医疗保障领域“数据要素×”典型场景指引：3 大重点方向 8 个重点领域共 20 个典型场景

2025年12月26日，国家数据局综合司、国家医保局办公室、中国气象局办公室联合印发《医疗保障、气象服务领域“数据要素×”典型场景指引》（以下简称《指引》），推动相关行业领域数据资源开发利用，赋能经济社会高质量发展。

其中，聚焦医疗保障领域，《指引》梳理总结出数据要素赋能医疗保障领域的3大领域8个方向共20个典型场景。，形成落地指引，供相关方推动数据开发利用参考。

一、智享服务

领域一：个人医保云

以全国统一医保信息平台为基础，以数据要素为核心驱动，遵循 “要素归集、资源整合、智能应用、多方赋能” 的建设路径，构建省（市）域个人医保云。通过多维度汇聚、治理和应用健康医疗数据，精准绘制个人健康画像，并将健康数据转化为参保人可享、可感知的智能化服务，为发展新型医疗服务、智慧养老、健康保险等产业提供支撑，为全国医保数字化发展积累经验。

（一）汇聚数据类别

1. 全时数据：整合医院诊疗关键节点的时点数据，如就诊、检查、诊断等方面的瞬时数据。叠加院外健康传感器采集的数据，如慢病监测、日常体征等连续数据，实现健康数据时间维度的全覆盖、无间断归集。
2. 全域数据：归集全国各地医疗机构就医、药店购药、基层就诊等多场景数据，形成覆盖不同地域、不同层级医疗服务场景的健康数据资源池。
3. 全维数据：包括各种维度的健康数据，例如体检机构数据、基因检测机构数据等。
4. 全生命周期数据：涵盖个人从出生到终老的全阶段健康数据，包括体检筛查、疾病诊疗、康复管理、老年照护等各环节信息。

（二）融合利用路径

通过统一数据的格式、编码标准，采用去标识化、匿名化技术手段，搭建分级授权访问管控体系，打通医保结算、检验检查、穿戴设备等多源异构数据壁垒。同时，采用大数据模型分析技术，将个人健康数据转化为标准化健康知识图谱、医保辅助决策模型与个人健康数据资产，赋能个人健康画像、个人信用档案、个人财务档案、智能健康助手、慢病动态监测、家庭医生服务等场景落地。

（三）典型应用场景

1. 绘制个人健康画像：整合既往病史、既往手术史、过敏史、诊疗记录、健康监测数据等，形成个人健康档案，支持健康风险提示与就医参考；集成参保缴费、就医支出、账户收支等情况，形成个人财务档案，提供费用分析与医疗保障建议；归集基本信息、亲情关系、信用记录等，形成个人信用档案，支撑服务关联与信用体系建设。基于上述档案，运用数据分析技术，为参保人生成个性化的健康与医保概况总结。
2. 提升就医体验的便捷服务：在参保人授权前提下，为其提供挂号、候诊、检查、结算等关键就医节点的实时信息通知与状态查询服务，探索与医保结算流程打通的便捷体验，有效缓解群众 “看病烦” 问题。
3. 提供医保智能化服务：探索医保小结、费用解读、就医引导、保障方案优化、商保快速理赔衔接等服务。同时，基于数据分析，为患者智能推荐就医机构、导诊分诊，并衔接家庭医生、智慧养老、商业健康保险定制等增值服务。

（四）应用成效

1. 提升医疗服务效率与质量：通过数据互联互通，支持临床医生快速获取患者全视图健康信息，优化诊疗路径，减少冗余检查，缩短诊断周期，提高诊疗准确性与连续性。
2. 提升参保人就医体验与获得感：提供集查询、管理、分析、建议于一体的个人健康数据服务，助力参保人清晰掌握自身健康状况及医保使用动态，强化健康自主管理能力。
3. 增强医保治理精准化与智能化水平：依托多维度数据画像与 AI 模型，实现对基金使用、医疗行为、医药服务供给的精细化监测、分析与决策支持，提高基金使用效率，强化风险防控能力。
4. 赋能产业生态与协同发展：在确保数据安全与个人授权的前提下，依法依规推动数据要素有序开放，为医药研发、商业健康保险、健康管理等产业发展提供高质量数据支撑，促进 “医、保、药、养” 融合的生态协同。

