黃圳林 王哲 巫志勇 黎譽(yù)

（1深圳市中西醫(yī)結(jié)合醫(yī)院 廣東深圳 518104 2深圳億起融網(wǎng)絡(luò)科技有限公司 廣東深圳 518063 3深圳市寶安區(qū)衛(wèi)生財(cái)務(wù)管理中心 廣東深圳 518101）

一、研究背景

2015年，國(guó)務(wù)院提出開(kāi)展“健康中國(guó)云服務(wù)”計(jì)劃，利用大數(shù)據(jù)、人工智能等信息技術(shù)，推動(dòng)智慧醫(yī)療服務(wù)和大數(shù)據(jù)的應(yīng)用。2018年，國(guó)家提出要健全“互聯(lián)網(wǎng)+醫(yī)療健康”服務(wù)體系，鼓勵(lì)醫(yī)療機(jī)構(gòu)運(yùn)用信息技術(shù)提升服務(wù)能力和效率。信息化時(shí)代，互聯(lián)網(wǎng)+、大數(shù)據(jù)、人工智能等信息技術(shù)的發(fā)展倒逼醫(yī)院的財(cái)務(wù)管理模式與時(shí)俱進(jìn)，智慧財(cái)務(wù)成為現(xiàn)代醫(yī)院財(cái)務(wù)管理發(fā)展的重要趨勢(shì)。

公立醫(yī)院的收入管理與貨幣資金的流轉(zhuǎn)密切相關(guān)，作為現(xiàn)代醫(yī)院運(yùn)營(yíng)管理中的核心業(yè)務(wù)之一，其對(duì)醫(yī)院的發(fā)展建設(shè)具有重要的意義，也是內(nèi)部控制的重點(diǎn)。醫(yī)療收入是公立醫(yī)院最主要的經(jīng)濟(jì)利益流入，是醫(yī)院提供醫(yī)療服務(wù)活動(dòng)取得的收入，主要包括門診收入、住院收入和體檢收入等，是醫(yī)院開(kāi)展經(jīng)濟(jì)活動(dòng)的前提。隨著信息技術(shù)的迅速發(fā)展和國(guó)家醫(yī)療模式的不斷調(diào)整，醫(yī)院開(kāi)始引入多種支付渠道優(yōu)化就診患者的繳費(fèi)流程，這導(dǎo)致財(cái)務(wù)人員需要與多個(gè)資金渠道對(duì)接，且每個(gè)渠道的賬目均需要逐個(gè)設(shè)計(jì)對(duì)賬平臺(tái)并輔以人工審核，醫(yī)院的資金監(jiān)控難度大大提升。由于患者就醫(yī)規(guī)模和業(yè)務(wù)多樣性的增加，醫(yī)院每日的交易流水?dāng)?shù)量大幅增長(zhǎng)，僅靠多個(gè)對(duì)賬平臺(tái)或人工核驗(yàn)數(shù)據(jù)不僅效率低，精確度也無(wú)法得到保證。為此，醫(yī)院亟需建立動(dòng)態(tài)稽核模型，引入新的醫(yī)療收入稽核方式，以實(shí)現(xiàn)高效準(zhǔn)確核驗(yàn)每日交易流水的目的，防范各種形式的漏收、少收現(xiàn)象，杜絕國(guó)有資產(chǎn)流失。

二、公立醫(yī)院傳統(tǒng)醫(yī)療收入稽核流程及其存在的問(wèn)題

（一）傳統(tǒng)的醫(yī)療收入稽核流程

目前，大部分公立醫(yī)院會(huì)為患者提供至少三種支付方式：傳統(tǒng)收費(fèi)窗口、自助收費(fèi)終端和線上繳費(fèi)平臺(tái)?；颊咧Ц毒歪t(yī)費(fèi)用后，該筆資金進(jìn)入各支付渠道的資金結(jié)算中心，通常于次日抵達(dá)銀行的結(jié)算中心，之后再進(jìn)入醫(yī)院指定的對(duì)公賬戶（見(jiàn)圖1）。對(duì)于大部分支付渠道來(lái)說(shuō)，從交易發(fā)生到資金抵達(dá)醫(yī)院對(duì)公賬戶的時(shí)間區(qū)間為1個(gè)自然日，所以醫(yī)院的收入通常是T+1到賬。

