京公网安备 11010802034615号
经营许可证编号:京B2-20210330
巧用SQL数据库挖掘审计线索的思路与方法
在审计署统一组织的医疗保险基金审计项目中,笔者所在审计组充分发挥计算机审计技术优势,巧用SQL数据库查询功能,进行数据比对,筛查出该县一家民营医院疑似存在“医院职工虚假住院骗取医保基金”的问题。经过实地调查和多方取证,最终形成案件线索,进行了审计移送。现将审计思路和具体步骤介绍如下:
审计思路
首先,采集医院业务数据、职工花名册和考勤表、住院人员登记表等基础数据,运用SQL数据库强大的查询功能,查询出包括住院病人基本信息、结算明细、费用明细等在内的完整住院信息记录。然后,将住院信息和医院职工信息进行比对,筛选出在正常上班期间(有考勤记录)同时发生了住院费用的人员姓名、住院时间、住院病种、费用明细、报销金额等数据。最后,通过多方核实,形成案件线索并移送。
方法步骤
(一) 运用SQL数据库,查询出审计疑点
第一步,审计组计算机人员按照分工对该民营医院的电子业务数据进行了备份采集(该院所用管理系统为“蓝星”医院管理系统),并按照标准格式整理后导入SQL数据库,形成“H县某民营医院业务数据库”(如图一)。同时,搜集了该院2015-2016年“职工名单”、“职工上班考勤记录表”等数据。
图一. H县某民营医院业务数据库
第二步,运用SQL数据库强大的查询功能,审计组成员通过字段“姓名”将“住院病人基本信息表”、“住院结算明细清单”、“住院病人费用明细”联结,形成完整的住院信息,SQL查询语句如下:
select * from
dbo.住院病人费用明细 a join dbo.住院病人基本信息表 b
on a.姓名=b.姓名
join dbo.住院结算明细清单 c
on b.姓名 =c.姓名
语句执行结果如下(图二):
图二. 完整住院信息数据查询结果
将查询结果以excel格式保存,并导入数据库形成“完整住院信息数据表”如图三:
图三. 完整住院信息数据表
在此基础上,参照搜集来的“职工名单”,以该院医生和护理等职工的人员“姓名”为搜索条件,进行批量查询,SQL查询语句如下:
select * from dbo.完整住院信息数据表
where 姓名 in ('李玉平','吕正屏','王晓晓','刘成')
得出“该院职工在本院住院”数据,参考执行结果如图四:
图四. 该院职工在本院住院数据查询结果
第三步,将“职工上班考勤记录表”和“该院职工在本院住院数据”进一步比对,找出存在“住院期间正常上班”疑点的人员姓名、住院时间(上班考勤时间)、医保报销金额等数据,锁定疑似存在虚假住院套取医保基金的人员。
(二)实地调查,多方求证
初步掌握上述基本情况后,审计组成员立即行动,赴该民营医院和当地医保局等部门展开进一步调查。审计组其中三人对存档在医保局相关人员的报销票据、住院病历、用药明细、费用明细等资料进行了查阅,发现存在“住院病历资料中同一医生签字笔迹前后不一致”、“同一住院病人基本信息填写前后不一致”、“报销人住院期间有上班考勤记录”、“院方住院/离院登记表中查不到相关人员住院登记记录”等问题。与此同时,审计组另外两名成员会同一名医保局工作人员,对该民营医院当日住院情况进行了随机实地查看。发现,院方登记表记录当日住院人数与实地察看当日在床人数明显不符,存在院方登记人数多于实际在床人数的情况,即当日发生住院费用人数多于实际查实的当日在床人数,院方对此未能给出合理解释。针对上述问题,审计人员均进行了现场取证。
(三)形成案件线索并移送
经对上述问题和取证资ext-align:justify; text-indent:24pt; widows:0">经对上述问题和取证资料进行汇总和梳理分析,审计组成员一致认为,该问题尚存在需要进一步查明的疑点。鉴于审计手段有限,根据《中华人民共和国审计法》有关规定,审计组整理形成了关于“某民营医院职工涉嫌在本院虚假住院骗取医保基金”问题的审计线索,并依法进行了移送。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在SQL数据分析与业务查询中,日期数据是高频处理对象——订单创建时间、用户注册日期、数据统计周期等场景,都需对日期进行格式 ...
