Bagaimana Perusahaan Asuransi Menghadapi Harga Obat Resep yang Mahal? Dengan Menggunakan Data & AI

Munculnya terapi gen yang sangat mahal dan pengobatan lainnya untuk penyakit langka menyebabkan dilema bagi perusahaan asuransi: Perusahaan asuransi mungkin harus membayar sejumlah besar uang untuk pengobatan penyakit langka, banyak di antaranya hanya memerlukan satu kali pengobatan – dan kemudian menemukan diri mereka ditinggalkan oleh pelanggan, kehilangan pembayaran di masa depan, serta kehilangan potensi tabungan yang bisa diperoleh jika pengobatan tersebut benar-benar berhasil dan mengurangi kebutuhan perawatan yang berkepanjangan.

Hal ini, bersama dengan biaya obat itu sendiri, adalah salah satu alasan mengapa perusahaan asuransi kesehatan harus menggunakan teknik canggih, seperti data dan AI, serta perluasan perawatan pelanggan. Mereka perlu memahami di mana uang mereka dihabiskan, apa nilai yang mereka dapatkan dari itu, dan cara untuk menghemat biaya sambil juga menyediakan perawatan untuk pasien.

Tantangan Pembiayaan Obat Resep yang Sangat Mahal

Saat ini, obat paling mahal di dunia adalah Hemgenix, yang digunakan untuk mengobati hemofilia B parah, dengan harga $3,5 juta. Hemgenix hanya salah satu dari jumlah yang terus bertambah dari terapi gen yang sangat canggih dan sangat mahal yang digunakan untuk melawan kanker, mencegah kebutaan, dan mengobati penyakit sel sabit, di antara lainnya.

Dengan ketersediaan terapi tunggal yang mahal ini, perusahaan asuransi pasti akan mengalami tekanan keuangan yang meningkat. Perusahaan asuransi perlu membiayai pembayaran untuk terapi tersebut dengan pendapatan dari pembayaran untuk perawatan yang kurang mahal, dan mungkin menaikkan premi. Mereka juga perlu menemukan cara untuk mempertahankan pelanggan agar dapat merealisasikan investasi mereka dalam terapi yang mahal. “Pengabaian” pelanggan bisa memiliki dampak besar pada perusahaan asuransi; misalnya, pada 2017, 3% dari semua resep yang dibayarkan oleh perusahaan asuransi California adalah untuk “obat khusus” yang maju untuk penyakit langka dan kondisi, menurut Departemen Asuransi California – tetapi biaya perusahaan asuransi hampir setengah dari total pengeluaran mereka untuk tahun itu.

Tantangan bagi perusahaan asuransi akan terus tumbuh ketika skema pembayaran alternatif, seperti harga obat berbasis nilai, semakin banyak diadopsi. Kontrak berbasis nilai memperhitungkan harga obat berdasarkan hasil pasien dan melibatkan perjanjian seperti produsen obat mengganti biaya perusahaan asuransi untuk obat yang tidak efektif. Ini menghilangkan beberapa risiko bagi perusahaan asuransi, tetapi perusahaan asuransi masih harus menemukan cara untuk menavigasi skema tersebut, melacak uang yang terkait dengan pasien dan perawatan, dan menentukan apa yang harus dilakukan ketika orang meninggalkan perusahaan asuransi, baik karena pilihan karena mereka telah berganti pekerjaan.

Perubahan adalah Kritis untuk Meningkatkan Inovasi Kesehatan dan Medis

Jika tidak diatasi, tantangan ini dapat mengancam inovasi medis. Jika organisasi perawatan atau perusahaan membatalkan cakupan secara massal karena premi yang meningkat atau tinggi, perusahaan asuransi mungkin menolak untuk menutupi terapi inovatif tersebut sama sekali, meninggalkan pasien tanpa perawatan yang dapat menyelamatkan nyawa yang mereka butuhkan.

Atau, perusahaan farmasi mungkin memutuskan untuk tidak mengembangkan atau memasarkan terapi jika mereka tidak dapat membuat perusahaan asuransi membayar untuknya. Misalnya, Bluebird Bio memutuskan untuk menarik diri dari pasar Eropa secara keseluruhan setelah gagal mencapai kesepakatan dengan pembayar, yang menolak untuk mengganti biaya perusahaan untuk terapi yang mahal untuk cerebral adrenoleukodystrophy. Ini sebenarnya adalah terapi kedua yang ditarik Bluebird dari EU, setelah menarik Zybtenglo, pengobatan untuk beta thalassemia parah, dari pasar Jerman setelah perusahaan asuransi menolak membayar $1,8 juta per pengobatan untuk terapi gen mereka.

