一、案例簡介

2025年10月10日，濰坊市醫(yī)保中心正式啟用門診慢特病備案認(rèn)定智能體，輔助門診慢特病認(rèn)定業(yè)務(wù)，這標(biāo)志著醫(yī)保經(jīng)辦服務(wù)邁入“智能協(xié)同治理”新階段。該智能體深度依托山東省一體化大數(shù)據(jù)應(yīng)用體系的網(wǎng)絡(luò)及大模型資源支撐，創(chuàng)新融合OCR（光學(xué)字符識(shí)別）技術(shù)的圖像語義解析能力與NLP（自然語言處理）技術(shù)的文本邏輯推理能力，構(gòu)建起覆蓋門診慢特病備案業(yè)務(wù)“材料采集-信息提取-規(guī)則校驗(yàn)-結(jié)論生成”的全鏈路智能審核閉環(huán)。

通過技術(shù)賦能，該智能體成功推動(dòng)醫(yī)保服務(wù)從傳統(tǒng)“人工逐件核驗(yàn)”模式向“智能輔助決策+人工復(fù)核把關(guān)”的現(xiàn)代化經(jīng)辦模式轉(zhuǎn)型，有效破解門診慢特病認(rèn)定業(yè)務(wù)兩大問題。一是突破人工效率瓶頸。傳統(tǒng)人工審核需對(duì)病歷、檢驗(yàn)報(bào)告等材料進(jìn)行逐頁查閱、信息比對(duì)，審核周期較長，且高度依賴經(jīng)辦人員的業(yè)務(wù)能力。智能體通過自動(dòng)化流程重建，將審核周期壓縮至分鐘級(jí)，大幅提升業(yè)務(wù)辦結(jié)速度。二是解決標(biāo)準(zhǔn)統(tǒng)一難題。人工審核易受審核人員專業(yè)經(jīng)驗(yàn)、主觀判斷差異影響，存在“同病種不同認(rèn)定結(jié)果”的“同案不同判”現(xiàn)象，既破壞醫(yī)?；鸱峙涞墓叫?，又增加參保人爭議、申訴的風(fēng)險(xiǎn)。智能體基于標(biāo)準(zhǔn)化政策規(guī)則庫與算法模型，實(shí)現(xiàn)審核邏輯的統(tǒng)一，確保認(rèn)定結(jié)果合規(guī)性與一致性。

二、功能特點(diǎn)

門診慢性病備案智能認(rèn)定體，功能高度集成，具備多項(xiàng)優(yōu)勢。

一是多系統(tǒng)協(xié)同聯(lián)動(dòng)。通過接口對(duì)接電子檔案管理系統(tǒng)，實(shí)現(xiàn)業(yè)務(wù)材料的自動(dòng)獲取與全量歸集；通過對(duì)接OCR小模型，實(shí)現(xiàn)醫(yī)療文書中診斷結(jié)論、檢驗(yàn)指標(biāo)、醫(yī)院等級(jí)等關(guān)鍵信息的提取；聯(lián)動(dòng)NLP大模型，基于預(yù)設(shè)業(yè)務(wù)規(guī)則實(shí)現(xiàn)政策條款與材料信息的智能匹配，形成完整審核鏈路。

二是低成本系統(tǒng)改造。醫(yī)保業(yè)務(wù)經(jīng)辦系統(tǒng)對(duì)接智能認(rèn)定服務(wù)時(shí)，僅需傳入唯一業(yè)務(wù)標(biāo)識(shí)（業(yè)務(wù)號(hào)）即可觸發(fā)智能審核流程并獲取認(rèn)定結(jié)論，無需對(duì)現(xiàn)有系統(tǒng)架構(gòu)進(jìn)行大規(guī)模改造，極大縮短改造周期，實(shí)現(xiàn)智能認(rèn)定功能與業(yè)務(wù)經(jīng)辦的快速銜接。

