郭子健， 王燕勃, 杨歌

(1. 邢台市第三医院， 河北 邢台 054000； 2. 东北财经大学 公共管理学院， 辽宁 大连 116000)

0 引言

现有技术中，医保基金出现诸多问题，例如制度不够完善、监管力度不够等。为了解决这些问题，对现有技术做了深入研究。文献[1]运用分布式算法把复杂的总基金分割为多个子基金监测系统，能够对医保基金的流向精准把控，但对医保基金的监测过于片面化，对基金运行隐患无法形成有力证据。文献[2]利用模拟与数字监控技术对基金动态进行监控，在医保基金运行系统的基础上搭建预警机制，这种方法对于医保基金细微变化难以起到预警作用，存在一定的局限性。

针对上述技术的不足，本文采用灰色预测模型对各地医保基金进行估算，提高了系统预警的精准度，增加了医保基金的监管手段。

1 医保基金监控和预警系统

本研究通过大数据模型实现医保运行动态进行分析，经过对比验证，建立灰色预测模型，最终设计出具有监测和预警功能的智能系统[3]。医保基金监控系统如图1所示。

图1 医保基金监控系统

在图1中，整个监控系统能够完成患者就医的全过程，从患者挂号接诊开始，经过医疗科室诊断，在医护人员的帮助下完成检查和用药，然后经过调度从接诊过程中得到数据[4]，这些数据经过调度中心，在服务站和维护站进行初步筛选，然后输入到数据库，同时进行反馈，对调度站进行复位、分析、调配、稳控，之后经过信息汇总显示在诊疗流程显示器中，数据分析之后呈现在医疗记录中，处理应用数据在病例汇总站进行储存，整个过程都有微机监控设备负责检测。

1.1 医保基金运行动态

随着医保的推行，国家制定了《社会保险法》，使医保合同具有了法律效应，法律规定凡是公民必须缴纳医保[5]。医保的推行为普通民众带来了福利，使人们在医药方面节省了费用，解决了看病贵的难题。医保基金的运行主要存在于患者和医疗机构之间，而国家政策和保险机构主要起辅助作用[6]。二者之间的关系如图2所示。

图2 医保基金运行关系

整个医保基金的运行主要集中在四大主体，分别为医疗患者、各种定点医疗机构、医保基金公司和法律约束机构。四者之间互相协同，维持平衡。医疗患者主要为参保人员，参保人向医疗机构寻求帮助，经过医疗诊断，抓取药品从而产生医疗费用，同时也是缴纳医疗保险的人，能够从医保中获得直接利益的主体。各种定点医疗结构包括各种大型医院和各种药房，必须是经过国家审查，经过保险公司承认的医疗机构，主要负责医疗患者的诊断和医务工作[7]。医保基金公司主要是各种保险公司，负责医保基金的管理和运作，保证患者医保缴纳的顺利进行，同时负责对医疗机构的监督。法律约束机构主要由国家开办，由宪法制定，是医疗保险的有力支撑，也是医疗保险举办推广者，负责处理医保运行过程中出现的纠纷和矛盾，同时也负责各种机构的监督和取缔工作。

1.2 监测和预警系统

医保基金预警机制主要是对于医保风险的一种预估，是一种防范措施，在医保基金动态监测方面发挥重要作用。本研究中预警反馈系统如图3所示。

图3 医保基金预警反馈系统

经过分析论证，医保基金预警反馈主要由以基金合作社为基础，通过制定标准、建立模型、模型匹配、结果分析4个模块进行协同，最后通过数据反馈系统反馈到基金合作社。基金合作社负责获得数据，了解社会药品用度和相关费用；制定标准模块负责制定出医保费用标准，对超出部分进行预警；建立模型主要是建立医保可能出现的风险的模型；模型匹配主要根据给出的数据与建立的模型相对应，最后对最终结果进行验证；数据分析反馈主要是对分析出的结果反馈给基金合作社，完成数据的互通[8]。整个预警系统形成完美的循环，能够高效准确地为医保基金结构提供预防和准备。

2 医保预警灰色预测法

灰色预测法的建模需要对医保等数据进行对比，通过一般式与模型式进行对比，确定给出的数据是否符合建模的要求。灰色预测法的通用式为式(1)。

X(0)={X(0)(k),k=1,2,…，n}

(1)

式中，X(0)表示灰色预测法的通用式；X(0)(k)表示第k个不同的医保数据；k表示医保数据的个数集合；n表示医保数据的个数。式(1)主要用来计算给出的医保等数据所具有的规律。作为一种函数模型，需要进行建模分析，灰色预测法建模对比计算式为式(2)。

(2)

模型的构建需要对X(0)进行各种计算，通过计算得出医保数据在各个数列区间的函数值，经过叠加把函数值组合成数列的形式，使X(0)能够生成新的数列，为式(3)。

X(1)={X(1)(k),k=1,2,…,n}

(3)

这个数列是经过整合之后得出的结果，这个结果还需要进行后续计算，离散分割然后变换得到微分方程为式(4)。

(4)

其中，a表示变化量，是正在变化的数据；u表示变化结果，是数据稳定状态得到的数值，都是一种参数，将灰色预算得到的方程离散处理得到式(5)。

(5)

