“截至目前，全國393個統籌地區中實施按病組（DRG）付費191個、按病種分值（DIP）付費200個，天津與上海兼具兩種付費模式，實現了統籌地區全覆蓋、符合條件的醫療機構全覆蓋、病種覆蓋率達到95%、醫保基金覆蓋率達到80%。”4月18日，2025年醫保支付方式改革藍皮書發布會暨趨勢交流會上，國家醫保局醫藥服務管理司副司長徐娜介紹了當前醫保支付改革取得的積極成效。

據悉，此前醫保基金采取“按項目”付費的方式，雖然簡單便捷，但容易誘發醫療費用過快增長、“過度醫療”屢禁不絕等問題，醫務人員勞動價值也沒有充分體現。而DRG/DIP付費則是通過對疾病診療分組或折算分值，進行“打包”付費，能夠進一步規范診療行為。

歷經多年探索，我國DRG改革形成了“頂層設計—試點先行—全國推廣”的推進路徑。從2019年整合國內主流分組版本推出1.0版方案，到2024年2.0版通過多學科聯合論證、人工智能算法等數智技術實現分組科學性躍升，分組方案持續迭代優化，核心分組從376個增至409個，細分組從618個擴展至634個，精準匹配臨床多學科診療趨勢，回應“挑選病人”“機械控費”等改革痛點，改革成效惠及全國。

分組方案迭代至2.0：從無到優，破解支付改革痛點問題

分組方案是醫保支付方式改革的重要支撐，政府工作報告提出要深化醫保支付方式改革。支付方式改革使得全國大部分地區群眾就診經濟負擔顯著下降、醫保基金使用效率提升，但還是有少數醫療機構出現了臨床“挑選病人”、醫生“拿著計算器看病”等現象。為進一步深化改革、完善支付環節，我國推出了2.0版分組方案。

DRG分組方案是DRG付費理論和我國醫療保障實踐相結合的成果，也是以我國醫療服務特點和醫保實際費用數據為基礎形成的，用于全國醫保DRG付費的統一權威分組版本。

1.0版分組方案（2019）：整合當時國內主流應用的四個DRG版本，廣泛吸收了各個版本在各自領域的應用經驗，設置了核心分組376個，細分組618個。

1.1版分組方案（2021）：為充分分析數據規律，在臨床專家論證的基礎上，通過建立超算實驗室，利用30個試點城市改革數據，分析年齡、離院方式、合并癥并發癥等因素對醫療資源消耗的影響，編制形成1.1版本，包含核心分組376個，細分組628個。

2.0版分組方案（2024）：一方面，為進一步匹配臨床實際情況，順應臨床由單科或全院會診轉向多學科診療模式的發展趨勢，在單個學科獨立論證的基礎上，建立多專業聯合論證模式，并重點考慮了聯合手術、復合手術問題。另一方面，數智賦能方案更科學。通過引入人工智能算法，從臨床專業知識、數據編碼規范、DRG技術評價等多目標維度建立遺傳算法模型，編制分組方案，并應用麻醉風險分級對分組結果進行校驗。該版本分組方案核心分組409個，細分組634個，有效回應了臨床訴求，體現了“醫保醫療相向而行、協同發展”的價值導向，同時，通過大數據賦能進一步提升了分組方案的科學性。

持續優化：構建四大機制，凝聚多學科共識賦能支付改革

一是組建技術專家團隊。專家團隊是推動DRG付費改革落地實施、行穩致遠的重要保障。目前，技術指導組擁有400多人的專家團隊，涵蓋臨床、統計、病案等多個專業，為核心分組論證、細分組統計分析、審核監管、數據監測提供強大的專業支持。以臨床論證工作為例，技術工作組與中華醫學會、中華口腔醫學會保持了長期的密切合作，分學科組建了31個臨床論證小組，匯聚了臨床專家169人，并為各小組配備63名醫保專家、33名編碼專家，形成了由265人組成的臨床專家團隊。

二是建立意見收集機制。支付方式改革涉及多方利益，如果沒有廣泛的社會共識，改革就難以順利進行。在分組方案編制過程中，技術指導組廣泛收集醫保行政和經辦部門、行業協會、醫療機構以及醫藥產業的意見和建議，并對收集的近萬條建議進行深入分析，在2.0版分組方案中采納了合理化建議近8000條，充分凝聚了社會共識。

三是構建溝通協商機制。技術指導組高度重視與臨床的溝通協商，核心分組編制工作依托中華醫學會、中華口腔醫學會，召開了36場專題臨床論證會，共計700余名專家參與論證，2.0版分組方案充分凝聚了行業共識。

