云博先锋交易

在这方面，医疗大数据可以发挥越来越重要的作用。将电子处方和电子病历进行智能对比，可以发现医生在住院病历上对处方用药没有进行分析，或者进行了遮掩，不符合诊疗逻辑的行为就会浮出水面。全面普及电子处方流转平台，并确保医院的处方都要经过这一平台流转，则能将患者在医院和药店之间的所有用药都一并纳入监管，患者很难钻信息不通的空子欺诈骗保。

云博先锋交易与过去打击欺诈骗保主要靠群众举报、飞行检查、在日常监督中发现线索等不同，这次行动运用了大数据模型，并根据模型指向来办案。也就是说，大数据模型成为这次打击欺诈骗保的“开路先锋”，而人工核查等传统方式成为辅助手段。

这5家医院欺诈骗保的一些做法，很难通过传统的监督方式发现线索。比如无资质人员通过模板编写病历并伪造医师签名，病历内容相似度90%以上，这是人工较难发现的，但智能模型反而容易做到。伪造CT、X射线影像报告、串换收费、重复收费、进销存不符等欺诈行为虽然可将相关账册做得天衣无缝，却无法将所有医疗电子信息进行修改。只要大数据模式将医疗电子数据信息尽量纳入，总结规律、形成模型，并拿模型与实际信息进行比对，再隐蔽的欺诈骗保行为都会浮出水面。

这次执法创新具有很强的示范意义，也意味着“大数据模型+人工核查”模式已经基本成型，有望进入全面推广阶段。无论是医疗机构还是个人，都应该对这种新的监督模式心存敬畏，更加珍惜每一分“救命钱”，确保每一次医疗行为都经得起质疑。

还要看到，互联网诊疗和跨省异地就医对医疗数据的依赖度更高，大数据在医疗行为监督方面的作用只会越来越强。现在医疗系统正在大力推进医疗信息化建设，医疗机构应该强化信息基础建设，积极培养相关领域的人才。其实，医疗信息化建设不仅涉及到技术与管理，还关系到打击欺诈骗保和医疗行风建设等其他重要内容，因此各地应该采取更加积极的态度，推动大数据在医疗监管方面的应用尽快落地。

当前一些欺诈骗保行为十分掩蔽，在信息碎片化时代，人为发现这类行为的难度较大。比如，医生为住院患者频繁更换药品，在住院病历上应该对这样做的理由进行分析，当电子处方和电子病历没有纳入同一平台时，虽然内容无法一一对应，但仅从表面上看两者都没有问题，且很难让人怀疑其中存在骗保行为。此外，现在大量处方从医院流到药店，这些处方若不走电子处方流转平台这个数字化路径，药店售药的合理性就无法与医院的诊疗思路进行比对，因此很难发现隐藏的猫腻。