人工智能（Artificial Intelligence, AI）,特别是生成式人工智能（Generative AI, GenAI）的快速发展,正在深刻重塑卫生技术评估（Health Technology Assessment, HTA）的研究范式与实践路径。当前,AI已在HTA多个核心环节展现出显著应用潜力,包括系统性文献综述与证据整合、临床证据（涵盖随机对照试验与真实世界数据）的自动化提取与分析,以及卫生经济模型的智能化构建等。本文通过系统梳理国内外AI在HTA领域的最新进展,深入剖析其在科学严谨性、数据隐私、算法偏倚、监管政策及人才技术等方面面临的关键挑战,并结合我国医保制度、数据生态与政策环境的独特优势,提出推动AI-HTA本土化发展路径,旨在为我国AI赋能HTA的规范应用、标准制定与政策落地提供参考依据。

DRG/DIP支付改革要求公立医院实现成本精细化、实时化管控,但传统模式面临核算粗放、管控滞后、数据割裂及临床协同不足等挑战。本研究基于认知赋能与决策优化的理论视角,探讨生成式人工智能（AI）赋能医院成本管控的创新路径。该技术可通过多模态数据处理实现病种成本动态核算;基于知识推理建立全流程动态管控闭环;并借助自然语言交互促进临床与成本管理的协同。本研究分析表明,生成式AI有潜力显著提升医院成本管控的精准性和效率,为支付改革下的运营优化提供技术支持。同时,研究识别出数据安全、“幻觉”风险、组织适配与成本效益等核心挑战,并提出了应对策略。本研究构建的“认知–决策”融合框架,旨在引导成本管控从末端控制向前端诊疗行为优化延伸,为生成式AI赋能价值医疗、助力临床路径精益化管理提供理论参考与实践指引。

对医保医师提供的纳入医保支付范围的医疗服务行为加强监管是医保经办机构的重要职能之一。本文以上海市定点医疗机构门诊执业医师为研究对象,深入挖掘分析其执业行为,通过统一视图建设,从个人信息、资格信息、出诊信息和接诊患者信息四方面建立医师画像。同时立足医保经办业务需求,从模型建立、模型验证以及实证运用分析三方面探索经办业务规律,进一步规范医保医师诊疗行为,保障基金安全。

多适应症药物上市数量快速增长,设计适合其特征的准入评估方法,是国家医保目录调整面临的新挑战。本文认为,多适应症药物按通用名管理仍是现阶段我国医保管理的主流模式,并构建“简易调算法为主、完整精算法为辅”的方法体系。当多适应症药物适应症呈现“一大多小”特征时,适用简易调算法,即“一个参照药物、一次测算、按人群用量调整”,其操作简明,可有效控制基金支出,契合我国现行医保管理架构。当多适应症药物各适应症人群大体相当时,可适用完整精算法,即“多个参照药物、多次测算、加权平均”,以充分体现价值导向。

上海医疗保障局制定了相对复杂的医用耗材支付规则,而医疗机构目前大多采用人工判定来设置医用耗材的医保支付规则。随着医保监管精细化要求越来越高,人工判定方式已不适应医疗机构的管理需求。本文通过研究医用耗材目录与医保支付规则之间的联系,建立数据库,设计逻辑判定规则,探索适合进行信息化开发的核心算法,为建立医用耗材医保支付规则智能审核系统提供设计基础。

在我国医疗保障全民覆盖与“全国统一医保信息平台”全面建成的新阶段,数据质量与跨域协同成为管理提质增效的关键。区块链技术以其“不可篡改、可追溯、分布式共识”的特性,可作为可信数据基础设施,为医保管理的流程优化与系统升级提供支撑。本研究认为,区块链在医保管理中的价值演进遵循“数据可信–流程优化–组织协同–生态共治”的路径。现阶段,采用联盟链架构最具可行性,但需攻克跨链互操作、隐私计算等核心瓶颈。其基础应用场景是构建全国统一的“医保一本账”（一人一档、一企一档）,并在此基础上支撑跨省业务协同、省级统筹推进、智能结算对账等高阶应用。未来,通过与大数据、AI融合,可形成“可信数据湖+智能合约”的医保智能体,实现业务闭环管理。本文最终提出“制度引领–标准先行–场景驱动–生态共建”的实施路径,并就数据权属、智能合约效力、跨链监管与人才培养提出建议,旨在为医保管理数字化转型与高质量发展提供理论和技术参考。

