吴恒亮（副教授），于本海（博士生导师），翟宇翔（高级审计师），张巍巍

一、引言

据人社部统计，截至目前，我国医保参保人数超过13 亿人，参保覆盖率已达到95%以上，每年医保基金收入超过1 万亿元。但医保诈骗案件却层出不穷，造成了医保基金的巨大损失。审计署在2017 年医保基金的专项审计工作中，共发现欺诈、违法和违规问题金额超过15 亿元，约占抽查资金总金额的0.46%。研究医保欺诈审计问题，关系到我国社会医疗保险制度能否持续、健康地发展，具有重要的经济价值和现实意义。

在传统计算机医保审计模式下，主要采用SQL数据库查询技术来获取医保欺诈线索，仅限于对结构化医保数据的处理和分析[1]。随着医保覆盖面的不断扩大，医保数据呈现出规模大、多样化、异构性、高价值和低密度等大数据特征，对医保审计数据的采集、存储、分析和处理等工作提出了巨大挑战。同时，国内人口流动日益频繁，居民异地就医需求增长迅速，跨省、跨市医保就医结算正逐步推行。如果仍以市或县级为单位，采用“各自为政”“单兵作战”的组织模式进行审计，势必造成大量医保欺诈行为被漏审，影响审计质量和监督效果。面对海量、多源、异质的医保数据，为突破传统审计技术瓶颈，克服传统抽样、离散、“单兵作战”审计模式带来的局限性和缺陷，缓解审计任务繁重和力量不足之间的矛盾，审计机关只能通过引入新技术、创新审计方法、转变审计模式来化解当前遇到的困境。……