吳恒亮 于本海 翟宇翔 張巍巍

【摘要】隨著社會醫(yī)療保險數(shù)據(jù)量的急劇增長和復(fù)雜程度的不斷提高，搭建大數(shù)據(jù)分析平臺，借助大數(shù)據(jù)創(chuàng)新審計技術(shù)和方法、轉(zhuǎn)變審計模式已是當(dāng)務(wù)之急。在梳理現(xiàn)有研究的基礎(chǔ)上，結(jié)合湖北等地區(qū)的實踐情況，以醫(yī)療保險審計為例，從技術(shù)、管理和模型等三個維度提出了“自上而下”的大數(shù)據(jù)審計建設(shè)實施路徑，包括大數(shù)據(jù)文化建設(shè)、總體規(guī)劃、團(tuán)隊組建、平臺搭建、流程設(shè)計以及難題突破等五個方面，旨在為各地區(qū)開展醫(yī)保大數(shù)據(jù)審計工作提供參考。

【關(guān)鍵詞】大數(shù)據(jù)；醫(yī)保審計；實施路徑；大數(shù)據(jù)審計平臺

【中圖分類號】F239【文獻(xiàn)標(biāo)識碼】A【文章編號】1004-0994（2019）24-0105-6

【基金項目】國家自然科學(xué)基金項目（項目編號：71974131）；教育部人文社會科學(xué)研究青年基金項目（項目編號：18YJC630196）；山東省社會科學(xué)規(guī)劃研究項目（項目編號：18CKJJ04）；山東工商學(xué)院財富管理特色建設(shè)項目（項目編號：2019ZBKY016）

一、引言

據(jù)人社部統(tǒng)計，截至目前，我國醫(yī)保參保人數(shù)超過13億人，參保覆蓋率已達(dá)到95%以上，每年醫(yī)?；鹗杖氤^1萬億元。但醫(yī)保詐騙案件卻層出不窮，造成了醫(yī)?；鸬木薮髶p失。審計署在2017年醫(yī)保基金的專項審計工作中，共發(fā)現(xiàn)欺詐、違法和違規(guī)問題金額超過15億元，約占抽查資金總金額的0.46%。研究醫(yī)保欺詐審計問題，關(guān)系到我國社會醫(yī)療保險制度能否持續(xù)、健康地發(fā)展，具有重要的經(jīng)濟價值和現(xiàn)實意義。

在傳統(tǒng)計算機醫(yī)保審計模式下，主要采用SQL數(shù)據(jù)庫查詢技術(shù)來獲取醫(yī)保欺詐線索，僅限于對結(jié)構(gòu)化醫(yī)保數(shù)據(jù)的處理和分析[1]。隨著醫(yī)保覆蓋面的不斷擴大，醫(yī)保數(shù)據(jù)呈現(xiàn)出規(guī)模大、多樣化、異構(gòu)性、高價值和低密度等大數(shù)據(jù)特征，對醫(yī)保審計數(shù)據(jù)的采集、存儲、分析和處理等工作提出了巨大挑戰(zhàn)。同時，國內(nèi)人口流動日益頻繁，居民異地就醫(yī)需求增長迅速，跨省、跨市醫(yī)保就醫(yī)結(jié)算正逐步推行。如果仍以市或縣級為單位，采用“各自為政”“單兵作戰(zhàn)”的組織模式進(jìn)行審計，勢必造成大量醫(yī)保欺詐行為被漏審，影響審計質(zhì)量和監(jiān)督效果。面對海量、多源、異質(zhì)的醫(yī)保數(shù)據(jù)，為突破傳統(tǒng)審計技術(shù)瓶頸，克服傳統(tǒng)抽樣、離散、“單兵作戰(zhàn)”審計模式帶來的局限性和缺陷，緩解審計任務(wù)繁重和力量不足之間的矛盾，審計機關(guān)只能通過引入新技術(shù)、創(chuàng)新審計方法、轉(zhuǎn)變審計模式來化解當(dāng)前遇到的困境。

二、文獻(xiàn)綜述

（一）醫(yī)保欺詐識別方法研究

醫(yī)保欺詐識別是開展醫(yī)保審計工作的關(guān)鍵和重點。國外對醫(yī)保欺詐識別問題的研究起步較早，實證研究較多，主要采用統(tǒng)計分析、數(shù)據(jù)挖掘和機器學(xué)習(xí)等方法，如神經(jīng)網(wǎng)絡(luò)[2]、邏輯回歸[3]、主成分分析[4]、貝葉斯[5]、聚類分析[6]、關(guān)聯(lián)規(guī)則[7]、支持向量機[8]、異常檢測[9]等。國內(nèi)文獻(xiàn)定性研究較多，主要集中在欺詐類型、欺詐原因分析及防范對策等方面[10]。近年來，國內(nèi)一些學(xué)者開始利用統(tǒng)計模型、數(shù)據(jù)挖掘等技術(shù)進(jìn)行實證研究。史徑宇等[11]通過引入指標(biāo)權(quán)重改進(jìn)聚類分析算法，采用無監(jiān)督學(xué)習(xí)方法實現(xiàn)了醫(yī)保欺詐識別；邱瑞[12]采用頻繁模式挖掘算法對醫(yī)保騙保行為進(jìn)行了模式挖掘；陳清鳳等[13]將主成分分析、K-Means聚類方法和判別分析等三種方法相結(jié)合建立了醫(yī)保欺詐識別模型。

