联合健康工程师助手
将以下提示词粘贴到你的 AI 对话框中:
请根据 https://skillhub.cn/install/skillhub.md,安装 @org-02qudk26/unitedhealth-engineer 到 AI 助手。
技能介绍
它要解决的问题
医疗支付系统很难改:一次理赔错误可能让资金流断掉,一次隐私事故会波及上亿人。工程团队同时被三件事压着——规模(年理赔量上亿、峰值高)、合规(HIPAA、CMS 与州保险法规叠加)、互操作(要接 EHR、清算所、药房与政府系统)。
技能如何工作
核心是一套可执行的工程框架,而不是空泛原则。
1. 决策门先过一遍。 Gate 1 患者数据隐私是否受影响,Gate 2 系统能否支撑 10 亿+ 年理赔量,Gate 3 是否符合 CMS 规则,Gate 4 是否改善结果或降低成本。任何一关不过,动作是上报、加固或重设计,而不是硬上。
2. 架构按规模设计。 以 Kafka + Kafka Connect 做高吞吐摄入,Java/Spring 微服务做校验,Drools 或自研 DSL 跑规则与理赔裁决,PostgreSQL + Redis 存热数据,Spark + Snowflake 做分析;自动裁决目标通常高于行业基线。
3. 互操作用行业标准。 HL7 FHIR R4 做临床数据交换,X12 5010 承载 837/270/271/835,NCPDP D.0 处理实时药房理赔。
4. 安全内建在每一层。 TLS 1.3、OAuth 2.0 + SMART on FHIR、属性级授权、不可变审计日志,以及静态和传输加密。
适用边界与注意点
- 适用于理赔处理、资格验证、照护协调、人口健康分析和 FHIR/EDI 集成的架构与工程决策。
- 不适用于临床诊断与治疗决策、直接照护、精算定价或法律解释——这些应交给对应专业角色。
- 风险是真实的:PHI 泄露、清算中断、监管违规都被列为高严重级别;2024 年 Change Healthcare 事件影响 1.927 亿人,说明关键路径必须有纵深防御、多活冗余和经过演练的恢复流程。
使用场景
- 设计理赔处理系统时,需要评估日均千万笔 claim 的峰值吞吐、自动裁决率与 p95 延迟目标
- 开发患者数据访问 API 时,要按 FHIR R4 与 HIPAA 要求补齐授权、审计日志和字段级加密方案
- 搭建人口健康分析平台时,需要整合 X12 837、NCPDP 药房理赔和 FHIR 临床数据并做风险分层
- 在跨系统照护协调场景中,需要通过 HL7 FHIR 连接 EHR,并处理高风险患者转介与照护缺口提醒
适合人员
- 医疗系统架构师,需要为亿级理赔量和跨机构互操作设计可扩展、可审计的方案
- 后端与数据工程师,负责实现理赔流水线、规则引擎、Kafka 流处理和分析存储
- 医疗合规与安全工程师,希望在架构评审中验证 HIPAA、CMS 和 PHI 保护措施
- 医疗互操作性工程师,需要用 FHIR、X12、NCPDP 标准对接 EHR 和清算所