病例审核智能化
构建AI智审模型，精准识别医保DRG/DIP病例违规，提升医保审核质量及效率。
医保病例智能审核方案基于人工智能技术构建DRG/DIP智能审核模型，通过深度分析电子病历文本，精准识别诊疗合规性与资源消耗合理性，实现从疑点发现到违规定责的全流程闭环管理。该方案可有效解决医保基金监管力量不足、监管成本过高、智能监管技术滞后等难题，进一步提高DRG/DIP审核内容全面性、业务逻辑完整性。其核心优势在采用AI技术突破专业壁垒，精准发现电子病历文本中存在的疑点线索，为医保局提供高效、精准的智能监管工具。
场景化解决方案
基于患者住院的费用结算明细信息和电子病例信息，通过大语言模型的推理能力，对患者诊疗全过程进行智能分析评估，为医保DRG/DIP智能审核提供智能化的手术编码、诊断编码辅助审核服务，支撑医保部门基于结算清单的人工审核环节，实现高编高靠、错编漏编等编码问题发现的智能化。
手术操作编码智能推理与审核
向模型输入手术记录文本，通过AI推理出手术操作编码，与结算清单上传结果进行对比，判断是否一致，发现疑点。
诊断编码智能推理与审核
向模型输入入院情况、诊治经过、出院小结等文本，通过AI推理出诊断编码，与结算清单上传结果进行对比，判断是否一致，发现疑点。
方案价值
本方案能够显著提高DRG/DIP付费模式下的医保智能审核质效。通过NLP+ LLM 技术，对电子病历中的文本信息进行智能审核，以核查数据的真实性，并提升审核的专业性。这种智能审核方式能准确判断病例诊断或手术操作编码的真实性、合理性，有效识别高编、高靠等违法违规行为。
基于医疗机构实际病历文本信息，结合专业文献语料，规范术式标准描述，拟合真实病例信息。
利用NLP和LLM技术，实现手术记录、出院记录等文本信息的识别，探索医学知识向计算资源转换的途径，实现多维度校验诊断与手术的一致性、医疗文本的逻辑性以及整体内容的合理性。
利用电子病历中的手术记录、出院记录等段落信息，为模型提供已审核病例数据，包括诊断编码与出院记录、手术编码与手术记录等。
通过自然语言识别技术提取并识别段落文本内涵，结合大语言模型的语言理解和生成能力，以及检索增强技术，融合各部分权重因素，生成诊断及手术编码，并与医保端结算清单信息进行全面对比，输出可疑问题线索。
架构图
辽公网安备 21011202000133号
