基本醫療保險控費模式比較

前言：想要寫出一篇引人入勝的文章？我們特意為您整理了基本醫療保險控費模式比較范文，希望能給你帶來靈感和參考，敬請閱讀。

[摘要]近年來，我國基本醫療保險相關醫療費用支出快速增長，醫保控費刻不容緩。當前，我國主要采取基于知識庫的智能控費、PBM控費、DRG控費和AI控費等模式，各有優勢與特色，但同時都存在不足。單純依托一種控費模式是不夠的，必須在加強分工協作的基礎上，構建多元控費機制，形成全方位、多層次的控費體系，實現各控費模式的互補與銜接。

[關鍵詞]基本醫療保險；過度醫療；醫保控費

1基本醫保相關醫療費用的現狀

近年來，我國醫保基金支出快速增長，從2008年的2084億元增長到2017年的14422億元，增加了近6倍。與此同時，醫保收入雖然也以較快速度增長，但增長速度低于支出。如果扣除財政補貼，醫保收入的增長速度則更低（見表1）。除少數年份外，基金結余率下降明顯，從長遠來看，醫保基金可能面臨當期收不抵支甚至“穿底”的風險。醫保基金的收支失衡恰恰與醫療費用的不合理增長過快密切相關。2017年與2008年相比，我國醫療衛生總費用由14535.4億元增長到51598.8億元，遠遠超出同期經濟發展速度；衛生總費用占GDP的比重由2008年4.83%提高到2017年的6.20%。導致基本醫保相關醫療費用快速增長的原因是多方面的。就客觀原因而言，醫保覆蓋面逐步擴大和保障平逐漸提高、老齡化問題日益嚴重、物價不斷上漲、人力成本逐年提升、醫療技術穩步發展、醫療設備不斷更新等因素，都可能導致醫療費用的不斷上漲。但總體而言，這些因素大多數屬于可控和可接受范圍內的合理因素，并非是導致醫療費用不合理增長的主要因素。相對而言，各種人為主觀因素才是導致醫保相關醫療費用快速增長的“幕后黑手”。主觀因素大致包括：不合規醫療、過度醫療、醫保欺詐和基金濫用等。其中，不合規醫療包括掛床住院、醫療機構違規加價銷售藥品和耗材、重復收費等；過度醫療包括小病大治、過度檢查、過度用藥、過度使用醫用耗材等；醫保欺詐包括個人騙取醫保基金、定點醫療機構騙取套取醫保基金等；基金濫用則包括挪用醫保基金對外借款、擴大使用范圍（將醫保基金用于其他社保支出）、套取現金或將醫保基金用于購買日用品等。這些原因導致的醫療費用不合理增長可謂觸目驚心。以醫保欺詐為例，2017年1月，國家審計署公布的醫療保險審計結果顯示，僅2016年上半年，全國醫保基金涉及違法違規多達189件，涉案金額高達15.78億元。

2醫保控費模式

面對日益嚴峻的醫療費用發展態勢，近年來，國內逐步形成了基于知識庫的智能控費、藥品福利管理（PharmacyBenefitManagement,PBM）控費、DRG控費、人工智能（ArtificialIntelligence，AI）控費等多種醫保控費模式。四種控費模式各有優缺點，如能進一步優化，對有效控制醫療費用的不合理增長、維護醫保基金安全和參保群眾的切實利益、促進社會醫療保險可持續健康發展等，必然大有裨益。

2.1基于知識庫的智能控費

基于知識庫的智能控費模式，是指在建立核心知識庫（如臨床知識庫、藥學知識庫、政策法規知識庫、醫保知識庫、醫藥標準知識庫等）的基礎上，通過構建醫保智能審核監控系統，利用自動分析算法，對定點醫療機構不符合診療常規和臨床規范的醫療服務行為、用藥行為以及不符合報銷標準的醫療費用和支付行為進行全面管理，從而形成事前提示、事中預警和事后審核的醫保全流程智能化監控。2015年，人力資源與社會保障部印發了《關于全面推進基本醫療保險醫療服務智能監控經辦規程》，要求用兩年時間在全國推開基本醫療保險醫療服務智能監控。2016年底該監控模式全面實施以來，目前已在全國大多數地區開展，取得了良好的效果。

