发布日期：2019-06-20 10:17 来源：
人工智能朗读：
深医保函〔2019〕206号
曾敏敏（等）代表：
您（你们）提出的《关于数据化时代现代医疗诊疗及医保核算的建议 》的建议收悉。经研究，现答复如下：
党的十九大报告提出了“按照兜底线、织密网、建机制的要求，全面建成覆盖全民、城乡统筹、权责清晰、保障适度、可持续的多层次社会保障体系”的总要求。利用大数据分析，建立医保精算平台，作为实现医保基金管理的重要技术手段，对医保制度建设、政策研究、宏观决策和业务管理具有重要支撑作用。2016年由人社局牵头，目前正在建设“深圳社会医疗保险管理服务平台”，2021年平台建设完成。现将相关情况报告如下：
一、总体规划
立足于各级医保管理部门的职能定位，综合运用云计算、大数据和人工智能等现代思维和先进精算理念，建设医保智能化政策决策支持系统，形成全方位、智能化、一体化、联动式的医疗保障政策决策体系，支持完善医疗保障体系建设，统筹推进制度建设工作。平台的建设项目包括建设智能审核系统、参保人服务平台、精算分析系统、硬件网络加固。
二、平台内容
（一）政策决策支持
1.筹资待遇政策设计。利用精算技术为医疗保障筹资和待遇政策调整提供科学支持。围绕基金“收、管、支”的业务流程和就医及医疗行为，建立基金收支预测模型，实现对医保政策实施效果的模拟预测，用以评估政策调整对医保基金收支中长期趋势的影响。基于基金精算平衡原则，建立科学筹资待遇动态调整机制。分析各因素对医保制度未来发展趋势的影响和对相关利益方的影响。通过对政策调整影响的多因素模拟测试，综合考虑人口、就业、经济、政策等因素，有科学依据和理论支持地制定筹资和待遇保障政策，并建立动态调整机制。
2.医疗保障体系设计。从参保人的待遇保障出发，分析评价医保政策的实际保障效果。通过从保障结构、保障层次和保障水平等不同角度来评估保障效果，发现不同参保人群保障缺口，为进一步完善多层次保障体系提供数据支持。针对不同人群的保障缺口，结合地域、人口、经济和疾病特征，并利用精算技术对医疗保障体系进行针对性设计规划，来测算不同调整方案的预期效果，为优化完善多层次保障体系提供决策支持。
（二）医保基金运行管理
1.医保基金运行分析。针对基金运行的多维度分析。对当地人口分布、疾病及医疗费用和基金收支结余情况进行全方位分析，建立当地医疗和医保状况基本面描述。通过分析医保基金支出主要指标, 呈现医保基金在各维度下的支出分布情况和变化趋势。
2.医保基金风险管理。对基金支出历史趋势进行全方位的扫描，从医院、科室、疾病及药品等不同维度，横向和纵向等角度进行对比分析，量化评估对医疗费用不合理增长风险影响显著的相关因素。通过前瞻性的风险管理工具，对当前医保年度基金支出的趋势做出风险预测预警。基于参保人、疾病、医疗机构和医疗费用相关信息，运用精算分析技术，建立当地的疾病谱，对当地的疾病谱变迁、疾病发生趋势、人口变动趋势和医疗费用趋势等进行预测分析。
（三）医疗服务管理
1.定点医疗机构管理。通过构建风险评分模型，追踪评价医疗机构风险状况。从超支风险、费用增长趋势、风险特征等角度综合评价医疗机构风险情况，监控医疗结构费用整体风险情况，定位需要重点关注的定点医疗机构，助力医疗资源优化配置, 实现定点医疗机构的优化配置。
2.医疗服务模拟分析。支付方式实施方案模拟测试，通过模拟未来参保人的疾病发生情况、就诊行为和医疗机构诊疗行为，测算评估不同支付方式实施方案的预期实施效果。医保目录模拟分析，评估分析医保目录变更及价格调整对基金支出和个人负担的影响。
