DRG 3.0正式发布，根据国家医保局披露，3.0版分组方案建立在包含8.2亿份病例的大数据样本库基础上。DRG核心分组（ADRG）由409组增加到492组，细分组由634组增加到825组，入组逻辑、合并症和并发症清单等也进行了调整。

与此同时，医保基金监管的方式也在变化。

国家医保局2026年医保基金监管工作明确提出，拓展“人工智能+医保监管”，探索与DRG/DIP相适配的监管模型以及“人工智能+病例判读”。

而现在很多医院，仍然主要依靠医保办、医务科、病案室以及临床科室进行人工审核和抽查。

医保面对的是越来越大规模的数据，医院内部却只能抽取其中一小部分病例来看。

更重要的是，一份病例能否经得住医保新规审核，已经不只是看收费、药品、目录和编码，还要看诊断有没有依据、检查有没有必要、用药和手术是否合理、病程前后是否一致，以及诊疗行为与DRG/DIP入组能不能相互支撑。

这已经不是单纯依靠传统规则审核就能解决的问题。

医院需要把审核关口往前移

医保审核发现问题以后，再解释、申诉、处理，医院已经处在被动位置。

更有效的做法，是在病例进入医保结算审核之前，医院先把自己的病例完整审一遍。

这正是尚医云·AI医疗规范智控官要解决的问题。

一份完整病历进入系统后，AI把主诉、现病史、检查、诊断、医嘱、用药、手术、病程记录、出院诊断等内容放在一起分析。

它不只是检查某个字段有没有错，而是判断这些信息之间的关系能不能成立。

比如，一项检查本身可以收费，也在医保支付范围内，但病历中有没有相应的检查指征？一个治疗项目本身合规，但与患者的诊断、病情和治疗部位是否匹配？一个诊断写进病案首页，在病程、检查和治疗中有没有相应依据？

这些才是医院需要提前发现的问题。

一份病历，同时审核医保和医疗质量

尚医云·AI医疗规范智控官同时从医保审核和医疗质量管理两个维度，对完整诊疗过程进行审核。

◆ 医保审核关注支付合理性、基金风险、目录及限定支付、过度诊疗等问题； 

◆ 医疗质量管理关注诊断依据、检查必要性、用药及手术规范、治疗闭环以及病历前后是否存在矛盾。

实际病例中，这两类问题往往交织在一起。

例如，一位高龄患者因胸椎骨折术后住院康复，病历中却出现“双膝热奄包治疗”。单看治疗项目未必有问题，但放回完整病历，就要进一步审核：治疗部位和当前诊断是什么关系？病程中有没有相应医学依据？这既涉及诊疗规范，也可能成为医保审核关注的问题。

另一份89岁患者病例中，需要关注的则是90天住院时间、病情变化、治疗强度、检查频次和住院必要性之间是否匹配。这类风险，很难通过单一规则发现。

发现问题以后，医院还有时间处理

这才是把AI审核放在院内的意义。

系统提前指出问题在哪里、为什么存在风险、需要核查什么，医院可以在医保结算申报之前进行院内核查。

诊疗行为本身存在问题，就及时纠正；涉及医疗质量和流程问题，就推动科室整改；涉及编码、入组或病历一致性问题，则按照相应规范处理。

不是等医保发现问题以后再解释，而是把问题尽可能解决在院内。

从发现一个问题，到减少一类问题

当审核病例数量增加以后，医院还可以进一步看到：哪些风险反复出现，集中在哪些科室，究竟是诊疗行为、病历质量、编码入组还是管理流程的问题。

这样，医保管理就不再只是处理一份病例，而是进一步回答：

为什么这一类问题总是在发生？

从一份病例发现具体问题，到一批病例识别共性风险，再定位到科室和管理环节，才能真正推动持续整改。

DRG 3.0建立在8.2亿份病例的数据基础上，医保监管也正在推进大数据模型和“人工智能+病例判读”。

面对这样的外部审核能力，仅靠人工抽查，医院已经很难匹配。

医院需要把审核能力前移：在病例提交医保结算之前，先从医保支付和医疗质量两个角度把自己的病例审一遍，发现问题、院内核查整改，再进入医保结算审核。

尚医云·AI医疗规范智控官：让医院在医保审核之前，先把自己的病例审一遍。

助医者  济苍生  We empower those healing the world.  

本期封面：