领域二：医保影像和数字病理跨省调阅

随着医疗技术的不断进步和医疗需求的日益增长，以及对医保基金使用日益精细化的管理需求，医保影像等诊疗资料的跨省调阅在疾病诊断和治疗中发挥着越来越重要的作用。因不同医疗机构之间的诊疗资料尚未全面实现高效共享，造成患者在转诊和复诊时需要重复检查，增加患者的经济负担，浪费医疗资源。因此，加快推进医保影像云索引和数字病理索引上传，实现医保影像和病理跨省调阅，对于提高医疗服务效率和质量、保障医保基金和公共数据安全、减轻患者负担、推进影像技术相关产业发展等具有重要意义。

（一）汇聚数据类别

1. X 线影像、CT 影像、MRI 影像、超声影像、核医学影像等影像数据以及病理报告、数字病理等病理数据。
2. 患者身份与基本信息、检查相关临床信息、检查申请单、临床指征、对比剂使用记录等数据。

（二）融合利用路径

1. 数据标准统一：建立全国统一的医保影像云索引标准、数字病理索引标准，确保跨域数据的精准定位与互联互通。
2. 统一集中归档：各医疗机构医学数字影像通信标准（DICOM）影像及报告，以及病理诊断报告、数字病理等，为实现各医疗机构诊疗资料互联互通、远程诊断、患者数字调阅服务应用提供基础性支撑。
3. 数据存储利用：采用分布式高并发数据库系统支持对象存储、块存储、调阅等，实现影像、病理等数据高效存储利用。
4. 数据智能分析：基于集中的标准化数据资源池，构建智能分析模型，融合患者临床数据，对医保智能监管、临床辅助、科研与决策支持等方面进行深度赋能。
5. 全流程数据安全与治理：建立涵盖 “传输、存储、访问、应用” 全生命周期的安全防护体系。通过医保专网传输、数据加密存储、基于角色的精细化访问控制、完整的操作审计日志以及隐私计算等技术，确保数据主权与个人隐私安全，实现诊疗数据在合规框架下的有序利用和价值挖掘。

（三）典型应用场景

1. 数字诊疗服务：打破时间地点限制，解决医生无法在规定的时间地点通过影像、病理等数据进行精准诊断的难题，支持患者对个人诊疗信息进行调阅、图像一键分享。
2. 影像、病理等典型病例管理：对典型病例实施数字化分类管理，方便医院工作人员调阅、实习带教、专科培训、科研应用等。
3. 医保患者影像核查监管：通过对影像数据开展智能分析，精准识别虚假影像、重复影像等欺诈骗保行为，提升监管效能。

（四）应用成效

1. 依托医保影像云平台提供的云存储服务、共享调阅以及检查结果互认共享等功能，实现影像、病理等诊疗资料 “患者可查、同行可用、医保可核”。
2. 依托医保放射检查类以及病理检查诊断项目价格政策，推动实现医保影像和病理数据省级及以下存储，支撑医保基金审核和监管工作。
3. 建成医保影像及病理高质量数据集：基于医保影像云产出的高质量医保影像数据集和病理数据集具有极大的科研价值和应用价值，将有力支撑 AI 模型训练，推动人工智能和数字技术快速迭代发展，成为推进数字中国建设的基础要素支撑。

二、智能结算

领域三：商业健康险一站式理赔结算服务

医疗保障是涉及民生的重要领域，为减轻人民群众看病就医负担，保障医保基金的可持续良性运转，从健康中国发展的战略高度出发，推动商业健康险的发展，促进医保、商保协同发展的多层次医疗保障体系建设迫在眉睫。通过构建商业健康险一站式理赔结算服务模式，有效解决患者报销费用流程繁琐、数据孤岛、数据不互通共享、服务模式落后等诸多问题，在助力群众进行医保与商保间结算方面的作用尤为突出。

