2026年9月30日，《中国纪检监察报》刊发了一篇广西崇左的报道。

崇左市纪委监委在用大数据监督模型做数据分析时，发现了一个异常：有两家医疗器械供应商报价相似，且总是交替中标。

“报价相似”和“交替中标”这两个特征单独看，可能被解释为巧合。但放在一起，数据模型直接触发了预警。纪委随即组织力量循线深挖。

调查结果：该市某公立医院原医学装备科科长、采购办主任颜某，利用职务便利为某医疗器械商在招投标环节提供帮助并收受好处费。颜某被开除党籍和公职，涉嫌犯罪问题移送检察机关审查起诉。

这个案子的调查起点，不是举报信，不是信访件，而是一组被算法标记的数据。

数据是怎么变成调查起点的

崇左市纪委监委在报道中说了一段很直白的话：医用耗材、药品购销领域“产业链长、资金量大、专业性强”，以往监督靠人工查阅台账、现场走访，线索发现被动，排查工作量大。现在依托大数据，“能够快速识别异常风险点”。

具体操作是：构建公立医疗机构医用耗材、药品采购监督模型，围绕平台预警的设备、药品、耗材采购等异常数据，紧盯采购遴选、招标竞价等重点环节，以及医药领域“关键少数”、关键岗位人员等重点对象开展综合研判。

在机制层面，崇左市纪委监委依托“室组”联动监督机制组建工作组，综合运用信息调取、数据比对、模型筛查等数字化工具，“从异常数据中快速甄别锁定可疑问题线索，大幅压缩人工排查范围”。同时结合查阅档案资料、实地进驻核查、座谈问询等方式跟进监督，“深挖医药领域违纪违法行为以及背后的制度漏洞”。

这意味着什么？如果你的投标报价和某家同行的报价总是高度接近，中标结果又呈现交替规律，大数据模型会自动将其标记为异常。不需要举报信，不需要内部人告发，数据自己会“说话”。

而一旦模型发出预警，调查的启动就不再依赖人工发现。崇左案中，颜某作为采购办主任被查，调查的起点就是数据异常，而不是线索举报。

预警模型在“盯”什么

从已公开的案例和平台描述来看，大数据监督模型主要捕捉以下几类异常：

第一类：投标行为异常。 崇左案的核心触发点是“两家供应商报价相似且总是交替中标”。广州的AI+招标投标大数据分析平台构建了涵盖“投标文件硬件特征码、经营主体股权穿透、工程量清单相似度、报价异常分析、评标专家打分倾向度”等80余项风险监控指标，创新推出项目“冒烟指数”预警机制。

第二类：采购量与使用量异常。 浙江推进“公立医院药械智慧监管监督系统”建设，聚焦药品、耗材、医用设备三个重点领域，紧盯预算、审批、采购、使用、结算五个环节，系统已发出监管信息超11万条，处置完成率达95%以上。曾发出预警：某医院“奥美拉唑使用量明显异常，达到同级医院平均数的4倍”。

第三类：关联关系异常。 南通大学纪检监察机构研发了“供货企业人员与医院职工及直系亲属关联异常预警”模型，通过数据碰撞自动发现异常数据。

第四类：资金流向异常。 公安机关经侦部门应用的资金数据深度分析系统，能够“自动梳理出从医药企业公账到医药外包销售服务公司，再到相关负责人及其特定关系人账户的完整资金流向图谱”。中国人民银行的反洗钱监测网络针对公立医疗机构负责人及重点医药销售人员的账户实行常态化监测，“异常的高频小额转账或大额资金汇兑会直接触发系统预警”。

不止于查处：制度整改同步推进

报道提到，当地纪检监察机关曾针对某公立医院“管党治党主体责任落实不到位、收受药品耗材回扣隐患突出、内部管理制度执行不严、医保基金监管存在漏洞”等问题，向该院制发纪检监察建议书，督促开展风险排查、完善制度并推进以案促改。

2026年以来的工作成效

报道披露了崇左市纪检监察机关今年以来在医药领域的完整数据：

这些数字的背后，是一套“数据筛查→案件查办→制度整改”的闭环机制。

这不是孤例

多地已在推进类似的数字化监督实践。

广州南沙利用大数据招投标主动监督模型，发现“项目中标频次异常，资金往来存在疑点”，共立案14人，留置2人，涉案金额4000余万元。该区归集了卫健、政数、社保等职能部门数据17类2.5亿余条，研发监督模型共46个。

湖北鄂州纪委监委在慢特病医保数据筛查中发现，某医院科室主任开出的某类药品，频次和剂量明显高于同科室其他医生。顺着这条线索查下去，55条问题线索浮出水面，最终立案28人，处理处分94人，推动建立26项长效机制。

安徽滁州搭建大数据监督模型，累计推送预警信息1088条，涉及“两定”机构142家。

重庆万州在智能监管平台中设置了27个预警指标、81个预警点，进行24小时预警提醒。

对药企投标行为的直接冲击

崇左市纪委监委在报道中介绍，以往监督靠人工查阅台账、现场走访，线索发现被动。现在依托大数据平台，“从异常数据中快速甄别锁定可疑问题线索，大幅压缩人工排查范围”。

过去依赖“经验”和“关系”的投标策略，正在被“数据比对”拆解。产业链越长，数据节点越多，异常模式反而越容易被捕捉。

值得注意的是，报道中也提到一句关键判断：“数据预警并不等同于违规认定，最终仍需结合具体交易、职务行为及相关证据进行核实。”这意味着，数据预警是调查的起点，但企业仍有空间通过合规自查来主动排除风险。

CIO能帮您

医药营销合规服务聚焦药企营销全链条合规落地，围绕分层级合规培训、合规会议全流程管理和招采信用评价恢复等，帮助决策层、管理层与执行层建立与岗位职责匹配的合规能力，规范学术推广会议的真实性、必要性与可追溯性，并为失信降级或潜在风险企业提供评估、整改、修复与申辩支持，最终将监管要求转化为可执行、可留痕、可持续的营销行为规范，降低刑事、行政及市场准入风险。

下方获取服务咨询⬇