0
| 本文作者： 木子 | 2021-02-20 09:56 |
2020年，对平安医保科技来说，无疑是一个重要的年份。
这一年，平安医保科技在全国医保省平台信息化领域中成功占据市场领先地位。截至目前，已累计中标15个省医保平台建设工程项目。
当然，在这15个省平台项目之前，让业内看到平安医保科技实力的，是其进入国家医保局项目，成为平台第七包（宏观决策大数据应用子系统、运行监测子系统）承建方。
作为医保信息化领域的“新人”，平安医保科技为何能从“鲶鱼”变成“大玩家”？其在技术与经验方面的积累起到了不可忽视的作用。
“进入国家医保局项目，成为平台第七包承建方”，无疑是对平安医保科技在医保领域最大的认可。
医保作为牵动国民的重大实事项目，对于技术服务方，从来有着极为严格的“准入”门槛。以往，为医保提供技术支持的主力是过去中国的13家金保系统厂商。
但近年，医保局的项目中标企业却呈现了新格局。传统的金保系统厂商固然继续中标，但是只有4家（东软集团、久远银海、创智和宇、易联众）；纯粹的医疗IT头部公司成为了一股新势力，包括东华、卫宁等；而平安医保科技，则是这一领域的“黑马”。
作为一家脱胎于中国平安集团的医疗健康技术领域的独角兽，平安医保科技不但杀入了医保这盘大棋局，而且拿下了宏观决策大数据应用子系统、运行监测子系统这两个极具含金量的子系统。
需知，这两个系统相当于整个工程的“中枢大脑”，是数据汇总和数据分析中心，也是智能输出窗口。
其中，宏观决策大数据应用子系统可以借助大数据技术和精算技术，帮助医保管理者动态化掌握全国各地医疗保障制度运行情况，研判内外部环境变化对政策的影响，挖掘内在规律，提前预警风险，为医保管理者持续优化医保资源配置、完善医疗保障体系提供决策支持。
平安医保科技能够拿下这两个子系统，足见国家医保局对平安医保科技的认可。
2018年，国家医疗保障局从原来的社保局中分离出来，成为单独部门。国家医疗保障局单独成立后做的第一件事情，就是重建医疗保障体系的信息系统。
△图片来自视觉中国
重建信息系统，本质上是为了进一步推进国家医保系统推进许久的目标：医保基金的精细化管理。
早在2012年，人力资源与社会保障部首次提出“开展基本医疗保险付费总额控制”，以应对医疗费用过快增长的趋势。此后几年，控费成为医疗行业的主要关键词。
而伴随整个社会管理的日益精细化，无论是国家医保局，还是各个省市的医保局，一套强大的信息系统，就成为了智慧医保的核心。
AI，我想你或许已经想到了“人工智能”这个炙手可热的新技术，并期待它在医保控费领域发挥巨大的作用。
是的，智慧医保，要靠AI。但是，要用好AI，难度也极大。
相比常见的应用场景，医保领域的人工智能模型最大的一个挑战就是“数据孤岛”。各医疗机构存在共享数据有限的情况，出于数据安全、数据隐私保护等原因，各个医疗机构只能对外提供部分数据供 AI 算法使用。再加上中国地域大，算法模型在不同地域应用也存在自适应安装使用等问题。传统通过大量数据打标来进行深度学习的方法，并不胜任，业内也没有成熟的算法可供借鉴。
但这样的难度，反而成就了平安医保科技。
一方面，平安集团在医疗保险领域拥有多年经验，可为医保基金管理供专业知识的辅助，这是传统的IT厂商难以企及的经验优势；另一方面，平安集团常年注重科技投入，数年下来百亿级的投入，使得平安集团包括平安医保科技有着不亚于互联网巨头的专利储备和技术人才。
日前，国促会数字科技发展工作委员会（下称“国促会数科委”）与零壹财经联合发布《2018-2020年全球数字医疗专利TOP100》，2018-2020年间，全球数字医疗专利申请数量最多的3个国家分别是中国（2.31万件）、美国（0.91万件）和日本（0.27万件），排名前三的企业分别是平安集团（1074件）、飞利浦（1021件）、强生公司（535件），平安集团以1074件专利位居全球第一。
正是这样的技术底蕴，帮助平安医保科技能够胜任一套全新针对医保需求的全新算法的研发。
事实上，平安医保科技此后在试点省市推广应用的大数据 AI 风控系统，就内置了半监督学习算法，通过联通数据，可以更精准、更全面地管控医保支出。同时，基于联邦学习算法解决各个医疗机构数据孤岛，算法模型需要自适应的问题。
平安医保科技大数据 AI 风控系统已实现在全国多个省 / 市的落地应用，为各省 / 市医保局提供医保风控的大数据采集、存储、处理、分析和服务的整体解决方案。
当然，平安医保科技通过技术能够赋能的，不仅仅是精细化医保基金管理，还包含更多决策支持。
平安医保科技首席数据总监吴东辉指出，平安医保科技的系统可以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。在此基础上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。