（一）汇聚数据类别

1. 医院患者就诊产生的结算数据、商业保险用户投保信息数据等。
2. 在用户授权的情况下，依法依规通过医院、保险公司等机构获取用户相关数据，用于商业健康险就医结算理赔。

（二）融合利用路径

1. 建立数据授权体系：建立基于协议规则的授权体系，包括《用户服务协议》《实名授权认证服务协议》《医疗信息收集使用及保险金支付授权条款》等，实行一事一授权。通过穿透式完备授权体系赋能数据供得出。
2. 统一数据标准规范：建立医疗机构接口标准、保险机构接口标准、“医疗 + 保险” 的语义标准等，打通医疗机构、保险机构、金融机构和卫生主管部门之间的信息孤岛，解决异构非标、跨主体间的数据流动问题。
3. 建立收益分配机制：结合多方主体需求，搭建协同推进、互利共赢机制，搭建兼备社会效益与经济效益的数据要素应用场景。
4. 运用信息技术保障数据安全流通：借助密态计算技术、区块链技术，从数据全生命周期的角度确保数据安全，保障数据使用痕迹不可篡改、不可抵赖，可追溯流转轨迹。通过全方位风险监控，从流程、网络、程序等多维度开展数据流通安全防护。

（三）典型应用场景

实现线上商保理赔：通过建设跨主体信息系统，实现数据在相关部门、医疗机构、保险机构、金融机构、患者和平台等多主体之间的有效流转，将传统保险报销的物理流动转变为依靠数据驱动实现线上理赔。采用政府监管、市场运营、多方参与的运营模式，建立从数据采集、治理、授权、流通到交易的全流程管理体系，确保全流程理赔的合法合规。

（四）应用成效

通过对接众多医疗机构和保险公司，大幅降低商保理赔时间，提升商保服务效能。

领域四：医保可信支付

医保可信支付是一种创新性医保结算服务模式。聚焦解决国家和地方医保信息平台因计划内停机或突发故障导致实时联网结算中断的问题，通过结算机制重构，在个人信用支付的基础上，构建 “可信展码、先记后付、错峰交费、离线结算” 的业务模式，有效缓解门诊等结算高峰期平台运行压力，为参保群众提供全新的就医结算体验。

（一）汇聚数据类别

1. 涵盖参保人在签约授权时提供的身份信息、信用评估结果、由金融机构或第三方支付渠道授予的基础额度及实时状态。
2. 医疗费用明细与结算数据，诊疗费用明细、预结算数据，以及最终的医保结算结果（统筹支付、个人账户支付、个人现金应付金额等）。

（二）融合利用路径

1. 医保部门与金融机构或第三方支付渠道在医疗费用结算服务模式的融合：医疗费用的支付主体为医保和患者，可通过医保部门签约医疗机构提供医保可信支付业务权限，个人自愿开通医保可信支付服务，金融机构或第三方支付渠道依法依规开展信用评估并授信，共同构建安全可控的信用体系，推进服务模式的提升。
2. 医保、金融机构结算方式的融合：医保部门提供的医疗费用直接结算和金融机构提供的结算融合成为可信支付，为参保人提供全域、全时、全方位的医保结算服务。

（三）典型应用场景

1. 优化就医全流程服务：参保人在就医全过程中，可凭借 “可信展码” 完成身份核验后，即可在基础额度内享受 “先记账” 服务。从挂号、检查、检验到取药，所有费用自动挂账，离院后通过线上渠道一次性确认合并账单并完成支付。此场景彻底解决了门诊多次排队缴费的痛点，尤其为老年、儿童等特殊群体提供了更加便捷的就医结算服务。
2. 保障业务连续与应急结算：当医保信息平台因计划内停机或突发故障导致实时联网结算中断时，参保人可在金融机构按医保要求提供的环境通过 “可信展码” 验证身份并享受信用支付服务。医疗机构照常提供诊疗并记账，待平台恢复后，再批量发起延迟的医保结算。此场景确保了在任何情况下医疗服务不中断、患者就医体验无感知，显著提升了医保结算服务的鲁棒性与可靠性。

