医疗保健服务的昂贵程度已超出合理范围。按人均计算,医疗保健支出在过去 50 年增长了 31 倍。1970 年的年度人均医疗保健费用为 355 美元(相当于 2020 年的 2382 美元)。目前达到了 11172 美元。
想想过去数十载取得了大量医学突破性成果,另外还推出了 ACA 等法规来控制医疗保健支出。即便如此,美国目前的医疗保健支出总额仍超过 3.6 万亿美元,占 GDP 的 17.7%。
除了赋能医疗创新外,数据科学还可降低成本,通过专注于循证结果、透明度和问责制同时为支付方和患者节省费用。 简而言之,医疗保健系统并不健全,而数据科学正是解决此问题的良药所在。
了解我们如何助力 Clarify Health 利用数据科学改善提供商的工作流程
对基于价值的医疗保健服务的迫切需求
医疗保健领域正经历着一场平静的风暴,而且已持续好几年。当前,支付方正从一直在医疗保健领域中占据主导地位的“按服务收费”范式,转向根据所提供之保健服务的质量进行报销,根据有效性和效率奖励提供商。
虽然这一做法可能看起来比较直观,但它实际上违背了美国乃至全球各地长期以来形成的历史先例。按服务收费 (FFS) 模式会有效激励提供更多的服务和治疗,原因在于在这种模式下,支付取决于数量而非医疗保健服务的质量。不出所料,FFS 导致了成本提高,同时不利于综合医疗保健实践的推行。
FFS 是一种合乎逻辑的报销方式。提供商应该根据自身提供的服务而获得报酬。然而,随着时间推移,这种做法呈失控态势,是造成高成本以及当下整个系统中人口健康状态呈下降趋势的主要原因之一。
基于价值的医疗保健(亦称为循证医疗保健和按效果付费),将报销与质量和医疗保健效果直接挂钩。因此,它通过促进更为优质的个人医疗保健、改善人口健康管理策略和降低成本,更有力地推进了三重目标的实现。
数据科学在实践中的运用
虽然 2020 年因新冠肺炎 (COVID-19) 带来的巨大挑战和辐射范围之广而载入历史史册,但我们仍处于几大常见的人口健康危机之中。无论是阿片类药物的流行、不断上升的肥胖率、慢性健康问题或是其他挑战,此类人口健康挑战从根本上影响着医疗保健的成本、效果和成功与否。
数据是攻克这些危机的关键所在。通过数据科学,提供商可从不同来源汇总数据来解决问题,构建并遵循基于效率、功效和透明度的循证和有效解决方案。
就拿规模最大的支付方之一 — 卫生与公众服务部作为范例来说。在过去五年中,他们已把之前采用的按服务收费 Medicare 报销方式转为基于价值进行支付。目前而言,其中 36% 采用循证模式,而且这一比例每年都在增长。
在这一新方法中,每一步都会运用数据科学。无论是追踪成本和所执行支付的数据分析、升级版健康信息技术,还是针对证据和取得进展建立基准,数据科学都是基于价值的医疗保健变革背后的驱动力。
如何让数据科学发挥作用
随着向基于价值的医疗保健转变这一趋势得以延续,科学对于验证循证效果发挥着更加重要的作用。由于报销将越来越多地与疗效挂钩,因此提供商需要开始建立数据案例,以此证明治疗方法的功效。
要想取得成功,您需要了解功效的衡量标准。治疗特定病症的成功标准是?如何提供进展证据?显而易见,并没有通用方法。所幸的是,我们已经看到了在医疗保健领域成功应用数据科学的示例,对此类问题做出了充分解答。
慢性疾病管理在整合数据科学方面一直处于引领地位,来提供基于价值的医疗保健服务。Welldoc 推出的糖尿病管理应用程序 SaMD BlueStar 大受欢迎,甚至获得了 FDA 的批准以及 CMS 报销。
根据 50 多个同行评审期刊、研究和合规要求,BlueStar 建立了强大的数据基础。它根据血糖水平、用药和生活方式提供个性化指导和跟踪服务来改善 A1C,从而针对性地改善糖尿病管理。
这一切基于庞大的数据集、全球基准以及与中国和澳大利亚的类似糖尿病研究进行交叉验证。得到的是全面的医疗保健解决方案,这一解决方案可显著改善患者的生活质量和整体健康状况。
医疗保健领域还存在大量其他表明数据科学趋势的案例。Omada Health 主推的数字疗法数据科学可为预防医学解决方案提供技术支持。Omada 致力于让患者得以跟踪健康变化并针对生活方式作出明智决策,以此来改善患者的生活方式。
这款产品的用户既包括个人也包含企业,原因在于它囊括了缓解可预防健康风险所需的完整工具集。Omada 甚至略过中间商,直接通过传感器、天平和其他可穿戴设备收集自己的数据。
通过此方法,他们的解决方案处理此类数据以及用户跟踪的行为数据,为每个患者构建高度定制化的计划。同时,Omada 还提供个人健康教练服务,他们对患者的健康有深刻的见解,可随着时间推移修改计划并进一步提高计划的个性化程度。这一切均围绕机器学习算法展开,该算法随着收集更多的患者数据可不断予以改进。
到目前为止,尚未设立通用的程序来定义和设定指标,以此来衡量所有疾病领域和病症的进展和功效。批准和报销根据具体案例分别予以授予,这种情况在未来几年可能依然存在。
尽管如此,Omada 是首批获得 CDC 完全认可的虚拟提供商之一。该公司通过满足 CDC 标准并达到明确的里程碑和基准,在一家重要联邦卫生机构建立之客观证据的助力下,成功进入规管架构。因此,即使未获得 FDA 的批准,他们亦可从 Blue Cross Blue Shield 这类支付方处获得报销。
立即开始利用数据科学
从改善慢性疾病管理到预测医学,同时提升患者医疗保健服务的实惠性和有效性,数据科学是当今医疗保健领域中不可或缺的组成部分。
这些变化背后存在三个相互关联的关键因素:
- 迫切需要解决医疗保健成本高昂这一问题
- 存在大规模的人口健康危机,包括新冠肺炎、慢性疾病、阿片类药物的流行以及其他挑战
- 技术进步,包括人工智能、机器学习和可穿戴传感器。
随着医疗保健行业越来越以价值作为驱动因素,行业领导者必须开始了解这些变化,并制定数据驱动型功效措施。
要实现成功,第一步为设定基准和指标,从而为治疗计划的功效和进展提供佐证。同样地,这些核心数据可告知特定数据集的关键要求,从而构成所有数据科学项目所需的策略基础。
医疗保健系统可能处于严重的危机之中,但数据科学可改善效果、降低成本并保证所有利益相关者获得裨益。立即开始充分发掘它的潜力。