XX市医保反欺诈大数据应用监管服务项目采购需求.docx

XX市医保反欺诈大数据应用监管服务项目采购需求一、项目背景随着政府医保堪金投入的加大，以及为提高医疗服务水平，通过深化改革.实现社会领域进步，改善人民群众的就医环境，建立健全的医保体系的发展要求，国家在整个医保环境中不断加强对基金的管控能力，带动了医保基金监管行业的发展。2020年国务院办公厅关于推进医疗保障基金监管制度体系改革的指导意见中明确工作目标：到2025年，基本建成医保基金监管制度体系和执法体系，形成以法治为保障，信用管理为基础，多形式检查、大数据监管为依托，党委领导、政府监管、社会监督、行业自律、个人守信相结合的全方位监管格局，实现医保战金监管法治化、专业化、规范化、常态化，并在实践中不断发屣完善。积极引入信息技术服务机构、会计师事务所、商业保险机构等第三方力盘参与医保基金监管，建立和完善政府购买服务制度，推行按服务绩效付费，提升监管的专业性、精准性、效益性。建立和完善医保智能监控系统，加强大数据应用。加强对定点医疗机构临床诊疗行为的引导和审核，强化事前、事中监管。针对欺诈蛇保行为特点，不断完善药品、诊疗项目和医疗服务设施等基础信息标准库和临床指南等医学知识库，完善智能监控规则，提升智能监控功能。2022年£关于进一步明确市县级医保部门数据应用模式的通知要求规范数据应用模式，在省级医保信息平台建立“反欺诈数据监测专区鼓励省级医保部门结合地方实际，开展重点领域的筛查分析：鼓励试点地市医保部门依托省级医保信息平台“反欺诈数据监测专区“，构建有地方优势和特色的反欺诈数据模型。省级医保都门要积极为试点地区提供数据信息等支持。2022年开始，国家医保局依托全国统一的医保信息平台，建立反欺诈数据监测专区，研究开发了“虚假住院''"医保药品倒卖”“医保电子凭证套现”“重点药品监测分析”等大数据模型，并与公安机关积极推进线索联合查办，取得初步成效。2023年5月12日，国家医保局卜发国家医疗保障局关于开展医保反欺诈大数据应用监管试点工作的通知B（医保函202320号），要求各地开展以大数据监测手段为抓手，破解医保基金监管工作中欺诈骗保行为发现难、锁定难、食处难的问题，有效提升基金监管效能。试点要求各省级医保部门规范数据应用模式，在省级医保信息平台建立“反欺诈数据监测专区”，鼓励省级医保开展重点领域的筛杳分析。鼓励试点地市医保部门依托省级医保信息“反欺诈数据监测专区”，构建有地方优势和特色的反欺诈数据模型。要强化己有医保反欺诈大数据模型试点应用，推动建立一批重点领域反欺诈大数据模型，推动“医保一公安反欺i乍监管系统”试点应用：二是模型应用上，要涉及参保数据、住院数据、门诊数据、药店数据、异地就医数据、住院分组监管数据、应点药品耗材数据；在场景应用上，要覆靛医疗机构场景监控和药店场景监控：在检测体系上，要结合医保-公安反欺诈监管系统。二、项目目标及预期以先进的云平台架构、人工智能、大数据分析技术为茶础，基于国家医保平台开发架构，依托大数据分析模型，从病例、机构、参保人等维度，对涉及住院与门诊医疗服务的高危欺诈行为进行分析和预警，包含风险采集、风险预警、风险处置功能模块。其中，风险预警模块是风险线索的发现和分析模块，是系统的核心功能模块，包括风险病例预警、医疗机构风险预警（住院+门诊）、定点药店风险预警、参保人异常就医行为预警、医保医师风险行为预警子模块，每个子模块内具有对相应风险场景主体的多维度可视化分析、风险提示，有效协助医保管理者对风险问题进行分析和处理：风险处理模块是对确认的风险线索的分配、处理、结果录入模块，协同风险预警模块完成风险管理闭环。