使用 AI 驱动的策略优化特种药物成本，管理多药治疗

快速阅读: 据《美国管理式医疗杂志》称，研究显示，AI驱动的解决方案可优化专科药物账单和识别高风险多重用药患者，有望显著降低医疗成本并改善患者结局。

随着医疗成本不断攀升，管理式医疗组织越来越多地转向人工智能（AI）驱动的解决方案，以控制专科药物支出并管理多重用药问题。管理式医疗药房学会2025年会上的研究表明，AI方法能够有效优化账单并识别高风险患者，从而带来显著的财务与临床效益。

评估专科药物成本效益的账单
AI驱动的系统化方法在降低专科药物成本方面展现出巨大潜力。研究人员开发了一种算法，旨在确定专科药物最具成本效益的计费方式，以应对药房与医疗福利之间报销率差异的挑战。这一算法被集成到一个能摄取任意支付方医疗索赔的机器人中，提供实时建议以简化决策流程。

这项研究在一张海报上展示，分析了2024年3月1日至8月31日期间区域健康计划中的医疗索赔数据。这些索赔包含医疗常见程序编码系统（HCPCS）代码、HCPCS单位数量及支付的原料成本（ICP）。研究团队模拟了传统上通过医疗福利账单的专科药物药房福利索赔。通过利用Medi-Span提供的平均批发价格（AWP）数据并结合专科药房AWP折扣，该算法比较了药房福利下与医疗福利下的预期ICP，以确定最佳计费策略。

尽管研究结果仍在进行中，但研究人员相信，这种方法不仅能提高财务效率，还能为整个医疗系统的药物成本降低提供可复制的框架。

AI驱动的高风险多重用药患者识别
另一项研究表明，通过AI驱动的药物管理可以显著减少医疗利用率和成本，前提是需要主动识别高风险的超多重用药患者。超过40%的老年成年人被归类为多重用药（≥5种药物）或超多重用药（≥10种药物）患者，而不良药物反应（ADRs）导致高达30%的住院率，每年给美国医疗系统带来约500亿美元的负担。借助AI驱动的见解，这项研究突显了更高效且更具成本效益的药物管理策略的潜力，以减轻多重用药带来的临床与财务影响。

该研究分析了Optum市场清晰度数据库中匿名患者数据，重点关注65岁及以上、被处方至少5种药物连续服用120天以上的26,277名患者。研究人员比较了AI辅助平台与传统方法在识别ADR、急诊科（ED）就诊和住院风险患者方面的表现，随后根据针对识别出的人群干预项目的治疗成本进行了评估。

结果显示，AI辅助平台检测到了80%的传统方法遗漏的高风险患者，使住院率下降了6%，ADR相关的ED就诊减少了2.6倍。研究显示，将AI整合到药物管理中不仅有助于支付方预测显著节省成本，还能改善患者结果。

这两项研究均凸显了AI驱动解决方案在管理式医疗中的重要性，同时也展示了新工具如何助力强化数据驱动策略，在控制专科药物支出和管理多重用药风险方面发挥关键作用。

**参考文献**
1. 朱杰等. 为成本效率优化医疗与药房福利策略的人工智能驱动优化。AMCP 2025年会，2025年3月31日—4月3日，美国德克萨斯州休斯敦，海报U31。
2. 罗伊A，维尔马V，米什拉R，纳亚尔A，戈亚尔R，马肯R.AI辅助的超多重用药患者药物管理平台，以减少美国的医疗支出。AMCP 2025年会，2025年3月31日—4月3日，美国德克萨斯州休斯敦，海报U21。

(以上内容均由Ai生成)