《医疗保险大数据审计体系构建分析,保险论文.docx》由会员分享，可在线阅读，更多相关《医疗保险大数据审计体系构建分析,保险论文.docx（20页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。
1、医疗保险大数据审计体系构建分析,保险论文内容摘要：随着社会医疗保险数据量的急剧增长和复杂程度的不断提高,搭建大数据分析平台,借助大数据创新审计技术和方式方法、转变审计形式已是当务之急。在梳理现有研究的基础上,结合湖北等地区的实践情况,以医疗保险审计为例,从技术、管理和模型等三个维度提出了 自上而下 的大数据审计建设施行途径,包括大数据文化建设、总体规划、团队组建、平台搭建、流程设计以及难题突破等五个方面,旨在为各地区开展医保大数据审计工作提供参考。 本文关键词语：大数据;医保审计;施行途径;大数据审计平台; 一、引言 据人社部统计，截至当前，我们国家医保参保人数超过13亿人，参保覆盖率已到达9
2、5%以上，每年医保基金收入超过1万亿元。但医保诈骗案件却层出不穷，造成了医保基金的宏大损失。审计署在2021年医保基金的专项审计工作中，共发现欺诈、违法和违规问题金额超过15亿元，约占抽查资金总金额的0.46%。研究医保欺诈审计问题，关系到我们国家社会医疗保险制度能否持续、健康地发展，具有重要的经济价值和现实意义。 在传统计算机医保审计形式下，主要采用SQL数据库查询技术来获取医保欺诈线索，仅限于对构造化医保数据的处理和分析1。随着医保覆盖面的不断扩大，医保数据呈现出规模大、多样化、异构性、高价值和低密度等大数据特征，对医保审计数据的采集、存储、分析和处理等工作提出了宏大挑战。同时，国内人口流
3、动日益频繁，居民异地就医需求增长迅速，跨省、跨市医保就医结算正逐步推行。假如仍以市或县级为单位，采用 各自为政 单兵作战 的组织形式进行审计，势必造成大量医保欺诈行为被漏审，影响审计质量和监督效果。面对海量、多源、异质的医保数据，为突破传统审计技术瓶颈，克制传统抽样、离散、 单兵作战 审计形式带来的局限性和缺陷，缓解审计任务繁重和气力缺乏之间的矛盾，审计机关只能通过引入新技术、创新审计方式方法、转变审计形式来化解当下碰到的窘境。 二、文献综述 一医保欺诈辨别方式方法研究 医保欺诈辨别是开展医保审计工作的关键和重点。国外对医保欺诈辨别问题的研究起步较早，实证研究较多，主要采用统计分析、数据挖掘和
4、机器学习等方式方法，如神经网络2、逻辑回归3、主成分分析4、贝叶斯5、聚类分析6、关联规则7、支持向量机8、异常检测9等。国内文献定性研究较多，主要集中在欺诈类型、欺诈原因分析及防备对策等方面10。近年来，国内一些学者开场利用统计模型、数据挖掘等技术进行实证研究。史径宇等11通过引入指标权重改良聚类分析算法，采用无监督学习方式方法实现了医保欺诈辨别；邱瑞12采用频繁形式挖掘算法对医保骗保行为进行了形式挖掘；陈清凤等13将主成分分析、K-Means聚类方式方法和判别分析等三种方式方法相结合建立了医保欺诈辨别模型。 二大数据环境下的医保审计研究 国外和学者对大数据环境下医保等领域的审计研究多侧重于
5、大数据审计的详细操作层面，包括大数据环境下的审计模型、审计安全、主要制约因素及解决方式方法等方面14。英国、美国、挪威等国家在审计实务中已经广泛应用数据挖掘、机器学习等技术和工具15。 相比而言，国内学者对医保等领域的大数据审计研究更侧重于理论，如必要性和挑战性16、形式转变17、政策建议18等，指导大数据审计实践的研究相对较少。刘国城、王会金15指出，将来的研究应基于 数据科学 和 工程学 视角，从技术层面开展大数据在审计中的应用研究；郑伟等19从大数据审计的逻辑流程以及大数据平台的网络架构和应用架构等方面讨论了在大数据环境下进行数据式审计的操作途径；陈伟、居江宁1基于大数据可视化技术对医院
6、药品加成问题进行了挖掘分析。总的来看，国内学术界有关医保等领域的大数据审计研究，无论在内容深度还是广度上都有待进一步提高。 从我们国家医保等领域的大数据审计实践来看，大数据技术在审计中的应用尚处于起步和探寻求索阶段，缺乏成熟的大数据审计技术方案和可借鉴的经历体验，只要部分地区的审计机关真正开启了大数据审计的探寻求索和建设工作，在医保领域开展大数据审计工作的地区更少。 本文根据大数据审计在其他领域应用的经历体验和教训，结合湖北、山东、天津、河南、河北、江苏、浙江等地区在医保等领域的大数据审计实践情况，从技术、管理和模型三个维度，提出了 自上而下 的医保大数据审计建设施行途径，包括大数据文化建设、
7、总体规划、团队组建、平台搭建、流程设计以及难题突破等五个方面，梳理总结了部分省市的优秀做法，并针对各省市存在的问题提出了合理化建议，以期对各地区审计机关开展医保大数据审计工作提供指导和参考。 三、施行医保大数据审计的途径分析和建议 一建设大数据审计文化，做好施行医保大数据审计的思想准备 大数据审计文化建设就是要在整个审计机关建立一种 用大数据讲话、用大数据管理以及用大数据决策 的价值观和制度体系，让大数据成为开展各项审计工作的基础。 建设大数据审计文化，要摆脱传统医保审计思维桎梏，转变审计理念，将大数据思维和理念引入审计机关，不断提高医保审计人员的整体素质。一方面，应定期组织专家讲座、培训、经
8、历体验沟通会等活动，从领导层到每一个基层审计人员，全面提高其对医保大数据审计的认识，将大数据思维融入审计机关文化建设中。另一方面，应设立专项基金，鼓励医保审计人员利用大数据搞 科研 ，对优秀项目给予资金、人员、数据和政策等方面的支持，营造良好的大数据审计气氛。在详细医保审计项目中，应鼓励审计人员积极运用大数据分析技术开展医保审计工作，通过项目实践不断积累成功经历体验。 二注重顶层设计，统一编制包括医保在内的大数据审计平台建设总体规划 当前，我们国家审计机关审计职责范围广泛，牵涉财政、地税、社保、医保等多个专业领域，医保审计仅仅是其监督职责之一。固然不同专业审计在内容、方式方法等方面存在一些差异
9、，但在计划制定、方案施行、组织管理等活动上具有类似性和一致性。假如大数据审计建设不做总体规划，只考虑在医保或其他单个专业领域内，或者只在市或县级范围内施行，势必造成 信息孤岛 现象，毁坏审计业务的系统性和整体性，也会出现重复投资建设、系统扩展难和集成难等问题。从实践调查来看，多数省市审计机关能够意识到总体规划的必要性，但有些地区审计机关对于怎样开展总体规划并不清楚，有些则急于在大数据审计方面实现单点突破而使规划流于形式，甚至还有不少地级市、县级审计机关正着手或已开展市县级大数据审计平台建设工作，而只要少数几个省市能从全省角度出发，制定真正意义上的大数据审计总体规划。 综上所述，审计机关在施行大
10、数据审计之前，应该站在全局的高度，从全省审计总体业务出发，做好顶层设计，制定全省统一的大数据审计平台建设总体规划，建立全省统一的大数据审计平台。湖北省审计厅在 金审二期 工程的基础上，构建了如此图1所示的大数据审计平台应用系统架构20。从系统功能来看，架构中的系统能够分为两类：一是审计管理方面的系统，二是不同专业领域的审计分析系统。总的来看，该架构遵循了系统独立性设计的原则，既能保证各个子系统的相对独立，又能保证各个子系统通过分享数据实现互联互通，进而构成一个有机整体，这样能够大大提高平台的灵敏性和可变性，对构建和施行省市县三级审计机关协同审计组织形式17，实现审计工作的统一监管和调控提供了技
11、术支撑和保障。 图1 湖北省审计厅大数据审计平台应用系统架构 下载原图 三组建医保审计大数据分析团队 1. 成立专门的医保审计大数据分析部门。 在大数据环境下，医保审计工作形式的变化必然要求审计机关对组织构造做出适应性的改变和调整。审计机关需要成立一个专门的医保审计大数据分析部门，主要由数据管理员、数据分析建模师和业务数据分析师等组成，负责数据采集、整理、清理以及分析模型构建等工作，通过集中分析、挑选疑点，为审计计划制定、施行方案组织等提供重要根据。数据分析建模师由拥有大数据分析技术和经历体验的人员担任，业务数据分析师是指具有丰富医保审计经历体验的业务人员。构建模型以数据分析建模师为主导，业务
