“‘冠状动脉搭桥术加收’须有‘冠状动脉搭桥术’医嘱，请核查。”——这是前不久中山大学附属第三医院医疗服务价格在线审核系统发出的一条弹窗信息，提示该医嘱因不符合医疗服务项目规范，存在超标准收费风险而被拦截。

　　自从该医院管理信息系统嵌入价格在线审核数据模块后，这一智能手段不仅将医生不合规的行为消除在“萌芽”阶段，还将持续督促管理部门梳理分析不规范诊疗行为，尤其是背后存在的廉洁风险，实现从“被动接报”到“主动发现”的监管模式转变。

　　“我们一方面将权力清单流程嵌入医院风险防控体系，实现‘药品—处方—患者’全链条可追溯；另一方面，不断完善数据汇聚机制，推动信息快捷查询、数据全面共享、线索精准筛查，让各项数据综合匹配、互融互通。”该医院纪委有关负责同志告诉记者。

　　医疗领域专业性强、牵涉面广、涉及利益大。推进数字化、智能化监管，是中山大学纪委、监察专员办强化对附属医院监督的鲜明特色。

　　今年以来，中山大学纪委、监察专员办制定方案，要求各附属医院深入查找短板弱项、深刻剖析问题，有重点、有针对性地确定一项年度选题任务进行补强。各家附属医院均在建设智能监督系统、构建大数据预警机制等方面开出大数据思维的“药方”，赋能精准监督提质增效。

　　提升监督穿透力，打通信息壁垒，破解“信息孤岛”至关重要。中山大学附属第六医院纪委紧盯“分解处方”套购重点管控药品这一风险点，联合医务、药学、信息等职能部门，通过整合门诊电子处方系统、住院电子医嘱系统、电子病历系统数据，并关联医生、患者和处方信息，实现数据交叉分析，提高发现问题的精准度，变“监督一点”为“规范一类”。

　　不仅要坚持标本兼治，更要着力“治未病”。紧盯整治重点领域，有针对性地开发监督模块，能够有效提升问题发现和预警能力。

　　孙逸仙纪念医院纪委以深汕中心医院为试点，构建基于人工智能大模型智能算法的医院纪检监督预警系统。通过对接处方开具、药品使用、耗材占比、医疗收入等数据系统，设置“药占比监控、诊断、检验检查”等三个智能监控模块，对异常数据进行评价分析，实现早期精准预警。

　　以目前已上线的“药占比”智能模块监控为例，该模块能实时计算并动态更新全院、各科室、各级医生乃至单个病区的药占比等指标情况，对药品用量突增、用途不合理、跨科室异常处方等情况进行预警，并交由相关部门进行用药点评或约谈提醒。

　　除了甄别揪出腐败风险外，大数据监督以“预警一类”促进“治理一域”，将更多问题遏制在将发未发或程度较轻时。记者了解到，中山大学各附属医院以预警发现的普遍性、规律性问题为契机，通过制发纪检监察建议书等形式推动修订完善制度机制，实现由解决具体问题到建章立制、优化治理的有效转化。

　　“在涉及面广、对象繁多、事项庞杂的医疗医药领域，大数据监督帮助医院更加及时发现苗头性、倾向性问题，做到关口前移、抓早抓小，提升监督的精准度和穿透力。”中山大学纪委、监察专员办有关负责同志表示，正在持续通过实地走访、查看台账、重点谈话等方式压实主体责任，凝聚大数据监督合力，“我们将进一步强化大数据赋能，结合各医院实际以点带面，把精准监督融入医院发展各环节，不断推动医德医风、行风作风向上向好。”