Skok finansowania w zdrowiu cyfrowym: badanie nad depresją zderza się z kosztami rozliczeń AI

Badanie jest małe, a badacze to przyznają. Dwudziestu uczestników, opublikowane 23 września w JAMA Psychiatry i finansowane przez National Institutes of Health, przeszło z diety zwyczajowej do żywności o niskim stopniu przetworzenia, a po czterech tygodniach wróciło do poprzednich nawyków. Według notatki ScienceDaily z komunikatu University of California, San Francisco, uczestnicy ograniczyli spożycie ultraprzetworzonych produktów o ponad 85% i wykazali umiarkowane do dużych popraw w trzech miarach depresji, a także umiarkowaną poprawę w zakresie lęku.

Andrew Krystal, autor korespondencyjny i profesor w departamentach Psychiatrii i Nauk o Zachowaniu oraz Neurologii UCSF, stwierdził, że pilotaż „z powodzeniem potwierdził wykonalność przeprowadzenia tego badania w większej skali”. To uczciwe odczytanie: wykonalność, nie dowód. Nabór do fazy 2 ma ruszyć w 2 028 roku.

Dlaczego to trafia do historii o cyfrowym zdrowiu i noszach? Bo ten sam tydzień przyniósł serię dowodów na to, że sygnały ciała, czy z wyściółki jelit, czujnika na nadgarstku, czy kodu rozliczeniowego, są mierzone agresywniej niż systemy wokół nich potrafią je interpretować.

Dwudziestu ludzi, trzy miary, jedna hipoteza

Nyasha Chagwedera, autorka korespondencyjna, która założyła Program Metabolicznego i Mentalnego Zdrowia UCSF, zaproponowała mechanizm, a nie werdykt. Ultraprzetworzona żywność może uszkadzać ochronną wyściółkę jelit, co tworzy przewlekły, niskopoziomowy stan zapalny, bezpośrednio powodujący depresję lub zwiększający podatność na nią. „Innymi słowy, śmieciowa obróbka może szkodzić jelitom w sposób, który rozchodzi się falą do mózgu”, powiedziała. Zwróciła też uwagę na problem komercyjny: te żywności są tanie, wygodne i zaprojektowane tak, by wyzwalać dopaminę, co utrudnia ich odstawienie.

Kohorta nie była ogólnoludzką próbką. Średni wiek wynosił 44 lata, 70% stanowili kobiety, 14 z 20 miało również lęk, a wszyscy mieli wysoki BMI oraz co najmniej jedną chorobę metaboliczną, taką jak nadciśnienie, cukrzyca lub podwyższony cholesterol LDL. To ogranicza zasięg wniosków. Ta grupa dobrze pokrywa się z populacją, za którą obecnie gonią konsumenckie nosze i aplikacje do śledzenia metabolizmu.

AI wkracza do kodu rozliczeniowego

Tego samego dnia CNBC doniosło o bardzo innym problemie z danymi zdrowotnymi. Blue Cross Blue Shield Association szacowała, że szpitalne wykorzystanie asystowanego przez AI kodowania medycznego przyniosło blisko 1 000 000 000 dol., czyli 942 000 000 dol. dodatkowych kosztów dla ich planów zdrowotnych w latach 2 023 do 2 025. BCBSA stwierdziła, że większość wzrostu wynikała z wtórnych diagnoz, które przenosiły pacjentów do kategorii o wyższym zwrocie kosztów, a około 70% całości, czyli 653 000 000 dol., wiązało się z dodatkowymi diagnozami bez zmiany w opiece.

Luke Chalker, starszy wiceprezes ds. produktu i nauk o danych w BCBSA, powiedział CNBC, że „jest wyraźna rozbieżność między kodowaniem a leczeniem”, ale nie obarczył AI całym wzrostem. „Choć wiele czynników wpływa na intensywność kodowania, wyniki sugerują, że narzędzia do kodowania i dokumentacji wspomagane przez AI odgrywają rolę”, stwierdził. Dodał, że koszty mogą ostatecznie pojawić się jako wyższe składki i wydatki własne. Wynik ten zbiegł się z prognozą firmy konsultingowej Marsh, że koszt ubezpieczenia zdrowotnego na pracownika wzrośnie średnio o 8,2% w 2 027 roku, co będzie najwyższym wzrostem od 2 003 roku.

Amerikańskie Stowarzyszenie Szpitali (American Hospital Association) zaprotestowało. Rzecznik powiedział CNBC, że pacjenci są starsi i klinicznie bardziej złożeni, a narzędzia AI pomagają dostawcom uchwycić choroby do planowania opieki. AHA stwierdziło również, że „szczególnie niepokojące jest to, że ubezpieczyciele podnoszą kwestie kodowania przez dostawców, jednocześnie opierając się na automatycznym obniżaniu kodów i odmowach”. Chalker powiedział, że spółki Blue Cross Blue Shield również używają AI w przeglądzie roszczeń, ale że każda odmowa kliniczna jest zawsze sprawdzana przez kwalifikowanego lekarza.

