|
9月21日，北京數智醫保創新競賽舉行頒獎典禮，騰訊在“醫保基金監督管理”、“醫保宏觀決策支持”兩大賽題組分別以第二名和第三名的成績摘得兩枚金獎，為北京醫療保障精細化、智能化管理提供了思路。典禮現場，北京市人民政協副市長盧彥，北京市政協副主席、北京市醫療保障局局長于魯明、國家醫療保障局辦公室主任顏清輝向騰訊團隊頒發了獎項，騰訊醫療健康副總裁倪劍文、騰訊云北京區域總經理姜洋、騰訊醫療健康醫保首席架構師李濠辰、騰訊醫療健康醫保商務總監閆寒代表騰訊團隊出席了頒獎典禮。
騰訊醫療健康副總裁倪劍文及團隊獲頒兩大賽題組金獎 據悉，競賽以“創新北京、智慧醫保”為主題，由北京市醫療保障局、北京市經濟和信息化局、北京市科學技術委員會、中關村科技園區管理委員會聯合舉辦，旨在借助大賽征集“高精尖”創新單位及前沿產品，以政商合作促進醫保與高新技術融合發展。三個月的賽程，來自企業、海內外高校和研究機構的140余支隊伍展開激烈角逐，綜合人工智能、大數據分析與挖掘、醫保知識圖譜等技術，圍繞醫保的大數據治理和決策展開綜合解決方案及算法升級研究，推進創新數字技術向醫保管理服務場景應用實踐產品的轉化和落地實施。 此次競賽中，騰訊整合了AI學習、精算、醫保業務等方面的優勢能力和人才，組建了兼具研究分析、技術實力與業務能力的團隊出征“醫保基金監督管理”、“醫保宏觀決策支持”兩大選題。 針對醫保基金監管領域，騰訊就不合理用藥和機構騙保兩個研究方向，輸出拒付業務的輔助決策技術方案，斬獲“醫保基金監督管理”組第二名。騰訊將醫保基金監管的問題按照嚴重程度具體定位到由錯誤、浪費、違規濫用和欺詐四個大類，分別理清每個場景、主體人群、解決方案的需求前提三者間的聯系，輔助后續對研究方向的進一步拆解。面對不合理用藥的問題，騰訊建立了醫保用戶畫像，綜合病種、藥品類別及名稱進行多維度分布統計，并接入AI引擎智能審方，通過圖譜推理和規則識別從禁忌癥、用藥對象等對醫保用藥進行風險判別，從而對不合理用藥做出預警。在機構騙保場景中，騰訊則在疾病藥品庫等知識庫的基礎上，結合所涉用戶及醫生畫像得出機構畫像，經聚類分析、異常檢測以及可疑數據檢測后，對機構騙保做出概率預判，最終以雷達圖對全市各個醫療機構的平均費用、醫院科室各項費用等進行可視化對比展示，通過“孤立森林”和“oneclasssvm”算法，自動挖掘異常科室，對異常特征進行歸因，并給出異常醫院的可視化結果解釋。
不合理用藥分析的風險識別 在醫保宏觀決策支持的領域，騰訊則聚焦醫保基金收支、政策效果兩個研究方向，展開邏輯分析，歸納重點影響因素和內在規律從而進行模型構建優化，幫助提升醫保宏觀決策質量，最終獲得該組總分第三名的成績。在醫保基金收支預測中，騰訊基于“機器學習與精算模型結合算法”的基金預測模型，在DFA精算模型的基礎上，采用機器學習的方法對模型入參進行學習與預測，有效提升精算整體模型的預測能力。在政策效果評估方面，騰訊采用了系統動力學模型構建法，基于診療系統中的實際情況實現近似映象的重構，建立醫療保險系統的模型，對擬定的政策優化靶點進行仿真干預驗證，從而對政策調整后各模塊人群保障效果的變化做出系統評估。 此次在醫保管理的賽道，騰訊基于自主研發的智慧醫保職能監管解決方案，通過非結構化醫療數據標準化的數據預處理技術，結合醫保應用場景，構建廣大參保用戶和醫療機構的風險畫像和時間序列監測、集成監測等模型，再結合全球領先的圖像搜索、圖像推理技術，完整的描述了如何通過算法識別出風險數據并最終標識的全過程。在頒獎現場，騰訊團隊也根據科研經驗積累和參賽經歷，分享了醫療實體識別算法、中文醫療語言模型、醫保知識圖譜、醫療術語標準化等大數據算法、模型積累和技術創新在醫保領域的應用意義，從技術方面為醫保數據治理的發展提供了思考路徑。 今次競賽從各方面展現出了騰訊近年來在醫保數字化創新方面的技術實力和經驗積淀。面向政府，通過醫保云基礎設施、醫保云PAAS平臺、醫保數據中臺等平臺能力建設助力經辦、監管效率提升;面向醫療行業則針對DRGs運營管理、醫院醫保內控、互聯網+醫保等提供應用場景。微信醫保電子憑證現已覆蓋全國31個省份150個城市。未來，騰訊也將繼續堅持“數字化助手”的身份，依托人工智能、大數據、云計算的技術能力，助力醫療保障新基建的建設，持續為醫保治理的現代化、精細化注入活力。 |
- 關注天氣:
