智能制造網APP
智能制造網手機站
智能制造網小程序
智能制造網官微
智能制造網服務號
智能控制
機器人
儀器儀表
物聯網
3D打印
工業軟件
回放
品牌
賀德克/HYDAC
當前，數據要素已成為重塑醫療保障領域治理模式、服務形態與產業生態的重要力量。近日，國家數據局綜合司、國家醫保局辦公室、中國氣象局辦公室印發《醫療保障、氣象服務領域“數據要素×”典型場景指引》(以下簡稱《指引》)，按照《“數據要素×”三年行動計劃(2024—2026年)》有關部署和要求，梳理總結醫療保障領域3大重點方向8個重點領域共20個典型場景，為醫療保障領域數據“供得出、流得動、用得好、保安全”提供了清晰的實踐樣板。《指引》不僅展現了數據要素與醫療保障深度融合的創新圖景，而且為當前醫療保障領域數據開發利用規模化提供了可借鑒路徑，需要仔細研究、認真落實。
一、《指引》中典型場景的優勢與特征
場景數據利用既重系統性，又重安全性。典型場景凸顯了數據要素從匯聚、治理到應用的系統性思維，構建了有效有序的數據利用體系。在數據匯聚環節，場景明確了多源、多類數據的整合路徑，有助于幫助機構形成高質量的數據資源池。比如，“個人醫保云”匯聚全時、全域、全維、全生命周期健康數據，“商業健康險一站式理賠”實現了將保險數據和用戶數據有機結合。在數據治理環節，場景展示了多種數據治理手段，比如，強調通過統一格式與編碼標準，采用去標識化、匿名化等技術手段，搭建分級授權訪問管控體系，可以有效打通多源異構數據壁壘。同時，數據安全保障貫穿場景始終，無論是“醫保影像調閱”中的全生命周期安全防護體系，還是“商業健康險理賠”中的密態計算與區塊鏈技術應用，都顯示了注重安全、合規利用的理念，力求實現數據價值挖掘與隱私保護的平衡。
場景橫向覆蓋全鏈條，縱向聚焦民生痛點。典型場景構建了從服務供給、結算支付到監管治理的全鏈條賦能體系，實現了醫療保障關鍵業務環節的全覆蓋。《指引》中的典型場景對各環節需求精準賦能，著力解決人民群眾急難愁盼的問題。智享服務層面，“個人醫保云”打造個人健康畫像，為參保人提供從就醫便捷服務到醫保智能推薦的全流程支持；“醫保影像和數字病理跨省調閱”則直擊轉診復診中的數據壁壘問題，讓診療資料跨域共享成為可能。智能結算層面，“商業健康險一站式理賠”與“醫保可信支付”，破解了醫保報銷流程長、速度慢等民生痛點，實現了支付服務的提質增效。智慧監管層面，相關場景更是形成了全流程防控體系，從藥品全鏈條追溯的事前、事中、事后監管，到超量用藥智能監控和大數據反欺詐，再到“醫保+網格化”預警監測，構建了多層次、立體化的監管網絡。
場景技術應用體現技術創新與產業實用融合。從創新性看，典型場景深度融合了大數據、人工智能、區塊鏈等新一代信息技術，體現了數據科技創新和醫療保障領域技術創新和產業創新深度融合的趨勢。比如，“DIP大數據反欺詐監管模型”基于張量圖卷積神經網絡，實現了對隱蔽違規行為的穿透式識別；“超量用藥智能監管”通過機器學習提取藥品關鍵信息，建立劑量分析模型，實現實時預警。從實用性看，典型場景中的技術應用緊密圍繞業務需求，實現了技術價值與實用價值的統一。比如，“醫保可信支付”通過運用自動結算等數字技術，形成“可信展碼”“先記后付”模式，切實解決了系統故障應急結算、門診排隊繳費等問題，讓技術創新真正為民造福。
場景價值釋放實現多元與協同的統一。典型場景不僅聚焦醫療保障自身的提質增效，更致力于多元價值共創增量，從而打破了各單一主體的利益博弈格局，構建了多方共贏的協同發展的生態。對參保人，相關場景通過就醫便捷化、服務個性化提升了就醫的獲得感、體驗感。對醫療機構，數據互聯互通優化了診療路徑，提升了服務效率。對醫保部門，智能化監管與精準化治理提高了基金使用效率，強化了風險防控能力。對相關產業，數據要素對醫藥研發、商業健康保險、健康管理等產業提供了要素支持，推動了產業的創新發展。
二、以應用場景牽引醫保數據深入開發利用
《指引》中的典型場景初步解決了“有沒有路徑”的問題，還需要進一步解決場景“大規模推廣”的問題。下一步，建議通過夯基礎、促應用、強保障多種舉措，進一步促進醫保數據大規模開發利用，造福于民。
健全數據治理體系，夯實數據利用基礎。一是加快推進數據標準化建設，推動跨部門數據標準協同，加強醫保與衛健、民政、金融等部門的數據對接，建立統一的“醫療+保險”的數據標準，加快實現數據互通互認。二是提升數據質量管控水平，建立統一的全流程數據質量管理制度，明確數據采集責任主體，規范數據錄入、審核、清洗等環節的操作流程，建立數據質量追溯機制，確保數據質量問題可查可糾。三是完善數據治理機制，推動相關機構建立數據治理專家委員會，吸納業務骨干、技術專家、法律專家等深度參與數據治理規則制定與重大問題決策。
深化數據技術融合應用，提升場景落地實效。一是加大技術研發力度，聚焦智能監管、智能服務等關鍵場景，聯合科研機構、企業開展技術攻關，提升醫保領域人工智能模型的精準度與泛化能力。二是鼓勵數據創新試點示范，選擇部分地區和細分領域開展先進技術應用和數據開發利用試點，總結可復制、可推廣的經驗做法。三是推動技術落地與基層賦能，加大對基層醫療機構數字化轉型的投入，改善基層技術設備條件，提升基層數據采集與處理能力，建立技術下沉機制，組織相關企業與基層單位開展合作，提供技術支持與培訓服務，幫助基層工作人員掌握數據開發利用相關技術和模式。
強化數據安全保障，筑牢安全防護屏障。一是制定完善醫療保障領域數據安全管理辦法，明確數據安全責任、防護要求、應急處置等內容，引導相關機構構建多層次、立體化的安全防護體系。二是提升基層技術安全防護水平，尤其是加強醫保信息系統與數據平臺的安全防護水平。三是建設國家級、區域級的醫保數據安全防護共享平臺，部署防火墻、入侵檢測、數據加密等安全防護設備，推動基層醫療機構共建共用。
醫療保障領域數據要素的開發利用是一項系統性工程，既需要典型場景的方向引領，也需要破點成面的全面推動。未來隨著社會各界共同努力，醫療保障領域的典型場景數量將更多，應用將更廣，數據要素的乘數效應必將更充分釋放，為保障人民群眾健康權益、促進健康中國建設注入更加強大的動力。
文 | 國家發展改革委創新驅動發展中心主任 霍福鵬
國家發展改革委創新驅動發展中心數據要素制度法規處處長 杜萬里
浙公網安備 33010602000006號
智能制造網APP
智能制造網小程序
微信公眾號