12、数据分析师给予业务支持。 2. 为医保审计项目小组设置大数据分析员角色。 在传统的医保审计工作形式下，为完成某项审计计划布置的审计任务，需要成立审计项目小组，包括组长、主审和组员等角色。在大数据审计形式下，固然对 总体分析 发现的疑点能够进行 分散核查 ，但也同样需要成立审计项目小组，且在该项目组中需要增设大数据分析员角色，专门负责审计项目的数据现场采集、清理、存储、模型应用以及结果分析等相关工作。 四做好技术选型，搭建医保大数据审计技术基础平台 大数据平台建设是施行医保大数据审计的基础，选择和搭建一个合适自个的医保大数据平台对审计机关来讲至关重要，技术选型失败会大大增加项目施行风险。调查发现
13、，当前各省市审计机关由于缺乏大数据技术知识、经历体验和相关人才，在建设方式、技术选择和产品选型等方面存在众多误区，比方以为利用传统的数据库系统即可建立大数据平台，将Hadoop技术等同于大数据平台，盲目迷信大数据能力及服务商大数据产品性能等。 首先，审计机关应该确定怎样搭建医保大数据平台，即采取何种建设方式。当前，我们国家企业进行大数据平台建设主要采取三种方式，即本地自建大数据平台、使用云服务商提供的大数据服务以及购买大数据集成产品等。从各地区审计机关调查来看，多数省市选择采用第一种方式，相对而言，该种方式对技术人才的要求较高，施行难度较大，成本也较高，但从长远来看，平台的灵敏性、兼容性、扩展
14、性、经济性以及维护性等愈加理想。部分省市采取折中方案，即在原有平台的基础上扩展大数据分析功能来构建大数据审计平台，如天津市审计局在2021年采取公开招标的方式，为其联网审计监督平台 一张网 管理系统采购数据分析服务。该种方式能否合适还要看原有基础平台能否采用大数据技术或具备大数据采集、存储和处理能力，否则只是权宜之计，非长久之策。 其次，审计机关需要从自个的实际情况出发，选择合适自个的技术途径。由于医保大数据平台承当着从医保数据采集、存储、分析到可视化等各项处理任务，就当前来看，单纯依靠某项技术或某个产品是不现实的，需要综合不同的大数据技术和产品，构建一个完善的大数据生态系统。而且，不同技术或
15、产品由于侧重点不同，在功能和性能上都存在着一些差异，需要进行区分和挑选。 审计机关在技术选型时需要做好下面两方面的工作：一是对本身的信息化现在状况、数据情况、大数据应用的业务场景、技术气力等方面进行全方位的梳理和评估，找准自个的需求定位。一般来讲，数据源的特点、数据采集方式和数据分析的应用场景等几个方面基本决定了医保大数据平台的技术选型。二是根据定义的功能和性能需求进行技术选型或产品选型，全面评估待选大数据技术或产品能否知足自个的功能需求，能否知足医保大数据审计所规定的技术指标要求，如可靠性、扩展性、高效性、容错性、开源性、安全性、易用性、数据挖掘能力、R和Python语言的支持能力等。 五设
16、计医保大数据审计流程 大数据环境下，医保审计技术、方式方法和形式的转变，必然带来审计流程的变化。因而，需要做好大数据环境下医保审计流程的设计工作。医保大数据分析主要包括数据采集与清理、数据存储与管理、算法选择与设计、构建分析模型、欺诈分析、检查结果可视化和欺诈决策等环节，如此图2所示。 图2 大数据环境下的医保审计逻辑流程 下载原图 1. 数据采集与清理。 这一环节是整个流程的起点，要明确数据来源，积极拓宽数据采集范围，广泛运用大数据抽取与集成技术，通太多种采集方式来获取医保数据。采集的原始数据往往是 脏数据 乱数据 ，必须经过数据清洗、数据变换和数据集成等清理环节，以知足大数据分析技术和算法
17、对数据的要求。 2. 数据存储与管理。 对经过预处理的医保数据，根据数据规模、构造类型以及访问的实效性等特点，分别选择合适的大数据存储与管理技术工具如分布式文件系统HDFS、分布式数据库MPP、非关系型数据库NoSQL等予以存储。 3. 算法选择与设计及模型构建。 医保欺诈行为种类繁多，检测方式方法各不一样。数据分析建模师需要根据不同欺诈行为的外在表现和特征，选择合适的数据挖掘、机器学习方式方法和算法以构建模型，然后通过模型评估、参数调整以获取最优的分析模型。 4. 欺诈分析。 业务数据分析师即医保审计业务人员使用欺诈分析模型完成详细的欺诈检测工作，并将发现的疑点提交人工复核。 5. 检测结果