3.精算引擎。精算引擎模块的建立，是基于结构化及标准化医保数据和精算主题库，精算主题库包含了用于精算模型和分析的基础分析支持信息，为制度整合、提高统筹层次提供数据支撑。基于精算技术，对医保的基金及政策进行全面分析评价，为医保基金的管理，医保制度的整合等提供技术支持。主要的精算引擎包括：政策仿真模拟引擎、中长期基金预测引擎、智能分析引擎和智能风险识别引擎。
三、建设目标
利用大数据技术对医保基金数据合理分析，规范科学的制定预算和制度。
（一）基金运行分析
基金运行分析主要分为参保人口、医疗费用、基金收支、专项分析。
参保人口模块主要是从医保类型、性别、年龄、健康状况维度呈现历史年参保人口分布状况，反应参保人口老龄化程度。医疗费用模块从人群分组、疾病、医疗机构、就诊类型维度反应医疗费用总体支出情况，反应医疗费用支出的具体情况。同时，选取医保重点关注的疾病，细分到就诊类型、医疗等级和机构、诊疗项目等维度，深入细项费用，分析医疗费用支出，识别主要风险点。基金收支模块主要从收支明细、年龄段、季节波动等维度对历史年度基金收支进行展示，结合当地医保政策，识别医保基金运行风险，提出基金可持续运行建议，为医保基金运行提供决策支持。专项分析模块主要根据当地政策，从患病率、基金支出、医疗费用、个人负担、疾病等维度，针对门诊慢病（特殊病、大病）人群进行大数据分析，为慢病（特殊病、大病）管理提供支持。
（二）基金风险管理
结合大数据技术、医学知识和精算管理手段对医保的医疗费用和基金支出进行深入分析，从疾病、药品、医疗机构、器材、参保人等多维度着手，寻找其中的各种规律和趋势，识别其中蕴含的各种高风险对象和费用增长点，为医保基金管理者及时提供预警和干预分析，提高精细化管理的水平。主要内容包括：
1.现状分析模块：通过分析基准年的基金支出主要指标, 呈现医保基金在各维度下的支出分布情况。从疾病、药品、医疗机构、器材、参保人等维度着手，在不同维度下对基准年医保基金支出及其增长情况进行层层拆解，分析各层次下的变化趋势。
2.风险识别模块：通过智能风险搜索算法对基金支出历史趋势进行全方位的扫描，从医院、科室、疾病及药品等不同维度，横向和纵向等角度进行对比分析，量化评估对医疗费用不合理增长风险影响显著的相关因素，为基金管理部门提供全面风险分析，并为进一步制定干预措施提供量化支持。例如：药品维度下可以通过对单个药品的用药人数、人均用药量、药品单价等因素的深入挖掘，进行风险识别定位，确定其引起基金支出增长的主要原因并评估其影响程度。
3.干预支持模块：通过对关键风险点的深入分析，结合对相关指标的解析，设计可行的风险干预情景并测算其干预效果，不同干预情景下其基金支出趋势的预测情况，为客户选择最优干预方案及后续科学制定下年度医保基金支出增长目标提供支持。
4.滚动分析：根据医保基金历史波动趋势，将基金年度支出增长目标进行分解，形成更短周期的阶段目标（例如月度、季度）并对其进行追踪及风险预警。在每个阶段对实际基金运行情况与阶段目标进行差异分析，为干预措施的实施成效评价提供数据支持，并及时发现新的风险点，为下一周期的干预措施调整提供依据，为控制医疗费用不合理增长提供切实可行的途径。
（三）政策决策支持
基金中长期收支预测重点关注基金未来的中长期走势和未来政策变动对基金收支的影响，为基金收支的未来趋势研判提供参考，为基金预算的编制提供支持，为政策的调整提供量化依据。该服务在对数据深入分析的基础上，通过科学地设置精算假设，运用精算预测技术对基金收支情况进行预测分析。主要包括人口变动预测、基金缴费收入预测、医疗费用预测和基金支出预测，而且可以测算不同政策参数的变化对基金收支结果的影响。
感谢您（你们）对医疗保障事业的关注与支持，欢迎继续对我们的工作提出宝贵意见与建议。
专此函复。
深圳市医疗保障局
2019年5月20日
