Die Reform der medizinischen Zahlungssysteme tritt in die kritische Phase ein, und Maxin Health erforscht das künstliche Intelligenz-Experiment zur Überwindung von Barrieren.

In letzter Zeit fand die Weltkonferenz für Künstliche Intelligenz (WAIC) in Shanghai statt, wo die Spitzenakteure aus dem Bereich KI zusammenkamen. Ein immer deutlicher werdender Trend hat sich herauskristallisiert: Das Hauptschlachtfeld der KI verschiebt sich von der Konkurrenz um die Parameter großer Modelle hin zu einer vertieften Einbindung in die Branche, der Suche nach Wertschöpfung und der Lösung realer Probleme.

„KI + Gesundheitswesen“ war einer der Kernbereiche dieser WAIC. Heute liegt der Fokus der Branchendiskussion nicht mehr auf der Leistung der Modelle, sondern darauf, wie die KI tatsächlich die medizinische Versorgung, die Zahlungsprozesse und die Entwicklung neuer Medikamente in realen Szenarien unterstützen und einen kommerziellen Erfolgskreis schließen kann.

Im Gesundheitssystem besteht seit langem eine strukturelle Schwierigkeit, die als „das unmögliche medizinische Dreieck“ bezeichnet wird: Die Kombination von hochwertigen Dienstleistungen, breiter Abdeckung der Bevölkerung und geringen Kosten ist schwer zu erreichen. Doch mit der beschleunigten Reife der KI- und Big-Data-Technologien und der zunehmenden Fähigkeit von Branchenplattformen, reale Szenarien zu verstehen, wird es möglich sein, die Grenzen des Dreiecks zu überwinden, die medizinischen Zahlungsprozesse zu verbessern und die medizinischen Ressourcen dynamisch neu zu strukturieren, um eine bessere und erschwingliche Versorgung für die Bevölkerung zu gewährleisten.

Es ist bemerkenswert, dass in diesem Branchenwandel Branchenplattformunternehmen, die sowohl Fähigkeiten in der Technologieintegration als auch im Verständnis von Anwendungsfällen besitzen, aufkeimen. Nehmen wir als Beispiel den Bereich der medizinischen Zahlungen: Das in Shanghai ansässige Technologie- und Pharmaplatfromunternehmen Meixin Health versucht, die KI als „Basisbetriebssystem“ für die Umgestaltung der medizinischen Zahlungsekosysteme zu nutzen. Beginnend mit Kernanwendungsfällen wie der Schadensregulierung setzt es ein Cluster von KI-Agenten ein, um schrittweise die Wertschöpfungskette zwischen „Medizin - Pharmazie - Versicherung“ neu zu gestalten.

„Die WAIC hat dieses Jahr „KI + Gesundheitswesen“ in den Mittelpunkt gerückt, was bedeutet, dass die Technologie der großen Modelle in die Phase der Branchenimplementierung eintritt. Für Unternehmen ist es von entscheidender Bedeutung, ob die KI die Effizienz steigern, die Kosten optimieren und ein gewinnbringendes Ökosystem schaffen kann.Nur wenn die Technologie in Anwendungsfällen verwurzelt und Menschen dienlich ist, kann das Vision von „globaler Solidarität in der KI-Zeit“ wirklich Wirklichkeit werden.“ sagte Qu Yuqi, Vizepräsidentin und Leiterin der strategischen Innovationsabteilung von Meixin Health, vor Ort auf der WAIC.

Angesichts der beschleunigten Integration der öffentlichen Krankenversicherung und der privaten Versicherung beobachtet die Branche derzeit, wie die strukturellen Widersprüche im medizinischen Zahlungssystem durch KI gelöst werden können. Wie wird das „KI + medizinische Zahlung“ -Intelligente Neuinfrastrukturprojekt von Meixin Health den Erfolgskreis von Datenintegration, Modelliteration bis hin zur Szenarienvalidierung schließen?

01. Wenn die KI von „Technikshow“ zu „Infrastruktur“ wird

Digitalisierung und Intelligenz sind Trends in der technologischen Entwicklung des Gesundheitssektors. In den letzten zehn Jahren hat die Erforschung von „KI + Gesundheitswesen“ stetig Fortschritte gemacht, von Einzelpunktlösungen hin zur systemischen Integration. In der Phase der KI-gestützten medizinischen Bildgebung und der Assistenzdiagnose haben Unternehmen aktiv die Leistung ihrer Algorithmen in internationalen renommierten Wettbewerben verbessert, indem sie in Einzelaufgaben wie der Erkennung von Lungenknoten und Herzkrankheiten mit menschlichen Ärzten um Geschwindigkeit und Genauigkeit konkurrierten.

