国家检查组入驻,依托大数据严查医院!已有4家医院被点名处罚
2024-07-17 来源:医脉通 事件聚焦

作者:亦一

本文为医脉通编辑撰综合整理,未经授权请勿转载。

 

医保基金作为人民群众的“救命钱”,它的使用和监管是大众关注的焦点。

 

2024年4月28日,国家医保局联合财政部、国家卫健委、国家中医药局印发了《2024年医疗保障基金飞行检查工作方案》(下称《飞检方案》),在全国范围启动2024年医保基金飞行检查。

 

5月11日,国家医保基金飞行检查首场启动会在河南省郑州市召开。当前,安徽、山西、云南、湖南、四川、山东、浙江、吉林、辽宁、海南、河南的国家医保飞检均已展开。与此同时,各地省级飞检也在积极跟进,覆盖大批医疗机构。

 

全国飞检进行时,4家医院被点名

 

6月下旬,国家医保局先后发布两起通报,点名辽宁沈阳林济中医院、辽宁金城原种场职工医院、河南郑州管城豫丰医院、河南周口市商水庆康医院——4家此前被列为辽宁、河南飞检被检医疗机构的医院。

 

据通报,涉事医院均存在欺诈骗保问题。

 

例如沈阳林济中医院,国家医保局飞检组通过大数据筛查初步发现其存在违反诊疗规范过度医疗、超标准收费等违法违规问题,涉及医药费用166.2万元。另外,还发现涉嫌欺诈骗保问题,包括涉嫌伪造病历文书、CT检查报告、虚构医药服务项目等。

 

其他几家被点名的医院也在大数据筛查中被发现重复收费、超标准收费、串换项目、过度诊疗等方面问题。

 

目前,国家医保局已指导飞行检查组将上述问题移交属地医保部门处理,并将紧盯后续处置,确保欺诈骗保案件查处到位。各属地医保部门也已暂停相关医院医保支付,并就相关线索展开后续检查,同时将问题线索移交公安机关处理。

 

除了定点医疗机构,定点零售药店也是飞行检查的对象。6月份,一心堂就因违规使用医保基金被国家医保局约谈,相关门店已被属地医保部门作出暂停拨付或追回医保基金、处违约金或行政罚款、解除医保服务协议等处罚。

 

公开67项典型问题,严查全国医院

 

据国家医保局网站今年4月发布的信息,2019年国家医保局建立飞行检查工作机制以来,5年间陆续组织200多个检查组次,在全国范围抽查定点医药机构近500家。国家和省级飞行检查已累计追回医保相关资金80多亿元,产生了打击欺诈骗保、纠正违法违规行为、挽回医保基金损失、强化高压震慑的积极效应,成为守护医保基金安全的“利剑”。

 

从近年来飞行检查情况看,定点医药机构违法违规使用医保基金的情形中,重复收费、超标准收费、分解项目收费约占所有违法违规使用医保基金问题的36%;串换药品、医用耗材、诊疗项目和服务设施约占17%;违反诊疗规范过度诊疗、过度检查,提供其他不必要的医药服务约占14%;将不属于医保基金支付范围的医药费用纳入医保基金结算约占14%。

 

7月12日,国家医保局更是直接公开发布《定点医疗机构违法违规使用医疗保障基金典型问题清单》(2024 版),以便医院及医务人员及时开展对照自查。

 

该清单发文点名六大领域,也是今年四月份启动全国飞检时公布的重点,分别是心血管内科、骨科、血液净化、康复、医学影像、临床检验,列出了包括串换项目、分解收费、超标准收费、重复收费、过度检查、虚构医药服务项目、将不属于医保支付范围的纳入医保基金结算等方面的典型问题清单,共计覆盖67项具体细节。

 

具体内容请点击《定点医疗机构违法违规使用医疗保障基金典型问题清单》(2024 版)

  

大数据监管模型,为医保飞检赋能

 

在以上两起通报中,国家医保局特别强调了大数据模型等新技术筛查手段在医保飞行检查中所发挥的作用。

 

那它具体是如何发挥作用的呢?

 

中国医药卫生文化协会医联体医保支付研究中心研究员仲崇明在接受21世纪经济报道记者采访时介绍,一是从数量发现问题,在与同级医疗机构、同期发生、患者自身等数据的比较中,能够发现异常;二是从质量发现问题,从医疗单据、医保结算材料看,一些缺漏、错误,就暴露了“猫腻”“故意”。

 

在今年的医保基金飞行检查工作中,国家医保局强化大数据监管模型运用,提前通过大数据模型筛查发现可疑问题线索。在此次辽宁省和河南省的飞行检查中,飞行检查组均根据大数据筛查线索,对医院进行全面检查,最终发现违反诊疗规范、涉嫌欺诈骗保等问题。

 

一位多次担任国家飞检组组长的业内人士对第一财经表示,大数据一直是飞检的主要手段,先运用医保结算数据和医疗机构His数据比对,再根据His数据和临床实际及财务报表进行对比分析,来对医疗机构进行全面检查。

 

