去年以来，一座西部城市卫健委部门负责人王刚（化名）告别了相对休闲的生活。

每个月他都会约见3-4家金融科技平台业务主管，了解他们借助大数据与人工智能技术提升医保监测效率，遏制医保报销领域跑冒滴漏、过度医疗、浪费滥用、套刷套药等灰色操作现象的具体成果。

“事实上，传统医保监测解决方案存在不少弊端，的确到了需要改革的地步。”他坦言。在他看来，这些弊端主要表现在两大方面，一是打不通临床数据、做不好数据标准化归集处理、无法落实数据应用等，导致当地卫健委难以实时掌握医保报销领域存在的灰色操作具体状况，无法做到“对症下药”有效治理；

二是现有的医保监测解决方案，风控规则是事先设计好的，对医疗行为的判读往往是“事后”的，不能及时监管医生在诊疗过程中的异常行为，做到事中审核杜绝过度医疗行为。

“要借助金融科技平台的大数据分析与人工智能技术，彻底解决当前医保监测解决方案的弊端，要走的路还漫长。”王刚向记者坦言，一方面当地政府部门考虑到医保基金数据的安全性，不大会与外部系统联网相关数据；另一方面不少地方政府部门人士认为当前医保业务自成体系，未必需要引入外部系统，反而增加数据外泄的风险。

更重要的是，仅在各类医疗数据标准化归集处理一项，多数金融科技平台所谓的大数据分析与人工智能技术，未必能达到相关政府部门的要求，更别提通过上述技术对医疗数据进行实时分析，在事前、事中环节有效遏制过度医疗、跑冒滴漏、套刷套药等灰色操作同时，逐步完善医院的绩效考核机制。

【文章来源：21世纪经济报道】