Christopher Whaley, ekonomista zdrowia z Uniwersytetu Browna badający kodowanie szpitalne, opisał tę dynamikę jako „zawody zbrojeń administracyjnych”. Stwierdził, że AI przyspiesza istniejące zachęty do rozliczania i że choć wiele nowo uchwytanych diagnoz jest uzasadnionych, inne „klinicznie po prostu nie mają znaczenia i nie wpływają na opiekę nad pacjentem”, a mimo to podnoszą płatność.

Pieniądze nadal płyną w tę samą przestrzeń

Inwestorzy tymczasem nie czekają na rozstrzygnięcie sporu. Endpoints News doniosło 1 października, że Parakeet Health pozyskało 10 000 000 dol. na automatyzację kontaktu z pacjentami przez telefon, SMS-y i e-maile wspomagane AI. Ten sam serwis poinformował, że ubezpieczyciel Medicare Advantage Devoted Health pozyskał blisko 1 200 000 000 dol. po zapisaniu setek tysięcy nowych starszych członków.

Podcast Equity TechCruncha z 30 września przyjrzał się Neko Health, startupowi do skanowania ciała współzałożonemu przez Daniela Eka z Spotify, który pozyskał 700 000 000 dol. W odcinku wspomniano, że Midjournie buduje własny skaner ciała, a Function Health pozyskało znaczący kapitał na platformę prewencyjnej opieki zdrowotnej. Zadane pytanie było proste: czy skan jest wart tego, i co musiałoby się stać, by skanowanie ciała stało się częścią szerszego systemu opieki?

To to samo pytanie, które pilotaż UCSF podnosi w tańszej formie. Nosze lub skan produkują pomiar. Czy ten pomiar zmienia opiekę, zależy od tego, co dalej zrobi lekarz, ubezpieczyciel i pacjent.

Suwerenność cyfrowa i kto może odejść

Istnieje też ograniczenie po stronie podaży. Capgemini Research Institute przeprowadziło ankietę wśród 1 300 dyrektorów w dużych firmach i instytucjach publicznych, a Il Sole 24 Ore doniosło 1 października, że 59% uważa pełną suwerenność cyfrową za nierealistyczną, podczas gdy 93% omawiało ten temat na poziomie zarządu. W Włoszech 94% omawiało to w zarządzie, a 66% nazywa pełną suwerenność nierealistyczną.

Monia Ferrari, dyrektor generalna Capgemini we Włoszech, stwierdziła, że główne słabości to brak widoczności zależności, koncentracja dostawców i trudność w ich wymianie. „Myślenie, że można wyeliminować wszystkie zależności, jest nierealistyczne”, powiedziała, argumentując zamiast tego za większą autonomią tam, gdzie ryzyko biznesowe jest największe. Ankieta wykazała, że 73% włoskich menedżerów, blisko globalnych 75%, wstawia AI do priorytetowych obszarów suwerenności cyfrowej, nawet gdy wyścig o nowe modele ryzykuje tworzenie nowej koncentracji.

Tylko 49% włoskich dyrektorów stwierdziło, że zapłaciłoby premię za suwerenną technologię, a jeden na dwoje nie akceptowałby wolniejszej wydajności lub cykli innowacji. To jest kompromis w czystych liczbach.

Kontekst spoza USA i Europy

Rest of World opublikowało 24 września wywiad z Ruby Wang, lekarką i konsultantką, o jej nadchodzącej książce o sektorze biotechnologii i medycyny AI w Chinach. Wang powiedziała, że w UK i USA technologia jest „zawsze dodatkiem w systemie zdrowia”, podczas gdy w Chinach cyfrowe szyny są wystarczająco rozwinięte, że społeczeństwo traktuje je jako normalne. Wskazała na telemedycynę, awatary lekarzy AI i licencjonowanie leków: Chiny odpowiadają teraz za około połowę globalnych transakcji licencyjnych na leki, a ich udział w globalnych transakcjach out-licensing może osiągnąć 60% w tym roku.

Wang wyznaczyła też granice. Chiny są najsilniejsze w onkologii i mniej dojrzałe w immunologii, a ich firmy biotechnologiczne są słabe w komercjalizacji, stąd powszechność out-licensing do partnerów takich jak Pfizer. Zauważyła, że zachodnie przepisy, w tym Biosecure Act, COINS Act i projekt ustawy BINSA, mogą spowolnić ten przepływ. „Chińskie cyfrowe zdrowie nie jest bezpośrednio eksportowalne”, powiedziała, dodając, że Zachód nigdy nie zaakceptowałby awatara lekarza AI.

Złożenie tego tygodnia w całość ujawnia wzorzec. Czujniki, skany, dzienniki żywnościowe i algorytmy kodowania produkują coraz więcej danych o pacjentach. Pilotaż UCSF jest wstępny, szacunek BCBSA jest kwestionowany, a rundy finansowania to prywatne zakłady. Żadne z tego nie rozstrzyga, czy dodatkowy pomiar poprawia zdrowie, ale pokazuje, kto już płaci, by to sprawdzić.