Surveyor Health的人工智能平台（AI平台）将人口健康与远程医疗结合起来，以识别和优先考虑处于风险中的成员，并通过强大的数据收集和报告以及专有的MedRiskScores（风险评分）为干预措施提供AI决策支持。2021年9月，美国学者发表在《J Manag Care Spec Pharm》的回顾性观察性研究使用了回归方法，考察了大型Medicaid计划中疾病管理药师使用2018~2019年新型AI平台进行药物管理的经济性和和资源利用情况。

背景：临床药师将药物治疗管理（MTM）和综合药物管理（CMM）作为主要活动进行实践，并将干预措施记录在记录系统中。方案评价大部分基于节省的成本和减少的资源利用的评估，但是不能准确预测实际的医疗报销和资源利用的改变，造成很多人怀疑药物管理的有效性。

目的：旨在评估新型AI平台对实际医疗报销的影响。该AI平台可识别出成员，为医生提供决策支持，以便对高风险Medicaid成员进行与MTM和CMM类似的电话干预。

方法：这项回顾性观察性研究使用了混合效应回归模型，识别节省的资源利用的总量和相关的影响，该模型可根据实际索赔，灵活地考虑成本的总体趋势。为了研究经济学，评估了医疗总成本（TCoC）（定义为所有的医疗成本加上所有的不可计费的医疗成本）。通过急诊（ED）就诊、住院、住院日和再入院的数量评估资源利用。研究主要纳入了2150名中年（40~64岁）Medicaid成员，这些Medicaid成员在平均总共25种药物中，平均有10种治疗慢性病的药物。分析考虑了2017年8月~2019年4月的成本和资源利用数据。2018年1月2019年2月发生干预。

结果：接受干预和成本与资源利用减少之间具有统计学显著相关性。经济学研究发现，在应用干预前每月$2872的成本时，TCoC降低19.3%（P<0.001），使每月每人（PMPM）节省$554。药物成本降低17.4%（P<0.001），当应用干预前$1110的成本时，产生了$192PMPM的节省。资源利用研究发现，ED就诊减少15.1%（P=0.002），住院减少9.4%（P=0.008），住院日减少10.2%（P=0.01）。基于TCoC节约和项目成本，投资回报率为12.4:1。

结论：该研究评估了CMM-Wrap项目，该项目使用了融合了健康计划数据、临床药师培训疾病管理、电话患者参与和闭环提供者协作的高级AI平台。结果将成本与资源利用节省与项目建立了关联。在该研究的2150名Medicaid成员中，节省的$554PMPM的TCoC可转化为约每月节省$1.2M，每年节省超过$14M。研究者认为，AI增强型电话CMM服务的Medicaid和Medicare支付将大幅减少政府医疗支出，而改善健康计划向具有类似风险的Medicaid成员扩展，每年可为健康计划节省$1.09M。例如，研究者估计，通过将加州Medicaid（Medi-Cal）项目观察到的影响应用于类似的高风险Medi-Cal成员队列（约1.6%），该计划每年可节省超$1B。此外，基于节省本身，获益将拓展到非管理健康计划。

（选题审校：王冠儒 编辑：丁好奇）
（本文由北京大学第三医院药剂科翟所迪教授及其团队选题并审校，环球医学资讯编辑完成。）

参考资料：
J Manag Care Spec Pharm. 2021 Sep;27(9):1186-1196.
Economic and utilization outcomes of medication management at a large Medicaid plan with disease management pharmacists using a novel artificial intelligence platform from 2018 to 2019: a retrospective observational study using regression methods
https://pubmed.ncbi.nlm.nih.gov/34032130/