圖1 醫(yī)院醫(yī)療收入導(dǎo)向圖

醫(yī)院信息系統(tǒng)又稱為HIS系統(tǒng)（Hospital Information System），主要包括門診信息管理系統(tǒng)、住院信息管理系統(tǒng)、醫(yī)技管理系統(tǒng)、檢查檢驗(yàn)管理系統(tǒng)、藥品管理系統(tǒng)、影像信息管理系統(tǒng)、遠(yuǎn)程醫(yī)療系統(tǒng)、醫(yī)療保險(xiǎn)系統(tǒng)、醫(yī)院綜合管理統(tǒng)計(jì)分析系統(tǒng)、放射信息管理系統(tǒng)、后勤管理系統(tǒng)等子系統(tǒng)。系統(tǒng)內(nèi)以明細(xì)的方式記錄每名患者在醫(yī)院內(nèi)部的行為，包括掛號(hào)、就診、繳費(fèi)等；各個(gè)支付渠道也為醫(yī)院提供了線上對(duì)賬平臺(tái)，允許醫(yī)院查詢每名患者的繳費(fèi)明細(xì)。各公立醫(yī)院的醫(yī)療收入稽核工作在本質(zhì)上是將HIS系統(tǒng)內(nèi)記錄的每筆收入在支付渠道對(duì)賬系統(tǒng)內(nèi)核查并確認(rèn)，并最終核驗(yàn)醫(yī)院的收入是否與之吻合。

（二）傳統(tǒng)醫(yī)療收入稽核存在的問(wèn)題分析

對(duì)醫(yī)療收入執(zhí)行審查核對(duì)制度是醫(yī)院內(nèi)部控制中的重點(diǎn)管控內(nèi)容，目的是要保證自助終端設(shè)備、微信、支付寶、APP等第三方支付通道數(shù)據(jù)的安全完整，防止人為修改收費(fèi)系統(tǒng)數(shù)據(jù)，但現(xiàn)有的醫(yī)療收入稽核體系（各個(gè)對(duì)賬平臺(tái)和手工核驗(yàn)）已無(wú)法支撐其日常的稽核工作。醫(yī)院作為財(cái)政管理預(yù)算單位，其收入直接影響公民接受的醫(yī)療水平與社會(huì)衛(wèi)生狀態(tài)。在無(wú)法核實(shí)收入的情況下，醫(yī)院的支出、運(yùn)營(yíng)等功能均會(huì)受到不同程度的影響。從實(shí)現(xiàn)動(dòng)態(tài)智能稽核的內(nèi)控需求來(lái)看，現(xiàn)有系統(tǒng)醫(yī)療收入稽核還存在以下問(wèn)題。

1.渠道多導(dǎo)致支付渠道明細(xì)賬分散與缺失。除了上述常見(jiàn)的支付方式外，醫(yī)院還提供多種支付渠道給予患者繳納就醫(yī)費(fèi)用，如醫(yī)保記賬、精防藥品補(bǔ)貼記賬、急診欠費(fèi)記賬、綠色通道記賬、對(duì)公轉(zhuǎn)賬等通道，但僅有涉及到線上交易的支付渠道會(huì)為醫(yī)院提供線上對(duì)賬平臺(tái)，而且每個(gè)平臺(tái)僅針對(duì)其中的一個(gè)支付渠道，其余的收入流水均無(wú)法通過(guò)比對(duì)明細(xì)賬的方式來(lái)實(shí)現(xiàn)精確核驗(yàn)。

2.支付渠道結(jié)算時(shí)間不同導(dǎo)致稽核不及時(shí)。大部分支付渠道采用T+1（自然日）結(jié)算，但也有部分支付渠道采用T+2（自然日）或T+1（工作日）結(jié)算。結(jié)算時(shí)間不同會(huì)導(dǎo)致難以確認(rèn)入賬總金額與明細(xì)賬是否吻合，致使醫(yī)療收入稽核難以及時(shí)、精確執(zhí)行。

3.醫(yī)保明細(xì)賬核驗(yàn)不準(zhǔn)確。大量病人使用醫(yī)?？ɡU納款項(xiàng)，但醫(yī)院中所有涉及到醫(yī)保的繳費(fèi)明細(xì)僅有HIS系統(tǒng)內(nèi)有全量記錄。各支付渠道的對(duì)賬平臺(tái)中雖然也提供醫(yī)保賬目的稽核功能，但僅針對(duì)在該支付渠道內(nèi)的交易可用，并非全量數(shù)據(jù)。其他記賬通道的明細(xì)賬核驗(yàn)也存在同樣的問(wèn)題。

