[开源] 医联体结算博弈结构可视化系统：用纳什均衡定位多记账与少付出的策略失衡点，面向联盟办和医保结算岗的决策支持工具

本项目是一个专为医联体结算机制分析设计的开源决策支持系统将医院间结算行为建模为非合作博弈以纳什均衡为数学锚点识别「多记账」与「少付出」两类典型策略在真实资金流中的共谋结构与稳定状态。我们不替代财务系统也不生成会计凭证而是把结算过程里那些说不清道不明的“账面偏差”还原成可计算、可对比、可交互的博弈图谱。面向医联体管理办公室、区域医保经办机构、卫生行政部门结算岗人员提供 CLI 命令行驱动的场景生成、均衡求解与 HTML 报告输出能力核心引擎用 Python 实现纳什均衡求解纯策略混合策略前端可视化由 Plotly 驱动博弈树与 Sankey 资金流向图整体通过 TypeScript/Node.js 封装为跨平台命令行工具。所有分析均基于本地数据运行不联网、不上传、不依赖云服务。定位与能力范围我们不做全量结算系统也不做医院 HRP 插件。本项目聚焦一个具体而尖锐的问题当多家医院组成医联体后为什么结算报表总存在“总额对得上、明细对不上”的黑洞为什么反复强调规范记账仍有机构倾向性地多记转诊收入或少计成本分摊这不是操作疏漏而是策略理性每个主体都在自身约束下追求局部最优最终导致系统级失衡。本系统把这种结构性张力显性化把每家医院设为博弈参与者把「实记账」「适度多记账」「激进多记账」「适度少记账」「激进少记账」设为可选策略用标准博弈论框架建模其收益函数并自动求解纳什均衡点。结果不是给出“谁错了”而是指出“在当前规则下哪些策略组合会自然收敛并长期维持”。这对联盟办理解结算顽疾根源、对医保部门设计激励相容的支付规则、对牵头医院评估成员单位行为边界都提供了可验证的结构依据。核心功能系统围绕“建模—求解—呈现—对比”四步闭环展开全部能力均可通过命令行触发无需启动 Web 服务或数据库。博弈建模支持按需配置医院数量如3家、5家、交易条数如100条、500条自动生成符合医联体常见协作关系的初始场景策略空间严格对应业务语义例如「激进多记账」指将本院收治但实际由下级医院完成的检查项目全额计入自身收入「激进少记账」指对向上转诊患者的后续费用分摊主动压低至显著低于成本水平。纳什均衡求解内置双路径求解器。对小规模博弈≤4家医院≤20策略组合启用穷举法求纯策略均衡对中等规模启用线性规划LP求解混合策略均衡自动判别并切换不需用户干预。所有均衡结果附带收敛验证标记与收益矩阵快照。交互式可视化生成三类 HTML 报告。博弈树图标注每个决策节点的医院名称、所选策略、对应收益值单位万元支持鼠标悬停查看策略含义Sankey 图以宽度映射资金量、颜色映射流向类型如绿色上级医院向下拨付、橙色下级医院向上返还直观暴露“钱从哪来、往哪去、被谁截留”综合报告整合上述两图并叠加均衡稳定性分析如是否存在多个均衡点、各点收益差异幅度。场景对比机制强制区分normal各方诚实记账与gaming存在策略性记账两类基线场景。对比时不仅展示均衡点变化更突出显示同一医院在两种场景下策略选择的偏移方向如从「实记账」滑向「适度多记账」、资金净流入/流出额的绝对值变化、以及整个联盟的资金循环效率下降比例示例Sankey 图中回流环路占比从82%降至63%提示内耗加剧。可复现分析流程所有生成动作支持--seed参数固定随机种子确保相同参数下输出完全一致支持--verbose输出建模细节如每家医院初始成本结构、策略收益计算逻辑便于审计与教学复盘。功能模块输入控制方式输出形态典型使用目的场景生成--hospitals,--records,--scenarioJSON 场景文件 日志构建符合本地医联体规模的仿真起点均衡求解内置自动判别无需手动指定HTML 报告中嵌入均衡结果表格判断当前结算规则是否诱发稳定失衡博弈树可视化自动生成无额外参数game_tree_*.html理解单次决策中各医院收益权衡逻辑Sankey 资金图自动生成无额外参数sankey_*.html追踪资金在多级机构间的实际滞留与损耗路径场景对比compare命令 相同参数对比报告含双图并列差异高亮量化博弈行为对结算健康度的影响程度使用与配置安装只需两步先配 Python 环境跑通博弈引擎再装 Node.js 编译 CLI。二者完全解耦Python 部分可单独调用Node.js 部分也可仅作格式封装器。cd interlocking-accounting-game-tree python -m venv venv source venv/bin/activate pip install -r requirements.txtnpm install npm run build日常使用以igtinterlocking game tree 缩写CLI 中已设为别名为主入口。