通常而言，資源的稀缺性與需求的有限性決定了資源圍繞其價值進行的定價與配置，但在醫療領域之中，藥械帶有尋租性質的銷售扭曲了醫療服務各成分的定價。這樣的結果顯而易見：與藥械重關聯的醫療環節占去了醫療全流程中的絕大部分利潤，而手術這一醫療行為反而顯得有些廉價了。

以上海為例，高值耗材集采前，一臺30000塊的支架手術，支架費用花去一半，造影等檢查費用花去四分之一，剩下的經皮冠狀動脈內支架植入術，其標準價格僅為2000元。這樣的費用分配機制下，作為服務提供方醫生會傾向于將耗材作為獲取收入的主要途徑，而非服務本身。

扭曲的配置方案需要糾正。近年來加速推行的藥品耗材零差率、集采、國談、VBP政策通過降低藥械價格、標準診療路徑的方式破除藥械虛高、醫藥服務非標準化的現象，但要完全解決醫療問題，下一步是要讓醫療服務的價格等同于其價值。

從這個邏輯出發，2021年9月，國家八部委發布《深化醫療服務價格改革試點方案》（后簡稱《試點方案》），將醫療改革的船頭調轉至醫療服務定價的方位之上。藥品耗材集中帶量采購等改革后醫療價格驟降，這正是醫療服務價格改革的絕好時機。

直擊局中人

總的來說，《試點方案》是希望建立一種適應經濟社會發展、更好發揮政府作用、醫療機構充分參與、體現技術勞務價值的醫療服務價格形成機制，主要參與者包含創新生命科學企業、醫院、醫生三方，患者是其重要影響者。

醫療服務價格形成機制的形成并非單單對于項目數量和價格水平進行加加減減，更為重要的是，要轉變公立醫院的激勵方式，尋找更合理更精細的醫療方法，并明確醫療服務價格的組成，打破過去醫療各流程間模糊的邊界。在具體的內容上，此次《試點方案》將其概括為“5+3+4”。

“5”是指建立涵蓋醫療服務價格調控框架的五項機制：一是建立更可持續的總量調控機制，加強對醫療服務價格宏觀管理，平衡好醫療事業發展需要和各方承受能力。二是建立規范有序的價格分類形成機制，對普遍開展的通用項目，政府管價格基準；對技術難度大的復雜項目，政府要“定規則、當裁判”，體現技術勞務價值。三是建立靈敏有度的價格動態調整機制，穩定調價預期。四是建立目標導向的價格項目管理機制，構建內涵邊界清晰、適應臨床診療、便于評價監管的價格項目體系，逐步消除地區間差異，促進醫療技術創新發展和臨床應用。五是建立嚴密高效的價格監測考核機制，強化醫療服務價格改革運行情況評估，構建監測考核評估與醫療服務價格之間的激勵約束關系和傳導機制，確保價格機制穩定運行。

“3”、“4”則是對已有機制進行維護的支持。3項支撐中，一是優化管理權限配置，使醫療服務價格管理體系能夠更好地滿足宏觀管理需要。二是完善定調價程序，最大限度用規則代替自由裁量，更好地滿足規范有序、靈敏有度的管理要求，更好地兼顧效率與公平。三是加強管理能力建設。而“4”是指統籌推進4項配套改革，包括深化公立醫院綜合改革、改進醫療行業綜合監管、完善公立醫療機構政府投入機制、銜接醫療保障制度改革等。

新的價格機制強調平衡，而非醫院、藥企、患者的某一方受益。換言之，取消藥品和醫用耗材加成、實行集中帶量采購降低了醫院來自于服務以外的收入，那么對這部分收入進行補償，最好的方式便是提升醫療服務的價格。具體而言，在保證患者整體治療費用下行的趨勢下，醫院可以適當調高門診、手術等環節的費用，實現醫院、患者的雙贏。

《試點方案》還強調將技術勞務與物耗分開，使每一個過程能夠獨立核算、評價、監管。新機制下，監管機構能夠通過統一的方式對醫療服務流程進行管理，并能及早發現隱藏其中的不規范行為。

