首页 > 科技快讯 > 平安医保科技吴东辉：智能技术在医疗健康保障中的应用 | WISE2020 新经济之王医疗创新峰会

平安医保科技吴东辉：智能技术在医疗健康保障中的应用 | WISE2020 新经济之王医疗创新峰会

晰数塔互联网快讯
2020-12-14 16:55

12月8-10日，36氪在北京国际会议中心举办了「WISE2020新经济之王大会——崛起与回归」。本次大会是WISE大会的第八届，2020年也是36氪成立的第十年。除了以「新经济十年」为关键话题的主会场，本次大会还设立企业服务峰会、医疗创新峰会、未来城市峰会、LPGP峰会、新消费峰会、新智慧城市峰会等分会场，邀请近百位新经济社群的代表，连接初创公司、互联网巨头、投资机构、地方政府、传统企业等市场参与主体，共同展望新经济下一个十年的无限可能。

平安医保科技作为中国平安“大医疗生态圈”的核心成员，以大数据、云计算、生物识别等赋能医疗各方，包括为各级医保局建设信息化系统，并提供运营，同时聚焦控费，打造“监管、控费、服务”三大类产品，助力“三医联动”，同时也为广大个人用户提供健康管理服务。

本次大会也邀请到平安医保科技首席数据总监吴东辉为我们带来《智能技术在医疗健康保障中的应用》的主题分享。

以下是吴东辉的分享讲话全文，经36氪整理编辑：

平安医保科技首席数据总监吴东辉

首先感谢36氪的邀请，今天演讲的题目是《智能技术在医疗健康保障中的应用》。医疗保障既指医疗保障的保险，也指医疗保障机构，下面继续讲。提到平安，大家知道平安是保险公司、金融公司，知道平安的保险服务和资产服务，大家不一定知道平安有大医疗健康，其中有一个重要的生态圈，就是医疗健康生态圈。平安医保科技，是平安医疗健康生态圈中一个非常重要的专业公司，在平安医疗生态圈中，还有其他的专业公司，比如平安好医生。

下面介绍一下平安医保科技。公司成立于2016年9月，愿景是革新中国的医疗市场，助力“三医联动”，实现“一降两提”，这也是大家都在努力实现的目标；致力于成为中国领先的全方位赋能医疗生态圈的智慧科技公司，我们在为医保、商保、医院、医生、医药提供系统、服务和数据赋能。

看一下平安医保科技走过的路程。“十三五”把“人工智能”列为国家的重点战略方向，五年以后，再一次把“人工智能”写入了“十四五”规划和2035年的远景目标。平安医保科技就是致力于利用大数据和人工智能为整个医疗生态圈赋能的公司。下面讲讲具体做了些什么。最开始是从平安养老险孵化出来的服务于医保局的项目，是从做FWA，帮助医保控费反欺诈、反浪费、反滥用发展过来的。2016年成为平安集团的专业公司以后，致力于帮助医保控费，帮助医院、医生、药店，为消费者提供健康管理服务。

2018年国家医疗保障局成立，从原来的社保局中分离出来。分开以后做的第一件事情，就是重建医疗保障体系的信息系统。2019年国家医保局招标了国家医保局的整体信息系统，平安医保科技中标第七包，包括大数据宏观决策支持，也包括基金运行监测，和我们的传统业务相符合。医保局成立以后，就更加明确了医保在医改中的“超级买方”核心地位，规定的七大主要职责也是连接医疗、服务供方和病人之间的纽带。提供价值医疗，影响医疗服务的行为和费用。

在国家大政策的背景下，平安医保科技作为中国平安“大医疗生态圈”的重要组成部分，积极以智能技术服务医疗生态圈，主要针对政府端、用户端（就是个人端和服务方端）、支付端三大部分。政府端是通过建立系统服务和运营的方式，来服务于国家医保局、省地市医保局，也服务于当地的卫健委、药监。这个系统主要通过大数据、云计算、生物识别等科技来赋能医疗各方。其中为用户提供服务，不光是医疗服务，也包括健康管理服务，以及健康险的保险服务。

