CN103514576A - 一种社保就诊违规套现的筛查方法 - Google Patents

Abstract

本发明公开了一种社保就诊违规套现的筛查方法，包括以下步骤：101）标准设定和数据录入；102）数据筛查；103）汇总筛查数据，后续处理。本发明可以用较少的人力在庞大的数据中筛查出问题处方，工作的效率有很大的提高，扼制医保套现的违规现象。

Description

一种社保就诊违规套现的筛查方法

[技术领域]

本发明涉及社保就诊费用监控，尤其涉及一种社保就诊违规套现的筛查方法。

[背景技术]

社保卡（医保卡）套现是违规行为，有关的社会医疗保险参保人就医管理办法规定，参保人有以下情形之一的，社会保险机构可进行调查：

(一)月普通门诊就诊次数累计15次以上的;

(二)连续3个月内普通门诊就诊次数累计30次以上的;

(三)月门诊医疗费用累计6000元以上的;

(四)同一医保年度内普通门诊医疗费用累计2万元以上的;

(五)住院保险参保人在一个医疗保险年度内门诊费用总额超过800元;

(六)肿瘤放、化疗等月门诊费用大于1万元的;

(七)尿毒症透析月门诊费用大于1.5万元的;

(八)肾移植术后抗排异治疗月门诊费用大于1.5万元的，……。

有关资料显示，台湾医保每1万参保人配备2名监管人员。我国某市有1145万参保人，直接参与医保监管工作的只有78人，平均1名监管人员服务监管15万参保人。而且除了监管参保人之外，还有1400多家定点医药机构要监管，监管人员严重不足在一定程度上造成监管漏洞。

在实际发现的套现案例中，确实存在极少数医务人员勾结院外人员为套现提供方便的行为。而且面对调查，常常以各种理由为自己开脱，由于参保人往往拒绝配合调查，导致取证困难。

通过对门诊大病费用监控、普通门诊费用明细监控、综合参保人普通门诊费用监控、门诊记账金额限额监控可以发现非法套现事件。但监管人员少、需要监管的参保人数众多、基础处方数量过大、基础药物种类、病症类型繁多，事实上仍然很难在庞大的数据中手动筛查出问题处方。

[发明内容]

本发明要解决的技术问题是提供一种社保就诊违法套现的筛查方法，以便用较少的人力在庞大的数据中筛查出问题处方。

为了解决上述技术问题，本发明采用的技术方案是，一种社保就诊违规套现的筛查方法，包括以下步骤：

101）标准设定和数据录入；

102）数据筛查；

103）汇总筛查数据，后续处理。

以上所述的社保就诊违规套现的筛查方法，步骤102中包括根据一天的就诊次数、单次处方的消费金额，筛选可疑的就诊处方。

以上所述的社保就诊违规套现的筛查方法，步骤102中包括根据药物基本信息库判断就诊处方信息中所用药物超量的可疑处方。

以上所述的社保就诊违规套现的筛查方法，步骤102中包括根据内置的药物基本信息库判断疗程超出规定的可疑处方。

以上所述的社保就诊违规套现的筛查方法，步骤102中包括判断同一处方下药品间存在禁忌症冲突的可疑处方。

以上所述的社保就诊违规套现的筛查方法，步骤102中包括根据系统存储的个人就诊信息判断一段时间内该就诊存在药品疗程重叠的可疑处方。

以上所述的社保就诊违规套现的筛查方法，步骤102中包括判断就医频率超限的可疑处方和病种异常的可疑处方。

以上所述的社保就诊违规套现的筛查方法，步骤103中包括汇总可疑的筛查数据，通过人工处理，确认违规人员，并将该违规人员名单加入数据库中的黑名单进行重点监控。

本发明社保就诊违规套现的筛查方法可以用较少的人力在庞大的数据中筛查出问题处方，工作的效率有很大的提高，扼制医保套现的违规现象。

[附图说明]

下面结合附图和具体实施方式对本发明作进一步详细的说明。

图1是本发明实施例的流程图。

图2是本发明实施例数据筛查的流程图。

[具体实施方式]

一、前期准备：在数据预设模块中设定个人一天的最大就诊次数、每次的最大就诊金额、其重点监控药品的超量边界系数及相关历史经验值。录入社保部门提供的个人的体检报告和个人的患病信息。