4.HIS系統(tǒng)與支付渠道系統(tǒng)數(shù)據(jù)不統(tǒng)一導(dǎo)致核算結(jié)果不可靠。目前多數(shù)公立醫(yī)院的醫(yī)療收入主要來(lái)自三個(gè)獨(dú)立的運(yùn)營(yíng)單位：門診、住院、體檢。HIS系統(tǒng)通常會(huì)將三個(gè)模塊的數(shù)據(jù)單獨(dú)記錄，從而出現(xiàn)各模塊數(shù)據(jù)結(jié)構(gòu)不一致、內(nèi)容沖突或重復(fù)等問(wèn)題。由于網(wǎng)絡(luò)傳輸或接口原因，HIS系統(tǒng)明細(xì)與支付渠道對(duì)賬系統(tǒng)明細(xì)會(huì)存在不一致的情況，但由于沒(méi)有第三方數(shù)據(jù)來(lái)源，無(wú)法確認(rèn)二者孰對(duì)孰錯(cuò)，進(jìn)一步導(dǎo)致稽核工作的精度降低。雖然各支付渠道的對(duì)賬平臺(tái)均含有核算功能，但支付渠道作為患者發(fā)起交易的第二環(huán)（第一環(huán)是HIS系統(tǒng)），其定位是數(shù)據(jù)的接收方，數(shù)據(jù)的完整度與正確性取決于HIS系統(tǒng)提供的數(shù)據(jù)。然而因?yàn)镠IS系統(tǒng)可能存在取數(shù)不完整的情況，導(dǎo)致核算結(jié)果并不完全可靠。

三、公立醫(yī)院醫(yī)療收入智能稽核模型構(gòu)建

部分學(xué)者對(duì)公立醫(yī)院財(cái)務(wù)管理信息化進(jìn)行了研究和探討，認(rèn)為公立醫(yī)院內(nèi)外部數(shù)據(jù)標(biāo)準(zhǔn)不統(tǒng)一、系統(tǒng)兼容性不足，存在數(shù)據(jù)孤島與異構(gòu)數(shù)據(jù)問(wèn)題（朱惠斌，2016；張瑩瑩，2018），加強(qiáng)線上支付方式控制及稽核力度十分必要，可以采用以人工稽核為基礎(chǔ)、自助系統(tǒng)控制+核驗(yàn)人力工作的模式（陳彩霞，2020）。然而，隨著大數(shù)據(jù)規(guī)模的增加和醫(yī)院業(yè)務(wù)的多樣性，以人力勞動(dòng)為主的工作模式漸漸難以支撐公立醫(yī)院的稽核需求，醫(yī)院財(cái)務(wù)人員亟需轉(zhuǎn)型（高婧揚(yáng)、李芳，2021）。

李磊（2007）通過(guò)實(shí)施針對(duì)數(shù)據(jù)采集、數(shù)據(jù)挖掘、數(shù)據(jù)轉(zhuǎn)換及數(shù)據(jù)清洗的全流程優(yōu)化并將決策樹模型應(yīng)用到金融風(fēng)險(xiǎn)預(yù)警系統(tǒng)中，取得了良好的效果；Yumin Chen、Duoqian Miao及Hongyun Zhang（2010）印證了KNN算法對(duì)于離群值檢測(cè)的有效性及可適配性，并證明了基于鄰近值檢測(cè)的機(jī)制在機(jī)器學(xué)習(xí)中有足夠高的可應(yīng)用性；王千等（2012）通過(guò)研究實(shí)例指出了K-means聚類算法存在的問(wèn)題并提出了其優(yōu)化空間。本文依托大數(shù)據(jù)技術(shù)與人工智能技術(shù)，借鑒現(xiàn)有學(xué)者的研究成果，以某醫(yī)院的數(shù)據(jù)為研究樣本，建立醫(yī)療收入稽核模型，并在此基礎(chǔ)上探討完善公立醫(yī)院醫(yī)療收入稽核系統(tǒng)的可行性。

（一）設(shè)計(jì)思路

從大數(shù)據(jù)技術(shù)與人工智能技術(shù)的角度出發(fā)，圍繞醫(yī)院當(dāng)前醫(yī)療收入稽核過(guò)程中存在的現(xiàn)實(shí)問(wèn)題，進(jìn)行大數(shù)據(jù)人工智能清洗及匹配模型構(gòu)建，最終達(dá)到完善醫(yī)院醫(yī)療收入稽核功能的目的。該模型主要由兩部分組成：清洗模型和匹配模型，前者應(yīng)用于大數(shù)據(jù)清洗，后者應(yīng)用于數(shù)據(jù)智能匹配（見(jiàn)圖2）。