随着医疗保障体系不断优化与完善,医疗机构在医保基金监管中的作用日益凸显。为有效遏制不当基金支出,各医疗机构积极运用管理优势和先进技术开展医保费用事前审核工作,但传统的人工审核方式难以匹配医保管理部门的监管要求,新兴的嵌入式智能审核在大型三甲医院高并发场景下存在系统延迟、影响核心业务运行的局限性。针对这些痛点,本研究探寻医保智能审核新模式,自主开发独立分布式医保智能审核辅助工具。该工具采用非嵌入式设计,充分考量大型三甲医院的实际承载能力,在避免影响医院信息系统（HIS）可用性和可持续性的同时,显著提升了审核流程的自动化与智能化水平,从而实现了审核效率和准确性的双重优化。本研究详细阐述了独立分布式医保智能审核辅助模式,系统分析辅助工具的技术方案与实现路径,并结合关键数据对其实际运行情况进行全面评估,总结出一套可推广的实践经验,以期更好地服务于医保基金监管工作。

针对现有省级医药集中采购平台存在的问题,如不实订单、数据易篡改等,本文提出一种基于区块链技术的省级医药集中采购平台设计方案。通过分析区块链技术的特点,结合医药行业需求,文章阐述了省级医药集中采购平台架构、关键技术和实现路径,旨在为医药集中采购改革提供技术支持,提高采购及结算效率,保障医药采购及结算数据安全。

当前,以平台主导的医保管理与经办业务体系数智化转型已经取得重要的阶段性成果,然而在医疗保障体系数字治理过程中,数字形式主义成为一个不可忽视的问题和挑战。本文围绕国家医保信息平台建设与发展过程中的具体实践,总结成效与问题,将数字形式主义的现象表征概括为三类：基于顶层设计生态限制的向上问责、基于数字技术使用失灵的算法问责、基于平台驱动范式变革的组织问责。从学术视角批判性介入医保治理的数字形式主义演变过程,可以解构出当下平台驱动下的数字形式主义生成逻辑。透过算法想象、数字劳动、数据要素博弈等视角,可以窥见“平台驱动的政府”有广泛连接多元主体的行动趋势,但在协同治理上还存在诸多问题。平台从作为“一盘棋”建设的媒介工具,到成为提升经办整体效率的技术手段,再到成为公共组织的治理过程,已经不仅仅是架构起医保治理体系的数字基础设施,还是其中社会关系和生产关系的重构者。探索平台在医保管理与经办服务中的优化方案,有助于推动医保信息平台治理能力的现代化。

医保数据作为推动新质生产力发展的重要动能之一,其价值的充分挖掘将对经济增长产生显著推动作用。当前,医保行业着力于加强数据治理促进数据要素化、构建安全可信的数据流通机制、推动医保数据与人工智能等新技术的深度融合等工作,以推动产业深度转型升级。本文以医保行业可信数据空间构建为例,介绍了如何在全面数据监管的基础上,以应用场景为导向建立开放可监管的数据流通体系,合规挖掘医疗健康数据价值。预计该数据空间构建可有效提升医疗保障的治理水平,还将为医疗健康产业的发展提供新的机遇,为我国构建新发展格局注入更多动能。

开展中医优势病种按病种付费是探索符合中医药医保支付方式的有效途径,对促进中医药传承创新发展具有重要意义。新质生产力提出要促进中医药产业高质量发展,大数据和人工智能技术的兴起为创新中医药发展带来新的机遇。本文针对当前中医优势病种按病种付费实施中存在的局限性,导致中医药治疗的优势和价值未被充分体现的问题,提出融合数智化技术构建基础数据管理系统,实现数据信息化表达,通过数据同质化研究提升中医药诊疗数据的质量,同时运用现代数智技术对传统中医药人用经验进行挖掘、分析和转化,以此探索支持中医优势病种按病种付费新策略。通过这一系列举措,以期为开展中医优势病种医保支付提供借鉴与参考,促进中医药可持续、高质量发展。

随着医保信息化的快速发展,高效处理海量医保数据成为信息化建设的重点之一。本文深入研究了KMP算法在医保领域的应用,详细阐述KMP算法的原理、工作流程及其在字符串匹配方面的优势,深入剖析其数学原理。通过案例实验数据展示及与传统算法的对比,论证了KMP算法在医保数据匹配、费用核算、欺诈监测等核心业务环节的实现原理与优势,从而为医保信息系统的高效运行和精准医疗服务提供了有力的技术支撑,助力医保信息化工作更加精准、高效地开展。