Es wurde schnell klar, dass allein Algorithmenfähigkeiten keinen kommerziellen Erfolgskreis schließen können. Der Wettbewerb wechselte daraufhin in die Phase des Wettstreits um Daten und Compliance. Das Interesse der Unternehmen wechselte von der „Leistungsmessung“ hin zu Fragen wie: Wer kann mit mehr Spitalsanstalten der höchsten Stufe zusammenarbeiten, um hochwertige und genau annotierte Daten zu erhalten? Und wer kann als erster das medizinische Geräteregistrierungszertifikat von der nationalen Arzneimittelbehörde erhalten? Dies ist ein unverzichtbares „Eintrittskarten“ für die Markteinführung und die Kommerzialisierung von KI-Produkten.

Im Zeitalter der Kostendisziplinierung in der Krankenversicherung und der fortschrittlichen medizinischen Zahlungssysteme können KI-Tools, die nur in der Phase der Assistenzdiagnose bleiben, auch mit dem Eintrittskarten schwer in den Behandlungsablauf integriert werden, geschweige denn die Effizienz und die Kosten im Gesundheitssystem systemisch zu lösen. Dahermit dem Aufkommen der Technologie der großen Modelle hat die praktische Umsetzung der KI im Gesundheitswesen die zweite Hälfte des Wettbewerbs um die „Anwendungsfälle und Ökosysteme“ betreten. Der Wettbewerbskern liegt nicht mehr in der Qualität einzelner Tools, sondern darin, wer die KI in den gesamten Behandlungsablauf eines Patienten integrieren kann, von der Voruntersuchung, der Behandlung bis zur Nachsorge und schließlich zur Zahlung.

Die Zahlung ist der Schlüssel, um das Geschäftsmodell der medizinischen KI zu validieren und einen Wertkreislauf zu schließen. Daher ist es eine unabdingbare Wahl, die KI-Fähigkeiten in eine stabile, faire und skalierbare „Infrastruktur“ umzuwandeln, um diesen Kernanwendungsfall zu unterstützen.

02. Die KI-Revolution in den medizinischen Zahlungen

Seit vielen Jahren stehen Patienten, Pharmakonunternehmen und Versicherer in der medizinischen Zahlungskette jeweils vor unlösbaren Herausforderungen. Für Patienten bedeuten hohe Arzneimittelkosten und komplizierte Schadensregulierungsverfahren, dass viele Familien „aufgrund von Krankheiten arm werden oder erneut in die Armut geraten“. Bei den Pharmakonunternehmen besteht nach der langen Forschungs- und Entwicklungszeit die Schwierigkeit, neue Medikamente auf den Markt zu bringen und kommerziell erfolgreich zu machen. Die Versicherer kämpfen dagegen mit hohen Marketing- und Schadensregulierungskosten sowie unzureichender Risikomanagementpraxis.

Die Pharmazie- und Versicherungsbranche haben hohe kognitive Barrieren und leiden unter Informationsasymmetrie. Zusammen mit den Datensilos erschwert dies die effiziente Interaktion zwischen Versicherern und einzelnen Pharmakonunternehmen. Daher braucht der Markt eine Multizahlungplattform, die in der Lage ist, alle Beteiligten zu verbinden. Sie sollte sowohl über die Fähigkeiten in der Supply Chain-Management der Arzneimittel verfügen als auch in der Lage sein, Patienten individuelle Zahlungslösungen anzubieten und Versicherern die Innovation in der Produktentwicklung zu unterstützen, um die Lücken in der „Pharmazie - Versicherung - Medizin“ - Branche zu schließen.

Angesichts dieser Branchenanforderungen haben einige Plattformunternehmen mit interdisziplinären Integrationsfähigkeiten aufgetaucht. Sie versuchen, die Lücke in der Zusammenarbeit zwischen „Pharmazie - Versicherung - Medizin“ zu schließen, indem sie Technologie als Bindeglied und Ökosystem als Stütze nutzen. Meixin Health ist einer der Pioniere und Praktiker in diesem Bereich.