四是建立動態調整機制。技術指導組高度重視行業發展對分組方案的影響，密切關注臨床技術發展和診療服務優化、醫療費用數據規律變化以及科技發展帶來的技術手段升級，并依據上述情況的發展，動態調整分組方案。

改革成效顯著：提質增效，賦能三醫協同治理新圖景

增強人民群眾就醫獲得感。改革后醫療機構診療行為更加規范，次均費用降低，參保群眾的就醫費用負擔不斷減輕，時間和費用消耗指數下降，平均住院日縮短，節省了參保群眾的就醫費用和時間成本。例如，吉林省2024年上半年醫療總費用157.25億，較2023年下降18.42%；次均住院費用9379.96元，較2023年下降16.16%。重慶市實施DRG實際付費后，規范了用藥、檢查、檢驗、診治等醫療服務行為，患者自負費用下降了21.54%。貴州省六盤水市居民次均住院費用同比下降了2.1%，職工同比下降7.7%，人均自付費用同比下降1.1%。

推動醫療機構高質量發展。在DRG付費改革過程中，各地醫療機構主動配合改革、不斷創新，在干中學，學中干，在病案管理結算清單的指控，規范臨床路徑、病歷精準入組等方面取得巨大進步，取得了藥耗成本和住院費用雙下降，醫院收治疑難重癥水平不斷提升，醫療機構收入結構明顯改善的良好改革成效。

比如，浙江大學醫學院附屬婦產科醫院在診療過程中，創新同種處方的藥物管理收費模式，依據醫囑劑量與用藥人數確定收費單位，兼顧臨床需求與成本平衡，減少醫保基金支出約2200萬元，受益患者達22萬人次；北京腫瘤醫院從DRG手術病組的麻醉費用入手，實現多學科綜合管理，促醫療機構內部管理機制完善；上海金山醫院大數據賦能，精準聚焦關鍵病組和識別異動數據，實現了醫保基金高效使用、醫療質量提升與資源動態平衡的“多方共贏”；北京協和醫院基于DRG分組將炎癥性腸病患者細分為不同組別，通過DRG指導下的醫聯體協作模式對患者進行精準分級診療。

推動三醫協同治理。一是提高基金效率。通過DRG付費改革引導醫療機構規范診療、合理控制成本，提升醫保基金使用效率。以北京市為例，實際付費醫療機構職工醫保住院基金平均增長率為10%，比非實際付費醫療機構住院基金平均增長率低7個百分點。二是支持行業發展。各地在推進改革的同時，充分考慮以歷史數據打包付費的影響，建立了特例單議，新藥新技術除外支付等配套機制，促進臨床技術進步，也進一步激發了醫藥產業的創新動力。

數智賦能：解鎖未來DRG管理的制勝密碼

隨著DRG付費改革的深入推進，診療行為隨之發生變化，數據規律展現出新的特征。在此背景下，以大數據賦能DRG管理成為必然選擇。大數據技術不僅能夠對海量醫療數據進行采集、清洗、轉換和分析，實現對病例的自動分組和歸類，計算出各DRG組的成本、費用、醫保支付標準等指標，還能通過預測分析和趨勢預警，提前發現潛在問題和風險，為醫院和醫保部門的決策提供前瞻性參考，助力醫療領域的可持續發展。

數智賦能分組方案編制

大數據＋人工智能技術可深度挖掘醫療數據，依據疾病診斷、治療方式及病情嚴重程度等因素，將病例精準劃分至不同DRG組別，提升分組準確性，使醫療資源配置更加合理。通過構建全面、海量的醫療大數據模型，可以識別出病例特征對資源消耗的影響，按照“臨床路徑相似、資源消耗相近”的原則，形成核心分組結果建議，克服傳統分組方案編制耗時耗力且易出錯的問題。

數智賦能DRG審核及監管

通過建立“大數據模型+專家論證+人工智能算法”的模型，強化流程清單管理和專家審核口徑管理，提升審核工作的效率和精準度，不斷規范DRG付費醫院行為，保障醫保基金安全有效使用。利用人工智能與大數據技術，不僅能對歷史數據進行深入分析，發現潛在的違規行為，還能自動檢測重復報銷、過度治療和虛假報銷等問題，有效提升醫保監管系統的智能化水平。

數智賦能DRG費用預測

利用大數據技術進行DRG費用預測，可以更加精確地評估每個患者的醫療資源使用情況，預測醫保基金的流動趨勢，實現對醫療服務費用的合理控制，為決策者提供科學依據，幫助做出動態的資源調整。

文章整理自2025年醫保支付方式改革藍皮書發布會暨趨勢交流會北京市醫療保險事務管理中心主任楊菁發言稿

來源 | 中國醫療保險

編輯 | 符媚茹 劉新雨

熱點文章