异常不等于违规，但可能成为医保监管锁定疑点的第一条线索。CDSreport针对7类异常数据梳理了65个重点核查条目，供医院读者参考使用。

编辑/侯杰

图片/ChatGPT Images 2.0

在此前CDSreport读者调研中，“医保飞检”“医保控费”反复出现在医院读者关注的话题中。其中，有读者提出疑问：医保违规问题频发，医院自查应从哪里开始？为此，CDSreport根据智能监管“两库”、公开监管案例及相关文献研究，梳理了医院常见的7类异常数据，并整理了《医院医保异常数据筛查与核查清单》。本期CDSreport选取了其中3个典型问题，从异常为什么出现、数据怎么看、发现异常后怎么核三个方面进行拆解，供医院读者参考。

诊疗项目突然变多如何查清“为什么”CDS REPORT ｜ PART 1

诊疗项目使用频次，是最容易被发现的一类异常。国家医保局在第八批智能监管“两库”规则中，发布了“医疗服务项目限定频次”“医疗服务项目周期超频次”等规则。有研究显示，某头部医院在院端建立的6387项医保审核规则中，“项目次数限定”达到4813项。可以看到，项目使用频次是医院和医保部分门都在重点关注的数据。然而，当落实到院内自查自纠工作中，仅仅“超过规定次数”可能还不够。例如，一个月内某项检查由300次增加到500次；某科室患者数量基本稳定，但某类治疗项目人均次数连续数月增加；同一病种下，某医疗组的检查频次明显高于其他医疗组。这些情况即使暂时没有触碰明确的支付次数限制，却是进一步核查的重要抓手。第一步先解释业务变化。患者量是否增加，疾病谱和危重患者比例是否变化，是否开展新技术、新项目，临床路径是否调整。能够由业务变化合理解释的，不能简单作为问题处理。第二步再查数据和流程。医嘱取消后是否仍收费，执行次数与收费次数是否一致，项目代码映射是否准确。此前国家医保局公开案例中，某医生开具烟酰胺总金额高于全国平均水平200余倍，最终查明并非异常开药，而是多名医生信息被统一填为“未知”，导致数据集中到同一名称下。如果前面还没有发现问题，到了业务变化、数据质量都无法解释时，就需要进一步下钻病例了。此时可以按“科室—医疗组—医生—患者”逐层缩小范围，抽取异常病例，对照医嘱、病程记录、检查检验报告和收费明细，判断每一次诊疗行为有没有临床依据、有没有实际执行、收费数量是否与实际服务一致。综上所述，频次异常的核查重点并不是简单判断“多不多”，而是回答三个问题：为什么增加？实际做了多少？病历能不能解释这些增加？

同类病例费用差得多先看“差在哪”CDS REPORT ｜ PART 2

高费用病例一直是医保审核的重点，但单纯把费用从高到低排序，很容易把大量合理的疑难危重患者筛进来。更值得关注的，是可比患者之间出现了难以解释的费用差异。2026年《中国医疗保险》发表的一项研究，对四川省某三甲医院2023—2024年乳腺恶性肿瘤、冠心病和急性胰腺炎三个高就诊量病种进行分析。结果发现，风险异常值集中在特定年龄段与住院时长组合的病例中；进一步拆解费用后，异常又表现为部分费用占比过高或过低两种不同模式。这说明，如果只看到“这个病例花了5万元、那个病例花了8万元”，信息还远远不够。院内核查可以先建立可比范围。同病种只是第一层，还要结合年龄、病情严重程度、并发症、住院时间以及DRG/DIP分组进一步缩小样本。随后拆解检查检验、药品、耗材、治疗等费用结构，看是哪一项拉开差距。定位到具体项目后再回到病例：检查是否有症状、诊断或病情变化支撑，高值耗材是否与手术方式和实际使用一致，住院日延长是否能从病程中找到依据。因此，这类异常的核查路径可以概括为：先找同类患者→发现费用偏离→拆解费用结构→定位异常项目→回到病例验证。相比单纯筛选“最贵的病例”，医院更需要关注经过病例结构校正后，仍持续偏离且缺少合理解释的病例。

同一问题反复预警要追问“为什么总发生”CDS REPORT ｜ PART 3

有些异常不在单笔费用，而在同一问题反复出现。例如某项限定支付规则连续数月高频触发，医院已经反馈、培训，但预警数量仍未明显下降，或者问题长期集中在某个科室、某类药品或少数医生。此时首先要确认规则本身是否准确：政策是否调整、适用条件是否过宽、支撑判断的数据字段是否完整。若大量合理诊疗都被触发，应先检查规则配置和数据质量。规则没有问题，再看异常集中在哪里。

集中于少数医生，可能与政策理解或医嘱习惯有关；集中于整个科室，要进一步检查科室诊疗和收费流程；多个科室同时出现，则应排查院级规则、价格维护或系统配置。某三级医院在医保用药管理中，就根据药品适应证、风险评分、药敏结果、适用人群等设置审核条件，并通过“提示—审核—拦截”分级干预，将部分问题从事后处理前移至诊疗过程中。最后还要看整改前后的数据变化。培训后明显下降，说明问题可能主要来自政策掌握不足；短期下降后再次反弹，说明仅靠培训不够；整改前后几乎没有变化，则要继续检查规则是否前置、流程是否真正调整。因此，对重复预警的管理重点，不只是“发现多少问题”，而是找出哪些问题一直没有消失，以及为什么没有消失。医保异常数据的价值，在于帮助医院先回答“谁最值得查、什么最值得查”。发现异常后，再回到病历、医嘱、药品耗材和收费记录，判断异常原因。这样才能把有限的自查力量，更集中地用在真正需要核实的线索上。

参考文献[1] 李佳瑾,杨芳,崔欢欢,等.机器学习分层分析在识别医保基金违规行为风险中的应用研究[J].中国医疗保险,2026(1):30-37.[2] 张维,李桂萍,张继民,等.人机协同助力住院病历医保审核提质增效[J].医学信息学杂志,2025,46(9):54-59.[3]吴晓燕,张海霞,赵勉,等.基于前置审方系统的医保用药智能审核系统构建及应用[J].中华医院管理杂志,2024,40(7):535-540.

【责任编辑：晶晶】

【实习编辑：樊钇博】