医保基金使用主体多、链条长、风险点多、监管难度大，欺诈骗保问题持续高发频发，监管形势严峻。医保基金审计对推动国家医疗保障政策落实、保障基金安全、维护群众医疗保障合法权益具备极其重大意义。

　　随着大数据技术的快速的提升，医保基金审计正逐步向数字化、智能化转型，大数据技术成为推动医保基金审计工作创新的重要驱动力。

　　医保基金审计，不仅是对基金使用情况的监督，更是对医保制度健康运行的有力支撑，要及时有效地发现并防范基金使用中的违反相关规定的行为，防范和化解风险，促进医保制度可持续发展。

　　然而，在真实的操作中，医保基金审计面临着诸多挑战：数据量大且复杂，医保基金涉及参保人员、医疗机构、药品耗材供应商等多个主体，数据种类非常之多、结构较为复杂，包括但不限于诊疗记录、费用结算、药品采购等。

　　面对上述挑战，大数据技术的引入为医保基金审计带来了新的机遇。大数据技术以其强大的数据处理、计算和分析能力，为审计工作的智能化、精准化提供了有力支持。

　　构建大数据平台，实现数据汇聚与治理。大数据技术在医保基金审计中进行应用，实现医保大数据价值深度挖掘和有效利用，需要拥有全量可用的汇聚数据。一是构建支撑海量异构医保大数据存储与计算的大数据平台，二是构建支撑医保大数据标准化治理、可视化操作、便捷化使用的数据资产管理平台。这两个平台共同构成了医疗保障基金审计的数据基础设施，为数据的深度挖掘和有效利用提供了可能。

　　业务数据分析与智能监管。在大数据平台的支撑下，审计人能基于“医保数字大脑”能力，综合运用“高频就医”“虚假就医”等算法模型，将医保专家经验与算法模型智能化融合。通过标准化的业务数据开展医疗保障基金监管场景模拟，可视化地调整数据结构并优化算法模型，提升模型准确率，助力医疗保障基金精准监管。

　　利用基于医保大数据的标签能力，对异地就医患者就医行为及偏好进行智能标签。集成机器学习、多智能体分析模型等研究方法，综合定制医保业务场景下的智能模型。从人口、经济、疾病谱以及自然环境因素等多维度切入，实现对医保业务数据的全面探查与模拟，为基金运作情况监测和医保政策仿真评估提供创新应用。

　　风险预警与绩效管理。大数据技术还能应用于药械、医用耗材等价格测算及目录调整。通过对历史就医数据的分析，结合市场行情报价变动趋势，对药械耗材价格做到合理测算，并将调整结果代入历史就医数据中做验证。通过推演预测未来数据，模拟目录及价格变化对医疗保障基金支出及参保人待遇享受的影响，为政策调整效果提供数据支撑。

　　通过大数据技术，可以对医疗费用排名、人次排名、疾病诊断分布等内容做深入分析，发现医院医疗保障基金的风险预警点。运用智能化、可视化手段全范围覆盖风险点，实现对基金使用情况的实时监控和预警。同时，强化医疗保障基金绩效管理，提升基金使用绩效，切实维护医疗保障基金支付安全和可持续发展。

　　强化审计大数据技术整合应用，更好地挖掘被审计对象分散化、碎片化的信息，准确找出疑点，提高审计效率。通过“业务思路﹢数据分析模式”，发挥大数据对审计业务的支撑作用，同时强化数据分析与现场审计的业务融合、资源统筹。充分挖掘医保大数据的价值，打破“数据孤岛”现象，实现跨部门、跨领域的数据共享与整合。通过对医疗保障基金整体数据的全面系统“扫描”和全过程跟踪“穿透”，实现多维度关联和多角度分析，有助于发现隐藏在数据背后的深层次问题，提高审计工作的精准度和有效性。

　　强化系统建设，完善数据校验，形成包括药械进销存、医疗服务价格和医保支付等大数据系统。通过对医保大数据的处理和分析，不难发现各种隐蔽性的欺诈骗保行为，对异常数据来进行分析。数据挖掘技术还能够在一定程度上帮助建立个体化审计模型，从行为模式分析入手，系统分析医保业务中各个主体在各类信息系统留下的行为痕迹，通过这一些痕迹数据还原真实的业务行为，并从药械、医用耗材采购、处方开具、药械、医用耗材出库、费用结算、医保支付全流程分析其行为特征。在同一主体上叠加时间、空间、次数等维度，分析就诊行为合理性、真实性，同时关注行为的规律性、集中性。

　　创新大数据技术应用场景。从审计的战略角度，针对医保业务过程中的各类数据，利用数据仓库以及数据挖掘技术，采用自然语言处理结合自定义的语料库进行自然语言处理，采用机器学习算法实现业务模型分析。通过对数据的采集、抽取、清洗、转换、聚合等方法，开展数据建模、设计数据方法，形成医保审计的数据分析流程。通过比对药械、医用耗材进销存，可以及时有效地发现和阻止虚假报销、药械价格异常、药械库存异常等行为。通过数据整合进一步拓展数据分析的深度和广度，为提高审计质效打下了坚实数据基础。

　　创新技术运用对基金数据来进行趋势变化分析、聚类分析、比对分析和比率分析，快速查找问题疑点，找准薄弱环节重点突破，提高数据分析精准度和效率。构建大数据分析协作平台，形成审计联动机制，对医保业务与信息系统数据的逻辑关系、现有数据基础等做综合分析研判，探索出医保基金审计的最佳数据模型。不断拓展审计大数据的应用场景，提升审计的建设性作用。