（二）大數(shù)據(jù)環(huán)境下的醫(yī)保審計研究

國外政府和學(xué)者對大數(shù)據(jù)環(huán)境下醫(yī)保等領(lǐng)域的政府審計研究多側(cè)重于大數(shù)據(jù)審計的具體操作層面，包括大數(shù)據(jù)環(huán)境下的審計模型、審計安全、主要制約因素及解決方法等方面[14]。英國、美國、挪威等國家在審計實務(wù)中已經(jīng)廣泛應(yīng)用數(shù)據(jù)挖掘、機器學(xué)習(xí)等技術(shù)和工具[15]。

相比而言，國內(nèi)學(xué)者對醫(yī)保等領(lǐng)域的大數(shù)據(jù)審計研究更偏重于理論，如必要性和挑戰(zhàn)性[16]、模式轉(zhuǎn)變[17]、政策建議[18]等，指導(dǎo)大數(shù)據(jù)審計實踐的研究相對較少。劉國城、王會金[15]指出，未來的研究應(yīng)基于“數(shù)據(jù)科學(xué)”和“工程學(xué)”視角，從技術(shù)層面開展大數(shù)據(jù)在審計中的應(yīng)用研究；鄭偉等[19]從大數(shù)據(jù)審計的邏輯流程以及大數(shù)據(jù)平臺的網(wǎng)絡(luò)架構(gòu)和應(yīng)用架構(gòu)等方面探討了在大數(shù)據(jù)環(huán)境下進(jìn)行數(shù)據(jù)式審計的操作路徑；陳偉、居江寧[1]基于大數(shù)據(jù)可視化技術(shù)對醫(yī)院藥品加成問題進(jìn)行了挖掘分析?？偟膩砜?，國內(nèi)學(xué)術(shù)界有關(guān)醫(yī)保等領(lǐng)域的大數(shù)據(jù)審計研究，無論在內(nèi)容深度還是廣度上都有待進(jìn)一步提高。

從我國醫(yī)保等領(lǐng)域的大數(shù)據(jù)審計實踐來看，大數(shù)據(jù)技術(shù)在政府審計中的應(yīng)用尚處于起步和探索階段，缺乏成熟的大數(shù)據(jù)審計技術(shù)方案和可借鑒的經(jīng)驗，只有部分地區(qū)的審計機關(guān)真正開啟了大數(shù)據(jù)審計的探索和建設(shè)工作，在醫(yī)保領(lǐng)域開展大數(shù)據(jù)審計工作的地區(qū)更少。

本文依據(jù)大數(shù)據(jù)審計在其他領(lǐng)域應(yīng)用的經(jīng)驗和教訓(xùn)，結(jié)合湖北、山東、天津、河南、河北、江蘇、浙江等地區(qū)在醫(yī)保等領(lǐng)域的大數(shù)據(jù)審計實踐情況，從技術(shù)、管理和模型三個維度，提出了“自上而下”的醫(yī)保大數(shù)據(jù)審計建設(shè)實施路徑，包括大數(shù)據(jù)文化建設(shè)、總體規(guī)劃、團(tuán)隊組建、平臺搭建、流程設(shè)計以及難題突破等五個方面，梳理總結(jié)了部分省市的優(yōu)秀做法，并針對各省市存在的問題提出了合理化建議，以期對各地區(qū)審計機關(guān)開展醫(yī)保大數(shù)據(jù)審計工作提供指導(dǎo)和參考。

三、實施醫(yī)保大數(shù)據(jù)審計的路徑分析和建議

（一）建設(shè)大數(shù)據(jù)審計文化，做好實施醫(yī)保大數(shù)據(jù)審計的思想準(zhǔn)備

大數(shù)據(jù)審計文化建設(shè)就是要在整個審計機關(guān)建立一種“用大數(shù)據(jù)說話、用大數(shù)據(jù)管理以及用大數(shù)據(jù)決策”的價值觀和制度體系，讓大數(shù)據(jù)成為開展各項審計工作的基礎(chǔ)。

建設(shè)大數(shù)據(jù)審計文化，要擺脫傳統(tǒng)醫(yī)保審計思維桎梏，轉(zhuǎn)變審計理念，將大數(shù)據(jù)思維和理念引入審計機關(guān)，不斷提高醫(yī)保審計人員的整體素質(zhì)。一方面，應(yīng)定期組織專家講座、培訓(xùn)、經(jīng)驗交流會等活動，從領(lǐng)導(dǎo)層到每一個基層審計人員，全面提高其對醫(yī)保大數(shù)據(jù)審計的認(rèn)識，將大數(shù)據(jù)思維融入審計機關(guān)文化建設(shè)中。另一方面，應(yīng)設(shè)立專項基金，鼓勵醫(yī)保審計人員利用大數(shù)據(jù)搞“科研”，對優(yōu)秀項目給予資金、人員、數(shù)據(jù)和政策等方面的支持，營造良好的大數(shù)據(jù)審計氛圍。在具體醫(yī)保審計項目中，應(yīng)鼓勵審計人員積極運用大數(shù)據(jù)分析技術(shù)開展醫(yī)保審計工作，通過項目實踐不斷積累成功經(jīng)驗。

