如何支付者推动医疗保健转型

引言 医疗行业历史上一直以变化缓慢而著称，但似乎终于开始加速转变。仅在过去的一年里，看到技术进步、CMS规则变化以及支付方和提供方愿意接纳经临床验证的技术创新，为医疗机构解决行业的一些痛点铺平了道路就令人鼓舞。例如，医生和患者对先前授权延迟的挫败感，导致支付方开始重新审视某些服务（特别是对于医疗保险优势计划，如白内障手术和物理治疗）的先前授权要求。 健康科技在这些问题及相关领域扮演着关键角色，通过减少提供者、支付者和患者之间在沟通和数据共享方面的摩擦。人工智能自动化某些行政功能的低垂果实已经开始在简化护理提供方面产生差异。展望未来，随着未来几年CMS规则的推出，健康科技将对于支持政策合规性，包括透明度、互操作性和对医疗保险优势计划的变更至关重要。 尽管其中一些发展已经酝酿很长时间，但付款方与医疗机构其他利益相关者合作，严格测试和改进健康科技是至关重要的。对每一代健康科技的期望将继续增加。重要的是，健康科技供应商继续前进，确保他们用于训练算法分析、评估和提出临床建议的数据，代表最多样化的患者群体，包括种族、年龄、性别、收入和其他相关的人口统计标准。同时，医疗机构利益相关者也有责任利用技术不仅提高互操作性，还要改善健康公平性和服务不足人群的医疗保健可及性。否则，医疗保健中的数字革命将导致医疗保健提供和患者结果之间的差距进一步扩大，而对医疗保健成本的影响微乎其微。 在ViVE 付款人洞察计划与会者分享了关于人工智能进展、预先授权提供者准备情况、基础设施挑战、对健康社会决定因素（SDoH）的投资、数据共享倡议以及使用数据沙盒支持医疗保健利益相关者之间协作的观点。 预先授权进展：益处与成本比较、透明度，以及自动化作用 或许没有其他问题比先前授权更能象征着医疗领域的不满和对政策改革及技术改进的需求。尽管支付方曾把预先授权当作一种控制成本的手段，通过减少不必要的检查和程序来实现，但这个过程却在缺乏合理理由的情况下让临床医生感到沮丧。来自临床医生的抵制也可能耗时长，这可能会导致关键、时间紧迫的治疗被无谓地延迟，并损害医患关系。每个支付方对于为什么批准某些程序、检查和药物的理由可能都不一样，这引起了进一步的混乱和沮丧。去年，美国医学协会主席Jesse Ehrenfeld建议，预先授权已超越EHR作为医生的首要痛点。 • 基因检测 • 特殊药物 • 门诊手术 • 高科技影像学检查 • 心脏病学 • 骨科 先前授权的反弹 对临床医生在获得支付方同意覆盖他们所指定的护理服务以及由此产生的不可避免延误的愤怒，导致各州采取行动。去年，九个州通过了预先授权立法。根据AMA的网站但就Ginny Whitman而言，社区健康计划联盟高级经理，公共政策，这些州法律只会增加混乱。在ViVE付款人洞察计划之前的授权讨论小组中，惠特曼表示这些法律的后果意味着各州将与联邦政策产生冲突的法规。最终，这将迫使提供者和健康保险计划在两套令人困惑的法规中导航。 先前授权的替代方案 临床医生和支付方试图通过一种称为“绿灯放行”的实践来减少预先授权请求的长时间等待。医生必须基于高预先授权批准率来符合绿灯放行的资格。绿灯放行利用医生特定的和代码特定的数据来为医生资格进行评估，以避免预先授权要求，同时保持质量和成本控制。根据《医学经济学》文章。 黄金卡技术这是医生可以用来加速先前授权请求的另一个程序。根据AHIP的规定，医生必须满足的一些标准包括： • 低先授权拒绝率• 供应商提交最低数量的先授权请求• 参与基于风险的合同 尽管有这些标准，黄金卡计划的批评者表示，申请程序可能具有挑战性和耗时。州与州之间的差异也很多，这取决于医生所在的州。已有五个州通过了某种形式的黄金卡计划。根据KFF健康新闻报道：路易斯安那州、密歇根州、德克萨斯州、佛蒙特州和西弗吉尼亚州。根据文章，美国医学协会正在追踪13个州的活跃的金卡法案，包括密苏里州。 但是，正在着手进行改进先前授权困境的措施。