18、可视化及欺诈决策。 使用大数据可视化技术，将模型分析结果以图形方式展示给业务数据分析师和首席数据官，进而到达欺诈决策支持的目的。 六突破医保大数据审计难题 在医保大数据审计流程中，数据采集和分析模型构建是最为关键、最为困难的两个环节，下面重点对这两个问题进行阐述。 1. 破解医保大数据审计 数据采集 难题。 (1医保数据来源。医保数据牵涉参保人信息、基金运行管理数据、参保人在医院、药店以及基层医疗机构接受医疗服务时所产生的各种信息，如患者病历档案、住院信息、处方信息、检查项目和购药信息等，还包括药企、药店进销数据、社保、民政、工商、公安以及从互联网上获取的数据等。华而不实，医院、药店、医保机构
19、、药企以及基层医疗机构等信息系统是医保大数据审计的主要数据来源。当下，由于我们国家医保长时间的城乡割裂，医保管理存在以统筹区域多数是县级为单位、各自独立以及所采用的信息系统技术不一致等问题，医保数据表现出多源、标准不统一、数据量大、数据质量低等特点，给医保审计数据采集和清理工作带来很大的困难。 (2数据采集方式。当前，审计机关主要采取由被审计单位手工报送数据的方式进行数据采集，存在不报送、报送不及时、报送不全面、数据质量低等问题，对拓展医保审计广度和深度，提升医保审计监督质量和效率造成了严重的负面影响。在大数据环境下，必须坚持 数据先行 原则，采取定期报送、按需收集和在审计中收集等多种数据收集
20、方式，积极做好医保数据采集工作。一方面要加强对被审计单位报送数据的督导工作，对不按规定报送数据的单位要及时反应、协调解决。例如，山东省审计厅专门制定了定期报送数据的规章制度，对数据报送中出现的问题及时反应给当地领导，或向省报告，将其纳入重点审计整改范围，逐步破解了 数据报送难 问题21。另一方面，开发与被审计单位信息系统的数据接口，利用计算机平台直接从被审计单位采集或采取上传的方式收集原始的医保审计数据，提高数据采集效率和质量，保证数据的真实性，防止 假账真审 。 (3数据清理问题。能够利用数据分析、数据挖掘等技术和工具进行医保数据整理、清理和标准化工作，克制数据不准确、不一致以及数据缺失等带
21、来的弊端。例如，湖北省审计厅采用文本挖掘和分词技术，基于医学词汇包，将1700多家医院对 床位费 的2300多种不同表示出方式，全部转换成 床位费 22。又如，山东省审计厅从该省卫计委及其所属单位采集的医保数据，由于来源诸多，牵涉340多个不同版本、不同构造的信息系统，为此该厅专门成立了一支 破译团队 ，根据编码规则编写数据转换脚本，对原始数据进行标准化处理构成医保标准数据表21。 2. 破解医保大数据审计 数据分析 难题。 (1分析模型是医保审计大数据平台的核心组件和引擎。不同专业审计由于在审计目的、内容和数据等方面存在较大差异，审计方式方法必然会有所不同，细化不同专业领域的审计分析模型将是
22、将来研究的重点16。在医保领域，传统审计形式下主要是构建查询分析模型，随着云计算、大数据和人工智能技术的不断发展，工业界、学术界提出了很多合适大数据环境的医保审计建模方式方法，能够对医保数据进行深度挖掘和分析，实现查询型向挖掘型分析方式方法的转变，如下表所示。但是，由于种种原因，这些方式方法和技术多数还停留在学术研究和实验阶段。 基于统计分析、数据挖掘和机器学习的医保审计分析模型与算法表 下载原表 调查发现，当前很多地区审计机关对医保审计大数据分析存在认识不清、认识不到位的问题。第一，有些省市仍然停留在传统的数据分析思维上，有些甚至将查询分析型审计误以为是大数据分析审计。第二，大多数省市所采取
