侯丽影

【摘 要】随着大数据技术以及“互联网+”的影响，医院医疗保险对于数据信息的应用深度和广度也在不断扩大，对其的应用促进了我国医保管理制度完善。本篇文章基于医院医疗保险管理的角度，探讨数据信息在管理过程的应用，着重阐述数据信息辅助医院战略决策，利用数据建立统计分析体系，以及建立合理医保指标考核体系。希望本文的研究能够为读者提供有益参考。

【关键词】医院管理；医保；数据信息；保险管理

【中图分类号】

R715 【文献标志码】

B 【文章编号】1005-0019（2018）12-273-01

前言

随着部分医院成为医疗保险定点机构，使得对其的管理方式也出现了一定的变化，强化数据信息的应用为医院建设现代化带来了挑战和机遇。通过科学、合理的管理方式，能够有效增强医疗保险管理水平。良好的信息管理系统是促进医院各业务稳定、有序开展工作的关键，它能够为医保服务提供精准的数据，因此运用医疗信息对提高医院医疗保险管理有着重要意义。

1 利用数据信息辅助医院战略决策

随着医保定点医院纷纷建立起医保数据库以及相关管理体系，进一步促进了医保管理的效率和质量。以北京市医保中心为例，其在2013年完善总额预付管理的考评机制。随着这样的管理体系建立，实现了以往医疗总费用考核向现代化医保管理过渡，针对到医保定点的医疗机构的人次人頭比、医疗费用拒付比例、治疗次均费用、病案上传率等方面进行考核。这样便于医保管理机构对定点医疗机构的医保报销配合程度进行年终考评。2015年北京市医保中心改变了总额额度核算体系，将全部留用结余额的核算方式改为分段计算累加。例如，该医保中心在2014年，以5%以内的指标额纳入结余核增额，区间在5～10%的部分按照50%的标准纳入结余核增额，超过10%的部分则不纳入其中。可以说医保改革重点已将工作重点从扩大医保覆盖范围向提升医保服务质量的方向转变。

细化总额预付管理方式，合理利用总额预付资金，最大程度提高资金利用率，从而避免总额资金核减，医保定点医院实现可持续发展。这种管理方式的改变，需要大量的信息数据支持，借以完善、庞大的信息数据链，提高医保服务反应能力，有效应对危机问题，便于医院及时调整战略决策。首先测算总额资金，基于医院掌握的数据信息链，综合分析基金核减系数、结余核增额；在保证医疗安全、质量的基本前提下，针对费用结构进行调整；对于医院各科室技术的申报，将重点、优势学科按照重要程度各自列出优先级，合理分配总额费用。医保定点机构通过自身数据库，以及其他数据信息来源，由此建立起医保管理的信息数据链，帮助医院决策层及时获取信息，并针对这些问题进行分析，制定出切实可行的解决方案，提高决策的科学性、合理性。

2 通过数据挖掘建立统计分析体系

医保管理系统对于数据信息的利用，主要体现在历史数据与当前数据的对比上，通过纵向、横向数据进行统计分析，能够科学预测未来发展趋势以及医保管理方向。完善数据管理机制，极大程度提高医保管理效率和水平。医保数据管理平台有着四层结构，首先是第一层总数据管理平台，第二层分别是数据挖掘、数据统计分析、数据应用。

数据挖掘下分为H IS数据、医疗保险院端数据，后两者合并下一层为医保数据处理软件，这一层主要进行数据集中、交换和处理；对于数据统计分析层，可下分为阶段数据、汇总数据，这两者又向下分，前者是逐笔拒付数据分析和科室次均费用数据分析，后者是全院拒付数据综合分析和全院次均费用数据分析；对于数据应用，它可下分为三项，它们分别是建立合理医保指标考核体系、医院战略决策、多部门协同管理[1]。

2.1 数据挖掘 它主要以医保管理作为切入点，是指标分析、制定的基础，确保数据采集的完整性。以北京市医保中心为例，采用的医保数据来源为H IS系统，业务组件为北京市医疗保险院端，这两者数据呈现互相依存、促进、补充的关系。H IS系统主要针对临床医疗基础信息进行采集，数据呈现繁杂、分散特点；业务组件主要采集医保持卡实时结算数据。两者采集的数据互相比较，H IS数据尽管在数据采集后进行初步整合，但是无法对特定查询提供详细清单。业务组件的数据促进了医院端数据规范整合，帮助医院获取源头医疗信息。基于以上两者的特点，医院追求在不开放数据库的前提下，实现两者数据交换、共享。

医院医保办通过解读政策，将其与临床需求相结合建立信息中心，其作用是促进HIS系统与业务组建数据共享、交换。通过改变两者的数据接口，对接需要匹配的数据。这一方法实现医院内数据深度挖掘，实现整体运行数据的获取，为数据应用、分析奠定良好基础。