圖2 大數(shù)據(jù)人工智能清洗及匹配模型流程圖

（二）關(guān)鍵的修正點(diǎn)

該醫(yī)院對(duì)外開(kāi)放的收費(fèi)渠道有三個(gè)：收費(fèi)窗口、自動(dòng)繳費(fèi)機(jī)（自助收費(fèi)終端）、微信公眾號(hào)（線上繳費(fèi)平臺(tái)）。每個(gè)渠道均提供了線上對(duì)賬平臺(tái)，可獲取單一渠道的明細(xì)數(shù)據(jù)，但都沒(méi)有與HIS系統(tǒng)數(shù)據(jù)直接關(guān)聯(lián)的單一匹配鍵。消除各平臺(tái)之間數(shù)據(jù)相互獨(dú)立且結(jié)構(gòu)不同的操作難點(diǎn)，是該醫(yī)院建立動(dòng)態(tài)智能醫(yī)療收入稽核模型的關(guān)鍵。

1.Y系統(tǒng)。即自助收費(fèi)終端的對(duì)賬平臺(tái)系統(tǒng)，平臺(tái)功能較齊全。Y系統(tǒng)根據(jù)HIS系統(tǒng)開(kāi)發(fā)了接口，因此Y系統(tǒng)的數(shù)據(jù)中有記錄患者的信息，亦可根據(jù)患者信息查詢?cè)摶颊叩乃袣v史數(shù)據(jù)。Y系統(tǒng)數(shù)據(jù)的時(shí)間格式為12小時(shí)制，且未區(qū)分上午與下午，因此清洗模型中需要對(duì)時(shí)間做特殊處理。

2.N系統(tǒng)。即公眾號(hào)平臺(tái)的對(duì)賬平臺(tái)系統(tǒng)，其特點(diǎn)與Y系統(tǒng)類似，同樣與HIS系統(tǒng)有接口連通。目前該平臺(tái)的使用頻率低，數(shù)據(jù)量小。

3.Q系統(tǒng)。Q系統(tǒng)為醫(yī)院對(duì)公賬號(hào)所屬銀行提供的支付渠道系統(tǒng)，在醫(yī)院繳費(fèi)窗口使用微信、支付寶的繳費(fèi)記錄均會(huì)記錄在該系統(tǒng)中。該支付渠道的數(shù)據(jù)量大，但尚未與HIS系統(tǒng)做接口接通，未記錄包括患者信息在內(nèi)的眾多核心數(shù)據(jù)，因此沒(méi)有任何有效的匹配鍵，該部分交易流水的稽核難度較高。

（三）動(dòng)態(tài)智能模型的構(gòu)建

1.大數(shù)據(jù)人工智能清洗模型。由于數(shù)據(jù)孤島和異構(gòu)數(shù)據(jù)的存在，數(shù)據(jù)標(biāo)準(zhǔn)化成為了所有數(shù)據(jù)分析的前提，同時(shí)也是清洗模型的第一個(gè)模塊。鑒于公立醫(yī)院場(chǎng)景的復(fù)雜性，數(shù)據(jù)標(biāo)準(zhǔn)化又須細(xì)分為定性標(biāo)準(zhǔn)化與定量標(biāo)準(zhǔn)化。定性標(biāo)準(zhǔn)化是將不同來(lái)源的數(shù)據(jù)中相同定義的數(shù)據(jù)字段互相整合的過(guò)程；定量標(biāo)準(zhǔn)化是選取或計(jì)算數(shù)字類型字段的過(guò)程（如：部分?jǐn)?shù)據(jù)來(lái)源的交易金額可以直接查詢某字段獲取，但也有其他數(shù)據(jù)來(lái)源的交易金額需要取若干個(gè)字段內(nèi)數(shù)值的和或差）。該模塊主要運(yùn)用NLU（自然語(yǔ)言理解）技術(shù)與機(jī)器學(xué)習(xí)機(jī)制，在遵循大數(shù)原則的前提下，逐步提高智能標(biāo)準(zhǔn)化的準(zhǔn)確率。圖3展示了標(biāo)準(zhǔn)化流程中的一部分決策樹模型。

圖3 決策樹模型（部分）

標(biāo)準(zhǔn)化完成后，數(shù)據(jù)會(huì)進(jìn)入排序模塊。對(duì)于有時(shí)間順序的數(shù)據(jù)，采用基礎(chǔ)的排序算法即可完成排序。但對(duì)于沒(méi)有時(shí)間順序等特殊類別的數(shù)據(jù)，清洗模型會(huì)對(duì)數(shù)據(jù)矢量化，采用圖論算法中弱連通圖的原理進(jìn)行排序。