这个函数大致能够看出数据基本规律，能够看出模型大致是什么样的曲线。其中，k为数据变化时间内产生的参数，对参数进行预测得出式(6)。

(6)

将式(4)中a和u的估计值代入方程得到累加方程，这种方法主要应用在数据不够完全的情况下，这是把离散中的数据整合起来得到整体预测方程，如式(7)。

(7)

这种累加方程是数据的具象化体现，能够看出整体框架，但是无法显示原状态，所以需要将这种整合过的累加方程通过转换和方程分解得到还原方程式，如式(8)。

(8)

这是对不完全数据经过灰色预测算法得到的最终结果，由于给出的数据并不完全，所以这种用方程式得到的结果需要经过多方检验。下面给出多种方法进行检验。我们这里主要采用3种检验方法，分别为相对误差、方差检验法和概率误差。

相对误差检验为式(9)。

(9)

相对误差检验的方式一级精度只有0.01的误差，二级精度0.05，总体误差不会超过0.1，相对来说比较精确。

方差检验法如式(10)。

(10)

利用方差之间的比值进行检验数据，其中，S2表示e(k)的标准差；S1表示x(0)的标准差，误差在0.35-0.65之间，这种误差检验的方式没有相对误差精确，但是也是一种比较常用的误差检验方式。

概率误差检验为式(11)。

(11)

根据上述灰色算法理论模型，通过监测系统采集医保基金运行数据，把采集到的数据样本输入到灰色预警模型中，结合医保运行动态和监测机制得到医保灰色预警实际误差模型如图4所示。

图4 医保预警灰色预测误差模型

3 数据分析

根据灰色预测理论模型，本文通过MATLAB对医院运行动态进行仿真，首先进行参数设定。

(1) 对医院原始数据输入模型，得到原始参数X(0)，通过累加迭算得到累加序列X(1)。

(2) 根据微分方程和离散方程计算预测参数Φ的值。

(3) 通过(1)中参数方程计算出灰色预测模型参数估计值。

(4) 根据(2)和(3)中的参数计算出误差结果，然后进行对比，找到最优灰色预测模型。

根据参数设定和程序编码，在当地医院配合下对医院近几年运行动态进行数据统计，得到某地区医保基金收支情况统计表如表1所示。

表1 医保基金收支情况统计表

表1中主要是预测了2016—2020年的医保大致情况，为后续建模提供数据支持，数据经过对比校验，通过灰色预测算法建立模型，模型微分方程式为式(12)。

(12)

把表1数据代入式(13)得到估计值：a1=-0.21,u1=73.16,a2=-0.14,u2=84.33。这些都是方程中的参数，这些参数参与方程的计算，对结果造成影响，这也是误差的主要来源。经过方程式的运算和相关分析，最终计算得到还原结果，为式(13)。

(13)

将得到的结果进行误差分析，经过计算得到相对误差为0.05，方差比值为0.24，概率误差为0.75，误差相对来说可以接受，对实际情况比较接近。结合实际情况综合分析医保基金收入水平可以采用灰色预测法二级预警系统。对于预测医保支出，经过计算得到相对误差为0.03，方差比值为0.12，概率误差为0.54，可以采用三级预警系统。

对近几年医保收支情况进行对比，预测出未来几年医保基金可能出现的情况，列出医保基金收支情况预测如表2所示。

表2 医保基金收支情况预测表

从表2中可以看出，基本医保基金收支每年都在上升，上升比例也在不断增加，从2017年的87.20亿元到2020年的155.26亿元，年增长率达到8.7%；医保基金支出情况从2017年的90.54亿元到2022年的156.48亿元，年增长率达到8.6%。平均增长率基本持平，基本能够做到收支平衡，但是没有结余的情况下可能无法应对突发状况，所以每年国家都会在医保基金投入大量资金用来维持医保的稳定。

根据表2预测结果，为进一步体现本设计模型稳定性，把监测系统采集到的数据样本输入到计算机中，通过MATLAB仿真对不同模型进行仿真，最终得到3种不同模型稳定性仿真图，如图5所示。

从图5中可以看出，本文设计的灰色预测模型的稳定性优于另外两种模型，本文设计的医保基金运行系统在财务数据200时达到峰值，最大稳定为98%，之后随着财务数据的增加逐渐稳定在80%；方案1设计的间序列模型最大峰值为65%，稳定在60%；方案2设计的分方程模型监测系统需要财务数据达到300时才达到峰值，峰值稳定值为95%，最终稳定在62%。表明本研究医保基金运行系统更加稳定，处理数据速度更快。证明了灰色预测模型在医保基金运行中不可替代的作用。

图5 不同模型稳定性对比图

4 总结

本研究根据现有机制基础，对患者和医疗机构构建监测系统，建立预警模型，对医保基金管理部门进行监管，做到信息透明化，使参保人能够方便查询自己的医保状态，保证自己的利益。对个别医疗机构不合理用药和随意安排住院的情况进行监测。但是这种系统仍然无法解决重症患者就医难的问题，随着国家老龄化严重，老年人发病率增高，医保制度仍旧存在诸多问题。