具体目标：对标国家反欺诈试点政策耍求，全面涉及住院与门诊的风险识别：从病例、医疗机构、医保医师、参保人维度建立多维监管场景：建设从风险采集、风险预警到风险处置的全流程管理闭环：运用海量知识库资源、大数据分析技术、人工智能技术建立准确高效的大数三、项目要求本次服务项目建设多场景多维度大数据分析模型、可视化风险分析驾驶舱.通过大数据模型分析，查找可能存在的欺诈骗保风险点，生成风险预警信息，并通过可视化风险分析驾驶舱呈现。建设从风险采集、风险预警到风险处理的医保反欺诈大数据应用监管平台，包括针对住院数据分析的一系列大数据分析模型，面向病例、定点医疗机构、医保医师、参保人维度的可视化风险分析系统。医保反欺诈大数据应用监管系统通过对医保结算清单上传、基金分组结算、经办审核等业务流程进行医保数据的深度挖掘和智能分析，性找可能存:在的欺诈骗保风险点，实时生成风险预警信息。通过图表、图形等形式,直观呈现各类风险场景的具体分析结果，方便医保管理部门快速定位疑点,及时响应并采取行动，确保医保基金安全和有效使用。医保反欺诈大数据分析模型，自动从XX决策专区抽取原始数据并进行大数模型分析结果依照风险场景，在风险预警模块内，按照病例、机构、参保人等维度进行展示，并提供详细可视化模型分析结果，如XX医保反欺诈预警分析驾驶他。1.数据结构与信息资源共享需求本次服务项目不存在信息资源共享需求.数据结构需求情况如下所示:类别类型机构所属统筹区机构编码机构名称机构性质医疗机构等级业务年月参保统筹区险种年龄区间分布单据数医疗总费用按机构等条件汇总自理金额自费金额符合范困金额统筹公补大病当年个账历年个账医疗救助优抚补助补充医疗保险利民保基金其他基金支付现金支付西药费用中成药熠用中药饮片费用耗材费用谈判药费用待遇享受人数待遇享受人次处方医生数附违规类型违规单据数量违规明细数量违规金额违规医生人数各类违规排名前10人员名单违规人员编码违规人员姓名违规人员身份证违规人切参保统筹区医疗机构编码医疗机构名称参保险种总费用合计报销基金违规类型违规金额医师违规排名前10人员名单违规医师编码违规医师姓名违规类型违规金额全点药品耗材情况医疗机构编码医疗机构名称机构所属统筹区机构类型机构等级药品耗材配备率药品耗材编码药品耗材名称总费用统筹（用可报金额占比测算）公补（用可报金额占比测算）大病（用可报金额占比测算）当年个账（用可报金额占比测算）2.系统功能及性能需求D功能需求XX市医保反欺诈大数据应用监管服务班目主要分为两部分，一是建立针对医保违法违规行为监测的大数据分析模型。二是将由模型生成的风险指标、违规线索等数据成果整合，分乂级对医保违规等现象进行可视化呈现.2）多场景多维度大数据分析模型开展关于分解住院、挂床住院、低标准住院、频繁住院、床位利用率异常；过度诊疗、重竟开药：求竟收费、套用项目收费、超标准收费、分解收费:串换诊疗项目、异常刷卡等违规行为监测的大数据分析模型建设。通过对接反欺诈专区数据，利用大数据模型全面监测定点医药机构的违法违规行为.3）可视化风险分析驾驶舱将所有经过大数据分析模型得出的风险指标、违规线索等数据成果进行整合，实现数据可视化展现。时数据建模分析，分忆级、有侧重的展示我市医保风险场景、违规情况、排名情况、医疗机构、医保医师、参保人的数据分析、结构分析结果。通过驾驶舱主屏与监管对象分屏展现医保各类违规问题、监测数据分析结果等内容。4）性能需求配套要求为保障本项目服务持续稳定顺利开展，须提供配妄算力服务，孜性能要求和使用效率应在满足本服务项目工作开展需要的基础上，保障足够冗余空间，以应时未来的服务需求增长.3 .项目建设原则可扩展性系统的应用软件设计方案充分考虑可扩展性，数据模型的设计充分考虑系统将来可能的扩展和业务的变动，以适应业务的迅速发展。安全性系统充分考虑整个系统运行的安全策略和机制，可以根据不同的业务要求和应用处理，设梵不同的安全措施。