（四）应用成效

医保可信支付将极大缩短参保患者在院滞留与排队时间，就医体验显著改善；从医保部门角度看，通过将实时高频结算转化为延时批量处理，有效分担了医保信息平台的峰值压力，降低了因平台波动引发的业务中断与手工报销风险；从医疗机构角度看，推动了以支付改革牵引的院内流程优化与业财一体化建设，提升了运营自动化水平与服务能力；从金融服务角度看，拓展了数字人民币、消费信贷等在医疗保障领域的普惠性应用场景，实现了医疗保障与金融服务的协同发展。

三、智慧监管

领域五：医保药品全链条追溯监管

医保药品全链条追溯监管有助于提升药品监管效能，维护公众用药安全，进一步推动医药行业高质量发展。

（一）汇聚数据类别

1. 药品生产企业的追溯码数据，含大中小包装级联关系。
2. 药品流通企业的追溯码数据。
3. 定点医药机构的追溯码数据，含医保结算记录、患者购药信息等医保支付数据。
4. 非定点医药机构的追溯码数据，含网络售药平台等。

（二）融合利用路径

1. 数据整合与标准化：通过全国统一医保信息平台，统一接口规范，整合全链条药品追溯数据。
2. 搭建智能分析模型：以药品追溯码重复医保结算为疑点，搭建倒卖药品、串换药品等智能分析模型，精准发现药品追溯异常并开展检查。部署智能阻断模块，基于唯一性校验规则，实时拦截重复支付行为。
3. 保障数据安全与合规：采用区块链技术确保追溯码数据防篡改，通过数据脱敏和加密技术保障患者隐私。

（三）典型应用场景

1. 事前防控：通过追溯码唯一性校验，在医保支付环节自动拦截同一药品的重复结算。
2. 事中监测：动态展示全国及省内药品流向，生成违规机构排名，辅助精准稽核。
3. 事后追溯：通过大数据分析锁定违规线索。

（四）应用成效

1. 切实保障基金安全，避免基金损失。
2. 假药流通案件显著下降，群众用药安全大幅提升，产业生态进一步优化。

领域六：基于医保结算数据的超量用药智能监管

通过数据驱动的智能分析，提升医保基金使用效率、保障患者用药安全、规范医疗行为，推动区域医疗资源合理配置。

（一）汇聚数据类别

1. 医保结算明细数据。
2. 区域医疗保障信息平台的全量医保药品数据，如药品品规、通用名及主要成分等关键数据。
3. 开药量、用药情况、就诊记录等医保处方数据。

（二）融合利用路径

1. 建设超量用药监管功能模块：按照国家医保局顶层规划设计，遵照国家医保信息平台总体技术架构（HSAF）开展功能模块建设。
2. 建立药品剂量分析模型：发挥医保结算明细数据区域统一集中的数据优势，对全量医保药品使用量进行统计排名，筛选出用量较大药品品规，按照药品通用名及主要成分进行品种分类，建立重点监管药品品种清单。采用机器 + 人工的方式，对药品说明书通过 OCR 文字识别后进行机器学习，提取每个品规药品的主要成分、剂量、规格、包装等关键信息。
3. 全流程数据整合：整合从参保人挂号、就诊、开药到医保结算的全流程数据。通过标准医保结算接口和规范数据格式，系统实时获取和分析患者的就诊开药情况，确保监管的实时性和准确性。
4. 跨系统数据联动：实现医保业务系统、医院信息管理系统（HIS）、药品管理系统、医保结算系统等多个系统的数据联动，确保各个环节信息的无缝衔接。可助力医生开具处方后，快速识别潜在的超量用药风险，并进行实时预警和控制。

