「今年1月至9月，全國各級醫保部門共追回醫保基金160.6億元。」在近日召開的2024年醫保基金監管趨勢交流會上，國家醫療保障局基金監管司副司長謝章澍表示，今年以來，國家醫保部門在守護群眾看病就醫「錢袋子」方面作出很大努力。
國家醫保局自成立以來，始終把維護醫保基金安全作為首要任務，並於2019年建立醫保基金飛行檢查工作機制。謝章澍介紹，今年以來，飛行檢查已覆蓋全國所有省份，檢查定點醫藥機構500家。
點多、線長、面廣是醫保基金監管面臨的難題，近年來，醫保部門通過大數據、信息技術賦能，不斷織牢織密基金監管網。
「大數據使醫保監管從被動轉向主動。」北京中醫藥大學衛生健康法治研究與創新轉化中心主任鄧勇在接受《法治日報》記者採訪時指出，相比傳統人工排查方式，數據監管可以實現對大量數據的實時監測和分析，及時發現潛在的違規行為，助力醫保部門有針對性地加強對重點區域、重點藥店和重點藥品的監管，令欺詐騙保行為無處遁形。
大數據助力發現問題線索
一款本應短期服用的特殊疾病用藥（即「特藥」）蘇可欣（阿伐曲泊帕片），一名「患者」竟然一吃就是兩年多，先後購買了160盒，涉及金額超百萬元，遠超合理用量……這是不久前國家醫保局大數據中心篩查數據時，在黑龍江省哈爾濱市一家藥店發現的異常情況。有96名參保人從該藥店購買藥品金額特別巨大，引起了國家醫保局的關注。
據報道，蘇可欣這類「特藥」臨床價值高、患者急需、替代性不高，醫保部門為減輕重病患者負擔，不少地區的「特藥」可享受不設起付線、報銷比例超過80%、提高報銷上限等政策。為防止不法分子利用政策優惠條件套取醫保基金，「特藥」要經過定患者、定醫療機構、定責任醫師、定處方、定供藥機構的「五定」管理機制才能出售和購買。
但上述這名「患者」家屬表示，買藥時並不需要處方。國家醫保局深入調查後發現，哈爾濱市建柏家醫藥連鎖哈平路店、思派大藥房、寶豐大藥房深業店、上藥科園大藥房4家藥店存在大規模偽造「特藥」處方，涉嫌為倒買倒賣醫保藥品者提供便利等情況，存在欺詐騙取醫保基金問題。
截至目前，涉案的4家藥店醫保服務協議已全部被解除，並被責令停業配合調查。公安部門對這4家藥店已全部刑事立案，共凍結涉案醫保基金6223萬元，採取刑事強制措施和治安處罰共計51人。
記者注意到，此次飛行檢查的線索又是來源於大數據篩查。近段時間以來，國家醫保局接連通報的多起欺詐騙保案例中，大數據屢立大功。
大數據不僅助力國家醫保局開展飛行檢查，如今已成為地方醫保部門發現問題線索的有力「武器」。
今年1月，湖北省武漢市黃陂區醫保局通過大數據排查發現，黃陂區兩家藥店的一種名貴藥品銷量突然暴增，2023年1月份以來的銷售額達20餘萬元，但此前該藥品卻幾乎沒有銷售記錄。經調查發現，該藥品系通過遠程掃描醫保電子憑證二維碼的方式，刷醫保卡售出。隨著調查深入，一條「收卡、刷卡、套現、寄遞、銷售」的龐大黑灰產業鏈逐漸浮現，不法分子採用遠程操作、互不見面的方式，騙取醫保資金。
據武漢警方最新披露，公安機關已聯合醫保部門破獲這起涉及全國21個省市的詐騙醫保資金案，抓獲22名犯罪嫌疑人，查明涉案金額200餘萬元。
數據監管由被動轉向主動
廣西壯族自治區的個別醫院，出現患者短期內多次住院，但病程記錄卻前後矛盾的現象；河南鄭州管城豫豐醫院存在不同時間採集的彩超報告序號、圖像、內容完全一致，不同患者彩超圖像採集時間完全相同的情形……近段時間以來，國家醫保局接連通報了多起欺詐騙保案例，對違法違規使用醫保基金的曝光力度不斷加大，傳遞了對欺詐騙保「零容忍」的態度。
