|
2022年，上海市DRG/DIP付费病种覆盖率达到95%以上。为了充分发挥新支付方式的作用、规避风险，上海医保部门探索建立了基于DRG/DIP付费的智能监管系统和医保智能监管新模式，通过系统预警提示，辅助医生规范诊疗，在保障医保基金安全和有效使用的同时，进一步推动医疗机构高质量发展。紧密结合支付方式试点改革和国家医疗保障局“智能监控示范点”的建设要求，上海市医疗保障局重点针对DRG/DIP付费可能面临的套高病组、低标入院、分解住院、转移费用等问题，积极探索医保智能监管方法,初步建立了具有DRG/DIP付费特点的监控规则库和指标库，可通过监控系统实现对医疗机构的自动预警、监控分析和疑点核查。开展基于大数据病组的医保智能监控预警。鉴于DRG和DIP付费试点初期阶段，按项目付费下医疗机构原来常见的违法违规行为（如违规收费、过度医疗等）在新的支付方式改革后还有可能延续，加之DRG和DIP付费也会产生新的违法违规行为，上海市医保局应用CMI（病例组合指数）、RW（权重）和指数单价等指标，通过不同医院、不同科室、不同医生之间的横向比较，或同一医院、同一科室、同一医生与之前的纵向比较，对某医疗机构同一病组病例异常情况进行分析和预警，即对以上指标进行偏离度分析，对于指标分布离散度大的病组予以重点关注。开展基于项目与疾病诊断等关联逻辑的规则筛查。通过智能监管系统对医用材料与诊疗项目、药品与诊疗项目、诊疗项目与诊疗项目、药品与疾病诊断、诊疗项目与疾病诊断等规则逻辑的匹配筛查，对医疗机构是否存在疑似套高病组等异常情形进行判断。如根据“GD1伴穿孔、化脓、坏疽等阑尾切除术”与“GD2阑尾切除术”的抗生素使用差异、诊疗项目适应范围不同以及耗材使用与手术类型的逻辑关系，制定规则进行疑似高套病组判断。开展基于大类疾病下DRG/DIP病组结构变化趋势分析。通过对同级同类大类疾病下DRG/DIP病组的结构变化趋势进行分析，筛查DRG/DIP病组病例数量增长过快的病例，结合病例诊断与治疗方式、收费项目的关联性分析，进行疑似套高病组等的自动预警。为进一步发现以上三种方法难以识别的深层次问题，考虑到DRG和DIP均为基于ICD10、ICD-9-CM3的编码体系形成的疾病组合，数据基础属于同一来源，两种分组方法进行融合可形成互补，上海医保部门探索构建了DRG和DIP分组的融合监管路径。鉴于DRG和DIP分组颗粒度的粗细不同，建立同一疾病DRG与DIP分组的关联对应，基于DIP病例的流向和构成，对同一疾病高、低资源消耗的病组分布进行分析比较；在此基础上利用聚类分析方法、知识图谱技术建立DRG/DIP病组诊疗轨迹或DRG/DIP病组异常预测模型，从疾病诊断、治疗方式、收费项目等多维度定义融合后病组治疗链路的标准化，通过病例与标准的比对，挖掘潜在的套高病组等行为。基于DRG/DIP融合监管的系统功能实现。一是建立基于DRG/DIP融合为基础的统一的数据转化平台，在基础数据层，通过共同的ICD10、ICD-9-CM3的编码体系，形成同源的疾病组合，DRG由上而下逐层细分，而DIP由下而上逐层收敛，分别形成对应的DRG、DIP映射关系，在此基础上建立同一的标准体系，实现DRG与DIP的相互转换。目前，上海通过中间5个分档（高资源消耗、中高资源消耗、中资源消耗、中低资源消耗、低资源消耗），已初步建立ADRG组与DIP病组的对应关系，并通过同一疾病高、低资源消耗的病组分布进行疑点检出。二是基于病案首页和医保结算数据，应用聚类分析方法进一步建立DRG/DIP病组诊疗轨迹，通过关键项目、结算费用和诊疗时序三个维度，从诊断、治疗、药品、耗材四个方面，对每个病例的偏差情况进行自动比对和判断，如项数偏差高、关键项目负值率高，可能存在套高病组。三是根据临床诊疗规范和临床路径，应用知识图谱技术，建立DRG/DIP病组异常预测模型，将病例收费明细分别与原DRG入组及模型预测的DRG组的核心项目进行匹配，比较相似度，若与原DRG组相符，则认为基本合理；与预测组相符，则认为可能存在高套。建立新型综合监管机制促进医疗机构成本管理。与按项目付费不同，DRG与DIP是以病种组合为基本支付单位的打包付费（按照病种组合制定支付标准），病组疾病越复杂，病情越严重，资源消耗越多，医保支付得越多，具体支付水平并不随医疗机构提供医疗服务的多少而发生变化。可以说，DRG/DIP支付能够促进医疗机构主动控制成本，以收入为中心转向以质量和成本为中心，提升医保基金的使用效率。因此，上海医保部门与卫生健康等部门加强合作，探索建立适应新型支付方式的综合监管机制，促进医疗机构通过支付方式改革加强成本管理。扩展DRG/DIP预警应用引导医疗机构自查自纠。建立健全针对DRG/DIP支付方式的监控知识库、规则库和大数据分析指标体系，通过广泛应用智能监管系统，加强动态监控预警。扩展DRG/DIP预警应用，将DRG/DIP智能监控预警发现的问题及时推送给医疗机构，通过CMI、RW和指数单价等指标，与标准比较、与自身趋势比较，支持从机构到科室、医生、病组进行逐层分析，引导医疗机构加强自我管理和自查自纠。也可应用聚类分析方法、知识图谱技术建立的DRG/DIP病组诊疗轨迹或DRG/DIP病组异常预测模型，供医疗机构在内部管理中参考应用。加强DRG/DIP付费下医疗质量的医保智能监管。医疗质量是病人就医的根本需求，也是医院生存和发展之本。由于DRG/DIP打包支付的特性，可能出现医疗机构尽可能压缩成本而导致医疗质量下降。因此，在对DRG/DIP付费下的监管中需要对医疗质量更加关注。目前，在DRG/DIP付费下的监管中比较多的集中在对套高病组、低标入院、分解住院等违法违规行为的监管，对医疗质量监管存在不足，需要建立健全包括医疗服务能力、质量、安全、效率和费用等在内的医保监管指标体系，将医疗质量纳入DRG/DIP付费下医保智能监管，实现医保基金的高效使用和医疗机构的高质量发展。
|