我们赋能的也有卫健委端，提供卫健对医院的经营状况、医院的医疗水平和服务水平的360度监控，同时对医院的医生、医护人员的行为也进行画像。我们通过医保局的长臂监管，对医药的使用情况、药店的使用情况进行监管，来防止欺诈行为。

我们联合医保、商保和政府、企业、个人支付，通过系统服务和数据打通的形式，来提供给他们更优质的服务、更合理化的使用费用。下面都会做进一步的介绍。我们提供智慧医保平台，全面赋能各级医保局。从国家局的智慧保障平台，到省地市级的医保智慧保障平台，通过医保控费和支付手段触达医院，打通药店。这里边有几个主要功能，目前包括基金的运行监测、基金的宏观决策，同时也包括日常对基金的监管、综合支付的改革，还包括日常中对信用评价的建立，还有药店违规、参保人违规的处罚，建立一个信用体系。医院端，通过我们在医保局的服务，院内控费，来帮助医院提高医保资金的使用水平和质量，也包括信息化体系的提高。

在药房监管方面也做到了对药房的经营状况进行监管、经销存进行监管，防止欺诈的行为发生。行为的监控包括事前、事中和事后，也实现了处方共享。在数据平台上，我们提供的是统一的数据标准、数据治理服务，实现信息共享。其实现场的谢教授也提到了，数据的获取是非常困难的，数据的使用过程中涉及到各种数据安全和数据隐私的问题。我们致力于在安全合规合法的情况下，利用数据进行合理的监管，实现我们为医保局、医院、药店提供的服务。我们这些服务通过五大核心产品，宏观检测、运行监测、智能监管、综合支付、信用评价，在医保端主攻的系统是触达涉及到医院、医生、药店和参保人。

平安医保科技首席数据总监吴东辉

另外有一个创新业务，是今年比较热的，就是多层次保障业务，包括惠民保等多种补充的健康险。由此产生了对医院的影响，除了对药企产生影响、流通企业产生影响，对医院也会产生影响，我们下面也会做简单的阐述。还有像一开始提到的医保科技，成立的初衷是致力医疗健康管理服务，现在我们还有慢病管理服务的业务和系统。

这是我们以医保为核心，聚焦控费，打造“监管、控费、服务”三大类产品，赋能“三医”。也就是不光有医保产品线，也有服务于“三医”的产品线，包括服务于卫健的产品线，能够对全市地区的医院提供360度监测，包括经营状况、医疗质量、服务质量等关键指标。医院端，通过对医院的DRG综合管理平台、医院控费与用药管理平台、药房监管平台，触达到医院、药店和患者。

我们的健康管理服务也分不同的类型，取决于健康服务发起方的服务目的和方式，下面我也会做一些简单的介绍。平安医保科技作为平安的专业子公司，也要赋能商业保险，主要是商业健康险，对基本的医疗保障做补充和覆盖。我们不光服务于平安内部的健康险产品，也包括全国各大中小健康险企业和产品。我们提供一整套能力，包括差异化产品设计能力，依靠大数据精算的精准定价能力，通过我们对市场的深刻理解，挖掘细分的市场。我们提供三合一的解决方案，包括产品设计、智能核保核赔的风控措施，也包括相关的健康管理服务。所有这一切依赖的都是后端大数据和人工智能，来提供这些智能服务。

刚刚简单介绍了一下应用大数据给医保局和卫健医院提供服务的情况，下面是案例分享。

案例一是医保局的案例，利用大数据处理和建模技术，对医保宏观决策进行支撑。最重要的是对基金的运行现状进行分析，不光包括基本面的分析，也包括对医保政策在实际执行中的效果分析。这是从地市级的来说，从省级、国家级来说，通过对不同的医保政策和待遇在不同的疾病人口上产生的差异化，来分析待遇保障水平和实际使用，对病人健康状况、治疗效果进行分析比对和建立模型。我已经讲到了，通过对诊疗模式的数据分析及一些特征的挖掘，试图分析出基金使用过程中的规律，包括临床的治疗规律、个体的健康差异，同时也对重点人群进行分析、重点医疗机构进行分析、重点疾病进行分析，这些分析可以深入了解到基金的使用状况和覆盖状况。