23、的大数据分析技术比拟单一，应用最多的技术是数据关联比对分析，但其本质还是SQL数据库查询技术，只不过建立在大数据分析平台基础之上，采用分布式数据存储和检索技术，使其吞吐量、执行效率和查询范围有了比拟大的提升。第三，应用数据挖掘和机器学习等大数据分析技术的案例还比拟少，华而不实湖北、山东等地区在医保大数据审计建模方面积极探寻求索、大胆尝试，已经获得了一定成效。例如，湖北省审计厅在医保大数据审计中，利用大数据分析工具R-Studio和聚类分析方式方法，从1700多家医院中锁定了7家治疗项目总费用明显异常的医院，作为审计疑点和线索22。总的来看，当前我们国家包括医保在内的各种专业审计所采用的分析技术
24、手段还非常有限，远远没有发挥出大数据分析技术的作用。因而，大数据分析模型的构建和应用，将是将来各个审计机关研究的重点和急需攻破的难题。 (2破解 数据分析 难题的关键是大数据分析人才的培养。当下，很多审计机关已经积累了大量的医保数据，部分省市也建立了大数据基础平台，但大数据分析人才严重缺乏，分析团队组建都是基于现有计算机人员和审计业务骨干，这些人员并不具备大数据分析所需要的技能和素质，已成为制约其持续发展的重要瓶颈。因而，加大大数据分析人才的培养力度，快速高效地培养医保大数据审计所需要的各类人才，是审计机关开展医保大数据审计工作的当务之急和长远发展之策。 当前，获取医保大数据审计分析人才的途径
25、主要有下面几种：(1)依靠人才引进。近年来，我们国家大数据市场规模增长迅速，大数据人才缺口非常大，供需矛盾非常突出。显然，通过人才引进来获得经历体验丰富的大数据分析人才还是比拟困难的。(2)培训现有的计算机和医保审计业务人员。与传统数据分析相比，大数据分析需要把握的知识和技术愈加广泛，牵涉数学、计算机、统计分析、数据挖掘、机器学习以及自然语言处理等多个领域的综合知识，学习门槛较高，需要投入大量的学习时间，并不断积累实践经历体验。因而，在短时间内通过技术培训提升医保审计人员大数据分析能力也不太现实。(3)加强与国内高校和科研机构的合作。高校和科研机构具有人才和技术优势，湖北省审计厅能在短时间内获
26、得医保大数据审计建模方面的突破，主要是源于该厅与武汉大学计算机学院开展了大数据技术合作20。因而，审计机关必须走出去，积极寻求和开展技术合作，这是审计机关短时间内提升医保大数据分析建模能力，实现快速起步的有效途径。当然，从长远发展来看，前两种人才培养方式也必须同时推进，缺一不可。 四、结束语 在云计算、大数据、人工智能等技术不断发展和进步的今天，基于数据挖掘和人工智能的大数据分析技术必将成为提高医保审计质量和效能的重要驱动力。因而，探寻求索大数据环境下的医保审计新形式、新技术和新方式方法，是我们国家各级审计机关和学术界亟须研究的重要课题。本文在文献梳理和对各省市大数据审计实践调查的基础上，针对
27、医保审计当前存在的问题和难题，提出了指导审计机关进行医保大数据审计的基本思路，以期在学术界和审计机关的共同努力下，让医保大数据审计在各级审计机关中早日落地，进而破解传统医保审计形式和方式方法在大数据环境下面临的窘境和难题。 以下为参考文献 1陈伟,居江宁基于大数据可视化技术的审计线索特征挖掘方式方法研究J审计研究,2021(1):1621 2 He H.,Wang J.,Graco W.,et al.Application of neural networks to detection of medical fraudJ.Expert Systems with Applications,199
28、7(4):329336 3 Liou F.M.,Tang Y.C.,Chen J.Y.Detecting hospital fraud and claim abuse through diabetic outpatient servicesJ.Health Care Management Science,2008(4):353358 4 Brockett P.L.,Derrig R.A.,Golden L.L.,et al.Fraud classification using principal component analysis of RIDITsJ.Journal of Risk Ins