中国政法大学商学院副教授高秋明对记者表示,与原来的统计数据相比,大数据的特点是能够实现交叉计算分析,比如原来只能对某一家医院的次均费用、患者就诊次数等数据进行监管,但运用大数据之后,就可以对医疗机构、对患者门诊开药住院等就诊行为进行交叉计算分析,可以看到原来统计数据看不到的情况,此外,大数据模型还有机器学习的功能,告诉机器一些关联关系之后,它还能够自己发现问题。

 

“大数据监管模型真正把达摩克利斯剑悬于任何医院医生头顶,从一件基金监管案件、他人被飞检查处案件的事前、事中、事后,对社会、行业形成长期有效的宣教和震慑,敢于持续犯法、大量试法者越来越少。”仲崇明也强调。

 

目前,国家医保局已经开发了多个大数据模型,包括“虚假住院”“医保药品倒卖”“医保电子凭证套现”“重点药品监测分析”等。并于2023年在全国范围内选取了多个城市开展“全国反欺诈大数据应用监管试点”工作。

 

那么,在未来的医保飞行检查中,大数据监管模型该如何发展和提高呢?

 

仲崇明认为,首先,不应满足于“查了谁”“查到什么”“实锤什么”,而应从战斗结果梳理总结经验,通过建章立制、细化要求来赋能大数据监管的普世生产力;其次,也不应满足于“查了哪家医院”,要贯通到具体的处方医师、医务人员等,要能触动到具体人的利益影响,从而瓦解“一块铁板”;再者,大数据监管模型与飞检工作组的榜样精神要有机结合,避免大数据监管模型流于技术形式,飞检工作组的价值观和方法论要反哺大数据模型发展,大数据监管模型需要深度学习、交互,也应考虑向医疗行业释放善意、开明、辅导,减少误伤,发挥机器的智慧;此外,大数据监管模型也要强调回头看,坚持原则,避免反复打击现象出现。

 

为何医保违规现象频发?

 

医院医保违规现象频发,背后有多重原因。江西省医保局待遇保障处原处长蔡海清认为,医疗机构作为医疗服务的供给方,在政策许可范围内,根据不同的医疗费用结算方式,相应调整医疗服务行为,以争取获得更多份额的医保基金,是一种无可厚非的理性行为,问题是要把握好“度”。“对医疗机构及其医务人员来说,如果对医保政策不了解、不熟悉,再加上执行政策不严格、不坚决,甚至在心理上对医保政策存在排斥甚至对立的情绪,就很容易发生违反医保政策规定、甚至恶意骗保的行为。”蔡海清说。

 

至于医院骗取医保基金的根本原因,北京大学国家发展研究院教授李玲认为,还是在于医院有创收的压力,“这涉及到医院的利益,科室的利益,每个医生的利益,而这是随医保制度而来的。”

 

蔡海清说,虽然国家在多个政策文件中一再强调,医疗机构“严禁向科室和医务人员下达创收指标,医务人员薪酬不得与药品、卫生材料、检查、化验等业务收入挂钩”,但从实际情况来看,明里暗里医务人员的个人收入还是与医院创收额挂钩。

 

另外从上述被通报的医院性质可以看出,民营、小型医院为欺诈骗保的“重灾区”。

 

一位曾多次参加国家飞行检查的人士对第一财经表示,民营小型医疗机构是欺诈骗保的“重灾区”,可以说“一查一个准”。因为民营医院是民间资本投资的营利性组织,本身就以营利为目的,有利益驱动,加之低等级民营医院投资水平低,追求回报意愿强烈,而且医务人员缺乏,医疗设备不足,社会信任度差,很少有患者主动去就医,就容易诱发欺诈骗保行为。

 

四川闰则律师事务所合伙人邓明攀表示,相较民营医院,公立医院骗保方式较为隐蔽,因为“公立医院内部管理比较规范,职能部门比较健全,也面临着每年定期的财务审计”,公立医院的医保违规行为主要表现在过度检查、过度诊疗、串换高值医用耗材等方面。


如何才能控制医保违规这种现象呢?

 

在北京大学国家发展研究院教授李玲看来,即便医保支付方式改革更加精细,也只是将打击医院骗保的武器从大刀长矛改成了洋枪洋炮,医院总能找到办法对付。“如何解决骗保是一个世界性难题,即便在19世纪就有医保、监管水平非常高的德国,各种能用的打击骗保的方法,包括DRGs等都用了,仍然无法控制医保滥用问题。”李玲说。

 

中国社会科学院健康业发展研究中心副主任陈秋霖则表示,未来改革的方向是医保能不能为公众的健康付费,为促进健康的行为付费,而不是当公众越来越健康时,医院反而没有收入,“要让医保和医疗服务提供者之间的博弈变成更有效的协作,这是探索的方向。”

 

医脉通综合自国家医保局、中国医疗保障、第一财经、中国新闻周刊、21世纪经济报道等内容

(本网站所有内容,凡注明来源为“医脉通”,版权均归医脉通所有,未经授权,任何媒体、网站或个人不得转载,否则将追究法律责任,授权转载时须注明“来源:医脉通”。本网注明来源为其他媒体的内容为转载,转载仅作观点分享,版权归原作者所有,如有侵犯版权,请及时联系我们。)

2
收藏 分享