2.1.1優點

在智能控費模式下，醫保經辦機構對醫保費用進行全面、精準、高效的智能審核與監控，如若發現不合規單據，系統會自動提示該單據需人工審核，并對審核結果進行統計分析。不僅極大提高了醫保經辦機構的醫保費用管理效率，而且依托該模式積累的基礎數據和統一的費用核算標準，勢必為將來實現醫保費用第三方管理打下堅實的基礎。此外，通過該模式還可掌握每個患者的就診信息和醫生的診療服務信息，從而建立完備的醫護人員和參保人員信息庫，為將來完善醫保信用體系奠定基礎。

2.1.2缺點

第一，核心知識庫的構建有一定難度。核心知識庫的內容比較廣泛，涉及臨床手術、診療行為、藥品使用、檢驗檢測、健康護理、法律法規、政策制度等，而且隨著政策法規和臨床知識的不斷變化，核心知識庫的內容也必須隨時做出相應調整。第二，審核結果的可靠性有待提高。一方面，受實際情況千變萬化的影響，標準化審核模式有時可能導致審核結果出現偏差；另一方面，審核結果無法做到一步到位，當遇到不確定的審核結果時，最終還是要人工確認。第三，審核成本難以確定。該控費模式必須建立在醫保智能審核監控系統的基礎上，無論從專業知識還是硬件設施而言，醫保經辦機構都不具備開發、維護該系統的能力，必須借助第三方機構。這就意味著醫保經辦機構必須對系統的使用、維護和升級進行投入，勢必會增加監控審核成本的不確定性。此外，該模式雖然能審核藥品支出等主要費用，但對于整體醫療服務的精細化管理則顯得力不從心。

2.2PBM控費

PBM控費又稱“醫療福利管理控費”，是一種專業化第三方控費模式。該控費模式基于業務范圍涉及非常廣泛（如藥品目錄管理、、處方賠付、藥品評價和健康管理）的第三方中介機構———藥品福利管理公司，對患者就診數據進行采集分析、審核藥品處方，通過與藥品生產企業、藥品流通企業、醫療服務機構或保險機構等簽訂合同，對整個醫療服務流程進行管理和引導，從而有效監督醫療服務行為、控制醫療費用不合理支出。藥品福利管理作為醫保控費的重要模式，最早誕生于上世紀60年代的美國。在我國，該控費模式還處于初級階段，目前國內僅有為數不多的企業涉足該領域。這些企業大致來自三大領域：醫藥流通領域，如瑞康藥業、嘉事堂等；醫療IT領域，如海虹控股、萬達信息、衛寧軟件等；健康保險領域，如平安保險、人保健康等[1]。

2.2.1優點

其一，能有效減輕政府職能部門和醫療機構的負擔。由于其業務范圍幾乎涵蓋了醫療服務全流程，包括藥品目錄管理、藥房管理、藥品集中采購、藥品郵購服務、藥品使用評價、處理處方賠付申請、各種疾病的初級管理、醫療檢查監督、報銷管理以及為醫院提供各種增值服務等[1]，因此不僅可以減輕政府相關機構的管理壓力，節省其人力、物力和財力方面的成本；同時，依托藥品福利管理機構的工作經驗與專業技能，還能有效提高控費效率。其二，能有效控制藥品價格，破解藥品價格虛高問題。我國藥品流通環節錯綜復雜，從生產、流通到消費，要經歷多個流通環節，每個環節都存在嚴重的信息不對稱，導致藥品價格虛高。而藥品福利管理機構對藥品流通環節的全程參與，使其在藥價控制方面具有其他機構所不具備的排他性優勢，能有效破解因信息不對稱而導致的藥品價格虛高。

