專用大模型，目前筆者所在城市已在進(jìn)行相關(guān)嘗試并取得一定突破。
智能監(jiān)管從來不是"高端設(shè)備+專業(yè)團(tuán)隊(duì)"的專利，只用當(dāng)前的工具借力AI基礎(chǔ)編碼技能與醫(yī)保專業(yè)知識(shí)相結(jié)合，基層工作者完全可自主構(gòu)建效率工具，或許才是破解人少事多困局的最短路徑。展望未來，隨著醫(yī)療AI產(chǎn)業(yè)縱深發(fā)展，醫(yī)保監(jiān)管領(lǐng)域?qū)⒔?jīng)歷三個(gè)維度的范式躍遷：在技術(shù)應(yīng)用層面向深度機(jī)器學(xué)習(xí)演進(jìn)，在知識(shí)圖譜構(gòu)建上強(qiáng)化跨領(lǐng)域數(shù)據(jù)融合，在決策支持層面實(shí)現(xiàn)智能化風(fēng)險(xiǎn)預(yù)警。通過這三重進(jìn)階，人工智能將賦能構(gòu)建起全天候、全流程的醫(yī)療行為監(jiān)測(cè)網(wǎng)絡(luò)，這不僅大幅提升基金監(jiān)管效度，更將為三醫(yī)聯(lián)動(dòng)改革提供突破性的支撐體系，推動(dòng)中國(guó)特色的智能醫(yī)保監(jiān)管模式躋身世界前沿。
京公網(wǎng)安備 11010802036726號(hào)
