众所周知,疾病预防行为、用药依从性、多次会诊等健康相关行为(依从性)不仅对治疗结果有很大影响,对医疗财务也有很大影响。例如,有报道称,提高服药依从性不仅可以减轻患者的疾病负担,还可以减轻患者的经济负担,人们担心由于多次会诊的常态化导致医疗费用增加。
医疗/长期护理保险 随着财务变得紧张,希望利用有助于新疾病预防和财务管理的长期风险评估和预测模型。然而,由于各种复杂因素相互交织,在常规临床试验中很难评估依从性对临床经济的影响。
因此,东京大学大学院医学研究科医学经济政策特聘教授田仓智之应用医学大数据和机器学习(人工智能:AI)为目的,以减轻临床经济负担,并坚持. 开发了一种新模型(Adherence Score for Healthcare Resource Outcome:ASHRO),可以预测长期(48 个月)对医疗/护理费用、生命预后和其他临床指标的影响。东京大学管理的医疗大数据中,对心血管领域约5万人的队列进行了验证,计算出ASHRO与医疗/长期护理费用的对应关系,从位移比到平均值队列创建了一个标准的 ASHRO 分数。
由于这个分数可以预测目标人(被保险人或患者)未来的临床经济风险,管理员可以管理保险财务(医疗/护理),医务人员可以促进疾病预防。据说可以用于减轻疾病负担,促进社会保障发展。此外,该小组目前正在推动肌肉骨骼和肾功能衰竭等其他领域的类似研究,有望为整个医疗系统的可持续发展做出贡献。