學者促推AI風險評估 改善健保點值、避免重症病人淪人球

公衛學者建議政府善用健保資料庫，進行風險分級，藉此改善點值。（本報資料照）

立院通過保障點值1點0.95元的主決議，健保署未來將保障鼓勵多做的項目，而有過度醫療疑慮的檢驗檢查則不保障，且要擴大住院DRGs支付制度。DRGs制度優點是包裹式給付，把病人照顧越好，收入越高，缺點則是難治的病人恐淪人球，醫院不願收。學者建議推動精準風險評估，不僅能避免過度醫療、改善點值、知道哪些藥該進場退場、藥價怎麼調整，也能避免DRGs制度擴大後，醫院拒收高風險病人的窘境。

臺大公衛學院教授、前健保會委員陳秀熙坦言，健保開辦近30年來，累積了許多資料，但卻從未好好做過精準防治，沒把資料好好拿出來，系統性地計算風險。病人的需要和需求不一樣，後者可能是因保險誘發、求醫行爲所致。當需求高於需要，就會出現過度醫療行爲，但若需要高於需求，則意味着沒有把高風險的病人找到，兩者都不好。

「必須善用資料庫，做風險分級」。陳秀熙表示，過去大量運算資料有困難，但如今已有AI，能做到過去做不到的事。衛福部需要建立以國家爲基礎、以病人爲中心、醫療施政爲主的精準風險評估，這不是單一學術單位能做得出來，須取得民衆同意，也要兼顧倫理，避免病人的隱私受到侵害。

舉例而言，一個糖尿病患可能3個月做一次糖化血色素檢查，但一些人或許需要更頻繁檢查，一些人卻可半年檢查一次。不需頻繁檢查者經常做檢查，就是過度醫療，若是高風險者，則不算。陳秀熙認爲，透過精準風險評估，進行風險分級，就能知道誰需要、誰不需要，低風險者少做檢查省下的錢，能用於高風險者的需求，有助避免點值惡化。

除此之外，精準風險評估也對藥品政策有幫助。陳秀熙表示，透過分析市場、效果等資料，就能知道藥品該進場還是退場、如何訂定藥價等。對於健保署將擴大推動的DRGs制度，過去被詬病會有難治病人淪人球問題，透過精準風險評估，也能知道哪些病人低風險、哪些病人高風險，醫院就不敢拒收高風險病人。