像Aetna、Cigna和Humana这样的支付者已经分享了他们的计划，即取消某些健康服务（如物理治疗和白内障手术）的先前授权，对于他们的一些成员，如果不是所有成员。医疗保险和医疗补助服务中心已经发布了一项最终规则，以提供更多支付者做出先前授权决策的透明度。在CMS关于互操作性和先前授权的最终规则的条款中，根据该机构网站显示，您提供的英文内容是：“are:”，由于这句话没有实际的意义或内容，因此无法进行翻译。以下是您提供的英文内容： • 主要从2026年开始，受影响的支付者必须在与紧急请求相关的72小时内发送预先授权决定，以及与非紧急请求相关的7天内发送。• 支付者还必须具体说明他们拒绝预先授权请求的原因。• 根据该规则，支付者还必须实施卫生层级7快速医疗互操作性资源（FHIR）预先授权应用程序编程接口（API）。这将创建一个更简化的电子预先授权流程，在提供者和支付者之间。 • 中心医疗保险和医疗补助服务中心（CMS）正在完善API要求，以“增加健康数据交换，促进为所有人提供更高效的医疗体系”。CMS表示，它将API政策合规的日期从2026年1月1日推迟至2027年1月1日。• 从2027年1月1日起，支付方也将被要求扩大其现有的患者访问API包含关于先前授权的信息，并实施一个提供者访问API，供提供者使用以检索他们的患者索赔、遇险、临床和先前授权数据。 惠特曼欢迎2027年通过使用API共享数据为之前的授权过程增加的透明度。 这些规则将为先前授权的指标提供透明度。不仅将使提供者更加容易，病人也将能够看到有关其健康计划的指标和各种正在得到批准的决定，以及在2027年申诉后得到批准的内容。这个领域的重大变化正在发生。 蒂莫西·劳，联合健康医疗的首席医疗官和综合护理交付副总裁，分享了以下信息：Highmark 在预先授权请求方面的批准率为92%，在预先授权申诉后，该比率上升至93%。 他解释说，公司正在寻找自动化高达80%的护理授权的方法，以便医生能够提供更高效和及时的护理。 我们正试图达到这样一个点，即我们不再阻碍医生的工作，”拉夫说。 随着自动化越来越普及，我们能够匹配代码、诊断并断言此程序有99%的时间得到批准，为什么我们还需要有三到四个不同的人类去审查它？为什么不能通过系统直接传递它？这就是我们尝试使事情变得更快的一种方式。 人工智能对于使预先授权请求和决策更加高效至关重要。开发人工智能工具的健康技术供应商需要与支付者和提供者紧密合作，严格测试他们的软件，以确保其能够满足CMS最终规则要求的效率数据共享需求。 透明度覆盖最终规则如何为创新技术合作提供机会，以支持基于价值的护理支付？ 尽管2020年透明度覆盖最终规则旨在为商业市场中的医疗保健成本带来更多透明度，类似于医院价格透明度规则所打算做的，大多数自保雇主都无法将他们现在能够访问的巨量数据转化为可操作的信息。 透明度覆盖率最终规则设定了一个多阶段的时间表，要求大多数团体健康计划和健康保险发行人在个人和团体市场上分享供应商特定的报销率，并最终为任何希望的服务提供会员特定的、按需的成本分摊估计，包括处方药。根据米勒曼公司网站对最终规则的评估由Milliman指出由于支付方和提供方之间的合同安排，由于各种原因，支付方在提供这些商品和服务之前可能无法准确报告相关项目和服务的美元金额。 在ViVE付款者洞察计划期间，关于支付创新未来的一个讨论小组会议，在基于价值的护理和公司如何应对这些复杂性的背景下，解开了一些这些复杂性的谜团。 肖恩·格林明格，全国医疗购买者联盟董事长兼首席执行官指出，自保雇主要对其健康计划的资金进行受托人监督，迫使它们找到利用这些从商业计划新获得的数据的方法。但大多数公司，即使员工人数达到1万人，也不具备构建、评估以及最终管理价值合同的能力。 健康科技行业歌词, 提供以虚拟为主的个性化和急性以及专业护理服务。Tawfiq Bajjali，平台解决方案部门Lyric总经理，描述了一些实现方式。 