2.2 数据统计分析 数据分析为数据应用奠定基础，前者的数据分析质量决定了后者的应用质量，是帮助医院制定医保管理方案的重要依据。数据分析的主要作用，是在繁杂、分散的数据中，通过集合、计算、归类以及综合分析从而形成准确、综合的数据材料[2]。

对于拒付费用分析，主要是调取当日HIS数据，对拒付数据进行筛查，确认责任主体后，分析拒付原因，如医生操作不当或费用尚未落实等。排除主观因素外，可能存在分析数据系统错误或者相关操作培训缺失，出现此情况应对责任科室进行反馈。

第二阶段的数据分析，针对各科室拒付费用、人次与科室总费用、总人次拒付费用比进行对比，以及拒付费用构成比、人次构成比等数据进行分类比较和分析。在横向数据对比的基础上，对科室数据进行纵向分类汇总，明确各科室拒付的原因。第三阶段是次均费用数据分析，它主要对整个医院次均费用与科室次均费用进行分析。根据业务组件的反馈数据，再将其与纵向数据进行比较，根据同比、环比数据变化率，与其他医院同类数据进行比较，为医院管理方向提供决策依据。

3 建立合理医保指标考核体系

数据信息应用是医院医疗保险管理工作的关键，通过分类、提炼的数据应用于医院各科室指标制定，建立针对性强的绩效考核方式，达到上述要求，应以数据作为基础，并进一步保障考核体系的科学性、实效性[3]。

3.1 依照医院各科室特色确认次均费用指标 医保定点医疗机构，在总额费用下达后，应根据各科室的特点制定管理指标，其参考依据来自上一个半年的医保费用数据，并依据现掌握的数据预测一定时间内医保费用增长趋势以及基金支付政府，对这些数据分析后测算应给科室下达的人均费用指标、自费比例指标等[4]。在这一过程中，医院管理者应充分听取科室医生的意见，对于常见、罕见病种和环境因素等可能影响次均费用指标的因素，纳入指标制定的考虑中。秉承着“公平求实、分科下达”的原则进行指标动态调控。

3.2 综合多层次数据建立科室考核体系 针对医院所有岗位绩效分配，应将医保指标也纳入对医生及其工作人员的考核体系中，并确保医保指标在其中占据一定的比重，其考核方式的科学性、合理性是关键。

医保办以数据作为确立考核指标的切入点，根据次均费用、拒付费用等项目数据着重考核，并结合科学的考核方式，以调动医务人员工作积极性为目标，改变绩效考核理念，进行精细化管理[5]。联动医保指标和医疗指标，以后者数据中的药占比、CMI指数作为连通指标，共同纳入针对医务人员的医保考核管理。

需要特别注意的是，由于科室的忙碌程度以及工作性质的不同，所能治疗的病种在费用结构和比例方面也存在着客观差别，在对义务人员进行医保绩效考核时应充分认识到这一点，既要考虑到各科室之间工作的差异性，同时也要兼顾考核的公平性，并根据更加细化的个性化数据指标进行分析，确保医院医保考核体系的科学性、合理性、公平性。首先，根据各科室对于医院的贡献程度、科研教学影响力等数据进行排名，针对科室在方方面面的贡献进行加权计算，从而制定合理的考核指标。

3.3 提升数据信息共享程度，促进科室之间协同管理 数据信息具有无限复制性、快速传送的特征，基于此特点推动全院数据信息分享，强化数据汇总以及整理，确保各科室及时使用到相关数据，同时减少某项数据反复采集的情况。这样的信息数据管理机制，促进了全院各科室有效联动，其中对于医保数据的管理，单靠医保办已经很难满足日益復杂的考核管理要求，需要医务处、门诊办公室等部门加入其中，互相配合制定科学的指标，实现科学管理。

各科室之间共享医保拒付数据，如门诊办公室、药剂科等部门对共享的拒付数据进行核实，根据各科室、部门的管理特点，从各自角度进行拒付管理，对其实现有效控制。

4 结论

综合上述，医院医疗保险管理在“互联网+”以及大数据技术的应用趋势下，强化对数据信息挖掘、分析以及应用，有效提升医保基金的利用率，提升医院医保管理水平，为建设现代化医院奠定良好基础。

参考文献

[1] 方芳.数据信息在医院医疗保险管理中的应用[J].医疗装备，2018，31（03）：102-103.

[2] 王艳茹.基于数据信息模式的医院医疗保险综合管理模式研究[J].经济研究导刊，2017，（20）：169-170.

[3] 梁宇鑫.浅析数据信息在医院医疗保险管理中的应用[J].财会学习，2017，（02）：190-190.

[4] 李璟，胡立勇，肖鸥，等.数据挖掘技术在医保管理平台中的应用[J].中国数字医学，2016，11（5）：79-80.

[5] 李承铭.我国医疗保险信息数据库的应用探析[J].中国集体经济，2013，（28）：81-82.