異常住院率、空白檢查影像資料、男女檢查項目混做……在通報的這些欺詐騙保案件中，儘管涉事單位採取了各類隱蔽手段，但仍未能逃出國家醫保局編織的大數據監管網，通過大數據分析，醫保部門及時發現可疑線索，開展了針對性調查。
自2022年以來，利用大數據等現代信息技術手段，構建全流程、全領域、全鏈條的大數據監管防線，成為醫保部門監管醫保基金的重點工作。2023年5月1日起施行的《醫療保障基金飛行檢查管理暫行辦法》明確，醫療保障智能監控或者大數據篩查提示醫療保障基金可能存在重大安全風險的，醫療保障行政部門可以啟動飛行檢查。
謝章澍介紹，今年以來，國家醫保局根據大數據模型線索開展專項飛行檢查的定點醫藥機構達185家，最終查實的涉嫌欺詐騙保機構達111家。由此可見，基於大數據篩查的「定向檢查」更加精準。
「大數據能夠收集海量醫保相關數據，包括診療記錄、藥品銷售、費用報銷等；同時可以精準定位異常的醫保使用行為模式，如頻繁就醫、過度開藥等行為；還可以梳理醫保交易數據之間的關聯，發現一些隱蔽的騙保行為線索。」在鄧勇看來，用大數據分析逐步取代以前廣撒網式的醫保飛行檢查是大勢所趨。
助力監管從被動變為主動，是大數據監管下的又一重大變革。
鄧勇指出，以往傳統監管主要依賴人工抽查、舉報線索等方式，通常是在問題發生後才進行處理，具有滯後性。大數據監管則可以對不同地區、不同藥店、不同藥品的銷售和使用情況進行分類統計和分析，能夠實時監測醫保基金使用情況，一旦出現可疑行為及時預警，從事後以「查」為主，轉變為事前以「防」為主。相較於抽樣檢查，對醫保數據的全量分析可以提高監管覆蓋面和精準度，降低監管成本。
發揮大數據模型篩查作用
醫保基金監管數字化是未來監管發展的方向。謝章澍表示，國家醫保局將從推動飛行檢查擴面、強化大數據監管等方面持續發力，維護好醫保基金安全。
《2024年醫保基金違法違規問題專項整治工作方案》要求，強化數據賦能，發揮好大數據模型作用，實現常態化篩查。
建立大數據模型正是國家醫保局近年來推進數據監管工作的重中之重。目前已開發虛假住院、醫保藥品倒賣、醫保電子憑證套現、重點藥品監測分析等多個大數據模型，藉助海量數據，精準鎖定騙保對象和問題。
以虛假住院為例，國家醫保局基金監管司司長蔣成嘉介紹，2022年通過建立虛假住院模型，國家醫保局運用大數據分析技術，僅一周時間就完成對全國42萬餘家定點醫療機構、近38億條海量數據的篩查分析，發現大批可疑線索，有效破解了傳統人工核查發現難、效率低的難題。
在大數據支持下，醫保部門也能做到「四不兩直」（即不發通知、不打招呼、不聽彙報、不用陪同接待，直奔基層、直插現場），提高監督質效。
2023年9月，國家醫保局發布《關於進一步深入推進醫療保障基金智能審核和監控工作的通知》中提出，到2025年底，規範化、科學化、常態化的智能審核和監控體系基本建立，信息化、數字化、智能化全面賦能醫保審核和基金監管，確保基金安全、高效、合理使用。
「大數據時代下，數據共享機制也得到加強，實現了跨部門聯合監管，增強了監管協同性和整體性。」鄧勇建議，在防控措施上，還應建立健全實時監控和預警系統，加強數據審核和覆核機制，完善法律法規和處罰機制，提高違法成本，確保醫保基金每一分錢都能花在群眾看病就醫的「刀刃」上。