三是簡易化經(jīng)辦操作。遵循醫(yī)保經(jīng)辦人員原有操作習(xí)慣，無需額外增加信息錄入環(huán)節(jié)，經(jīng)辦人員僅需在業(yè)務(wù)流程中點(diǎn)擊“智能審核”按鈕，即可實(shí)時(shí)獲取包含審核結(jié)果、關(guān)鍵依據(jù)的智能報(bào)告，極大降低培訓(xùn)成本，確保業(yè)務(wù)平穩(wěn)辦結(jié)。

三、應(yīng)用成效

目前已實(shí)現(xiàn)40個(gè)門診慢特病病種的智能認(rèn)定，占比達(dá)到已有門診慢特病病種的47%，取得良好效果，尤其是在以下三個(gè)方面，成效更為顯著。

一是審核效率指數(shù)級(jí)提升。依托智能體實(shí)現(xiàn)業(yè)務(wù)材料“分鐘級(jí)預(yù)審”，單日最高處理量可達(dá)人工審核峰值的10倍以上，有效化解醫(yī)保經(jīng)辦高峰期的業(yè)務(wù)積壓問題，保障參保人及時(shí)享受門診慢特病醫(yī)保待遇，極大提升群眾滿意度。

二是審核標(biāo)準(zhǔn)全市統(tǒng)一。以國家及山東省醫(yī)保門診慢特病認(rèn)定政策文本為基礎(chǔ)，建立訓(xùn)練數(shù)據(jù)集，通過多輪模型優(yōu)化，確保審核過程嚴(yán)格遵循“病種診斷依據(jù)匹配度、就診醫(yī)院等級(jí)合規(guī)性”等核心規(guī)則，消除人工主觀偏差，認(rèn)定準(zhǔn)確率穩(wěn)定在90%以上，醫(yī)?；鹗褂煤弦?guī)性得到有力保障。

三是經(jīng)辦成本最優(yōu)配置。由審核智能體承擔(dān)80%以上的簡單重復(fù)審核工作（如材料完整性校驗(yàn)、基礎(chǔ)信息比對(duì)），將醫(yī)保經(jīng)辦人員從低效重復(fù)勞動(dòng)中解放，使其聚焦于政策解讀、疑難案例研判、參保人個(gè)性化服務(wù)等更高價(jià)值工作，人力資源配置效率大幅度提升。

四、創(chuàng)新亮點(diǎn)

門診慢特病備案智能認(rèn)定智能體的核心創(chuàng)新在于“深度技術(shù)融合”與“精準(zhǔn)模型適配”，極大提升醫(yī)療文本領(lǐng)域的專業(yè)化智能決策能力。

亮點(diǎn)一：OCR小模型的專業(yè)化優(yōu)化。針對(duì)醫(yī)療文書（手寫病歷、打印報(bào)告）的字體多樣性、術(shù)語專業(yè)性、排版復(fù)雜性特點(diǎn)，對(duì)OCR模型進(jìn)行專項(xiàng)訓(xùn)練，優(yōu)化字符識(shí)別算法與語義糾錯(cuò)邏輯，實(shí)現(xiàn)診斷結(jié)論、檢驗(yàn)指標(biāo)等關(guān)鍵信息的提取準(zhǔn)確率超90%，確保關(guān)鍵信息的準(zhǔn)確性。

亮點(diǎn)二：NLP大模型的規(guī)則化落地。建立動(dòng)態(tài)更新的門診慢特病認(rèn)定規(guī)則庫，將醫(yī)保政策條款拆解為可計(jì)算的邏輯規(guī)則，利用NLP大模型的上下文關(guān)聯(lián)分析、多條件邏輯推理能力，實(shí)現(xiàn)政策規(guī)則與材料信息的自動(dòng)匹配，確保審核邏輯的嚴(yán)謹(jǐn)性與政策落地的一致性。

來源 | 中國醫(yī)療保險(xiǎn)

編輯 | 崔秀娟 張雯卿