将所要筛查的人员的门诊就诊信息收集汇总，汇总方式可由各医院门诊将就诊信息上传到医保部门并汇总。

系统提供了将汇总数据导入系统的接口，通过此接口将汇总数据整合到系统中。在整合汇总数据时，提取系统筛查时所需的基础资料数据，其中包括就诊人员的基本信息、就诊机构的基本信息、医疗主诊的基本信息、就诊的基本信息等。将其整合为系统的基础资料库，如：从导入的汇总数据中，提取就诊人员的基本信息，包括性别、年龄、医保号等数据信息。

数据导入包括依次提取出所要导入数据中的就诊人员、医疗机构、医生，与系统基本资料库中的就诊人员库、医疗机构库、医生库进行匹配，如果系统库中存在这些数据，则继续后续操作，如果不存在，则按照数据提供的资料按照系统格式汇总添加到对应的基本资料库中；如果期间发生异常，系统会发出异常提示，并退出。

二、数据筛查：在系统数据预设模块结束后，系统将进入自动筛查模块，详细步骤如下：

（一）医学筛查

1.根据一天的就诊次数、单次处方的消费金额，筛选可疑的就诊处方信息。

在系统预设初期，系统就按需设定了个人一天最大的就诊次数和一次处方的消费限额，匹配导入的汇总数据，比较单人就诊信息的金额，及其在汇总数据中单人当天的就诊次数，如果个人一天的就诊次数和/或总金额大于系统预设数值，则将筛选出的处方作为疑似处方，标注为单日费用超标。

2.根据系统内置的药物基本信息库判断就诊处方信息中所用药物超量的可疑处方。

在系统中存储有药物的基本信息目录，包括用法、最大用量。在处方汇总数据中找出药物用量超过该药物规定的最大用量的处方，如果存在，将该处方归为疑似处方，标注为用法用量超标。

3.根据内置的药物基本信息库确定当前处方的药物疗程是否匹配，判断是否用疗程超出规定。

在药物的基本信息目录中含有各种药物的最大疗程，药物根据疾病类型的不同，疗程天数不同，在处方汇总数据中找出药物用量超过该药物规定的最大用量的处方，如果存在，将该处方归为疑似处方，标注为疗程超标。并进入下一步筛选。

4.检查同一处方下药品间的禁忌症冲突。

在药物的基本信息目录中含有药物的禁忌、试用、配伍禁忌等信息，在处方汇总数据中判断所开药物是否匹配该人员的体检报告中的疾病类型，系统中的药物基本资料库中包括药物的用法用量，适应症，禁忌症等基本数据，系统中按需录入人员的体检报告，体检中包含体检人员的基本信息，如年龄，性别，疾病诊断等信息。药物是否匹配是比较药物的适应症和体检报告中的疾病诊断是否一致，处方中的药物是否存在相互禁忌，即同一处方下的药品，适应症是否与禁忌症有冲突；如果存在则将该处方归为疑似处方，标注为禁忌冲突。不同种类的药物，它的适用性别，适用年龄不同，如，有些药物只能使用于成人，婴幼儿禁用，有些药物只能适用于女性等，系统中的药物的基本资料库标注着药的适用年龄，性别，孕妇等方面的适用情况，根据就诊人员所开药物与患者的基本信息和患疾资料进行匹配，例如：就诊人员患有心脏疾病，就诊处方中含有与心脏疾病有冲突的药物，则视为违规，又如：就诊人员为孕妇，就诊处方中含有孕妇禁用的药物，也视为违规，列为疑似处方。

5.根据系统预设的重点监控药品的超量边界系数，判断重点监控药品，用量是否超标，有效期限是否过长。其中，重点监控药品是指经过多年经验总结在处方中出现的频率高的药品，超量的边界系数是指：经过多年经验总结的重点监控药品的最大使用量，最大有效期限等边界值。如果处方中存在监控药品，并且所开药量大于该药品的超量边界值，则为疑似处方。重点监控是指社保部门有针对性的筛查某几种药物，这几种药物需要单独有更精细的用量范围去筛查，筛查的方式是，筛查处方时需验证该处方中是否包含监控药品，如存在，则验证该药品是否符合系统设置的监控药品的值，如不符合则为疑似处方。