系统具有很强的安全与容错机制，以保障系统的高可用性与不间断运行，从而提高业务运营的水平，保证服务的质量。操作安全性由用户管理、权限管理、防病毒管理、入侵管理、漏洞管理等部分组成，再加上相应的安全策略、安全规范，形成完整的安全保证体系，保证系统数据不被非法入侵者破坏和盗用，并保证数据的一致性。高效性系统需要处理大量的病案和医疗消费数据，因此对系统的效率也有较高要求。采用海量数据仓库，按月份分区。热数据高速缓存技术1数据传输过程中压缩。校验引轶引进多核技术，服务器CPU内核数越多，审核速度越快。校验调度和引擎服务引进并行计算技术。核心业务使用多线程计和。负载均衡部署，提供生服务和若干节点。可操作性系统开发的一个重要指标是看提供给客户使用的功能是否易用、友善。本项日遵循客户友好性原则，在客户的操作界面、系统I可应速度、数据的查询组合等方面给出合理和尽可能满诲的设计方案和实施结果。高可用性系统要具备极强的可用性，运用符合标准的、成熟的产品和开发平台，构建一个切合实际的，便捷可用的信息系统。同时，还要充分考虑医保住院分组业务的运行现况和未来的业务发展变化，使设计具备决好的可配置性和可扩展性，通过灵活配置.适应业务处理流程和处理逻辑的变化。系统考虑硬件和软件的容错、数据存偌的备份/恢笈等系统可靠性措施。可维护性系统按照可维护性原则进行设计，对重大操作可进行日志记录，且在需要时可提供程序的每一步处理可追踪功能。当提交完整的产品时，会提交易于安装的标准安装程序（如主要软件包可放置于光盘）。提供必要的操作维护手册及技术手册、必要的培训。当进行版本开级时，提供版本升级的详细说明.经济性遵循保护前期投资的原则，需要考虑和原有系统网络、硬件平台和数据资源的可集成性，充分利用己有设符、系统、数据，确保现有系统跟目标系统之间的平滑过渡和无隙集成。4 .技术架构依托省智慧医保平台大数据反欺诈专区应用数据，开展XX医保反欺诈预警分析应用建设，通过医保反欺诈预警分析大屏驾驶舱展示反欺诈预警监测分析结果。系统分为五层架构设计，分别为基础数据层、应用数据层、核心技术层、逻辑层、应用层。后端架构采用JAVA和SPringC1.oud微服务架构开发，前端采用VUE开发，做到前后端的完全分离。5 .数据架构依托省局数据决策支持专区数据，以数据决策专区数据为基础，利用诊断预测模型、诊疗拟合模型、综合评价模型、画像图谱分析等核心技术，为XX医保局提供预警展示、风险预警、风险处理等反欺诈预警分析服务。通过医保反欺诈预警分析驾跛舱，展示预警分析服务结果。6 .多场景多维度大数据分析模型大数据分析模型建设是医保反欺诈大数据分析系统的核心功能，以先进的云平台架构技术为基础，基于国家医保平台开发架构，运用海鬓知识库资源、大数据分析技术、人工智能技术建立准确转效的大数据模型，全面涉及住院与门诊的风险识别，全面设计病例、医疗机构、定点药店、参保人维度的分析方法与异常点监控方法。具体包括以下方面，如图所示：该类违法违规行为表现形式多种多样，一般二级及以上公立医疗机构，主要有分解住院、重纪收费、套用项目收费等违法违规行为：基层医疗与民营医疗机构，主要有挂床住院、低标准住院、串换诊疗项目，甚至诱导参保人员住院，虚构医疗服务、盗刷社保卡等违规行为。近年来DRG付交方式改革全面推开，由于病组病种结克的特殊性，可能催生更多的医保欺诈获利行为，例如采用不合理手段降低病例住院费用、分解住院多次报销、住院费用转移到门诊等。可疑医疗行为监管即使用大数据模型和人工智能手段，对包括对低标准入院、分解住院、转嫁费用等住院分组支付下的常见违规行为进行发现和管理.7 .可视化风险分析胃驶舱大数据分析模型涉及数据类型与维度众多，传统的文字列表性结果展示方式难以符密切相关的线索横向拉通，可视化风险分析系统即是按照不同的分析维度,将所有涉及的分析模型、违规线索横向拉通，并通