（二）注重頂層設(shè)計，統(tǒng)一編制包括醫(yī)保在內(nèi)的大數(shù)據(jù)審計平臺建設(shè)總體規(guī)劃

目前，我國政府審計機關(guān)審計職責(zé)范圍廣泛，涉及財政、地稅、社保、醫(yī)保等多個專業(yè)領(lǐng)域，醫(yī)保審計僅是其監(jiān)督職責(zé)之一。雖然不同專業(yè)審計在內(nèi)容、方法等方面存在一些差異，但在計劃制定、方案實施、組織管理等活動上具有相似性和一致性。如果大數(shù)據(jù)審計建設(shè)不做總體規(guī)劃，只考慮在醫(yī)?；蚱渌麊蝹€專業(yè)領(lǐng)域內(nèi)，或者只在市或縣級范圍內(nèi)實施，勢必造成“信息孤島”現(xiàn)象，破壞審計業(yè)務(wù)的系統(tǒng)性和整體性，也會出現(xiàn)重復(fù)投資建設(shè)、系統(tǒng)擴展難和集成難等問題。從實踐調(diào)查來看，多數(shù)省市審計機關(guān)能夠意識到總體規(guī)劃的必要性，但有些地區(qū)審計機關(guān)對于如何開展總體規(guī)劃并不清楚，有些則急于在大數(shù)據(jù)審計方面實現(xiàn)單點突破而使規(guī)劃流于形式，甚至還有不少地級市、縣級審計機關(guān)正著手或已開展市縣級大數(shù)據(jù)審計平臺建設(shè)工作，而只有少數(shù)幾個省市能從全省角度出發(fā)，制定真正意義上的大數(shù)據(jù)審計總體規(guī)劃。

綜上所述，審計機關(guān)在實施大數(shù)據(jù)審計之前，應(yīng)該站在全局的高度，從全省審計總體業(yè)務(wù)出發(fā)，做好頂層設(shè)計，制定全省統(tǒng)一的大數(shù)據(jù)審計平臺建設(shè)總體規(guī)劃，建立全省統(tǒng)一的大數(shù)據(jù)審計平臺。湖北省審計廳在“金審二期”工程的基礎(chǔ)上，構(gòu)建了如圖1所示的大數(shù)據(jù)審計平臺應(yīng)用系統(tǒng)架構(gòu)[20]。從系統(tǒng)功能來看，架構(gòu)中的系統(tǒng)可以分為兩類：一是審計管理方面的系統(tǒng)，二是不同專業(yè)領(lǐng)域的審計分析系統(tǒng)?？偟膩砜?，該架構(gòu)遵循了系統(tǒng)獨立性設(shè)計的原則，既能保證各個子系統(tǒng)的相對獨立，又能保證各個子系統(tǒng)通過共享數(shù)據(jù)實現(xiàn)互聯(lián)互通，從而形成一個有機整體，這樣可以大大提高平臺的靈活性和可變性，對構(gòu)建和實施省市縣三級審計機關(guān)協(xié)同審計組織模式[17]，實現(xiàn)審計工作的統(tǒng)一監(jiān)管和調(diào)控提供了技術(shù)支撐和保障。

（三）組建醫(yī)保審計大數(shù)據(jù)分析團(tuán)隊

1.成立專門的醫(yī)保審計大數(shù)據(jù)分析部門。在大數(shù)據(jù)環(huán)境下，醫(yī)保審計工作模式的變化必然要求審計機關(guān)對組織結(jié)構(gòu)做出適應(yīng)性的改變和調(diào)整。審計機關(guān)需要成立一個專門的醫(yī)保審計大數(shù)據(jù)分析部門，主要由數(shù)據(jù)管理員、數(shù)據(jù)分析建模師和業(yè)務(wù)數(shù)據(jù)分析師等組成，負(fù)責(zé)數(shù)據(jù)采集、整理、清理以及分析模型構(gòu)建等工作，通過集中分析、篩選疑點，為審計計劃制定、實施方案組織等提供重要依據(jù)。數(shù)據(jù)分析建模師由擁有大數(shù)據(jù)分析技術(shù)和經(jīng)驗的人員擔(dān)任，業(yè)務(wù)數(shù)據(jù)分析師是指具有豐富醫(yī)保審計經(jīng)驗的業(yè)務(wù)人員。構(gòu)建模型以數(shù)據(jù)分析建模師為主導(dǎo)，業(yè)務(wù)數(shù)據(jù)分析師給予業(yè)務(wù)支持。