（三）典型应用场景

1. 监管超量用药：通过系统可实现对医保结算过程中超量用药情况的实时监管，有效遏制医保基金的流失，直接解决医保基金监管中的重点和难点问题。
2. 监控超量开药：针对特殊病门诊费用超量开药的现象，通过智能化的药品剂量分析和用药行为监控，有效识别类似的欺诈行为，切中医保基金监管的堵点，保障医保基金的安全。

（四）应用成效

实现对重点药品进行预警监控，对不合理超量开药医保报销进行费用控制，节约医保基金。

领域七：DIP 大数据反欺诈监管模型

聚焦按病种分值付费（DIP）支付方式监管难点，创新构建 DIP 大数据反欺诈监管模型，推动医保监管从 “人工抽查” 向 “全量智能筛查”、从 “事后处罚” 向 “过程规范引导” 的转型升级，为 DIP 支付方式改革提供精准化、动态化、智能化的技术支撑，助力医保基金安全与医疗服务质量双提升。

（一）汇聚数据类别

1. 医保结算、医疗病案等医疗行业数据。
2. 全面覆盖试点医疗机构的医保结算明细、病案首页、入院记录、医嘱、病程记录、检验检查报告等 31 类全量数据。
3. 药品耗材进销存、医保知识图谱、临床治疗路径标准等辅助数据。

（二）融合利用路径

1. 数据底座标准化治理：通过接口改造实现医保结算、电子病历、检验检查等系统数据实时对接，建立涵盖数据清洗、字段映射、时序对齐的统一治理规则库，形成标准化数据湖，支撑模型训练与动态更新。
2. 知识体系融合构建：整合临床医学指南、医保审核规则、DIP 病组支付标准等知识库，由临床专家与医保专家联合制定 “病种 – 诊疗 – 支付” 关联图谱，凝练高套诊断、分解住院等违规行为的核心判定要素。
3. 智能模型深度解析：基于张量图卷积神经网络（TGCN）融合病历文本、诊疗时序、病组画像等多模态数据，通过自回归模型分析病情诊断合理性、治疗方案适配度及费用结构异常点，实现低标入院、转嫁费用等复杂违规行为的穿透式识别。

（三）典型应用场景

1. 精准定位违规线索：模型基于全量医疗数据，对每份病历进行 “穿透式” 分析，不仅能识别传统的重复收费、超标准收费等问题，更能精准捕捉 DIP 模式下的低标入院、高套诊断、分解住院等隐蔽违规行为。通过 AI 算法自动比对诊疗行为与病组标准，自动标记诊断与治疗逻辑矛盾、病程记录缺失、费用偏离度超阈值等异常情况，为医保基金监管提供 “精准打击” 的靶向线索。
2. 提升基金监管效能：建立 “智能筛查 – 人工复核 – 医院申诉 – 规则迭代” 闭环机制，基于违规案例库动态优化 DIP 病组点值计算模型与审核规则。
3. 促进医疗行为规范：通过对海量病历数据的统计分析，动态掌握不同医疗机构、病种、科室的 DIP 执行情况，识别高频违规环节和共性问题。向医疗机构反馈分析结果，助力其开展自我核查和内部管理优化，推动临床路径标准化、诊疗行为规范化，从源头减少违规行为发生，促进医保基金合理使用。

（四）应用成效

通过 AI 模型筛查，提升疑似违规情况发现能力，降低违规金额支出，实现从 “大海捞针” 到 “精准打击” 的转变，让隐蔽违规行为无所遁形。

领域八:”医保 + 网格化” 预警监测体系

紧盯基本医保脱贫成果，巩固薄弱环节和风险隐患，依托社会治安综合治理平台，开发上线 “医保预警监测” 模块，建立 “医保 + 网格化” 动态管理监测预警系统，将医保大数据治理与基层社会治理工作机制创新有机融合，通过预警、甄别、处置、跟踪等 “一揽子” 措施，有针对性减轻困难群众和大病重病患者家庭疾病医疗负担，实现多条线风险排查、多部门政策找人、多维度风险防范。

