目前，人工智能（AI）技术的快速发展，算力需求日益迫切。如何实现AI在卫生技术评估和药物经济学发展中的应用是一个值得研究的命题。笔者认为，在不久的将来，AI也可用于医保的DRG/DIP支付方式改革和药品价格的谈判，协助医保支付方更精确地测算出最大的公平价格，同时帮助药企方测算出最优的定价。

增强医院服务

AI推动生物医药产业的发展，需要医保、医疗、医药政策协同发展。

目前，我国的AI应用与国外发达国家相比还有不少差距。但可喜的是，很多医院已经开始引入医疗大模型，建立了智能化的医疗诊断和治疗评价体系，增强医院的服务能力。以医学影像学为例，随着人口老龄化、患者数量的增加以及创新治疗方法的发展，CT和MRI检查数量激增。加拿大在2010-2020年的十年间，两者分别增长了31%和62%，造成放射科医生的工作量不堪负担，也间接影响了工作的效率和质量。2023年，加拿大卫生技术评估组织发表了一篇《ChatGTP对放射工作流程的影响报告》，总结了AI的效果，ChatGPT能帮助撰写标准结构报告、做出临床决策、提高诊断水平、节省时间，但同时也带来一定的风险，如可靠性以及对患者隐私的保护问题。ChatGPT报告的准确性则取决于收集阅读数据的质量。

据不完全统计，国产医疗AI大模型已超过40个，并正在追赶ChatGDT 4.5通用大模型的研发，2030年生成式人工智能（AIGC）市场规模有望突破10万亿元产值。

推进市场准入

近几年，AI已开始对医药行业的产品研发、药品处方、市场准入、药品定价和补偿发挥明显的决策作用。许多药企将AI用于模拟企业的商业运作过程，用来辅助既有产品和未来新产品的市场准入决策研究。

第一，快速整合分析医疗数据、临床试验结果和市场准入信息，改善药品上市的条件。如确定市场趋势、治疗标准和指南、协助收集不同领域意见领袖的建议、收集整理患者资料、了解未满足的临床需求、收集最优的定价及为医保方提供药品的价值信息。

第二，帮助药企预测谈判的价格以及与医保方和HTA机构谈判的结果，开发有影响力的价值主张和价格预测工具。英国建立了一个名为ValueScope的平台，能够帮助企业预测与英国NICE、德国IQWiG等卫生技术评估机构谈判的价格和结果。这是一个收集在欧洲上市的1700多个药品的资料建立的一个虚拟模型，能预测结果评价及谈判的价值，根据报道，其精确性达90%。

第三，帮助支付方做出决策。2021年，Humana技术公司与BM Watson Health 商保支付方技术合作，收集卫生费用、治疗效益信息、医疗成本、患者信息。通过AI平台，预测患者的医疗保健成本，减少投保者的费用。

第四，帮助设计结果为基础的合同，协助支付方用于以价值为基础的补偿项目。如帮助确定适宜患者人群和亚组人群，提高治疗收益率。同时预测治疗结果和费用，帮助确定临床衡量指标，评价治疗结果。如2020年Centene Corporation应用Apixio作为支付方用于价值为基础的补偿平台，检查患者资料，提供有质量的信息和价值为基础的补偿。

第五，预测新药价格和定价策略。包括预测采购的价格（PAC）以及最优化的、最大允许药品成本（MAC）。PAC曾被美国俄克拉荷马州用来管理该州Medicaid的药品价格，以此建立一个多层次预测分析模型来评估药品的采购价格，包括MAC Buchmarks公司公布的药品价格目录、已有的基准价格、配药费用、药品的供给和需求以及采购价格等。

随着医疗数据的可得性日益提高，AI将在药品定价和补偿、市场准入方面发挥更多显著的作用。

此内容为《医药经济报》融媒体平台原创。未经《医药经济报》授权，不得以任何方式加以使用， 包括转载、摘编、复制或建立镜像。如需获得授权请事前主动联系：020-37886610或020-37886753；yyjjb@21cn.com。