2.為醫(yī)保審計項目小組設(shè)置大數(shù)據(jù)分析員角色。在傳統(tǒng)的醫(yī)保審計工作模式下，為完成某項審計計劃安排的審計任務(wù)，需要成立審計項目小組，包括組長、主審和組員等角色。在大數(shù)據(jù)審計模式下，雖然對“總體分析”發(fā)現(xiàn)的疑點可以進(jìn)行“分散核查”，但也同樣需要成立審計項目小組，且在該項目組中需要增設(shè)大數(shù)據(jù)分析員角色，專門負(fù)責(zé)審計項目的數(shù)據(jù)現(xiàn)場采集、清理、存儲、模型應(yīng)用以及結(jié)果分析等相關(guān)工作。

（四）做好技術(shù)選型，搭建醫(yī)保大數(shù)據(jù)審計技術(shù)基礎(chǔ)平臺

大數(shù)據(jù)平臺建設(shè)是實施醫(yī)保大數(shù)據(jù)審計的基礎(chǔ)，選擇和搭建一個適合自己的醫(yī)保大數(shù)據(jù)平臺對審計機關(guān)來說至關(guān)重要，技術(shù)選型失敗會大大增加項目實施風(fēng)險。調(diào)查發(fā)現(xiàn)，目前各省市審計機關(guān)由于缺乏大數(shù)據(jù)技術(shù)知識、經(jīng)驗和相關(guān)人才，在建設(shè)方式、技術(shù)選擇和產(chǎn)品選型等方面存在諸多誤區(qū)，比如認(rèn)為利用傳統(tǒng)的數(shù)據(jù)庫系統(tǒng)即可建立大數(shù)據(jù)平臺，將Hadoop技術(shù)等同于大數(shù)據(jù)平臺，盲目迷信大數(shù)據(jù)能力及服務(wù)商大數(shù)據(jù)產(chǎn)品性能等。

首先，審計機關(guān)應(yīng)該確定如何搭建醫(yī)保大數(shù)據(jù)平臺，即采取何種建設(shè)方式。目前，我國企業(yè)進(jìn)行大數(shù)據(jù)平臺建設(shè)主要采取三種方式，即本地自建大數(shù)據(jù)平臺、使用云服務(wù)商提供的大數(shù)據(jù)服務(wù)以及購買大數(shù)據(jù)集成產(chǎn)品等。從各地區(qū)審計機關(guān)調(diào)查來看，多數(shù)省市選擇采用第一種方式，相對而言，該種方式對技術(shù)人才的要求較高，實施難度較大，成本也較高，但從長遠(yuǎn)來看，平臺的靈活性、兼容性、擴展性、經(jīng)濟性以及維護(hù)性等更加理想。部分省市采取折中方案，即在原有平臺的基礎(chǔ)上擴展大數(shù)據(jù)分析功能來構(gòu)建大數(shù)據(jù)審計平臺，如天津市審計局在2017年采取公開招標(biāo)的方式，為其聯(lián)網(wǎng)審計監(jiān)督平臺（“一張網(wǎng)”管理系統(tǒng)）采購數(shù)據(jù)分析服務(wù)。該種方式是否適合還要看原有基礎(chǔ)平臺是否采用大數(shù)據(jù)技術(shù)或具備大數(shù)據(jù)采集、存儲和處理能力，否則只是權(quán)宜之計，非長久之策。

其次，審計機關(guān)需要從自己的實際情況出發(fā)，選擇適合自己的技術(shù)路徑。由于醫(yī)保大數(shù)據(jù)平臺承擔(dān)著從醫(yī)保數(shù)據(jù)采集、存儲、分析到可視化等各項處理任務(wù)，就目前來看，單純依靠某項技術(shù)或某個產(chǎn)品是不現(xiàn)實的，需要綜合不同的大數(shù)據(jù)技術(shù)和產(chǎn)品，構(gòu)建一個完善的大數(shù)據(jù)生態(tài)系統(tǒng)。而且，不同技術(shù)或產(chǎn)品由于側(cè)重點不同，在功能和性能上都存在著一些差異，需要進(jìn)行區(qū)分和篩選。

審計機關(guān)在技術(shù)選型時需要做好以下兩方面的工作：一是對自身的信息化現(xiàn)狀、數(shù)據(jù)情況、大數(shù)據(jù)應(yīng)用的業(yè)務(wù)場景、技術(shù)力量等方面進(jìn)行全方位的梳理和評估，找準(zhǔn)自己的需求定位。一般來說，數(shù)據(jù)源的特點、數(shù)據(jù)采集方式和數(shù)據(jù)分析的應(yīng)用場景等幾個方面基本決定了醫(yī)保大數(shù)據(jù)平臺的技術(shù)選型。二是根據(jù)定義的功能和性能需求進(jìn)行技術(shù)選型或產(chǎn)品選型，全面評估待選大數(shù)據(jù)技術(shù)或產(chǎn)品是否滿足自己的功能需求，是否滿足醫(yī)保大數(shù)據(jù)審計所規(guī)定的技術(shù)指標(biāo)要求，如可靠性、擴展性、高效性、容錯性、開源性、安全性、易用性、數(shù)據(jù)挖掘能力、R和Python語言的支持能力等。

