目前，我国农村地区的各项相关法规制度建设工作正在试点探索逐步推进。由于我国的新农合目前还是在早期发展时期，而与之相关的一些配套措施和软硬件也处于基础建设阶段，同时要面对很多的问题和不同领域的矛盾。所以，为了提高我国的农村医疗制度建设，就需要持续的开展相关的研究和探讨，通过制度上的健全来提高基础的坚实性和稳定性，把好事办好，使广大农民得到真正的实惠。本文主要目的是将大量的医疗保险信息编辑成原始数据库，让构建的数学模型依据原始数据进行自我学习，建立原始常规信息数据的母本，依据网络神经反欺诈模型，结合某地区某个医疗机构的报销数据进行欺诈程度的定性以及定量分析。通过这种方法的实施，可以达到良好的检验效果，达到预警的目的。本文以新农合的特点为基础，阐述了现阶段我国农村新农合医疗保险的对象和特点，并结合国内外保险欺诈行为研究的相关案例，提出了神经网络算法在新农合保险欺诈风险预警中的应用对策。首先，本文通过对神经网络有关概念的阐述、功能说明、要素分析，建立了新农合保险欺诈行为的神经网络预警模型，将此模型通过Visual C++以及matalb等多种程序集合，构建了模型的可执行程序。接着，通过对数据的分析、研究和检测，定性且定量的分析了欺诈的程度，并且对进一步完善反欺诈预警做出了具有实际意义的工作。建立可持续发展的农村合作医疗保障制度，保证我国大部分农民能够享受医疗服务，是实现我国城乡经济和社会统筹发展、建立社会主义新农村的一项重要任务。因此，必须将农民的这项政策做好，保证农民的切身利益不受侵犯。