随着医保监管工作的持续深入开展，大数据、云计算、区块链、物联网等新一代信息技术以及机器学习、机器人技术、AI、自然语言处理、生物识别技术、计算机视觉等智能技术在医保基金监管中的应用越来越受到重视。近日，国家医保局办公室发布《关于开展智能监管改革试点的通知》（以下简称：《通知》），预示着我国医保智能监管工作将进一步走向深入，医保智能监管时代即将来临。

　　对各级医保部门来说，准确领会《通知》精神显然是创造性开展改革试点工作的基础，而全面了解如下三个问题，不仅有助于《通知》精神的准确把握，也有助于在改革实践中活学活用、融会贯通。

　　首先，医疗服务数据不仅体量庞大而且呈爆发式增长态势。从横向上看，每一次门诊、住院、用药、检查、医保结算、线上问诊甚至可穿戴设备监测都会生成数据。据统计，2023年我国的年诊疗量超80亿人次，某些三甲医院的日医疗数据量就达TB级。从纵向上看，从健康管理到疾病治疗再到康复，一个人的医疗数据可能持续数十年，且需长期存储（如电子健康档案需保存15年以上）。

　　其次，医疗服务数据不仅维度复杂而且相互间关联度较高。这主要包括：一是医疗数据大多是多源异构数据，既包括结构化数据，也包括非结构化数据，还包括时序数据。二是医疗数据具有高维度特征。例如，单个患者的基因组数据可达数百GB，一次PET-CT扫描就可能包含数万张切片图像。三是临床诊疗需进行多模态数据融合。比如：需整合临床数据（如CT影像）、基因数据（如全基因组测序）、行为数据（如用药依从性）、环境数据（如空气污染指数）等。

　　第三，医疗服务数据虽然蕴藏极高价值但是挖掘难度极大。主要体现为：一是精准医疗的有效性有赖于数据的精准性和完整性。例如，肿瘤靶向治疗需匹配患者基因突变、用药史和疗效数据，数据误差可能导致治疗方案失败。二是有关医药方面隐藏规律的发现需要进行数据的深度挖掘。比如：需要通过分析百万级患者的用药记录，才有可能发现罕见的药物不良反应。三是在开展流行病学研究中可能还需要结合地理信息数据（如疫情热力图）和时间序列数据（如疾病发展轨迹）来进行时空关联性分析。

　　由于医疗服务的大数据特性且更多是医生病历文本、检查影像等非结构化数据，而许多欺诈套骗医保基金的行为往往隐藏在多数据维度中，再加上在高新技术的加持下骗保手段不断升级，不仅使得传统的监管手段（如人工抽查、简单规则筛查）难以应对，也使得传统的监控规则引擎无法解析。因此，迫切需要采用新技术、新手段进一步提升医保基金使用监管的精准度、有效性和工作效率。

　　大数据、云计算、区块链等新一代信息技术以及机器学习、AI、自然语言处理、生物识别技术、计算机视觉等智能技术，具有高效数据处理能力、自主学习与精准分析能力，以及支持多技术融合与实时交互、支持在线学习和迁移学习等特点，如果将其运用在医保基金使用监管上，就可以有效防范欺Kaiyun官方中国诈骗保者对海量、高维、动态医药服务行为数据的恶意利用。如，通过分布式计算实时处理TB级数据，实现对医疗服务数据的全量审核而非抽样检查；利用图计算准确识别“药贩子-患者-医疗机构”黑色网络；通过时序模型检测异常就诊频率（如慢性病患者每月开药量突然翻倍）；利用NLP提取电子病历中的关键信息（如ICD编码与实际诊疗是否匹配）；通过CV识别CT影像与收费项目是否一致，等等。可以说，只有通过智能技术的“显微镜”（精准识别）、“雷达网”（实时监控）和“防护盾”（风险预判），才能实现从“被动响应”到“主动防御”的转型，从而切实保障医保基金的使用安全。

　　之所以要先行开展智能监管改革试点工作，国家医保局在《通知》中给出的说法是，通过改革试点，提炼典型经验和做法，做好技术总结推广，从而推动国家局公布公开的“两库”在定点医药机构自建事前提醒系统中落地应用，将参加试点的定点医药机构建设成为国家医保局“两库”开发建设、公布公开的“试验田”，以及自查自纠的“标杆”；同时，推动全国医保系统智能监管子系统应用成效提升，实现监管关口前移，从源头上减少使用医保基金违法违规行为发生，推动定点医药机构在事中审核、飞行检查等事中事后监管工作中发现问题明显减少，使“两库”公开、智能监管成为定点医药机构主动合规的有效途径。

　　其实，早在2020年6月，国务院办公厅在《关于推进医疗保障基金监管制度体系改革的指导意见》中就明确提出，全面建立智能监控制度。随后，国家医保局分别在2022年和2023年制定颁布了《医疗保障基金智能审核和监控知识库、规则库管理办法（试行）》、《医疗保障基金智能审核和监控知识库、规则库框架体系（1.0版）》以及《关于进一步深入推进医疗保障基金智能审核和监控工作的通知》等一系列政策文件。国家医保局之所以还要于2025年4月发文开展医保智能监管改革试点工作，在笔者看来，有着更为深层的原因。