（五）設(shè)計醫(yī)保大數(shù)據(jù)審計流程

大數(shù)據(jù)環(huán)境下，醫(yī)保審計技術(shù)、方法和模式的轉(zhuǎn)變，必然帶來審計流程的變化。因此，需要做好大數(shù)據(jù)環(huán)境下醫(yī)保審計流程的設(shè)計工作。醫(yī)保大數(shù)據(jù)分析主要包括數(shù)據(jù)采集與清理、數(shù)據(jù)存儲與管理、算法選擇與設(shè)計、構(gòu)建分析模型、欺詐分析、檢查結(jié)果可視化和欺詐決策等環(huán)節(jié)，如圖2所示。

1.數(shù)據(jù)采集與清理。這一環(huán)節(jié)是整個流程的起點，要明確數(shù)據(jù)來源，積極拓寬數(shù)據(jù)采集范圍，廣泛運用大數(shù)據(jù)抽取與集成技術(shù)，通過多種采集方式來獲取醫(yī)保數(shù)據(jù)。采集的原始數(shù)據(jù)往往是“臟數(shù)據(jù)”“亂數(shù)據(jù)”，必須經(jīng)過數(shù)據(jù)清洗、數(shù)據(jù)變換和數(shù)據(jù)集成等清理環(huán)節(jié)，以滿足大數(shù)據(jù)分析技術(shù)和算法對數(shù)據(jù)的要求。

2.數(shù)據(jù)存儲與管理。對經(jīng)過預(yù)處理的醫(yī)保數(shù)據(jù)，根據(jù)數(shù)據(jù)規(guī)模、結(jié)構(gòu)類型以及訪問的實效性等特點，分別選擇適合的大數(shù)據(jù)存儲與管理技術(shù)工具（如分布式文件系統(tǒng)HDFS、分布式數(shù)據(jù)庫MPP、非關(guān)系型數(shù)據(jù)庫NoSQL等）予以存儲。

3.算法選擇與設(shè)計及模型構(gòu)建。醫(yī)保欺詐行為種類繁多，檢測方法各不相同。數(shù)據(jù)分析建模師需要根據(jù)不同欺詐行為的外在表現(xiàn)和特征，選擇適合的數(shù)據(jù)挖掘、機器學(xué)習(xí)方法和算法以構(gòu)建模型，然后通過模型評估、參數(shù)調(diào)整以獲取最優(yōu)的分析模型。

4.欺詐分析。業(yè)務(wù)數(shù)據(jù)分析師（即醫(yī)保審計業(yè)務(wù)人員）使用欺詐分析模型完成具體的欺詐檢測工作，并將發(fā)現(xiàn)的疑點提交人工復(fù)核。

5.檢測結(jié)果可視化及欺詐決策。使用大數(shù)據(jù)可視化技術(shù)，將模型分析結(jié)果以圖形方式展示給業(yè)務(wù)數(shù)據(jù)分析師和首席數(shù)據(jù)官，進(jìn)而達(dá)到欺詐決策支持的目的。

（六）突破醫(yī)保大數(shù)據(jù)審計難題

在醫(yī)保大數(shù)據(jù)審計流程中，數(shù)據(jù)采集和分析模型構(gòu)建是最為關(guān)鍵、最為困難的兩個環(huán)節(jié)，下面重點對這兩個問題進(jìn)行闡述。

1.破解醫(yī)保大數(shù)據(jù)審計“數(shù)據(jù)采集”難題。

（1）醫(yī)保數(shù)據(jù)來源。醫(yī)保數(shù)據(jù)涉及參保人信息、基金運行管理數(shù)據(jù)、參保人在醫(yī)院、藥店以及基層醫(yī)療機構(gòu)接受醫(yī)療服務(wù)時所產(chǎn)生的各種信息，如患者病歷檔案、住院信息、處方信息、檢查項目和購藥信息等，還包括藥企、藥店進(jìn)銷數(shù)據(jù)、社保、民政、工商、公安以及從互聯(lián)網(wǎng)上獲取的數(shù)據(jù)等。其中，醫(yī)院、藥店、醫(yī)保機構(gòu)、藥企以及基層醫(yī)療機構(gòu)等信息系統(tǒng)是醫(yī)保大數(shù)據(jù)審計的主要數(shù)據(jù)來源。當(dāng)前，由于我國醫(yī)保長時間的城鄉(xiāng)割裂，醫(yī)保管理存在以統(tǒng)籌區(qū)域（多數(shù)是縣級）為單位、各自獨立以及所采用的信息系統(tǒng)技術(shù)不一致等問題，醫(yī)保數(shù)據(jù)表現(xiàn)出多源、標(biāo)準(zhǔn)不統(tǒng)一、數(shù)據(jù)量大、數(shù)據(jù)質(zhì)量低等特點，給醫(yī)保審計數(shù)據(jù)采集和清理工作帶來很大的困難。

