2021年11月，国家医疗保障局印发《DRG/DIP支付方式改革三年行动计划》（医保发〔2021〕48号），要求“到2024年底，全国所有统筹地区全部开展DRG/DIP支付方式改革工作，到2025年底，DRG/DIP支付方式覆盖所有符合条件的开展住院服务的医疗机构”，这标志着我国DRG/DIP支付方式改革由试点走向全面铺开。

本文通过对福建省某市实施DIP结算的三级医院2022年病例入组、分值、住院医保支付费用进行分析，对涉及异常入组病例的病案进行审核，探讨DIP支付下的医保基金精准监管方法。

随着我国人口结构的变化，老年人口在总人口中所占的比例逐年递增。老年人口是使用医疗保险基金最主要的人群，因此，老龄化人口驱动因素是造成医疗费用增长的主要构成因素之一。

据该市第七次全国人口普查公报，2020年11月1日零时该市常住人口中，60岁及以上人口为493579人，占9.56%，其中65岁及以上人口为318513人，占6.17%。60岁及以上人口的比重上升2.63个百分点，65岁及以上人口的比重上升1.61个百分点。

该市从2016年起逐步探索“总额预算下的点数法”医保支付方式改革，2020年11月被确定为国家DIP试点城市并开始实际付费，2021年被确定为DIP示范点城市。2023年，该市将统筹区内51家开展住院的医疗机构全量纳入DIP付费结算，医保基金支付及病种实现全覆盖。

目前该市DIP结算分值是由病种分值、病例组合指数(Case Mix Index, CMI)等形成的调节指数等构成。其中，病种分值由以往三年本市住院医保支付费用等大数据测算形成，CMI可用于测量每个病组的复杂程度和资源消耗水平。该市同时对偏差病例采用调整机制，病例最终的结算分值计算公式为：

结合该市实际，偏差系数小于0.4或大于2.5。当偏差系数小于0.4时，偏差病例分值=偏差系数×病组分值；当偏差系数大于2.5时，偏差病例分值=偏差系数×病组分值×80%。

DIP付费下的违规行为往往更具专业性和隐蔽性，监管难度和监管成本更高。目前的监管理念和监管方式仍延续按项目付费的思路与手段，存在监管依据不足、监管力量薄弱、监管力度不够、监管方式不健全等问题，当前政策层面仍缺少对违规行为具体而全面的监管规则设计。国务院《医疗保障基金使用监督管理条例》(国令第735号文)明确指出，要“创新监督管理方式，推广使用信息技术”，国家对医保基金的监管力度逐年增强。

该市医保局2022年建立数据监测中心，对日常医保基金使用进行大数据监测，及时有效发现违规使用医保基金情况，从而更好地实现风险预警及监管工作。在对DIP付费下的违规行为监管过程中，医保部门首先对住院全量数据进行线上大数据审核，初筛疑点数据。之后，线下抽审约0.5%的病案，及时梳理具体违规行为进行界定，对核定高套部分的分值按2倍进行扣减，年终统一清算，对医疗机构高套组别等违规行为开展靶向监管。

2022年该市医保局在总结病案首页及编码填报等数据的基础上，编写《住院医保结算清单填写规范及DIP归组指南》（以下简称《指南》），规范医疗机构编码行为，梳理医保结算清单收费信息和住院诊疗信息间的关联逻辑，明确全市DIP日常监测所需的统计数据口径，提升医保部门对全市DIP病种运行及费用结构的横向、纵向立体化监测分析的精准度。同时，《指南》也成为DIP审核和监管的重要依据。

本文以该市2022医保年度住院病例医保结算清单数据为主，重点审核高套分值、低标入院、分解住院、费用转嫁、异常成组等情况。

医疗机构在医保支付方式改革过程中，为追求经济利益而产生“自利性”动机，可能导致其行为逻辑偏离合理性的行为表现。编码套高行为是DRG/DIP付费下最典型的异化行为表现，也是对医保基金使用监管的重难点。在病例入组过程中，部分医疗机构混淆诊断和编码在不同医院、不同学科之间的差异，刻意对医保结算清单中的诊断编码和手术操作编码进行调整，使病例进入分值更高的病组，以达到减少亏损或获得更多医保基金的目的。