Dengan cara apa pun – apakah tujuannya adalah untuk membayar terapi yang mahal atau tetap berada di pasar – perusahaan asuransi harus mengembangkan rencana yang solid untuk menghindari skenario ini.

Mengurangi Biaya Keseluruhan dengan AI

Strategi utama adalah untuk pembayar memastikan bahwa organisasi mengurangi biaya kesehatan keseluruhan – menyediakan diskon untuk keterlibatan yang lebih rendah dengan penyedia perawatan. Perusahaan seperti Pitney Bowes (PBI ) dan Marriott secara signifikan mengurangi pengeluaran mereka untuk premi asuransi kesehatan dengan mempromosikan program kesehatan di antara karyawan, mengurangi pembayaran keseluruhan untuk perawatan.

Seperti yang dilakukan oleh Mariott dan Pitney Bowes, perusahaan asuransi bisa langsung memberikan insentif kepada anggota rencana untuk berpartisipasi dan sukses dalam program kesehatan dan pencegahan – dan insentif tersebut akan menelan biaya yang jauh lebih rendah bagi perusahaan asuransi daripada membayar untuk perawatan. AI dapat membantu dengan menerapkan model harga ke data tentang anggota rencana – termasuk data tentang kondisi kesehatan saat ini, masalah gaya hidup, risiko di masa depan, perawatan, hasil, dan lain-lain – perusahaan asuransi dapat menentukan di mana, dengan menawarkan rencana kesehatan, mereka memiliki peluang terbesar untuk menghemat biaya perawatan medis.

Mengurangi biaya kesehatan keseluruhan akan membantu memastikan bahwa harga premi tidak naik ketika satu atau dua karyawan memerlukan pengobatan inovatif dan mahal untuk kondisi langka. Menawarkan harga yang adil serta cakupan yang dibutuhkan orang akan menyebabkan tingkat retensi yang lebih tinggi, memungkinkan perusahaan asuransi untuk mendapat manfaat dari uang yang dihabiskan untuk program kesehatan atau obat-obatan yang sangat mahal yang benar-benar mengubah kehidupan.

Data akan Memainkan Peran Besar dalam Rencana Pembayaran Alternatif

Opsi kontrak obat alternatif, seperti harga berbasis nilai, juga menawarkan beberapa bantuan bagi perusahaan asuransi dan pasien. Namun, implementasi skema tersebut memerlukan data pasien waktu nyata, yang sering kali terisolasi dan tidak tersedia bagi perusahaan asuransi atau farmasi untuk digunakan dalam kontrak berbasis nilai, terutama dalam kasus di mana perusahaan asuransi harus diganti ketika perawatan tidak berhasil, atau akan membayar dalam cicilan sesuai dengan kemajuan pasien. Hukum privasi dan sistem catatan kesehatan elektronik yang dibagikan perlu diperbarui untuk memungkinkan hal ini. AI perlu diterima untuk dapat menganalisis data dengan cepat dan akurat untuk menentukan seberapa baik suatu obat telah bekerja.

Selain itu, regulasi pemerintah atau industri diperlukan untuk membangun kerangka yang memungkinkan perusahaan asuransi yang telah membayar untuk obat-obatan di bawah kontrak berbasis nilai untuk tetap menerima penggantian dari perusahaan farmasi bahkan setelah pasien berganti ke perusahaan asuransi lain. Atau, mungkin infrastruktur data seperti itu bisa mencakup sistem di mana perusahaan asuransi membayar satu sama lain ketika pasien beralih ke cakupan lain. Bagaimanapun caranya, agar berhasil, perusahaan asuransi harus memanfaatkan infrastruktur teknologi modern yang dirancang untuk mendukung kompleksitas dalam konfigurasi dan administrasi pengaturan pembagian risiko di seluruh pemangku kepentingan.

Jelas, cerita lengkap di sini belum ditulis; banyak perusahaan asuransi masih mengembangkan strategi tentang bagaimana menghadapi obat-obatan yang sangat mahal dan badai harga berbasis nilai yang akan datang. Dalam hal apapun, rencana tersebut akan melibatkan kerja sama dengan organisasi yang membayar premi, dan penggunaan teknologi canggih untuk mengurangi pengeluaran pembayaran di mana dan kapan memungkinkan, serta melacak pengeluaran, penggantian, dan data pasien. Solusi teknologi ada di luar sana; perusahaan asuransi perlu mulai mengimplementasikannya lebih penuh.