（2）數(shù)據(jù)采集方式。目前，審計機關(guān)主要采取由被審計單位手工報送數(shù)據(jù)的方式進(jìn)行數(shù)據(jù)采集，存在不報送、報送不及時、報送不全面、數(shù)據(jù)質(zhì)量低等問題，對拓展醫(yī)保審計廣度和深度，提升醫(yī)保審計監(jiān)督質(zhì)量和效率造成了嚴(yán)重的負(fù)面影響。在大數(shù)據(jù)環(huán)境下，必須堅持“數(shù)據(jù)先行”原則，采取定期報送、按需收集和在審計中收集等多種數(shù)據(jù)收集方式，積極做好醫(yī)保數(shù)據(jù)采集工作。一方面要加強對被審計單位報送數(shù)據(jù)的督導(dǎo)工作，對不按規(guī)定報送數(shù)據(jù)的單位要及時反饋、協(xié)調(diào)解決。例如，山東省審計廳專門制定了定期報送數(shù)據(jù)的規(guī)章制度，對數(shù)據(jù)報送中出現(xiàn)的問題及時反饋給當(dāng)?shù)仡I(lǐng)導(dǎo)，或向省政府報告，將其納入重點審計整改范圍，逐步破解了“數(shù)據(jù)報送難”問題[21]。另一方面，開發(fā)與被審計單位信息系統(tǒng)的數(shù)據(jù)接口，利用計算機平臺直接從被審計單位采集或采取上傳的方式收集原始的醫(yī)保審計數(shù)據(jù)，提高數(shù)據(jù)采集效率和質(zhì)量，保證數(shù)據(jù)的真實性，防止“假賬真審”。

（3）數(shù)據(jù)清理問題?？梢岳脭?shù)據(jù)分析、數(shù)據(jù)挖掘等技術(shù)和工具進(jìn)行醫(yī)保數(shù)據(jù)整理、清理和標(biāo)準(zhǔn)化工作，克服數(shù)據(jù)不準(zhǔn)確、不一致以及數(shù)據(jù)缺失等帶來的弊端。例如，湖北省審計廳采用文本挖掘和分詞技術(shù)，基于醫(yī)學(xué)詞匯包，將1700多家醫(yī)院對“床位費”的2300多種不同表達(dá)方式，全部轉(zhuǎn)換成“床位費”[22]。又如，山東省審計廳從該省衛(wèi)計委及其所屬單位采集的醫(yī)保數(shù)據(jù)，由于來源眾多，涉及340多個不同版本、不同結(jié)構(gòu)的信息系統(tǒng)，為此該廳專門成立了一支“破譯團(tuán)隊”，按照編碼規(guī)則編寫數(shù)據(jù)轉(zhuǎn)換腳本，對原始數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理形成醫(yī)保標(biāo)準(zhǔn)數(shù)據(jù)表[21]。

2.破解醫(yī)保大數(shù)據(jù)審計“數(shù)據(jù)分析”難題。

（1）分析模型是醫(yī)保審計大數(shù)據(jù)平臺的核心組件和引擎。不同專業(yè)審計由于在審計目標(biāo)、內(nèi)容和數(shù)據(jù)等方面存在較大差異，審計方法必然會有所不同，細(xì)化不同專業(yè)領(lǐng)域的審計分析模型將是未來研究的重點[16]。在醫(yī)保領(lǐng)域，傳統(tǒng)審計模式下主要是構(gòu)建查詢分析模型，隨著云計算、大數(shù)據(jù)和人工智能技術(shù)的不斷發(fā)展，工業(yè)界、學(xué)術(shù)界提出了許多適合大數(shù)據(jù)環(huán)境的醫(yī)保審計建模方法，可以對醫(yī)保數(shù)據(jù)進(jìn)行深度挖掘和分析，實現(xiàn)查詢型向挖掘型分析方法的轉(zhuǎn)變，如下表所示。但是，由于種種原因，這些方法和技術(shù)多數(shù)還停留在學(xué)術(shù)研究和實驗階段。

調(diào)查發(fā)現(xiàn)，目前很多地區(qū)審計機關(guān)對醫(yī)保審計大數(shù)據(jù)分析存在認(rèn)識不清、認(rèn)識不到位的問題。第一，有些省市仍然停留在傳統(tǒng)的數(shù)據(jù)分析思維上，有些甚至將查詢分析型審計誤認(rèn)為是大數(shù)據(jù)分析審計。第二，大多數(shù)省市所采取的大數(shù)據(jù)分析技術(shù)比較單一，應(yīng)用最多的技術(shù)是數(shù)據(jù)關(guān)聯(lián)比對分析，但其本質(zhì)仍是SQL數(shù)據(jù)庫查詢技術(shù)，只不過建立在大數(shù)據(jù)分析平臺基礎(chǔ)之上，采用分布式數(shù)據(jù)存儲和檢索技術(shù)，使其吞吐量、執(zhí)行效率和查詢范圍有了比較大的提升。第三，應(yīng)用數(shù)據(jù)挖掘和機器學(xué)習(xí)等大數(shù)據(jù)分析技術(shù)的案例還比較少，其中湖北、山東等地區(qū)在醫(yī)保大數(shù)據(jù)審計建模方面積極探索、大膽嘗試，已經(jīng)取得了一定成效。例如，湖北省審計廳在醫(yī)保大數(shù)據(jù)審計中，利用大數(shù)據(jù)分析工具R-Studio和聚類分析方法，從1700多家醫(yī)院中鎖定了7家治療項目總費用明顯異常的醫(yī)院，作為審計疑點和線索[22]。總的來看，目前我國包括醫(yī)保在內(nèi)的各種專業(yè)審計所采用的分析技術(shù)手段還非常有限，遠(yuǎn)遠(yuǎn)沒有發(fā)揮出大數(shù)據(jù)分析技術(shù)的作用。因此，大數(shù)據(jù)分析模型的構(gòu)建和應(yīng)用，將是未來各個審計機關(guān)研究的重點和急需攻破的難題。

（2）破解“數(shù)據(jù)分析”難題的關(guān)鍵是大數(shù)據(jù)分析人才的培養(yǎng)。當(dāng)前，很多審計機關(guān)已經(jīng)積累了大量的醫(yī)保數(shù)據(jù)，部分省市也建立了大數(shù)據(jù)基礎(chǔ)平臺，但大數(shù)據(jù)分析人才嚴(yán)重缺乏，分析團(tuán)隊組建都是基于現(xiàn)有計算機人員和審計業(yè)務(wù)骨干，這些人員并不具備大數(shù)據(jù)分析所需要的技能和素質(zhì)，已成為制約其持續(xù)發(fā)展的重要瓶頸。因此，加大大數(shù)據(jù)分析人才的培養(yǎng)力度，快速高效地培養(yǎng)醫(yī)保大數(shù)據(jù)審計所需要的各類人才，是審計機關(guān)開展醫(yī)保大數(shù)據(jù)審計工作的當(dāng)務(wù)之急和長遠(yuǎn)發(fā)展之策。

目前，獲取醫(yī)保大數(shù)據(jù)審計分析人才的途徑主要有以下幾種：①依靠人才引進(jìn)。近年來，我國大數(shù)據(jù)市場規(guī)模增長迅速，大數(shù)據(jù)人才缺口非常大，供需矛盾非常突出。顯然，通過人才引進(jìn)來獲得經(jīng)驗豐富的大數(shù)據(jù)分析人才還是比較困難的。②培訓(xùn)現(xiàn)有的計算機和醫(yī)保審計業(yè)務(wù)人員。與傳統(tǒng)數(shù)據(jù)分析相比，大數(shù)據(jù)分析需要掌握的知識和技術(shù)更加寬泛，涉及數(shù)學(xué)、計算機、統(tǒng)計分析、數(shù)據(jù)挖掘、機器學(xué)習(xí)以及自然語言處理等多個領(lǐng)域的綜合知識，學(xué)習(xí)門檻較高，需要投入大量的學(xué)習(xí)時間，并不斷積累實踐經(jīng)驗。因此，在短時間內(nèi)通過技術(shù)培訓(xùn)提升醫(yī)保審計人員大數(shù)據(jù)分析能力也不太現(xiàn)實。③加強與國內(nèi)高校和科研機構(gòu)的合作。高校和科研機構(gòu)具有人才和技術(shù)優(yōu)勢，湖北省審計廳能在短時間內(nèi)取得醫(yī)保大數(shù)據(jù)審計建模方面的突破，主要是源于該廳與武漢大學(xué)計算機學(xué)院開展了大數(shù)據(jù)技術(shù)合作[20]。因此，審計機關(guān)必須走出去，積極尋求和開展技術(shù)合作，這是審計機關(guān)短時間內(nèi)提升醫(yī)保大數(shù)據(jù)分析建模能力，實現(xiàn)快速起步的有效途徑。當(dāng)然，從長遠(yuǎn)發(fā)展來看，前兩種人才培養(yǎng)方式也必須同時推進(jìn)，缺一不可。

四、結(jié)語

在云計算、大數(shù)據(jù)、人工智能等技術(shù)不斷發(fā)展和進(jìn)步的今天，基于數(shù)據(jù)挖掘和人工智能的大數(shù)據(jù)分析技術(shù)必將成為提高醫(yī)保審計質(zhì)量和效能的重要驅(qū)動力。因此，探索大數(shù)據(jù)環(huán)境下的醫(yī)保審計新模式、新技術(shù)和新方法，是我國各級審計機關(guān)和學(xué)術(shù)界亟須研究的重要課題。本文在文獻(xiàn)梳理和對各省市大數(shù)據(jù)審計實踐調(diào)查的基礎(chǔ)上，針對醫(yī)保審計目前存在的問題和難題，提出了指導(dǎo)審計機關(guān)進(jìn)行醫(yī)保大數(shù)據(jù)審計的基本思路，以期在學(xué)術(shù)界和審計機關(guān)的共同努力下，讓醫(yī)保大數(shù)據(jù)審計在各級審計機關(guān)中早日落地，從而破解傳統(tǒng)醫(yī)保審計模式和方法在大數(shù)據(jù)環(huán)境下面臨的困境和難題。

主要參考文獻(xiàn)：

[1]陳偉，居江寧.基于大數(shù)據(jù)可視化技術(shù)的審計線索特征挖掘方法研究[J].審計研究，2018（1）：16～21.