清洗模型的最后一步即識(shí)別并去除無(wú)效數(shù)據(jù)。該模塊通過(guò)計(jì)算指定的特征，在全量數(shù)據(jù)中識(shí)別出無(wú)效的數(shù)據(jù)，其中包括重復(fù)數(shù)據(jù)、異常數(shù)據(jù)等。判斷過(guò)程主要采用KNN（K近鄰法）算法，通過(guò)在訓(xùn)練數(shù)據(jù)中尋找K個(gè)相鄰點(diǎn)，判斷測(cè)試數(shù)據(jù)中的數(shù)據(jù)點(diǎn)是否屬于有效數(shù)據(jù)，通過(guò)機(jī)器學(xué)習(xí)的機(jī)制，逐步提升模型準(zhǔn)確率?？紤]到數(shù)據(jù)處理高并發(fā)量的情況，該模型須兼容多線程處理和分布式算法。

KNN算法公式如下：

其中，j代表該數(shù)據(jù)是有效數(shù)據(jù)，N0為測(cè)試數(shù)據(jù)中最接近該測(cè)試數(shù)據(jù)點(diǎn)的K個(gè)數(shù)據(jù)點(diǎn)的集合，K=1，3，5，...，該值也需通過(guò)機(jī)器學(xué)習(xí)機(jī)制獲取最合適的具體數(shù)值。

2.匹配模型。鑒于不同公立醫(yī)院之間、不同支付渠道之間數(shù)據(jù)結(jié)構(gòu)差異大，智能匹配模型的運(yùn)作主要基于非監(jiān)督學(xué)習(xí)，通過(guò)聚類分析，智能檢測(cè)HIS數(shù)據(jù)與支付渠道數(shù)據(jù)的匹配鍵。該步驟主要應(yīng)用K-Means（K-均值）算法，通過(guò)循環(huán)迭代，提高每個(gè)簇的劃分精度，最終得到最低的簇內(nèi)緊密度總和。因異構(gòu)數(shù)據(jù)的存在，數(shù)據(jù)在經(jīng)匹配模型分析后，需要人工進(jìn)行核驗(yàn)及修正，其目的有兩個(gè)：一是修正的結(jié)果會(huì)被用于機(jī)器學(xué)習(xí)，提升后續(xù)匹配的準(zhǔn)確度；二是達(dá)成“人工+機(jī)器”雙重稽核的效果，使稽核結(jié)果得到保障。匹配模型的流程與清洗模型不同，數(shù)據(jù)關(guān)聯(lián)性強(qiáng)，僅適用于單線程處理。

簇內(nèi)緊密度W（Ck）計(jì)算公式為：

其中，C1，C2，...，Ck為k個(gè)簇，i為簇內(nèi)數(shù)據(jù)點(diǎn)的個(gè)數(shù)（i∈Ck）。

四、智能稽核模型應(yīng)用成效分析

（一）模型測(cè)試樣本

該醫(yī)院的門診、住院、體檢三個(gè)部門的收入數(shù)據(jù)在HIS系統(tǒng)中分別記錄，部門與部門之間數(shù)據(jù)相互獨(dú)立，結(jié)構(gòu)不同，且沒(méi)有交叉數(shù)據(jù)（即部門間不存在重復(fù)數(shù)據(jù)）。因此HIS系統(tǒng)數(shù)據(jù)的處理更加重于標(biāo)準(zhǔn)化以及合并前的清洗。本文從可獲取的HIS系統(tǒng)數(shù)據(jù)與Y、N、Q系統(tǒng)數(shù)據(jù)中隨機(jī)選擇7個(gè)自然日的數(shù)據(jù)作為樣本數(shù)據(jù)，使用大數(shù)據(jù)人工智能清洗模型對(duì)各部分?jǐn)?shù)據(jù)進(jìn)行清洗、合并，再使用匹配模型進(jìn)行智能稽核，最后予以人工核驗(yàn)。

