随着医疗费用的持续上涨，管理式护理组织越来越多地转向人工智能（AI）驱动的解决方案，以控制特殊药物支出和管理多重用药。在2025年管理式药房学会（AMCP）会议上展示的研究强调了AI方法如何帮助优化账单并识别高风险患者，从而带来显著的财务和临床效益。
评估特殊药物的成本效益账单
系统性的、由AI驱动的方法在减少成本和优化特殊药物账单方面具有巨大潜力。研究人员开发了一种算法，该算法可以识别最具有成本效益的特殊药物账单方法，解决了药房和医疗福利之间报销率不同的问题。该算法集成在一个能够处理任何支付方医疗索赔的机器人中，提供实时建议以简化决策过程。
这项研究在一份海报中进行了展示，分析了2024年3月1日至8月31日期间一个地区性健康计划中的医疗索赔。索赔包括医疗通用程序编码系统（HCPCS）代码、HCPCS单位数量和成分成本支付（ICP）。研究团队模拟了传统上在医疗福利下计费的特殊药物的药房福利索赔。通过利用Medi-Span提供的平均批发价格（AWP）数据，并整合特殊药房AWP折扣，该算法比较了药房福利下的预期ICP与医疗福利下的ICP，以确定最佳账单策略。
尽管结果仍在进行中，但研究人员认为这种方法将提高财务效率，并为整个医疗系统降低药物成本提供可复制的框架。
AI驱动的高风险多重用药患者识别
另一项研究表明，通过主动识别高风险多重用药患者，AI驱动的药物管理可以显著减少医疗利用率和成本。
超过40%的老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，药物不良反应（ADRs）导致高达30%的住院率，并对美国医疗系统造成每年500亿美元的负担。通过利用AI驱动的洞察，这项研究强调了更高效且更具成本效益的药物管理策略在减轻多重用药的临床和财务影响方面的潜力。
该研究分析了Optum Market Clarity数据库中的去标识化患者数据，重点关注2023年1月1日至12月31日期间年龄在65岁及以上且至少服用5种药物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有ADRs风险、急诊科（ED）就诊和住院风险的患者方面的效果。然后根据针对已识别人群的干预计划评估治疗成本。
AI辅助平台检测到了传统方法遗漏的80%的高风险患者，导致住院率降低了6%，ADR相关的急诊科就诊减少了2.6倍。研究结果表明，将AI整合到药物管理中可以帮助支付方实现显著节省，同时改善患者的预后。
这两项研究都强调了AI驱动解决方案在管理式护理中的重要性，以及新工具如何帮助强化数据驱动策略在控制特殊药物费用和管理多重用药风险方面的价值。
(全文结束)
