我们做了一件可以守护14亿人的事儿

科大讯飞 2022-09-24 12:21

由国家医疗保障局主办,包括精确医保决策、精准医保监管和精细医保服务三个赛道的智慧医保解决方案大赛结果揭晓,清华-讯飞联合研究中心团队以“基于全病历的DRG分组关键信息监管”方案参赛,经过历时六个月的初赛、复赛、决赛,从全国133家知名企业的156个参赛团队中脱颖而出,最终拿下精确医保决策赛道第一名,全国一等奖的成绩。



医疗保障制度是“全面推进健康中国建设”的有力支撑,让医保基金更好地发挥作用已经成为关乎国计民生的重大课题。今天我们想通过三个小故事,让你更好地理解科大讯飞本次参赛方案的意义。


  • 故事一

老周最近总感觉浑身乏力,四肢酸痛。到市里一家医院就诊,医生简单询问了症状,就开了心电图、血常规等几个检查项目。“检查下来没发现什么异常,检查费花了近200元。检查是不是有点过度?”不少市民都有类似经历,但很多人都因为专业知识缺乏而不了了之。


  • 故事二

小章是一名医保从业人员,他的工作主要是通过飞行检查等方式对各类医保费用清单进行稽核。如稽核一名参保的阑尾炎患者治疗案例,他需要翻阅该患者的入院记录(入院目的是治疗阑尾炎)、手术记录(阑尾炎的手术方式和步骤等)、出院记录(阑尾炎正确护理)、医嘱等。只有这些信息前后一致,才能视为无误。这样的检查占据了小章大量工作时间,但不是所有稽核工作都能这样顺利,很多时候都会存在结算清单和病例内容对不上的情况,只好不断翻阅病例来核实。可是全病例内容太多了,这种人工方式效率非常低。


  • 故事三

老朱是一名经验丰富的骨科医生。今天他完成了一个高难度手术后,因为过度劳累,在写病历时漏掉了一个并发症,就直接提交给病案科了。病案科汇总上报结算后才发现这个漏掉的诊断,导致医保系统少支付给医院3634元。老朱深刻谨记这个教训,但是忙起来确实脑子不够用,要是有人随时帮忙检查和提醒就好了。


三个短故事可以看出,医保是关乎着千家万户老百姓的民生大事,为了惠及民生百姓,国家医保局2021年正式启动按疾病诊断相关分组(DRG)支付方式改革三年行动计划。



什么是医保DRG支付改革


DRG支付的核心思想是根据患者诊疗过程中的“主要诊断”、“主要手术”“并发症”、“合并症”等关键信息,进行疾病诊断分组,再依据入组费率进行医保费用结算。这种先进的医保支付方式,能够实现对大规模医疗服务的管理,是实现医保基金合理使用与有效监管的关键路径。


过去,我国的医保结算方式是按项目付费,催生了很多类似老周这样的“大检查”、“大处方”、“大治疗”等过度医疗行为,不仅浪费了大量不必要的医疗资源,也让医保基金运行压力不断增大。为了让有限的医保基金能够持续健康地发挥医疗保障作用,医疗保障部门以DRG(Diagnosis Related Groups,疾病诊断分组)付费为突破口,推动医保DRG支付从“按项目付费”到“按病种付费”的改革。



为何要推进医保DRG支付“按病种付费”


一、关键信息分组异常,直接影响医保支付结果


DRG分组是DRG付费结算流程中的关键环节,而DRG分组本身受到诊断、手术等众多关键信息的影响,这些关键信息的不准确将直接导致DRG分组异常,进而影响整个医保支付结果。


当前影响DRG入组准确性的常见问题有:“主要诊断选择错误”、“诊断和手术编码错误”、“主要诊断和主要手术不一致”、“诊断缺漏”、“诊断多写”等。要避免这些问题,就不能仅仅采信费用结算清单,而是需要从医院获取全病历数据,了解患者入院到出院所有诊疗过程、用药方案、治疗手段等信息,精准了解患者患病和诊疗全过程,实现合理的DRG分组和医保费用支付。

