医保骗保主体多元化、手段多样化、行为隐蔽化，一直都是基金监管的难点和痛点。在众多骗保手段中又以团伙欺诈骗保最为隐蔽，对有组织的“专业”骗保，监管难度更大。在基金监管人力有限、现有监管系统无法有效发现团伙、新政策带来未知挑战的情况下，本文立足大数据时代背景，聚焦医保反团伙欺诈探索与实践，运用图机器学习、社区发现、加速聚类、联邦学习等算法，构建融合团伙骗保识别和医保电子凭证支付实时监管的精准监管综合方案，为医保基金监管执法提供强大技术支撑和专用工具。