以下是最常用组合快速启动分析igt generate --hospitals 3 --records 100 --scenario gaming生成3家医院、100条交易的博弈场景自动求解并输出完整 HTML 报告到output/reports/对比基线差异igt compare --hospitals 3 --records 100同时生成normal与gaming两套场景输出对比报告直接呈现策略漂移与资金漏损量化值查看最新报告igt view自动定位output/reports/下时间最新的report_*.html并用默认浏览器打开指定输出位置igt generate --hospitals 4 --output my_analysis所有输出JSON、HTML、log均落于my_analysis/目录便于项目隔离所有子命令均支持--help例如igt generate --help会列出全部参数及业务含义如--strategy-distribution控制各策略在初始场景中的出现概率分布供高级用户调节博弈烈度。工程结构项目采用清晰的分层架构Python 侧专注“算得准”Node.js 侧专注“用得顺”。python/src/是核心算法层models/定义Hospital含等级、床位数、成本系数、Strategy含策略名、适用条件、收益影响权重、TransactionRecord含来源医院、目标医院、项目类型、金额、是否被策略修饰等实体solver/实现两种均衡求解器接口统一返回NashEquilibrium对象含策略组合列表、各参与方收益、稳定性标识simulator/提供可插拔的数据生成器如HospitalGenerator按三级/二级/社区医院比例生成异构机构集visualizer/封装 Plotly 调用将博弈结果转化为 JSON 可序列化的图表配置。src/是交互层cli.ts为命令主干解析参数后调用python/子进程通过spawn启动并传参commands/下generate.ts、view.ts、compare.ts分别封装对应逻辑formatter/统一处理终端输出样式与 HTML 路径拼接。output/为纯产物目录不参与构建。所有中间数据与最终交付物均落于此结构固定便于脚本批量处理或集成进现有 BI 流程。这种分离设计意味着若你已有 Python 数据栈可直接 importpython/src/solver模块嵌入自有系统若你习惯 Node.js 生态也可跳过 Python 安装仅用igt view打开他人共享的output/reports/下的 HTML 文件报告本身是自包含的含全部 JS 与数据。数据与扩展输入数据全部由模拟器生成不依赖外部数据库或 Excel 表格。但模拟逻辑高度可配置适配真实业务映射医院属性Hospital模型含level三级/二级/社区、beds床位数、cost_ratio单位服务成本系数这些字段直接影响策略收益计算。例如「多记账」收益 记账金额 × (1 cost_ratio)体现高成本机构更有动机虚增收入。交易记录TransactionRecord的type字段预设consultation会诊、referral转诊、exam检查、treatment治疗四类每类对应不同分摊规则。用户可在simulator/中新增类型并定义其收益公式。策略扩展新增策略只需在models/Strategy.py中添加枚举项并在solver/中补充其对收益矩阵的修改逻辑。例如要加入「选择性少记账」仅对特定类型交易少记只需定义新策略并重载apply_to_transaction()方法。所有扩展均不破坏原有 CLI 接口。新增策略后--scenario gaming仍可正常运行系统自动将新策略纳入均衡搜索空间。限制与说明本项目明确限定于研究与教育场景有三项关键边界不处理真实财务数据所有输入均为模拟生成不读取医院 HIS、EMR 或医保结算库。若需接入真实数据须由用户自行开发适配器将原始交易流水映射为TransactionRecord对象并确保策略标签可业务归因。不替代政策制定均衡结果揭示“在给定规则下会发生什么”但不回答“应该制定什么规则”。例如发现gaming_B激进少记账成为主导均衡只说明当前分摊公式存在漏洞具体如何修订需结合卫生经济学评估。不覆盖全部博弈形态当前模型假设医院完全理性且信息对称未引入学习机制、声誉惩罚或动态重复博弈。对需要建模“今年少记、明年被约谈”这类预期约束的场景需用户在simulator/中增强状态机逻辑。项目文档中已明确标注所有分析结论需结合本地医联体章程、结算办法与历史纠纷案例交叉验证。我们提供的是结构显影剂不是诊断书更不是处方签。项目地址https://github.com/nexorin9/interlocking-accounting-game-tree