1.多模态医保反欺诈监管场景大模型应用（专业数据赛，此赛题尚未开启报名，请持续关注）

随着医保基金监管向多维化、纵深化发展，传统监管手段及单一模型筛查的固有弊端日益凸显，难以契合复杂的监管需求。需从定点医疗机构、参保人、参保单位三个维度构建筛查模型，运用前沿的数据分析、人工智能等技术手段提高疑点数据筛查精准性,  提升北京医保基金大数据监管能力水平。本赛题的答题目标包括：（1）多模态数据治理：实现异构数据对齐（统一时空基准框架，对齐医疗文本、影像、时序、空间数据）与隐私增强处理（差分隐私、同态加密）。（2）多模态特征工程：跨模态特征提取（文本BioBERT、影像3D-CNN、行为GraphSAGE）与特征融合建模（多模态注意力机制）。（3）模型架构设计：构建多模态联合编码器（ResNet+Transformer+TCN）与动态推理引擎（Flink流处理+知识图谱增强推理）

2.基于大模型的北京市医保基金长期收支预测及可持续分析（专业数据赛，此赛题尚未开启报名，请持续关注）

我国自1999年进入老龄化社会,60岁以上老年人口比例上升，导致医保基金支出增加、缴费人群占比减少，基金可持续发展面临严峻挑战。需基于历史数据构建预测模型，量化分析参保人口年龄结构变化对医保基金的中长期影响。本赛题的答题目标包括：（1）构建基金收支预测模型，预测2025-2045年收支趋势。（2）设置基准场景与加速老龄化场景对比分析。（3）识别收支平衡拐点。

3.中成药"异病同治"合理性评价与费用管控体系创新（数据验证赛，此赛题尚未开启报名，请持续关注）

中成药广泛适应症易导致临床滥用，现有西医诊断监管体系难以评估合理性。需构建中西医结合的智慧监管系统，整合多维度知识库，运用知识图谱、语义分析等技术设计解决方案，实现“病证结合”精准控费。本赛题的答题目标包括：（1）构建病证方关联的适应症动态匹配模型。（2）建立中医辨证与西医诊断的映射关系库。（3）设计处方合理性实时评估与分级预警机制。（4）开发疗效追踪与费用效益分析平台，对接中医电子病历系统。

4.提升医保便民利企服务水平（数据验证赛，此赛题尚未开启报名，请持续关注）

持续提升医保便民利企服务水平。加快推进医保钱包、移动支付、追溯码采集应用等推广应用，有效减轻药品流通和零售企业在追溯信息采集和上传的负担；加快推进“云药房”建设应用，满足群众足不出户使用医保购药的需求，拓展药品流通和零售企业市场；加强云影像共享比对应用，让影像数据“多跑腿”，群众“少跑路”。有序释放医保数据价值，为群众构建高效、精准的优质医保便民服务，为企业缓解成本压力，注入强劲的发展动力。

5.数据赋能下的医保智能监管体系构建（数据验证赛，此赛题尚未开启报名，请持续关注）

传统医保监管面临数据孤岛、信息不对称、效率低等挑战。需聚焦医保监管领域,利用大数据、人工智能、区块链等技术设计智能化监管方案，嵌入医院HIS系统，实现数据采集、动态分析与风险预警，覆盖诊疗结算、基金使用等环节。本赛题的答题目标包括：（1）设计智能化监管方案，嵌入医保规则至HIS系统。（2）实现医保数据采集整合、动态分析与风险预警，同步至“三医联动”平台。（3）提升监管科学性、精准性，推动医保治理数字化转型。说明：需覆盖诊疗、基金、药耗等多环节数据。

6.下一代数据驱动的“飞检负面清单”系统（数据验证赛，此赛题尚未开启报名，请持续关注）

医保飞行检查常态化下，传统“负面行为清单”导致医生保守诊疗，存在规则刚性过强、正向激励缺失等问题。需运用机器学习、知识图谱等技术构建动态评估模型，建立综合评价体系，平衡监管刚性与诊疗灵活性。本赛题的答题目标包括：（1）构建医生诊疗行为动态评估模型（含合理性、疗效、费用偏离度、历史信用）。（2）实现基于临床路径的实时智能审核与分级预警。（3）建立异常行为追溯与合规性辅导机制。（4）构建诊疗质量与费用控制的正向激励机制，嵌入HIS与支付系统。