（二）模型測(cè)試結(jié)果

該醫(yī)院原有的稽核辦法是基于HIS系統(tǒng)對(duì)賬功能的平臺(tái)或人工稽核，單日稽核差異為-16%至+13%，單季度差異為-2.5%至+1.2%，且稽核工作時(shí)間較長(zhǎng)。使用大數(shù)據(jù)人工智能稽核模型清洗后的HIS系統(tǒng)數(shù)據(jù)與支付渠道系統(tǒng)數(shù)據(jù)在匹配模型中，匹配金額差值比例小于千分之一，差值絕對(duì)值小于1 000.00元，對(duì)比之前的人工稽核，精度與效率均有顯著提升，約半小時(shí)就能迅速比對(duì)出缺失的數(shù)據(jù)并找到缺失數(shù)據(jù)的問(wèn)題所在，有助于人工審核數(shù)據(jù)時(shí)提高效率，真正體現(xiàn)了大數(shù)據(jù)技術(shù)與人工智能技術(shù)的運(yùn)用成果。

測(cè)試過(guò)程中隨機(jī)選取的7天數(shù)據(jù)樣本，包括原始數(shù)據(jù)量、經(jīng)清洗模型后的有效數(shù)據(jù)量、經(jīng)匹配模型后的匹配結(jié)果見(jiàn)表1。

表1 數(shù)據(jù)測(cè)試結(jié)果

（三）實(shí)踐探索成效

通過(guò)醫(yī)療收入智能稽核模型的應(yīng)用，該醫(yī)院的醫(yī)療收入稽核管理工作取得了較大成效，醫(yī)院財(cái)務(wù)部門指定收入核算會(huì)計(jì)專人負(fù)責(zé)使用智能稽核模型，對(duì)上一天醫(yī)療收入數(shù)據(jù)進(jìn)行自動(dòng)清洗、匹配，實(shí)踐證明誤差都在可控范圍內(nèi)，保證了每天醫(yī)療收入的準(zhǔn)確性，基本杜絕了少收、漏收情況的發(fā)生。醫(yī)院的收入稽核管理工作實(shí)現(xiàn)了集中化、規(guī)范化和自動(dòng)化管理，大大提高了稽核效率和稽核準(zhǔn)確性，有效降低了人為因素導(dǎo)致的稽核失誤，同時(shí)也幫助財(cái)務(wù)人員提高了應(yīng)對(duì)繁雜明細(xì)賬的稽核能力，全面提升了醫(yī)院收入稽核水平，增強(qiáng)了收入稽核的權(quán)威性和可靠性。

（四）模型適配性分析

國(guó)家統(tǒng)計(jì)局?jǐn)?shù)據(jù)統(tǒng)計(jì)顯示，截至2020年2月底，全國(guó)共有3.4萬(wàn)家醫(yī)院，其中公立醫(yī)院有1.2萬(wàn)家?；ヂ?lián)網(wǎng)時(shí)代，隨著日漸增加的數(shù)據(jù)量及數(shù)據(jù)多樣性，很多公立醫(yī)院均面臨著與本文所選取的醫(yī)院相似的稽核難點(diǎn)。本文構(gòu)建的大數(shù)據(jù)人工智能清洗及匹配模型適用于“財(cái)務(wù)數(shù)據(jù)儲(chǔ)存在HIS系統(tǒng)且各支付渠道提供單獨(dú)數(shù)據(jù)來(lái)源”的醫(yī)院。

五、經(jīng)驗(yàn)總結(jié)

本文借鑒相關(guān)文獻(xiàn)，在真實(shí)數(shù)據(jù)的基礎(chǔ)上，依靠大數(shù)據(jù)技術(shù)與人工智能技術(shù)，構(gòu)建了適用于公立醫(yī)院的醫(yī)療收入稽核模型，測(cè)試結(jié)果準(zhǔn)確度和工作效率較高。在公立醫(yī)院的后續(xù)信息化建設(shè)中，該模型可用于流程化，搭建公立醫(yī)院醫(yī)療收入智能稽核系統(tǒng)，以應(yīng)對(duì)日漸復(fù)雜的大數(shù)據(jù)處理難點(diǎn)。同屬財(cái)政管理預(yù)算單位的其他行政事業(yè)單位，在進(jìn)入互聯(lián)網(wǎng)時(shí)代后，很多需要對(duì)接第三方支付平臺(tái)，因此在其信息化過(guò)程中，同樣面臨著類似的收入稽核難點(diǎn)，針對(duì)龐大、海量、高時(shí)效要求的收入數(shù)據(jù)也需要利用動(dòng)態(tài)智能工具對(duì)數(shù)據(jù)進(jìn)行清洗、匹配，以高效完成收入稽核工作。從理論上看，類似的大數(shù)據(jù)人工智能收入稽核系統(tǒng)應(yīng)同樣適用于此類行政事業(yè)單位。