29、urance,2018(3):341371 5 Bayerstadler A.,Van Dijk L.,Winter F.Bayesian multinomial latent variable modeling for fraud and abuse detection in health insuranceJ.Insurance:Mathematics and Economics,2021(71):244252 6 Hillerman T.,Souza J.C.F.,Reis A.C.B.,et al.Applying clustering and AHP methods for eval
30、uating suspect healthcare claimsJ.Journal of Computational Science,2021(19):97111 7 Verma A.,Taneja A.,Arora A.Fraud detection and frequent pattern matching in insurance claims using data mining techniques:Tenth International Conference on Contemporary ComputingC.IEEE Computer Society,2021 8 Kirlido
31、g M.,Asuk C.A fraud detection approach with data mining in health insuranceJ.ProcediaSocial and Behavioral Sciences,2020(62):989994 9 Van Capelleveen G.,Poel M.,Mueller R.M.,et al.Outlier detection in healthcare fraud:Acase study in the medicaid dental domainJ.International Journal of Accounting Inf
32、ormation Systems,2021(21):1831 10林源国内外医疗保险欺诈研究现在状况分析J保险研究,2018(12):115122 11史径宇,冉松灵,李晨萍医保欺诈行为的主动发现-基于引进指标权重的聚类分析算法J数学建模及其应用,2021(1):5459 12邱瑞基于频繁形式挖掘算法的医保欺诈预警研究J产业与科技论坛,2021(17):6264 13陈清凤,朱宁,朱亩鑫大数据下医保欺诈的有效辨别模型J汕头大学学报(自然科学版),2021(1):4048 14 Alles M.,Gray G.L.Incorporating big data in audits:Identify
33、ing inhibitors and a research agenda to address those inhibitorsJ.International Journal of Accounting Information Systems,2021(22):4459 15刘国城,王会金大数据审计平台构建研究J审计研究,2021(6):3641 16陈伟,SMIELIAUSKAS Wally.大数据环境下的电子数据审计：机遇、挑战与方式方法J计算机科学,2021(1):813 17魏祥健大数据环境下审计形式转变J财会月刊,2021(22):6467 18刘梦溪基于大数据的天津市预算执行审计探寻求索与实践J审计研究,2021(1):2227 19郑伟,张立民,杨莉试析大数据环境下的数据式审计形式J审计研究,2021(4):2027 20刘亮堂,周刚,刘燕扬起大数据风帆走好信息化之路-湖北省审计厅探寻求索大数据审计纪实J中国审计,2021(5):1120 21王松宝,孟翔燕山东：强化审计质量控制的探寻求索与实践J中国审计,2021(11):1520 22湖北省审计学会课题组,陈智斌等大数据技术在审计全覆盖中的应用研究-以湖北省医保审计实践为例J审计研究,2021(1):1115.