2025年6月5日，中国医疗保险公众号发布文章《医保监管如何从“传统人工”迈向“数据智能”？》披露：“2024年，全国享受住院和门诊待遇69.80亿人次，平均每天约1913万人次，对应产生的医保结算明细多达上亿条”。面对庞大的海量数据，应用分析并且通过数据治理挖掘其中的数据价值一直以来是医保部门研究和解决的课题。这里有一个前提，那就是应用分析数据和挖掘数据价值的成效则要以医保数据的真实性和准确性为基础。2025年8月22日，中国医疗保险公众号发布的《从全国执业药师挂证核查结果来看执业药师信息及时归档的重要性与必要性》披露：“某地医保局在执业药师挂证核查专项整治行动中，共收到疑似定点零售药店药师“挂证”数据62条，实名举报线索1条，通过比对国家医疗保障信息平台医保医师维护信息、执业药师注册证、定点零售药店、医保医师代码数据库动态维护信息，医保医师参保信息、现场核验等措施，发现其中23名药师离职后未及时归档信息，导致出现“挂证”的假象”。

以此数据为例，由于执业药师信息未及时归档导致医保结算数据信息失真，造成挂证假象超过三分之一（37.09%），降低了核查的准确性和核查效率。2025年9月29日，国家医保局公众号发布了《异常数据引发的医保基金飞行检查》的文章揭示：“部分定点医药机构在日常管理最基础也最关键的环节——数据质量管理上仍存在短板。数据质量稍有偏差，就会自动触发医保警讯，引发医保现场飞检，最终导致医保监管和医药机构管理成本的双重浪费。”由此，医保结算数据的失真会对数据应用分析和价值挖掘产生严重的影响，上述文章提及的部分医保结算数据失真案例凸显出医保结算数据质量管理的重要性。

一、医保结算数据质量管理的重要意义

（一）筑牢医保基金安全防线

（二）提升医保监管效能

（三）保障参保人与行业合法权益

准确的结算数据能确保参保人医保待遇精准核算，避免因数据错误导致的报销延迟、待遇偏差等问题，切实维护参保人合法权益。对于合规经营的定点医药机构而言，规范的数据管理可避免因信息失误引发的不必要纠纷与监管处罚，而及时的信息归档则能营造公平竞争的市场环境，推动医药行业规范健康发展。同时，真实完整的结算数据能为公众提供可靠的医疗医药服务保障，避免因数据造假导致的医疗用药安全风险。

（四）支撑医保治理现代化转型

医保数字化转型的重点是数据价值的释放，而数据质量是数字化转型的前提。高质量的结算数据能客观反映医保政策执行效果、基金运行规律与医疗服务需求，为支付方式改革、资源优化配置、政策调整完善等重大决策提供科学依据，推动医保治理从“经验决策”向“数据决策”转变，为智慧医保建设筑牢数据根基。

二、医保结算数据质量管理存在的问题

（一）数据采集与填报不规范

数据源头的不规范是比较突出的问题。在医疗机构端，存在诊疗信息填写失误、编码匹配错误等情况，如案例中某医院医生填写诊断时仅输入“无痛”二字误选“无痛取卵”，或因首字母混淆导致86岁老人出现“试管内受精”诊疗记录，暴露了填报过程中的随意性。部分医院还存在项目编码对应错误问题，将“输尿管镜”服务错误关联“宫腔镜”本地编码，造成男性患者接受女性专属诊疗项目的逻辑矛盾数据。在药店端，执业药师注册信息变更后未及时维护、离职后信息未归档等情况普遍存在，如案例中，某地核查中37.09%的“挂证”假象均由此引发，反映出数据采集环节的短板。

（二）数据校验与审核机制不到位

交叉校验机制不完善，就会产生诸如对诊疗项目与患者情况的逻辑合理性、费用数据的异常波动等缺乏有效筛查。案例中，部分定点医药机构缺乏有效的内部数据校验机制，导致错误数据直接上传至医保信息平台。案例显示某医院住院费用数据中，开单医生未填写真实姓名而被填充为“未知”，多位“未知”医生的异常开药数据触发监管报警，凸显了数据上传前审核流程的不到位。

（三）数据归档与更新不及时

案例中，执业药师信息归档滞后成为监管痛点，注册证信息变更、离职等关键信息未及时在医保信息平台维护，导致监管部门在核查中需耗费大量资源核实真实情况，既降低了核查效率，又易造成误判。这种数据更新不及时的问题并非个例，在诊疗数据、费用明细等结算相关信息中同样存在，使得医保数据无法真实反映医疗服务实际情况，影响了数据的可用性与公信力。

（四）数据造假与违规操作时有发生

部分医药机构与相关人员存在主动造假行为，如案例中医药代表收集参保人社保卡冒名就医，医生配合伪造糖尿病诊疗记录开具处方，通过医保基金购买大量药品，这种篡改、虚构结算数据的行为，不仅直接破坏了医保数据的真实性基础，也导致了医保基金的流失。

三、提升医保结算数据质量管理的对策建议

针对医保结算数据质量管理中存在的问题，笔者提出一些建议仅供参考。

（一）重视源头治理，规范数据采集标准

数据质量的提升始于源头规范，需重点关注医疗机构、零售药店等数据产生端。一方面，统一数据采集规范，明确诊疗项目编码、药品代码、医师信息等核心数据的填报要求，针对容易出现混淆的编码类型制作对照手册，如将“输尿管镜”“宫腔镜”等易混淆项目编码分类标注，避免因编码错误产生逻辑矛盾数据。同时，建议医药机构在信息填报时落实分级核验制度，对诊断结果、费用明细等关键信息实行填报人、审核人双重确认，杜绝“未知”等模糊表述的出现。另一方面，注重重点信息管理，建立执业药师、医保医师等人员信息的动态维护机制，将信息变更、离职归档等纳入医药机构日常考核，明确信息更新时限，对未按时维护的机构采取约谈、通报等惩戒措施，从根源上减少“挂证”假象等数据失真问题。此外，加强对一线填报人员的培训，定期开展编码规则、数据规范等专题培训，结合典型错误案例提升其责任意识和操作能力，从人员层面筑牢数据质量第一道防线。

（二）完善审核机制，构建全流程校验体系

完善审核机制，实现数据错误的早发现、早纠正。要强化医药机构的主体责任，在医药机构自审环节，建议定点医药机构搭建内部数据审核平台，嵌入逻辑校验规则，如自动筛查“男性患者对应女性专属诊疗项目”“老年患者出现生殖辅助诊疗记录”等矛盾数据，以及费用波动超过合理范围、高频开药等异常情况，审核通过后方可上传至医保平台。医保信息平台也要强化智能校验功能，实现诊疗数据与参保人信息、医师资质、药品目录等数据的交叉验证，对未通过校验的数据进行实时预警并退回机构整改。医保部门要定期对上传数据进行抽样检查，重点核查预警数据的整改情况，确保医保数据真实准确。

此外，建议充分运用大数据、人工智能赋能医保结算数据质量管理，重视多部门协同治理，如联动医保与药监系统实现执业药师信息实时同步，消除信息差等。目前，医保数据治理是头等大事，而要提升医保数据从“数据资料”到“数据价值”的转变成效，医保结算数据质量管理工作无疑是不可缺少的前置。

参考资料：

作者 | 赵铁柱 包头市医药采购服务中心

来源 | 中国医疗保险

编辑 | 符媚茹 陈嘉蕾