DRG分组支付流程示意


二、传统的人工监管方式存在诸多限制


传统的医保支付监管过程主要依靠人工,监管人员基于可疑线索从医院调取病历,组织专业人士审核病历内容,将发现的各类违规问题记录上报。这非常考验审核人员的专业能力和经验积累,不但费时费力,也很难覆盖全部病历数据,最终,真正被检查的病历只是很小一部分,大量问题难以被发现,因此传统的医保监管方式存在严重的人力不足、能力不足手段不足问题。


由上所述,医保DRG支付实现“按病种付费”的话,可以统一医保“语言”,实现上传数据的标准化,不仅有利于医院控制医疗总费用,还有利于降低患者个人的自费率,减轻患者的经济负担



人工智能如何为DRG支付赋能


针对以上问题,清华-讯飞联合研究中心团队提出了基于深度学习的AI解决方案——“基于全病历的DRG分组关键信息深层监管”(简称:DRG监管系统),借助人工智能技术对全病历信息的解析理解能力和知识推理能力,针对每一个分组关键信息都实现了全维度深层次监管。让人工智能赋能人工监管,实现对电子病例快速理解后的精准审核。


电子病例数据包括入院记录、病程记录、术前小结、手术记录、医嘱、出院记录等50多个章节,是典型的半结构化数据,虽然专业又复杂,但其本质还是医疗领域的自然语言文本,所以从数据开发的角度来说,是可以被解读的。此次,清华-讯飞联合研究中心团队结合最先进的自然语言处理技术和医学知识图谱实现了对病历数据的多层次、多粒度解析准确率达95%以上,处理速度可达每秒万字以上。这赋予了我们实现电子病历全量质检的能力。



在此能力基础上,针对DRG分组中的每个关键问题,研发团队都设计了特定算法进行处理,包括:主要诊断和手术选择、疾病和手术编码、诊断缺漏和多写等,用于校验电子病历和费用结算清单中关键信息的真实性、准确性和有效性。我们的研究和实践表明:医保监管为人工智能提供了绝佳的应用场景,而人工智能技术也能够为全面深层次、自动化的医保监管赋能。


有了人工智能技术的加持,监管人员四步即可完成电子病历数据对接和审查。


  • 第一步:点击“详情”,可以看到各类型错误的占比情况;
  • 第二步:点击某份病例,可以查看这份病历涉及到的所有违规条目;
  • 第三步:点击“清单质控”,可以核实违规证据;
  • 第四步:点击“审核”,审核结果就会被自动保存并批量上报。

除此之外,强大的定制功能还可以根据监管人员的具体需要,支持专项稽核,定期稽核,全量稽核等各种稽核任务,完成一份病历的深度审核只需要大约两分钟和传统方式相比,效率提升近20倍。还能提供各地区各医院的入组情况分析,入组问题汇总,DRG相关指标分析和报表自动生成等,功能更完备,使用更方便。



DRG监管系统有何进步意义


基于全病历的DRG分组关键信息深层监管系统,打通从病情,到诊断,到编码,再到DRG入组的“临床诊疗场景”与“医保支付场景”全链条,不仅让患者避免了因过度医疗造成的时间和成本的浪费,还为社会释放了大量医疗资源,让医保基金也得以实现有据可依的有效监管。


以某地级市各级医院70多万份费用结算清单测试为例,在打通全病历数据后,筛查出8万多份病历存在DRG分组错误和不准确的问题。其中高编入组占比40.3%,未入组占比34.1%,其他异常入组问题占比25.6%。这其中,仅高编引起的医保支付差额就高达7600多万元。粗略测算,如果全面引入DRG深层监管,仅高编入组一项,每年可节约的国家医保资金就非常可观,也可以让更多病患享受到医保带来的福利。


由此可见,DRG深层监管是医保基金合理使用和有效监管的关键路径,势在必行智慧医保,雄关漫道,我们会一如既往地以爱为帆,以技术为桨,为医保支付改革贡献绵薄之力,努力让亿万家庭享受更好的健康保障!


—— 互动时间 ——

你觉得AI还可以解决哪些方面的问题
快来评论区告诉我们
9月27日我们将根据原创性、实用性及点赞量等
综合评选出三位粉丝送上礼物
推荐阅读