2.2.2缺點

首先，受人才、技術和制度的約束，成立藥品福利管理機構本身具有較大的難度，不僅前期需要投入大量的人力、物力、資金和技術，而且目前國內缺乏比較成熟的運用模式，相關機構的贏利能力不足，一定程度上制約了藥品福利管理機構控費能力的發揮。其次，當前我國醫療、保險及健康管理體制不完善、不成熟，藥品福利管理機構在缺乏談判話語權和議價能力的情況下，控費能力及其市場接受度有待提高。再次，該模式的建立及作用的發揮，必須建立在大量與醫藥、健康及保險相關的基礎數據的獲取上，但我國目前無論是醫療機構之間、還是保險機構之間，亦或是醫療機構與保險機構之間，其數據與信息都是相互獨立的，信息孤島十分嚴重。不兼容、不共享的信息系統勢必給藥品福利管理機構獲取基礎數據帶來難以克服的困難。

2.3DRG控費

DRG控費主要應用于住院患者付費領域，醫療費用的支付不是以醫院投入的設備和醫生投入的時間為依據，而是以醫院的產出為衡量標準。放眼全球，DRG支付方式是當今世界公認的可以全面控制醫療費用增長和改善醫療服務質量的最為典型的控費模式[2]。

2.3.1優點

（1）對監管機構而言，通過DRG支付方式不僅能使醫院主動降低醫療服務成本、縮短平均住院天數、減少誘導性醫療費用支出，同時有助于醫院加強醫療質量管理，激勵醫院和醫生提高醫療服務水平。（2）對醫保經辦機構而言，DRG支付方式有利于宏觀預測和控制醫療費用，還能降低管理難度和成本，提高工作效率。（3）對醫療機構而言，DRG支付方式客觀上要求其增強成本控制與管理意識，加強對醫療服務成本的計劃、控制、核算和考核，降低成本的同時實現經營效益最大化。（4）對患者而言，DRG控費模式下，醫療服務更透明、衛生資源利用更科學、衛生服務更有效，患者能享受到更公平合理的醫療服務。

2.3.2缺點

作為一種全新的控費方式，構建DRG支付方式的前期，醫院需要投入大量經費做好基礎研究、人員培訓、信息系統建設、病案首頁等工作，會增加醫院的工作量和經營成本。同時，DRG支付方式可能增加醫院的財務風險。該風險可能來源于診療服務項目所導致的成本增加，也可能來源于服務數量變化所導致的經營成本提高[3]。另外，對外部因素的過度依賴可能使DRG支付方式的構建陷入困境。此外，DRG支付方式下醫療收費雖然更精準透明，但未必能真正反映醫療費用的客觀事實。

2.4AI控費

近年來，隨著人工智能的快速發展，將AI技術引入醫保控費逐漸被社會各界所關注。AI控費模式對彌補現有控費方式的短板、構建完備的醫保控費體系、促進醫保可持續健康發展，有著十分重要的意義。AI控費就是利用AI關鍵技術和特有功能，模仿人腦機制對與醫療服務行為及社保醫療費用支付相關的海量數據進行自動讀取和采集分類，形成基于CNN、DNN等多種神經網絡及算法的訓練庫；以訓練庫為依托，對采集的數據進行深度挖掘、全面研究和智能分析，探尋數據背后隱含的醫療行為與醫保支付規律，為保障醫保基金安全提供創新方法與途徑[4]。