7.基于大数据和人工智能的医保知识体系构建与应用研究（专业数据赛，此赛题尚未开启报名，请持续关注）

利用大数据与人工智能技术整合医保数据和临床知识库，建立全面的医保疾病、诊断、治疗用药、费用知识体系,为医保智能审核、支付改革及创新药械推广提供科学依据。本赛题的答题目标包括：（1）构建疾病诊断与治疗的智能决策模型。（2）建立用药推荐与费用预测模型，优化医保资源配置，支持支付方式改革。

8.基于可信数据空间支撑的医药大数据联合创新应用（专业数据赛，此赛题尚未开启报名，请持续关注）

破解医疗数据安全流通与价值释放的矛盾，通过联邦学习、隐私计算等技术建立安全共享机制，整合三甲医院诊疗数据、药企研发数据、公共卫生流调数据等，形成标准化医疗数据空间，支撑AI辅助诊断、药物研发等场景。本赛题的答题目标包括：（1）建立可信数据空间，实现多源异构数据安全共享。（2）支撑AI辅助诊断、药物靶点发现、精准临床试验等场景。（3）建立数据分类分级标准与价值评估模型，探索数据资产化路径。

9.基于医保大数据由人工智能生成DRG分组方案（数据验证赛，此赛题尚未开启报名，请持续关注）

在医保支付方式改革中，DRG分组方案的科学性和动态性影响医疗资源分配效率。当前存在数据质量不足、论证周期长、数据安全风险等问题。需通过医疗大数据优化核心分组（ADRG），提升分组精确性。本赛题的答题目标包括：（1）审核数据真实性与合规性，反映实际业务。（2）识别病例特征与资源消耗关联，为优化ADRG提供数据基础与技术标准建议。

10.基于全量医疗数据的医保智能审核（数据验证赛，此赛题尚未开启报名，请持续关注）

传统医保审核依赖结构化数据，对电子病历等非结构化数据利用不足，存在数据孤岛、人工效率低等问题。需依托全量医疗数据（含结构化、非结构化、知识型数据），运用NLP、知识图谱等技术构建智能审核体系。本赛题的答题目标包括：（1）构建全量数据整合平台，实现跨系统数据清洗与知识图谱构建。（2）开发诊疗合理性、医保合规性、大数据监测等多维度审核模型。（3）提升审核效能（自动化覆盖70%病历，处理时间缩短至30秒/份)。（4）建立标准化数据治理体系，实现跨机构数据互通。

承办单位：北京市海淀区人民政府、北京市大兴区人民政府、北京市昌平区人民政府、北京市西城区人民政府

主办单位：北京市医疗保障局、北京市卫生健康委员会、北京市药品监督管理局

协办单位：北京软件和信息服务业协会

1.启动阶段：

      5月28日启动北京分赛，发布北京分赛赛道赛题等赛事信息。

2.初赛阶段：

      竞赛启动后，参赛团队可通过官网报名和提交材料，初赛报名和比赛分阶段进行，预计8月下旬开展初赛评审，审核获奖材料，确定晋级北京分赛区决赛单位。

3.决赛阶段：

      公布决赛评审时间和评审安排，预计8月底左右开展北京分赛区决赛，围绕初赛评选产生的优秀项目，采取路演答辩等方式进行决赛评选，计划9月底前提交参加全国总决赛名单。

各赛道设置一、二、三等奖、优秀奖等奖项，并提供以下权益：

1.数据流通

鼓励优秀项目数据资源和成果加入北京市数据流通利用增值协作网络，组织北京国际大数据交易所与参赛单位开展“所商合作”，促进数据要素流通，通过市场化实现价值化。

2.产融对接

持续组织国家级、市级和区级投融资机构举办产融对接活动，提供的产融合作资源支持。

3.展示推广

组织数据应用方与参赛单位开展业务合作，举办论坛沙龙、座谈交流、线下推展等赛事活动，制作获奖项目案例汇编，促进数据产品的服务推广与供需对接。

4.企业发展

符合条件的获奖团队可享受相关市级部门和属地政府提供的产业支持、人才招引等政策。

5.跟踪服务

北京分赛组委会建立竞赛项目库、主体库，推动全市产业支持政策触达参赛单位，加强常态化跟踪与沟通服务。

6.交流学习

获奖团队有机会参与大赛组委会举办的政策宣贯、调研走访、成果转化等活动。

每个赛道的奖项数量、大赛权益详情将在后续进行通知，敬请持续关注。