在充分分析基础上，真正地支撑医保基金、医保政策的宏观决策方向，就是怎么根据这些分析进行医保政策的调整。比如根据发生的问题提出建议，比如门办政策、门诊政策、药品目录、特药调整等等。针对这些任务，我们提供一整套的解决方案，首先这是一个例子，对医保基金进行了实际的分析，对收入、支出进行了分析，对分布状况进行了分析，对整个医保基金的健康程度进行了分析。

在此基础上，我们会提出一些建议，发现针对特定的医保专区，发现顶格消费现象显著，基金占用偏高。发现这些症状我们也会开出处方，提出管理建议，比如优化门诊待遇政策，如何约束顶格消费的现象。涉及到大额政策优化、一些特殊政策等等，这是一些本地化的调整措施。

同时也发现了分级诊疗有引导优化的空间。尽管我们一直说倡导分级治疗，如何落地和实现分级诊疗，设计什么样的措施使分级诊疗得到有效的实现，都是这个案例中分析发现的问题。通过对重点疾病的生物分析，对慢病占比过高、不规律患者过多等现象，我们设计了一个慢病政策。设计的门办、门诊的政策和一整套的服务，既保证医保基金的安全，又保证慢病人群的健康。

在此基础上，我们通过仿真模拟，给出不同的备选方案，来逐步建立门办的政策，对行为进行分析（也是一个多年分析）、对政策的效果，最后也进行了回归分析。当然在一开始不同的方案对比，提供决策使用的过程，是基于医保端的政策宏观决策过程，也是一个示例。在此基础上，大家也可以看到对医保大数据的应用示例，应用了大数据分析、人工智能技术，也包括临床一些医学分析，包括医疗质量、治疗方式的分析。

第二个案例用于卫健委端，基于健康医疗大数据的医改监测的应用。搜集各家医院数据（数据治理本身就是个困难的事情），在此基础上设计合理的监测指标，使卫健实时掌握医院体系的运营状况。关键指标也是非常关键的应用。

这里面也根据当地的医疗改革需求，合理设计一些监管和监测指标。我们建设区域性医疗健康大数据平台、数据中台，支撑这些应用，医疗监测只是其中一类应用。卫生管理部门对区域医疗大数据有需求，但是在数据治理、共享方面都是缺乏手段，对业务的监管也缺乏数据平台，这是我们的切入点，就是建立刚刚讲到的大数据平台，来帮助它解决这些数据的断点、痛点，对医院的指标进行有效的监测和分析，这是一个简单的示例。我在这里列了一些数据，包括区域人口，通过数据采集和标化的过程，进行有效的加工，对数据治理包括一些解读、AI产生数据标签库、指标库，对医院医生和病人，甚至包括一些疾病进行有效的画像，沉淀一些指标，对各方面的指标进行定义，计算画像，能够比较真实动态地反映整个区域的经营状况。

讲到医改监测，也包括这么几个部分，有了这些数据以后，辅助卫健委动态掌握各个区域、医院的情况，在这个基础上也有更多的应用。包括如何调整医院的卫生服务结构，如何调整服务价格，如何跟新的医保政策进行衔接，都提出了一整套的挑战和要求，我们通过开发系统服务和数据赋能来解决这些问题。

比如这里提到医疗服务价格仿真模拟。通过我们建立大数据平台，可以比较全面地收集到医院的服务价格，针对耗材政策对各家医院的影响、如何进行多目标优化、实现多目标的平衡来调整医疗服务的价格，既保证医院的利益，也保证消费者的利益，也保证医疗基金的安全。第二优先目标是尽量保护医院内部各个科室的平衡，这样建立价格调整的范围，在此基础上向卫健委提出价格调整的建议，我们可以提出动态的仿真模拟的优化，就是基于大数据平台的能力和后台优化模型，基于对医院运营的了解。

刚介绍了平安医保科技在医疗保障中的作用，也覆盖了医院、药店、医保全链条生态圈，也举了三个运营例子，谢谢大家。