2.4.1優點

AI技術的優點，一是智能化水平高。與其他控費模式相比，人工智能最大的優勢在于，依托人腦機制，不僅具有執行命令的能力，還有自我學習、自我創造的能力，因此人工智能能有效提高醫保智能審核和監控效率，輔助醫保管理部門規范診療服務行為、強化醫保基金監管。二是計算速度快。人工智能可以在較短時間內對海量的醫保數據進行深度挖掘和精準分析，從而為醫保控費提供科學依據。三是便捷。有些人工智能設備（如智能可穿戴設備）可隨身攜帶，能做到及時、準確、無限地為參保人提供必要的健康管理咨詢、形成海量的健康管理數據、跟蹤參保人健康管理狀況，從而有效提高其身心健康[5，6]。

2.4.2缺點

AI技術的缺點，主要體現為對數據尤其是高質量醫保數據的依賴性太強。截至2017年底，我國基本醫保（包括城鄉居民醫療保險及城鎮職工醫療保險）和城鄉居民大病保險的參保人數已超過13億人，定點醫療機構數萬家，醫保數據呈現出數據量大、涉及范圍廣、臨床信息豐富的特點。隨著人工智能由“弱智能”向“強智能”的深度發展，對數據的依賴性越來越強，全面、及時、完整的醫保數據會直接影響AI控費的效果。然而，受醫保統籌層次偏低、數據標準化建設滯后、網絡技術欠發達、政策法規不完善等多種因素的影響，當前我國醫保數據呈現碎片化和孤島化的特點，各地參保人員信息、繳費信息、支付待遇、醫保目錄、疾病分類、治療程序、藥品分類和藥品編碼等數據的完整性差、質量參差不齊，嚴重影響了人工智能對相關數據的深度挖掘和分析，進而影響了AI控費的效果。

3討論

四種控費模式各有其特色與優勢，但同時都存在不足。為提升各控費模式的功能與效果，應重點做好以下幾方面工作。

3.1構建多部門聯動控費機制

有效控制基本醫療保險相關醫療費用的不合理增長是一項極其復雜的工程，不僅僅是政府部門的單方行為，而是涉及面廣、工作量大的系統工程，需要多領域、多部門通力合作。特別需要衛生與健康部門、醫保監管與經辦機構、醫療機構、商業保險機構、藥品生產企業、藥品流通企業等群策群力，同時也需要第三方控費機構和技術開發部門的積極參與，共同構建多部門聯動的醫保控費機制。當前亟需解決的關鍵性同時也是基礎性問題，就是要打破醫保數據壁壘、提升醫保數據質量，構建一體化、標準化數據庫，實現數據資源的開放共享，為構建多部門通力合作的醫保控費機制奠定基礎。

3.2建立多元化醫保控費體系

單純依托某一種控費模式，其效果有局限性。要打造智能控費、PBM控費、DRG控費、AI控費銜接互助、優劣互補的多元化醫保控費體系，形成政府、醫療機構與第三方機構的整體合力，從而切實保護參保群眾的合法權益。

3.3推進醫保控費立法

醫保控費事關國計民生，不能馬虎了事。各部門要強化對醫保控費重要性的認識，積極推進醫保控費立法，強化藥品生產、流通、定價及醫療服務行為的全流程監管。從法律的角度嚴厲打擊小病大治、掛床、騙保、虛開發票、招標行為弄虛作假等助推醫療費用不合理增長的違規行為；同時還要培養全社會的法律意識，引導各部門、各機構、各人員依法行政、依法辦事。

3.4加強復合型醫保控費人才培養

無論是制度的構建、政策的實施，還是技術的升級、軟件的開發，都離不開人才。當前我國醫保控費人才嚴重欠缺，既精通醫學和信息科技，又熟悉醫保及藥品生產流通政策的相關復合型人才較少，相應的人才培養機制還未健全，人才培養的數量與質量與日益增長的控費需求相距甚遠。為此，醫保監管與經辦部門有必要從基本醫保的長遠發展出發，制定相關人才培養計劃，加大人才培養與引進力度，以滿足醫保控費對相關專業人才的需求。

作者：吳海波 劉統銀 朱文芝 單位:江西中醫藥大學經濟與管理學院