當然，服務價格的提升最好擁有帶來新價值的新技術作為調整價格的支撐。為了保證存在高價值的醫療新技術的進入，《試點方案》指出，如果某一技術賦能下的醫療服務能夠有效優化重大疾病診療方案或填補診療空白，監管機構將為相關技術開啟綠色通道，幫助其及早進入價格目錄。

開放性探討：醫療服務價格變革后的科技轉變

從更長遠的角度來看，醫療服務價格改革實際引導著診療方式重心進行改變：過去患者總是在病情嚴重之后才去看病，但新體系下，監管機構希望建立以預防為主的醫療服務服務，盡可能減少后續的手術治療。

一位行業人士對這一趨勢進行了探討，他表示：“國家推動醫療服務價格回歸本源價值的最終目的可能并不單一。一方面，藥械的高溢價激勵醫生使用更多的藥械，這對醫保、患者都是損害，而醫療服務價格機制的形成將改變醫生、醫院激勵機制，推動醫生因提供了優質服務而獲益；另一方面，早診早篩大趨勢下，國家傾向于通過檢查手段的升級，盡可能地在患者患病初期就給予治療，以無創檢查、藥物替代后端的手術治療，從根本上減少手術帶來的高支出?！?/span>

從這個角度思考，以篩防為核心理念、能夠優化現有醫療流程的的腫瘤早篩技術、AI輔助診斷技術是否能夠迎來新一步的發展呢？

以結直腸癌腫瘤早篩為例，這一在早期便存在明顯癥狀的腫瘤在患者患病初期便存在明顯的糞便潛血癥狀，但在傳統檢測手段中，患者通常需要進行腸鏡檢查。對于大多數人而言，腸鏡并不是一種理想的檢測方式，患者出于反感檢測方式的心態，可能會拒絕檢查，進而導致腫瘤惡化，造成治療難度的極大提升。

因此，無器械介入、無創的液體活檢方式便是一種有效的代替手段，以諾輝健康的常衛清為例，該手段能夠通過測試糞便樣品中的DNA突變情況，以無介入的檢驗替代有介入的腸鏡檢查，有效提高了結直腸癌的檢出率。2020年，諾輝健康憑借常衛清獲得國內癌癥早篩“第一證” ，足以顯示其價值。

AI支持下的FFR則是一個更直觀的例子。暨南大學附屬第一醫院史長征教授課題組曾在《European Radiology》上發表了一篇題為《A 2-year investigation of the impact of the computed tomography–derived fractional flow reserve calculated using a deep learning algorithm on routine decision-making for coronary artery disease management》的論文，其試驗結果表明，基于人工智能深度學習算法開發的“深脈分數DVFFR”在不增加MACE事件的前提下，可減少72%不必要的冠脈造影。此前美國Heartflow公司也在PLATFORM研究中顯示，基于流體力學開發的FFRCT可以減少大約60%不必要的冠脈造影。由此可以看出，基于人工智能深度學習算法開發的CT-FFR能夠更加精準的篩選出冠脈造影的適應人群。

使用了導絲、血管擴充藥物的冠脈造影正因CT-FFR的出現而逐漸減少。這或許可以解釋為什么人工智能輔助診斷第一張三類證來自于科亞醫療的AI+CT-FFR（深脈分數?DVFFR）。

目前，科亞醫療的CT-FFR一直以進入醫療服務價格目錄的方式進行落地應用，且已獲批進入全國七個省的新增醫療項目?！对圏c方案》的落地，也對其戰略布局是一種證明。

如果這項技術能夠如實驗而言，通過改善診療流程，那就給予了醫院提升服務價格的空間。

從某種程度上，醫療服務價格或許為創新生命科學企業尋求商業化的新思路，如果后續更多的AI產品（如肺炎AI）也能通過重塑流程為醫院帶來收益，那么是否企業通過進入價格目錄方式賦能醫療服務，能夠將取代過去的招投標，成為未來AI進入醫院的主流方式呢？無論哪種方式，都給予了AI醫療創新企業機遇與挑戰。