一家三甲医院医保结算从3天缩到2小时：DRG/DIP系统落地的真实复盘

DRG/DIP支付改革喊了好几年，但真正落地时，很多医院才发现——问题不在政策本身，而在自己的数据基础太薄弱。

去年下半年，我参与了一家三甲医院的医保智能控费系统建设项目。这家医院年门诊量超过200万人次，出院患者接近8万，放在全国也算得上体量靠前的。他们的医保办有12个人，每天的工作就是跟医保局发下来的结算清单死磕——一张一张核对诊断编码、手术编码、耗材条目，生怕有一个编码对不上被拒付。

但问题是，根本核对不过来。

月均3万多份出院结算单，12个人不眠不休也搞不定

先说一个具体的数字：这家医院每个月要处理将近3.2万份出院患者的医保结算单。按照DRG分组器的要求，每份结算单涉及的诊断编码（ICD-10）平均6-8个，手术操作编码（ICD-9-CM-3）平均3-5个。全部加起来，一个月要核对的编码条目超过35万条。

12个人，每人每天顶多核对150份——这还是在不加班的情况下。实际上，他们平均每人每天要处理200份以上，加班到晚上八九点是常态。即便如此，每月仍有约8%的结算单因为编码错误被医保局拒付或扣减，一个月损失少说三四十万。

第一版方案：上了一套"标准版"医保系统，结果更累了

院领导意识到问题严重，决定上系统。但方向选错了。

他们先找了一家做财务软件的厂商，买了一套"标准版"的医保智能审核系统。这套系统说白了就是一个规则引擎——把医保局的拒付规则一条条写进数据库，然后对每份结算单做规则匹配。

听起来合理，但实际用起来完全不是那么回事。

第一，规则库更新跟不上。医保局的政策几乎每个月都在微调，有些DRG分组规则甚至每周都有勘误。厂商的规则更新周期是两个月一次，等他们把新规则写进去，医保局已经又改了两轮了。

第二，这系统只做"事后审核"——也就是结算单已经提交了，它才告诉你这里有问题。但医保拒付是扣钱的，不是打回去重报就行。你提交了错误的编码，被拒付了就是实打实的损失。

第三，也是最要命的——这套系统跟医院的HIS（医院信息系统）和电子病历（EMR）是两张皮。编码员在HIS里录入的数据，跟系统里的规则引擎完全不通，等于还是靠人工把数据搬来搬去。

用了一个季度，拒付率从8%降到了6.5%，但人工工作量反而增加了——因为系统报了一堆假阳性（明明正确的编码它也报错），每条都要人工复核。

第二版方案：从"事后审核"转向"事中质控+AI辅助编码"

到我们介入的时候，院方已经在这套系统上花了将近60万，效果却不尽人意。我们的建议很明确：放弃事后审核思路，转向事中质控——在编码员录入的那一刻就做实时校验，同时用AI模型辅助编码建议。

具体的技术架构是这样的：

第一步：打通HIS-EMR-DRG数据链路。 我们在HIS系统里嵌入了一个编码辅助插件，当医生或编码员输入诊断关键词时，系统自动从电子病历中提取关键信息，推荐最匹配的ICD编码和对应的DRG分组。这个推荐引擎用的是基于BERT的中文医学编码模型，在本地三甲医院的数据集上做了微调，top-3准确率能到92%以上。

第二步：实时事中质控。 编码员提交每一条编码时，系统立即做三件事：（1）检查编码格式和主诊选择是否符合医保局最新规则；（2）对比电子病历中的病程记录、检查报告、手术记录，看诊断编码是否有遗漏或冗余；（3）预测如果按当前编码提交，医保局可能的拒付风险等级。整个过程在200毫秒内完成。

第三步：自动生成申诉材料。 如果编码确实被医保局拒付了，系统会自动从电子病历中提取支持材料，生成标准格式的申诉文书。以前人工写一份申诉材料要40分钟，现在系统自动生成，人工复核一下就能提交，5分钟搞定。

第四步：数据看板与分析。 给医保办和院领导配了一个数据看板，实时展示全院各科室的DRG入组率、CMI值、费用消耗指数、拒付率等核心指标。哪个科室编码质量差、哪个医生的诊断书写不规范，一目了然。

实施效果：三个维度的真实数据

这个项目从启动到上线，一共用了4个月。前2个月主要在做数据清洗和模型训练——医院的历史数据质量参差不齐，很多编码跟实际病历对不上，光是清洗就花了大把时间。

上线运行3个月后，我们拿到了第一批真实数据：

• 拒付率：从之前的6.5%降到了1.2%，按这家医院月均医保结算金额约1.8亿计算，每月减少拒付损失将近100万。
• 编码效率：编码员人均日处理量从150份提升到了450份，医保办终于不用天天加班了。
• 编码准确率：通过AI辅助编码，主诊编码选择正确率从78%提升到了94%。

有意思的是，系统还发现了不少"隐性亏损"——比如有些科室为了避免编码错误被扣钱，习惯性地把重症患者往低权重DRG组里分，虽然避免了拒付，但医院实际从医保拿到的钱少了。系统上线后，这类情况被显著改善。

给其他医院几点实在的建议

第一，医保控费系统不是买来的，是"养"出来的。市面上没有一套通用的系统能直接适配你的医院——每家医院的HIS版本、电子病历结构、编码习惯都不一样，必须做大量的定制和适配。别指望厂商给你一套"开箱即用"的东西。

第二，事中质控比事后审核重要一万倍。 编码错误最好的解决时机是在录入的那一刻，而不是提交之后。这个道理跟代码审查一样——越早发现，修复成本越低。

第三，数据治理是绕不过去的坎。这家医院的历史数据质量差到什么程度？同一个诊断，不同科室写的术语完全不一样（"冠心病""冠状动脉粥样硬化性心脏病""CHD"混着用），编码员全靠经验判断。如果没有前期的数据标准化工作，AI模型再强也没用。

如果你所在的医院也在考虑医保控费系统的升级改造，欢迎来智岳科技聊聊，我们在医疗信息化领域有多个落地案例，可以根据你的实际情况给出客观的建议。