（一）汇聚数据类别

1. 参保人基本信息、缴费记录、参保状态等参保与缴费数据。
2. 费用明细、就诊记录、报销比例与实际支付金额等医保结算与支付数据。
3. 药品 / 耗材 / 诊疗项目目录、支付标准、医保政策规则（如门诊统筹限额、大病保险起付线）等医保目录与政策数据。
4. 走访记录、异常事件上报、满意度调查等网格员巡查数据。
5. 基层医疗机构分布、救助政策资源、志愿者服务能力等社区资源数据。

（二）融合利用路径

1. 自上而下预警：区域医保局将参保、待遇享受、高额医疗费用负担等信息实时推送给区域网格化管理中心的 “医保预警监测系统”，系统即时向基层派发《限时办结工单》，由基层医保员、网格员共同入户核查，采取 “一看二查三问”（即看生活条件，查病案资料和待遇凭证，问家庭成员、收入来源和大额支出），对预警对象 “三是否、三有无” 情况（是否需长期用药、因病致残、具备劳动能力，家庭有无义务教育阶段学生、其他劳动力、经济支柱产业或就业渠道）开展核查。由上级单位进行综合研判，确有致贫返贫风险的，镇（街道）采取针对性措施予以处置，确保在能够解决实际困难的同时不过度保障。
2. 自下而上反馈：依托医保信息平台，定期分析定点医药机构困难人群就医数据，动态监测辖区内重点人群、异地就医患者、流动人口等门诊及住院就医情况，重点核查门诊慢特病待遇办理、异地就医手工结算报销、困难群众医疗救助政策落实等情况，及时预警提示待遇应享未享风险。按月预警、排查因重大疾病医疗费用负担较重人员信息，分级预警提示风险类别，一人一档，建立风险排查档案，及时向辖区单位反馈风险点位信息，由辖区单位组织进行逐一核查甄别、归类统计、实施帮扶。
3. 部门协同处置：医保局牵头，统筹民政、卫健、农业农村、残联、工会、慈善协会等相关部门帮扶政策资源，形成多部门协同合作、上下联动、闭环服务、精准帮扶的 “1+N” 工作格局。建立风险综合研判机制，对不属于医保部门解决范畴且基层单位能够处置的，经综合研判后转基层民政办处置。对于超出基层单位处置权限的，通过网格管理系统向区级民政、卫健、乡村振兴等部门横向发放预警协办单，对预警对象家庭情况、转移支付、贷款记录、惩戒记录等进行分析。确因疾病健康原因存在致贫返贫风险的，医保局牵头，会同相关行业部门核算持续用药治疗经济负担、其他刚性支出负担、家庭收入能力等指标，“一户一策” 制定风险化解计划表。暂无致贫致困风险的，采取跟踪措施进行长期监测。
4. 全程跟踪问效：区网格化管理系统就《限时办结工单》发出后基层单位研判、问题销号、《预警协办单》处置等各环节进行全程跟踪，工作进度实时展现，确保事事有回音、件件有着落、凡事有交代。

（三）典型应用场景

1. 医疗资源精准匹配：根据网格内人口健康需求、基层医疗机构服务能力，优化医保资金分配和服务供给。
2. 基层医疗能力提升：利用网格员巡查数据、医保考核结果，针对性补齐基层医疗短板。
3. 贫困人口兜底保障：关联民政贫困数据、医保结算记录，防止 “因病致贫返贫”。

（四）应用成效

探索形成 “线上数据分析推送 + 线下入户走访” 结合的因病致贫返贫风险监测预警和综合帮扶机制，推动形成 “三重制度保障 + 多元化救助” 相结合的综合帮扶机制，实现风险应对从被动处置、单一帮扶向主动发现、综合干预转变，整体提升多层次医疗保障制度保障效能，群众就医负担持续大幅减轻。

来源：国家数据局综合司

附件下载：医疗保障、气象服务领域“数据要素×”典型场景指引.pdf