在系统预设数据初期，根据实际的情况，录入重点监控药品目录，并设置其最大界值，在处方汇总数据中筛查出超出边界的药品的处方，如果存在，将包含该类药品的处方归为疑似处方，标注为监控药品违规。社保部门有针对性的筛查某几种药物，这几种药物需要单独有更精细的用量范围去筛查，筛查的方式：筛查处方时需验证该处方中是否包含监控药品，如存在，则验证该药品是否符合系统设置的监控药品的值，如不符合则为疑似处方。

6.根据系统存储的个人就诊信息判断一段时间内该就诊是否存在药品疗程重叠等情况。

在汇总的数据中，获取就诊人员一段时间内的就诊信息，计算出每次处方的药物的用量天数（根据每日用药最大量，所开药物的总数量，计算出处方的用量天数），查看是否存在有在处方地用量天数内（从处方日期当天算起）交互重叠的处方，如，同日开相同药物多次，违反了在某处方的有效期内多次开相同的药物，造成有效期重叠。如有则标注该处方为疑似处方，标注为疗程重叠。

（二）经验值筛查：

1.用药人群按年龄段统计的历史经验值筛查：

在系统预设数据初期，社保部门根据实际的情况，录入药物在某个年龄段的使用概率，并设置药品对年龄的限值，在汇总数据中筛查小概率人群的处方，如果存在，则将该处方归为疑似处方，标注为该年龄用药异常。

其中，药物年龄段的使用概率是根据多年经验总结出该药物在特定年龄段的使用概率，并在系统设定时作为标准设定数据；根据上述的使用概率，设定一个限值，使用概率小于该限值的人群用药视为异常；处方中标注出人员的基本信息，如年龄，根据人员的年龄，确定该人员的该药物对应的使用概率。例如：以地奥心血康胶囊(心脏病)为例，在10-20岁之间使用的概率为5%，在20-30岁之间使用的概率为5%，在30-40岁之间使用的概率为15%，，在40-50岁之间使用的概率为25%，在50-60岁之间使用的概率为55%等，根据社保部门多年的经验，使用该药的概率大于10%的人群用该药为正常，20岁的就诊人员使用该药的概率为5%小于限值，视为异常，30-40岁的人使用该药的概率为15%大于限值，视为正常。

2.处方频率数检查(就医频率)

在系统预设数据初期，社保部门根据实际的情况，录入个人就医的频率值(年)，在汇总数据中筛查处方的就诊人员一年就医次数大于异常值的处方，如果存在，将包含该类药品的处方归为疑似处方，标注为就医频率异常。

3.处方的就诊金额检查：

在系统预设数据初期，社保部门根据实际的情况，设定单次就医金额值，在汇总数据中筛查处方的就诊金额大于边界值的处方，如果存在，将包含该类药品的处方归为疑似处方，标注为金额总数异常。

4.病种大类检查

在系统预设数据初期，社保部门根据实际的情况，录入各种疾病在某个年龄段的发生概率，并设置疾病对年龄的限值，在汇总数据中筛查小概率人群的处方，如果存在，将该类人群的处方归为疑似处方，标注为病种大类异常。

其中，年龄限值是根据多年经验总结出该疾病在特定年龄段的发生频率在系统设定，作为标准设定数据。以心脏病为例，在10-20岁之间发生的概率为5%，在20-30岁之间发生的概率为5%，在30-40岁之间发生的概率为15%，，在40-50岁之间发生的概率为25%，在50-60岁之间发生的概率为55%等，根据社保部门多年的经验，定义患病概率在10%以上人诊断为心脏病视为正常，则20岁的就诊人员患心脏病的发生概率为5%小于限值，则为异常，30-40岁的人患心脏病得发生概率为15%大于限值，则为正常。

5.多病种大类检查

在系统预设数据初期，社保部门根据实际的情况，录入就诊人员的体检报告、诊断病症等，在汇总数据中筛查处方的诊断病症与该就诊人员以前存储的病症类型相互冲突的处方，如果存在，将包含该类药品的处方归为疑似处方，标注为多病种异常。

三、汇总筛查数据，后续处理：

1.汇总可疑的筛查数据，生成并输出筛查报告。

2.在可疑筛查数据的基础上通过人工处理，确认违规人员，并将该违规人员名单加入数据库中的黑名单进行重点监控。

重点监控指经上述筛查结果并经过相关部门审核的确存在相关问题的人员，系统会将其归档为黑名单中，在以后大量数据抽检时，优先抽取黑名单中的人员经行筛查，并对其经行实际的调查，达到重点监控的目的，如果在近期几次抽查中，黑名单中人员连续几次都无违规情况，可以视情况而定，将其从黑名单中去除。在人员的就诊信息处，有加入和移除黑名单的入口，如果在相关部门确定的情况下，可以从此处把该人员加入或移除黑名单。