在过去几年时间里，平安医保科技的“技术含量”，不但得到各地医保系统的认可。而与此同时，平安医保科技不断在各项大赛评选中斩获好名次，也进一步坚定了合作方的信心。
2020年，平安医保科技持续蓄势发力，技术频获肯定，比如获得北京数智医保创新赛“医保宏观决策支持”赛题组冠军、2020“医健AI漂亮50”总决赛三等奖等。
截至2020年11月底，平安医保科技已累计申请各领域专利720余件。通过包括AI、区块链在内的基础技术创新，以及运营医保数据中台DaaS、智能医学转码平台和智能AI算法平台等在内的数据处理技术，平安医保科技已实现涵盖智慧医保、智能疾病预测、智能影像筛查、智能辅助诊疗、智能医疗智控和智能随访患者等在内的科技应用创新和数据智能应用。
为国家到各省市的医保系统提供服务，是平安医保科技征程的第一步。
毕竟，在整个平安集团医疗生态圈的版图中，平安医保科技肩负着从支付领域切入智慧医疗的重任——而这也是平安相比许多纯粹主攻C端用户的医疗服务商最大的区别。
医保，只是平安医保科技征程的第一步，以此为基点，进一步向医院、医生、医药管理延伸，并进行服务赋能则是平安医保科技未来重要的发展方向。
而疾病诊断相关分组（DRG），或许将是平安医保科技未来数年重要的赋能对象和业务增长点。
2019年6月国家医疗保障局联合四部门《关于印发按疾病诊断相关分组付费国家试点城市名单的通知》，确定北京、上海等30个城市为DRG付费试点城市。2020年11月国家医疗保障局再次印发《区域点数法总额预算和按病种分值付费试点工作方案》，同时提出，用1-2年的时间，将统筹地区医保总额预算与点数法相结合，实现按分值付费为主的多元复合支付方式。
而DIP，DRG等支付工具带来的支付模式改革，对于各地医保系统、卫健委和医院挑战巨大。
北京大学公共卫生学院院长助理、卫生政策与管理系副主任简伟研指出预支付工具有着巨大的技术挑战：“如果病人在出院时完成费用结算，医院需要在短时间内将病人的信息进行收集和整理，这对医院现行信息系统无疑是巨大的挑战。”
而目前，我国许多医院都面临严重的“信息孤岛”问题，无论DRG还是DIP均高度依赖信息化建设，故而医院内部管理流程面临变革、信息系统需要全面升级和改造，各部门的工作模式也会发生相应转变。
挑战，对于平安医保科技自然意味着机遇。
平安医保科技自研开发了面向医保局的综合支付管理平台和基于DRG/DIP的医院综合管理平台，背后依靠的是智能编码引擎、NLP和医学图谱等AI技术。局院两个平台的联动构建了城市级病案质控全闭环管理体系、可标化可对比的绩效评价体系和可追踪可预警的费用监测体系。
2020年，常州医保局DRG项目启动试运行，经过一年的模拟结算，常州市整体入组率从模拟支付开始初期的60%左右提升至十二月的99.1%，病案质量显著提高。同时，平均住院日下降、次均住院费用增速放缓，收治病人复杂程度提升明显，医疗服务效率、服务能力均得到提高。最重要的是，DRG支付改革的落地加强了医院对成本和医疗质量的内控意识，引导明确自身优势学科，在有效促进优质医疗资源合理分配的同时，帮助医院加速从“以医疗为中心”向“以患者为中心”的转变。
通过在常州这个“根据地”的深耕，平安医保综合支付管理平台已具备应对DRG、DIP两种核心支付工具的顺利落地能力外，更在各DRG、DIP试点地区项目历经反复打磨，构成了以支付、监管、评价三驾马车，三位一体驱动支付模式改革的基本体系。在支付端板块，平安基于国家医保方案推出的DRG及DIP分组器，将国家版分组器进一步本地化，保障项目落地的支付效率与精度，更具备支持各地区医保局逐渐对日间手术、门诊放化疗等次级支付工具探讨的需求的能力。而在监管板块，通过知识库+数据模型的合理运用，提出了极具先进性与实用性的监管产品体系，完美覆盖DRG、DIP、抑或未来更多支付方式的监管， 并在业界首先提出对新支付模式下审核准确性的极致要求。在评价板块，由支付、监管端提供的准确数据，扩展多维度的指标，并可结合医保实际管理需求制定评价体系。
如前所述，综合支付管理平台通过对产品的锤炼，已在如常州，吉安，聊城，本溪，鞍山等DRG各级试点地区，潍坊、常德等DIP各级试点地区逐渐落地。
东北证券曾做过一个测算：各医院安装“按病种付费”的控费系统，总的市场空间在百亿级；仅仅是医保局这一侧，每年的服务费规模也能达到十亿级。
对于平安医保科技而言，无论DRG还是DIP，无疑都是一个巨大的机遇，但绝不是深耕医疗科技领域的最后的机遇。
对于未来，平安医保科技董事长兼CEO方蔚豪有这样的前瞻：就智慧医保，在提升医保治理现代化水平的同时，全面提升医保服务品质和便利性；增强医保、医疗、医药联动改革的整体性、系统性、协同性，并保障群众获得高质量、有效率、能负担的医疗服务。
医保、医疗、医药的联动改革，无疑是更大的一盘棋局，这才是平安医保科技的星辰大海。
雷锋网雷锋网
雷峰网版权文章，未经授权禁止转载。详情见转载须知。