透明度规则为健康科技供应商提供了机遇，以便他们采取行动并解决其中的一些挑战。 它为将那些数据上传到平台并利用该平台得出可以反馈给[用户]的见解提供了很多机会。 Bajjali提到了在最终规则中突出的成本估算工具。他构想了一个能够利用新可用的商业支付者数据为需要膝关节置换的患者创造个性化、引人入胜体验的人工智能平台。一个人工智能算法可以匹配正确的程序代码与正确的服务地点。 平台方法实际上是一种确保您能够无缝部署不同能力而不必为每个这些能力支付整合成本的好方法，Bajjali说。“这是我们思考如何实现数字化转型交付时的理念。我们看到在采用这些工具并将其纳入基于价值的护理转变中取得了很多进展。” 关于价值医疗，数据就是一切。 安德烈亚·卡巴耶罗是项目负责人。支付改革催化剂, 一个与非营利组织合作的大型、公立和私立、自筹资金的购买者。卡巴列罗表示，她衡量该国每年支付改革的程度。 一份关于健康计划价值型支付主要障碍和促进因素的年度调查医疗保健支付学习与行动网络（“WeCPLAN”）过去七年中，每年都产生了相同的结果，卡巴列罗指出。供应 商的准备情况和供应商基础设施是障碍。数据监护——谁拥有这些数据以及访问这些数据的能力——是雇主购买者之间的一场拉锯战，卡巴列罗观察到。 “这实际上归结为数据的及时传输，” Caballero说。“如果他们无法及时从支付者那里获得数据传输，你不能期望提供者进入基于风险的合同。如果他们无法监控自己的位置，他们又怎能设定目标？” 推动基于价值的护理模式部分取决于获取关于种族、民族和性别数据，以支持健康平等并量化成员的社会健康决定因素。 根据CPLAN最新年度调查的结果，Cardona表示，44%的健康保险计划受到激励收集种族和语言数据。另外26%受到激励收集性倾向和性身份数据。她承认，健康保险计划在数据收集方面面临的挑战之一是，少数族裔的人们可能不愿意分享这些数据，因为他们不相信收集这些数据的人会为了他们的利益使用这些数据。 许多边缘社区的居民对分享种族和民族数据持怀疑态度，这意味着即使公司为分享这些数据提供了最佳激励措施，差距仍然会持续存在。如果医疗保健组织要想提高收集敏感数据（如种族、语言和性取向）的能力，他们需要尽可能透明地向公众说明他们如何使用收集到的数据。 卡巴列罗承认，说支付改革将减少健康差异并不容易，但需要设计出更好的方案来收集数据，以提高质量和绩效。 格勒明格强调，当公司设计替代支付模式时，他们应将股权纳入其成功的衡量标准中。 与会者一致认为，在寻求帮助计划和提供者应对健康的社会决定因素的技术公司中，存在大量的投资。 我们能够从糟糕的按服务收费模式转向替代计划模式，但如果我们在替代计划模式上的支出与按服务收费模式相同或更多，那么我们将失败。 医疗创新是一项团队运动 在所有面临健康科技挑战的问题中，过时或错误的数据被反复提及，成为令人沮丧和阻碍健康科技有效应用于医疗导航等领域的根源。AI的风险在于它有可能放大这些挑战。这是关于技术变革的一次对话中的一个要点，该对话关注了像加利福尼亚蓝盾保险、Workday和Elevance Health这样的公司正在努力改进生成AI和其他AI驱动数字健康工具的技术应用。 Workday是一家人力资源软件公司，与多个不同行业合作，包括医疗保健行业。事实上，支付方是他们医疗保健业务的重要组成部分。Workday全球首席技术官Dave Sohigian强调了在医疗保健中改进用户体验以及提高数据收集质量的必要性。 强调准确数据的重要性，Sohigan指出许多聊天机器人存在的问题是，不精确的数据被视为一个功能而非错误，并且这很容易削弱人们对于聊天机器人作为可靠信息来源的信任。 苏汉格指出，生成式人工智能（例如Chat GPT）的一个挑战是，有些人认为它可以作为优化用户体验的替代品。 我们始终需要在人工智能领域将人类纳入其中，”Sohigan说。“聊天机器人是一种用户界面，但它们并不理想。如果我