3.转入终端输出模块，形成文档，保存，入档，进行后续工作。

本发明以上实施例有以下特点：

1.系统根据国家基本医疗保险和工伤保险药品目录与国际疾病目录，建立了有效地疾病、药物的基础数据，根据相关的医学资料完善了药物的基本信息具体包括试用对象，试用范围、最大剂量、最大疗程、配伍禁忌、注意事项等信息。

2.系统根据各医院、门诊机构上传的数据汇总出就诊人员的就诊信息，根据设定的条件进行筛查，筛查出卡与人、人与病、病与药、药与量、量与费等不相符的问题处方。

3.系统在配置筛查环境时会提示相关人员进行费用明细、就诊次数等相关信息的配置，有效的缩小就诊范围，提高就诊的准确率。

4.系统中会对就诊人员的基础信息进行保存，包括年龄、性别、社保号等相关资料，并汇总其相关的体检报告，作为该就诊人员所患疾病的数据资料，以便日后筛查进行处方的相关匹配。

5.在嫌疑人员排除方面，系统在筛查出嫌疑人员的问题处方时会将该处方的相关信息一并携带出来供相关人员排除，包括就诊人员的信息、处方信息、出发嫌疑的问题数据、及其该人员的相关医生、医院的某时间的相关数据等。

6.筛查处理有以下特点：

1）在已经排除嫌疑的人员数据中，建立有效的特殊人群档案，存放特殊人群的相关信息，日后的数据筛查中如重复筛查出该人员，将不进行后续的重复操作，提高工作效率。

2）在已经确定嫌疑的人员数据中，建立有效的特殊人群档案，将该类人员归纳为重点监控人群，重点筛查问题人员数据，有效地提供工作效率，缩小筛查范围。

3）重点监控药品方面，建立有效的重点监控药品档案，设立监控药品的监控上下线值，在筛查该药品时，更有效地把问题数据缩小到最小范围，提高数据的准确性。

4）历史经验值方面，经过人工系统的筛查，数据经过汇总、统计，形成有效地一系列历史校验值，在处方大病类、累计金额、处方频率等方面，能更小范围的提取问题数据。在筛查过程中会更准确的提取问题处方。

本发明以上实施例具有以下优点和积极效果：

a）本方法对于处方的大数据筛查、嫌疑人员的相关处理进行了极其方便的处理，降低了医保套现的风险，可使工作的效率有较大的提高。对整个医保过滤有极大的改善。

b）本方法应用范围广，扩展性好，具有很好的社会效益。

c）使智能筛查成为可能，便于智能化控制。

Claims (8)

1.一种社保就诊违规套现的筛查方法，其特征在于，包括以下步骤：

101）标准设定和数据录入；

102）数据筛查；

103）汇总筛查数据，后续处理。

2.根据权利要求1所述的社保就诊违规套现的筛查方法，其特征在于，步骤102中包括根据一天的就诊次数、单次处方的消费金额，筛选可疑的就诊处方。

3.根据权利要求1所述的社保就诊违规套现的筛查方法，其特征在于，步骤102中包括根据药物基本信息库判断就诊处方信息中所用药物超量的可疑处方。

4.根据权利要求1所述的社保就诊违规套现的筛查方法，其特征在于，步骤102中包括根据内置的药物基本信息库判断疗程超出规定的可疑处方。

5.根据权利要求1所述的社保就诊违规套现的筛查方法，其特征在于，步骤102中包括判断同一处方下药品间存在禁忌症冲突的可疑处方。

6.根据权利要求1所述的社保就诊违规套现的筛查方法，其特征在于，步骤102中包括根据系统存储的个人就诊信息判断一段时间内该就诊存在药品疗程重叠的可疑处方。

7.根据权利要求1所述的社保就诊违规套现的筛查方法，其特征在于，步骤102中包括判断就医频率超限的可疑处方和病种异常的可疑处方。

8.根据权利要求1所述的社保就诊违规套现的筛查方法，其特征在于，步骤103中包括汇总可疑的筛查数据，通过人工处理，确认违规人员，并将该违规人员名单加入数据库中的黑名单进行重点监控。

Images