2026-01-21在实际业务数据分析中,单一数据表往往无法满足需求——用户信息存储在用户表、消费记录在订单表、商品详情在商品表,想要挖掘“ ...
2026-01-21在数字化转型浪潮中,企业数据已从“辅助资源”升级为“核心资产”,而高效的数据管理则是释放数据价值的前提。企业数据管理方法 ...
2026-01-21在数字化商业环境中,数据已成为企业优化运营、抢占市场、规避风险的核心资产。但商业数据分析绝非“堆砌数据、生成报表”的简单 ...
2026-01-20定量报告的核心价值是传递数据洞察,但密密麻麻的表格、复杂的计算公式、晦涩的数值罗列,往往让读者望而却步,导致核心信息被淹 ...
2026-01-20在CDA(Certified Data Analyst)数据分析师的工作场景中,“精准分类与回归预测”是高频核心需求——比如预测用户是否流失、判 ...
2026-01-20在建筑工程造价工作中,清单汇总分类是核心环节之一,尤其是针对楼梯、楼梯间这类包含多个分项工程(如混凝土浇筑、钢筋制作、扶 ...
2026-01-19数据清洗是数据分析的“前置必修课”,其核心目标是剔除无效信息、修正错误数据,让原始数据具备准确性、一致性与可用性。在实际 ...
2026-01-19在CDA(Certified Data Analyst)数据分析师的日常工作中,常面临“无标签高维数据难以归类、群体规律模糊”的痛点——比如海量 ...
2026-01-19在数据仓库与数据分析体系中,维度表与事实表是构建结构化数据模型的核心组件,二者如同“骨架”与“血肉”,协同支撑起各类业务 ...
2026-01-16在游戏行业“存量竞争”的当下,玩家留存率直接决定游戏的生命周期与商业价值。一款游戏即便拥有出色的画面与玩法,若无法精准识 ...
2026-01-16为配合CDA考试中心的 2025 版 CDA Level III 认证新大纲落地,CDA 网校正式推出新大纲更新后的第一套官方模拟题。该模拟题严格遵 ...
2026-01-16在数据驱动决策的时代,数据分析已成为企业运营、产品优化、业务增长的核心工具。但实际工作中,很多数据分析项目看似流程完整, ...
2026-01-15在CDA(Certified Data Analyst)数据分析师的日常工作中,“高维数据处理”是高频痛点——比如用户画像包含“浏览次数、停留时 ...
2026-01-15在教育测量与评价领域,百分制考试成绩的分布规律是评估教学效果、优化命题设计的核心依据,而正态分布则是其中最具代表性的分布 ...
2026-01-15在用户从“接触产品”到“完成核心目标”的全链路中,流失是必然存在的——电商用户可能“浏览商品却未下单”,APP新用户可能“ ...
2026-01-14在产品增长的核心指标体系中,次日留存率是当之无愧的“入门级关键指标”——它直接反映用户对产品的首次体验反馈,是判断产品是 ...
2026-01-14在CDA(Certified Data Analyst)数据分析师的业务实操中,“分类预测”是高频核心需求——比如“预测用户是否会购买商品”“判 ...
2026-01-14在数字化时代,用户的每一次操作——无论是电商平台的“浏览-加购-下单”、APP的“登录-点击-留存”,还是金融产品的“注册-实名 ...
2026-01-13在数据驱动决策的时代,“数据质量决定分析价值”已成为行业共识。数据库、日志系统、第三方平台等渠道采集的原始数据,往往存在 ...
2026-01-13