[2] He H.，Wang J.，Graco W.，et al. Application of neural networks to detection of medical fraud[J].Expert Systems with Applications，1997（4）：329～336.

[3] Liou F. M.，Tang Y. C.，Chen J. Y. Detecting hospital fraud and claim abuse through diabetic outpatient services[J].Health Care Management Science，2008（4）：353～358.

[4] Brockett P. L.，Derrig R. A.，Golden L. L.，et al. Fraud classification using principal component analysis of RIDITs[J].Journal of Risk & Insurance，2010（3）：341～371.

[5]Bayerstadler A.，Van Dijk L.，Winter F. Bayesian multinomial latent variable modeling for fraud and abuse detection in health insurance[J].Insurance：Mathematics and Economics，2016（71）：244～252.

[6] Hillerman T.，Souza J. C. F.，Reis A. C. B.，et al. Applying clustering and AHP methods for evaluating suspect healthcare claims[J].Journal of Computational Science，2017（19）：97～111.

[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 Computing[C]. IEEE Computer Society，2017.

[8] Kirlidog M.，Asuk C. A fraud detection approach with data mining in health insurance[J].ProcediaSocial and Behavioral Sciences，2012（62）：989～994.

[9] Van Capelleveen G.，Poel M.，Mueller R. M.，et al. Outlier detection in healthcare fraud：A case study in the medicaid dental domain[J].Inter？ national Journal of Accounting Information Sys？ tems，2016（21）：18～31.

[10]林源.國內(nèi)外醫(yī)療保險欺詐研究現(xiàn)狀分析[J].保險研究，2010（12）：115～122.

[11]史徑宇，冉松靈，李晨萍.醫(yī)保欺詐行為的主動發(fā)現(xiàn)——基于引進(jìn)指標(biāo)權(quán)重的聚類分析算法[J].數(shù)學(xué)建模及其應(yīng)用，2016（1）：54～59.

[12]邱瑞.基于頻繁模式挖掘算法的醫(yī)保欺詐預(yù)警研究[J].產(chǎn)業(yè)與科技論壇，2017（17）：62～64.

[13]陳清鳳，朱寧，朱畝鑫.大數(shù)據(jù)下醫(yī)保欺詐的有效識別模型[J].汕頭大學(xué)學(xué)報（自然科學(xué)版），2018（1）：40～48.

[14] Alles M.，Gray G. L. Incorporating big data in audits：Identifying inhibitors and a research agenda to address those inhibitors[J].International Journal of Accounting Information Systems，2016（22）：44～59.

[15]劉國城，王會金.大數(shù)據(jù)審計平臺構(gòu)建研究[J].審計研究，2017（6）：36～41.

[16]陳偉，SMIELIAUSKAS Wally.大數(shù)據(jù)環(huán)境下的電子數(shù)據(jù)審計：機遇、挑戰(zhàn)與方法[J].計算機科學(xué)，2016（1）：8～13.

[17]魏祥健.大數(shù)據(jù)環(huán)境下政府審計模式轉(zhuǎn)變[J].財會月刊，2016（22）：64～67.

[18]劉夢溪.基于大數(shù)據(jù)的天津市預(yù)算執(zhí)行審計探索與實踐[J].審計研究，2018（1）：22～27.

[19]鄭偉，張立民，楊莉.試析大數(shù)據(jù)環(huán)境下的數(shù)據(jù)式審計模式[J].審計研究，2016（4）：20～27.

[20]劉明亮，周剛，劉燕.揚起大數(shù)據(jù)風(fēng)帆走好信息化之路——湖北省審計廳探索大數(shù)據(jù)審計紀(jì)實[J].中國審計，2015（5）：11～20.

[21]王松寶，孟翔燕.山東：強化審計質(zhì)量控制的探索與實踐[J].中國審計，2017（11）：15～20.

[22]湖北省審計學(xué)會課題組，陳智斌等.大數(shù)據(jù)技術(shù)在審計全覆蓋中的應(yīng)用研究——以湖北省醫(yī)保審計實踐為例[J].審計研究，2018（1）：11～15.

作者單位：1.山東工商學(xué)院管理科學(xué)與工程學(xué)院，山東煙臺264005；2.遼寧工程技術(shù)大學(xué)工商管理學(xué)院，遼寧葫蘆島125105；3.上海應(yīng)用技術(shù)大學(xué)經(jīng)濟與管理學(xué)院，上海201418；4.煙臺市審計局，山東煙臺264000