　　一是医保基金的战略敏感性决定了智能监管的容错率必须保持极低水平。医保基金是14亿多参保人的“救命钱”，一旦智能监管Kaiyun官方入口系统出现大规模误判（如错误拦截合规报销），可能直接导致患者无法及时就医，从而引发社会问题。再加上，医保基金支出金额巨大（如我国基本医疗保险基金（含生育保险基金）在2024年的总支出额就高达近3万亿元），智能监管算法若存在漏洞（如未能识别新型骗保手段），单点失误就可能造成亿元级损失。因此，对于医保智能监管工作在全国范围内的全面实施必须慎之又慎。

　　二是医疗数据的区域性差异决定了智能监管规则设定必须与地方实际适配。由于我国不同地区的医疗水平、疾病谱、不同等级医疗机构的电子病历标准化程度、医保政策等，客观上还存在着较大差异，决定了智能监管系统的部署实施需要结合地方实际进行针对性建模，而不是一上来就一刀切。

　　三是智能监管的实用性需求决定了模型设计必须得到真实应用场景的验证。一方面，智能监管算法的可靠性有待在实际中得到检验。比如：欺诈检测模型在实验室准确率可达95%，但真实场景中可能因数据漂移（如疫情后就诊模式突变）而失效。另一方面，智能监管中的人机协同模式尚有待在实际中探索。毕竟智能监管并非能够完全替代人工，还需要通过改革试点确定两者的最优分工（如AI初筛+专家复核比例）。

　　四是积极稳妥的渐进性要求决定了医保智能监管改革工作必须要先行先试。不管怎么说，医保智能监管工作的开展直接触动的是医疗机构的利益，如果激进推广就极易引发抵触，而通过试点先行的办法逐步调整规则则可以有效缓释矛盾，减少改革阻力。再说，通过改革试点积累判例，不断实现监管标准的迭代升级，从而形成全国统一的智能监管知识库和规则库。

　　从根本上来说，试点的目的是为了形成在全国范围内可复制、可推广的成功经验，而不是搞成一个个仅供参观的“盆景展示”。而为了保证改革试点工作取得预期成效，就需要将改革试点的系统性设计与分阶段推进相结合，既要确保技术应用的可行性，又要兼顾政策实施的平稳性。为此，改革试点工作应着力解决好如下5个问题。

　　一是试点地区和试点单位的选择问题。《通知》提出的原则要求是，各省级医保局向国家医保局报送改革试点地区3个、试点单位10家（其中定点医疗机构8家、定点零售药店2家）。由于我国幅员辽阔，不同地区、不同医疗机构之间的差异性较大，这就要求试点地区和试点单位的选择要具有普遍代表性，试点地区的选择应该分别覆盖较Kaiyun官方中国发达地区、中等发达地区、欠发达地区，试点单位的选择则应该兼顾不同等级的专科医疗机构、全科医疗机构、连锁零售药店、单体零售药店等不同类型医药机构。为此，国家医保局在《通知》中要求，各省级医保局申报时综合考虑定点医药机构级别、类型、中西医、综合专科等因素。

　　二是智能监管技术方案的选型问题。在开展改革试点时，应遵从循序渐进原则，优先部署成熟技术（如规则引擎+机器学习），选择能输出拒付理由的算法（如决策树而非深度神经网络），尽量避免过度依赖大模型，以期从小切口入手实现智能监管的新突破。

　　三是智能监管技术的应用场景问题。对重点领域、重点人员、重点行为，搭建场景监控模块，通过接入定点医药机构端硬件设备抓取生物特征、人脸识别，并与定点医疗机构就医结算信息、定点药店购药信息等进行比对分析，发现“假病人、假病情、假票据”等欺诈骗保行为疑点信息。同时，在不影响患者正常就医、不干预正常诊疗活动、不增加医务人员额外负担的情况下，实现对医药服务行为的全流程监控，从而带动智能监管事前提醒、事中审核、事后监管全流程工作质效提升。

　　四是试点效果评估与迭代升级问题。医保智能监管试点的“效果评估与迭代升级”是确保改革从“实验性探索”转向“规模化推广”的核心环节，需建立“量化评估-问题诊断-动态优化”的闭环体系。具体来说：一是搭建试点效果评估框架，从基金安全、医疗质量、运行效率三个维度进行度量化验证；二是建立规范化的问题发现与诊断机制，通过数据溯源定位错误案例根源，将发现的问题分为技术类（如算法偏差）、规则类（如政策理解差异）、数据类（如字段缺失）进行问题分析诊断；三是根据问题的分析诊断进行智能监管系统的迭代升级。

　　五是试点经验标准化与全面推广问题。医保智能监管试点经验的标准化与全面推广是实现改革成果转化的关键一跃，需解决“从1到N”的规模化难题。首先是试点经验标准化。重点是按照《通知》要求，省平台全面落地应用国家1.0版“两库”框架体系及其增补“两库”；统筹地区细化本地化、特色化的规则和知识；合理区分事前提醒、事中审核、事后监管“三道防线”，事前、事中、事后选用规则形成梯次。其次是实行分层分类的落地策略。发达地区直接复用复杂模型（如深度学习反欺诈模型），欠发达地区优先部署规则引擎+简化版AI，部分特殊区域则实行定制开发（如民族地区藏药使用规则）。第三是构建可持续的保障体系。制定配套的政策法规体系，实现组织机制创新，建立激励约束机制。第四是加强教育培训，着眼于能力提升，确保全面推广工作不走样。

　　我们完全有理由相信，随着智能监管改革试点工作的深入开展，在不远的将来，我国的医保智能监管工作将实现如下目标：一是技术层面能够“通过算法发现人眼看不到的风险”，二是管理层面全面构建“人机协同的新型监管流程”，三是政策层面形成“可全国复制的标准化解决方案”。