DIP付费下高套组别的审核重点是诊断与操作之间的逻辑关系，尤其是主要操作无对应诊断或主要操作与诊断不符。对操作对应的费用、用药情况进行综合分析，对疑点病案引入专家论证评判。

某市2022年度DIP审核中梳理诊断与操作之间的逻辑关系发现，部分医疗机构的手术和操作编码与主要诊断对应关系存在错误。例如，在肿瘤规则中，如果本次住院专门针对恶性肿瘤进行化疗或免疫治疗，应选择恶性肿瘤化疗（z51.1）或其他特指的医疗照顾（z51.8）作为主要诊断，其操作码含静脉注射化疗药物（99.2503）。在具体审核过程中，筛选操作编码“注射化疗药物（99.2503）”，再次对应主要诊断编码，发现部分诊断编码错误，或与操作编码不符，从而发现高套病例。

部分医疗机构编码过程中分解手术操作步骤，编入多余的操作码导致入组异常，实现高套分值。例如，28.3x03（扁桃体伴腺样体等离子切除术）包含28.2x03+28.6x01（扁桃体等离子切除术+腺样体等离子切除术），在审核中筛选操作编码组合28.2x03+28.6x01（扁桃体等离子切除术+腺样体等离子切除术），发现入组偏差病例，审核涉及高套的病例。

低标入院主要针对可以经门诊治疗、无需住院的病人，这部分病例的病组分值通常较低，且住院天数较短。

在DIP付费下，低标入院主要是将门诊病人或者轻病人收住入院，这部分患者的医疗费用较低，实际结算按病组的标化分值付费，医疗机构清算产生较多盈余。审核时分析病组内偏移系数在0.4附近的医疗机构和病例情况，测算医疗机构预盈利病组，通过大数据筛查低标入院疑点数据，结合检查检验占比（80%以上）、住院时长（低于3天）等参数筛选出低标入院的病例。

某市2022年度审核过程中，以医疗机构医保支付费用的全量数据进行横向对比，发现部分医疗机构诊断为肿瘤化学治疗疗程（Z51.1）、操作为静脉注射化疗药物（99.2503）的病组内部低费段病例比例偏高。对涉及的医疗机构该病组内人均检验检查费情况、住院时长、是否使用化疗药物等进行审核，发现存在低标入院情况。

DIP付费是对患者单次住院的医疗费用进行打包支付，部分医疗机构为避免实际医保支付费用的折算分值超过支付分值而出现亏损，可能通过分解住院来降低次均费用，或分解高额收费，将一次住院治疗拆解为多次住院治疗，或对复杂手术过程进行拆解，或将并发症及合并症拆解为多次入院治疗，从而获得多次DIP结算。这类分解住院行为常见于疑难危重症等资源消耗较高的病组(种)或者伴有合并症或并发症的病例。

在DIP付费下，医保部门关注医疗机构的住院人次人头比变化，尤其关注该指标上升较快的医疗机构，提取三天、七天、十四天出入院的数据进行集中筛查。

某市2022年度审核过程中，发现部分医疗机构对部分特殊病种及康复期患者进行分解，患者出院后多次在不同医院内转诊住院，涉及分解住院。例如，某医疗机构一例诊断为大脑动脉血栓形成引起的脑梗死（I63.3）、操作为经皮颅内动脉取栓术（39.7400x002）的患者，出院后以不同诊断在不同三级医院及康复医院内转诊，涉及分解住院。医保部门对全市三天、七天、十四天出入院的病例全量数据进行集中筛查，开展分解住院专项检查。

按DIP付费后，部分医疗机构存在通过费用转嫁行为获得更多医保支付，从患者和医保身上获取额外的费用补偿的情况。常见的费用转嫁形式包括向门诊和自费部分转嫁，主要表现为住院费用转移到门诊，造成参保人自费比例上升和医保基金超额支付等。

