在深入探讨南京人社医疗保险数据挖掘系统建设之前，首先需要了解数据挖掘在医疗保险行业中的重要性。数据挖掘是利用计算机技术和统计学方法从大量数据中提取有价值信息和知识的过程。在医疗保险行业中，数据挖掘可以用于识别和预防医疗欺诈、优化保险费用计算、改进医疗服务质量等。
南京作为中国的一个重要城市，其医疗保险制度自2001年启动实施以来，取得了显著的发展。参保人数和医保基金支出逐年增加，医保服务也越来越便利。然而，随之而来的监管挑战也日益严峻，包括医保基金支付风险的上升和监管压力的增大。传统的监管手段，比如人工审核，已不能满足当前的需求，需要借助信息化手段和数据挖掘技术来提高监管的效率和精准度。
建设目标方面，南京人社医疗保险数据挖掘系统旨在扩展和完善医保智能监控和数据挖掘功能。通过基础数据指标和监控规则的运用，智能识别违规行为，并进行审核和稽核查处，实现监管工作的标准化、精细化和智能化。
建设思路方面，首先是基础数据的标准化，包括药品、医疗机构和就诊结算等指标及其代码的完善。其次是监控规则的设定，包含单个和复合监控规则及其阈值和权值的确定。最后是监控规则的拓展和医疗保险知识库的积累，以此来支持监控工作的进一步深化。
系统架构和工作流程涉及到医保监控系统与南京社保信息系统医疗保险结算子系统的结合。监控系统的独立性与业务系统之间通过数据库平台进行数据交换，确保了监控分析与业务处理的有效衔接。在工作流程中，参保人员就医购药的信息通过结算系统生成，随后交换至医保监控系统形成监控信息。监控系统根据规则对信息进行分析，生成疑点信息和预警信息。监控分析人员对疑点信息进行初审，确认后进入稽核流程，最终由医保监控系统发送处理决定至结算系统并落实。
项目建设内容包括提供医疗保险服务的事后监控功能，利用计算机手段智能识别违规行为，提供预警和报警等功能。此外，监控系统还需要配备成熟使用的监控规则库和完善的规则管理体系。监控规则应具有灵活的启用、禁用和新增能力，以适应医保监管的动态需求。
文章还提到了监控基础信息库的构建，这包括药品和诊疗项目、服务设施和医用材料库、两定单位、各类病种、医生、参保人员、就诊信息、结算信息、医疗明细等数据的收集和管理。这些数据构成了医保数据挖掘的基础，并为决策支持和数据挖掘提供了数据支持。
作者曾炜，是一位来自南京市人力资源和社会保障信息管理中心的工程师，具有本科以上学历。她的研究方向是信息系统数据分析和数据挖掘。这为她的研究提供了坚实的专业背景，也为南京人社医疗保险数据挖掘系统的建设奠定了理论基础。
南京人社医疗保险数据挖掘系统建设是一个复杂的工程，它不仅需要处理大量数据，还需要结合医疗保险专业知识，设置合理的监控指标和规则，以及构建有效的数据挖掘模型。这将有助于提升医保监管的效率和准确性，确保医保基金的健康运行，并且最终为参保人员提供更加公正、透明的医疗保险服务。
