• 2022-09-27 18:20:00
  •   DRG科普

 

 

智慧时代医保大数据发展的政策背景

 

  党中央、国务院高度重视大数据在推进经济社会发展中的地位和作用。《促进大数据发展行动纲要》要求,推动大数据与云计算、物联网、移动互联网等新一代信息技术融合发展,探索大数据与传统产业协同发展的新业态、新模式。《大数据产业发展规划(2016-2020年)》强调,推动数据开放与共享、加强技术产品研发、深化应用创新。2022年6月22日,中央全面深化改革委员会第二十六次会议审议通过了《关于构建数据基础制度更好发挥数据要素作用的意见》。会议强调,数据作为新型生产要素,是数字化、网络化、智能化的基础,已快速融入生产、分配、流通、消费和社会服务管理等各个环节,深刻改变着生产方式、生活方式和社会治理方式。2021年9月29日国务院发布《“十四五”全民医疗保障规划》,把建设智慧医保作为“五项建设”目标之一,提出加强医保信息化、标准化建设,推进大数据应用,实现更加精细化的管理和更加优质的服务。2022年5月10日,国家医保局施子海副局长在医保信息化标准化建设培训班上进一步强调,要依法依规有序开展数据共享及应用,深度挖掘数据价值,为打击欺诈骗保、药品和耗材招采、待遇政策制定和调整等提供数据支撑,发挥大数据对医保业务工作的支撑和引领作用。

 

医保大数据价值挖掘的现状及问题

 

  2022年3月底,国家医保信息平台在全国31个省份和新疆生产建设兵团全部落地应用,这标志着“标准全国统一、数据两级集中”的全国统一的医疗保障信息系统主体建设任务已经完成,实现了国家、省、市、县四级医保信息互联互通、数据有序共享,为医保改革发展提供了有力支撑。但由于医保数据有着覆盖范围广、迭代速度快的特点,随着全量数据的不断集中,数据底层归集不全、数据治理能力差、数据统计响应慢、数据跨部门协同弱等问题不断显现,难以满足医保部门和参保群众快速及时获取准确数据服务的需求。主要表现在“缺、差、慢、弱”四个方面:

  一是数据治理“缺”。缺少体系化持续治理数据能力和多维度数据支撑;

  二是数据质量“差”。缺乏“一体化”数据质控体系、溯源体系、评价体系,数据多源、异构,质量参差不齐;

  三是数据响应“慢”。分析报表、政策仿真、精准决策等需求响应慢,数据协同不及时;

  四是数据创新“弱”。缺少从目标到任务到分析场景的全链路梳理,缺少成体系洞察服务、监管与数据分析成果的创新结合点。

  这些问题折射到实际工作中,表现为国家医保信息平台数据质控反馈各地“脏数据”量居高不下,省级平台建设的宏观决策大数据分析系统取数难、模型少、可用性差,基金监管大数据筛查智能化水平低等等。同时,医保部门大数据、云计算等前沿科技知识普及不够、认识不深,信息专业技术人才匮乏,医保业务与信息技术融合度不高、应用能力不足等问题也是制约医保大数据价值挖掘和利用不可忽视的原因之一。

 

医保大数据价值挖掘和利用可遵循的建设思路

 

  实现医保大数据价值深度挖掘和有效利用,要满足“算力、数据和算法”三个基础条件。一是需要具备基于海量数据的强大计算能力;二是需要拥有全量可用的汇聚数据;三是需要具有明确问题导向的模型与算法。三者缺一不可。满足上述条件,可以从“强化两大平台支撑,把好五个关键环节”入手。

(一)强化两大平台支撑

  一个是支撑海量异构医保大数据存储与计算的大数据平台;另一个是支撑医保大数据标准化治理、可视化操作、便捷化使用的数据资产管理平台。

(二)把好五个关键环节

  一是准确定位问题、分析问题、总结问题。明确在数据分析工作中具体需要解决的问题,对问题进行准确提炼和总结。

  二是制定战略地图。在确定问题的基础上,更近一步理解发生问题的业务本质,对逻辑关系进行提取和抽象。

  三是合理设计分析指标。把分析问题基于战略地图进行进一步细化分解,将每一个核心业务活动定位到发生问题的根本矛盾点,以不同问题维度组合,有针对性的设计具体计算指标集合。

  四是进行数据符合性与可用性探查。利用数据对指标集进行计算填充,把抽象问题带入现实并初步获得数据探查结论,实现对结论准确性概率的预判。

  五是设计分析路径。通过对指标的计算分析建立数据模型,汇总得到最终的大数据分析路径。这一递进的过程,需要把“懂业务的人”“懂数据的人”和“懂分析的人”汇集在一起,有机结合、协同进行。

 

声明:以上图文整理自中国医疗保障,内容略有删减;作者:徐鸿斌 吉林省医疗保障局党组成员、副局长。仅做行业信息传递、学术交流,如发现有侵犯您知识产权的内容,请与我们取得联系,我们会及时修改或删除。

 

 

 

 

 

\

 

 

 

↓喜欢就点击下方关注我吧 

金豆公司之服务联系方式