在DIP付费下，关注医疗机构出院两日内门诊费用等指标。

某市2022年度审核过程中，发现部分医疗机构将住院部分的检查和检验项目费用放在门诊收取，部分医疗机构患者出院当日去门诊开具检查项目，或开具本应该出院带药的部分药物，或做理疗康复项目，等等。

目前某市病组内高倍率（偏差系数超过2.5倍）病例采用80%的分值进行结算，部分医疗机构存在少编或错编编码，使病例入错组别，实际低套组别，使得结算分值过高，医疗机构获得更多医保支付。

在DIP付费下，医保部门测算医疗机构预盈利病组，对病组内高倍率病例集中出现的疑点数据，抽取病案及收费进行专家审核。

某市2022年度审核过程中，发现医疗机构在诊断为“其他特指的医疗照顾”（Z51.8）的组内可能存在少编“栓塞治疗”或“化疗药物灌注”，使部分病例进入肝癌免疫治疗组，病例的医保支付费用大幅度偏离病组分值，以高倍率进行分值结算，从而造成病例分值失真，高套部分分值。在病例界定不严格、医保审核比较宽松的情况下，医疗机构会利用政策获得更多分值。

为获得更大利益，医疗机构容易出现人为调整治疗方式、改变病例入组结果而导致术式升级的现象。部分医疗机构存在与诊断不相匹配的特有术式或操作，或编入错误术式，从而实现独立成组，出现分值异常。

该情况下，医保部门通过提取DIP分组中的独有术式、提取使用频率低的操作代码、医疗机构使用集中的操作代码方式，筛选疑点数据。

某市2022年度审核发现，某医疗机构在骨折病组中编入“使用外固定装置”（78.1000），从而实现独立成核心组，经专家论证后发现手术实际为“骨折超关节夹板外固定术”（17.9733），涉及高套分值。

首先，建议医保部门增强监管医保基金运行的能力，全面获取医院医保结算清单以外的医疗数据，包括手术操作记录、主要检查与检验阳性结果、手术对应的高值耗材及收费数据等，从而更准确地识别诊断与操作编码，精准科学入组。其次，研发准确率更高、实用性更强的监测模型，梳理诊断与操作之间的逻辑规则，操作与手术收费、耗材的对应关系等等，开发专门的DIP审核软件，在数据监测平台建立风险监控与反欺诈系统、病案质控系统等。同时，加快技术赋能，通过对医保大数据的使用，为精确监控提供更加及时精准的信息。

国际经验表明，智能监控可以有效捕获DRG/DIP付费的相关风险点，Ekin等人研究了抽样、超额支付估算和数据挖掘方法在医疗费用评估中的应用。Akbar等人试图使用随机森林回归和具有极端梯度提升(XGB)的树分类算法来确定最有效的模型，使得识别医疗费用的准确率提升。医保部门可充分利用大数据、人工智能等科学工具为基金监管赋能，及时对违规违法风险点进行提醒。通过大数据分析方法，查找离散度大的数据，实现对复杂医保行为更准确地监测、分析、预警，提高决策的针对性、科学性和有效性，促进医保基金的良性、健康和持续发展。

建议医疗机构正确认识DIP改革下的盈亏问题，坚持将规范诊疗、合理施治放在首位，以公益性作为核心，提高效率，降本增效，实现精细化、内涵式发展。同时，建立合理的绩效分配方案，避免单纯地将DIP病例的盈亏与医生的绩效挂钩，防止医生偏离“合理诊疗，因病施治”的初衷。另外，向医生普及DIP支付原理与应对措施，让医生明白只有提高病种管理意识、规范诊疗、提升医疗服务质量才能获得相应的医保收入。

美国设立了医生同行评议组织(PROs)和监控部门，该组织是独立于医院及政府机构以外的第三方监管组织，其主要功能是对医疗服务的必要性进行审核，充分衡量医疗资源分配使用等是否合理。医疗机构可以对病案及相关医疗文书进行脱密处理，选择业内资深人士或专业知识和临床经验丰富的人员进行专业的在线审核，通过互审机制的建立促进我国医疗和医保事业长远可持续发展。（ZGYB-2023.08）