Seit seiner Gründung im Jahr 2017 hat Meixin Health sich diesem Ziel verschrieben, und es zeigt sich bereits ein erstes Skalenerfolg. Laut seiner am 30. Juni veröffentlichten Börsengangsdokumentation hat die Plattform bis Ende des vergangenen Jahres insgesamt über 1,6 Millionen Patienten betreut, und der Gesamtbetrag der medizinischen Zahlungen (GPV) hat 39,7 Milliarden Yuan erreicht. Es hat mit über 90 Versicherern zusammengearbeitet und die Anzahl der unterstützten Versicherungsverträge auf etwa 393 Millionen gesteigert. Darüber hinaus hat es mit über 140 Pharmakonunternehmen zusammengearbeitet, darunter 90 % der 20 größten Pharmaunternehmen weltweit.

Während des Wachstums des Umsatzes hat Meixin Health gleichzeitig die Marketingkosten signifikant reduziert. Dies ist auf die Entwicklung seiner KI-Smart-Zentrale zurückzuführen.Innerhalb von Meixin wird diese KI-Zentrale namens „mind42.ai“ als das „Basisbetriebssystem“ für die Koordination des „Medizin - Pharmazie - Versicherung“ - Ökosystems definiert.

„Ab 2024 hat Meixin Health versucht, die Wertschöpfungskette im Gesundheitswesen vollständig zu verbinden, einschließlich des gesamten Prozesses von der Produktentwicklung, dem Risikomanagement, dem Vertrieb bis zur Schadensregulierung auf der Versicherungsseite, sowie der Gesundheitsmanagement und der Datennutzung auf der Patientenbetreuungsseite.“ sagte Qu Yuqi. „Derzeit haben wir Anwendungsfälle für die KI-Agenten in Schlüsselpunkten wie der Schadensregulierung und dem Kundenservice gefunden. Obwohl diese noch in der Anfangsphase sind, hoffen wir, dass in Zukunft mit der Verbesserung weiterer KI-Agenten die Smart-Zentrale mind42.ai die Aufgaben koordiniert und alle Knotenpunkte in der langen Wertschöpfungskette verbindet.“

Die Entscheidungsfindung in den medizinischen Zahlungen ist komplex und erfordert das Zusammenspiel von Wissensgebieten. Laut der Börsengangsdokumentation basiert die KI-Smart-Zentrale auf einer selbst entwickelten Plattform mit einem fortschrittlichen Open-Source-Modell und verfügt über insgesamt 385 Millionen detaillierte Schadensregulierungsdaten. Sie integriert Wissen aus vertikalen Bereichen wie klinischen Behandlungspfaden, Versicherungsbedingungen und Arzneimittelindikationen, um ein Wissensnetzwerk für die medizinischen Zahlungen aufzubauen. „Verstehen sowohl die Pharmazie als auch die Versicherung“ macht es möglich, dass die KI die Kernprozesse automatisieren und die Entscheidungsfindungseffizienz verbessern kann.

Während der Verarbeitung und Koordination der Daten generieren die von der Plattform angebotenen Dienstleistungen wie die Schadensregulierung, der Medikamentenkauf und das Gesundheitsmanagement weiterhin strukturierte Daten, die in Echtzeit an das KI-Modell zurückgesendet werden, um es zu trainieren und zu optimieren. Dadurch wird ein „Daten-Fahrradrad“ geschaffen, das das mind42.ai-Modell immer intelligenter macht und eine kurzfristig nicht zu replizierende Wettbewerbsvorteil schafft.

„Derzeit werden die Daten zu einem „lebendigen Wasser“ mit dynamischem Wert. Im Bereich der medizinischen Zahlungen erfolgt die Schadensregulierung in der Regel erst nach dem Geschehen. Wir versuchen nun, mit Hilfe der KI und Big Data die Zahlungsprozesse hin zu „Prävention im Voraus und Intervention im Prozess“ zu verlagern. Beispielsweise können wir für Patienten mit chronischen Krankheiten Risiken im Voraus erkennen und proaktiv Gesundheitsmanagementmaßnahmen ergreifen. In Zukunft könnte es sogar möglich sein, die Versicherungsprämien dynamisch zu berechnen.“ sagte Qu Yuqi.

03. KI-Agenten „arbeiten im Team“

Medizinische Zahlungen sind im Wesentlichen ein Finanzproblem, und die Fehlertoleranz bei der Entscheidungsfindung in Anwendungsfällen ist extrem gering: Überzahlungen erhöhen die Kosten für die Versicherer und die Plattform, während Unterzahlungen die Interessen der Patienten beeinträchtigen. Diese Besonderheit erfordert eine viel höhere Entscheidungsgenauigkeit als in anderen Bereichen.

Die Auszahlungen in der Gesundheitsversicherung haben in der Vergangenheit stark von der fachlichen Zusammenarbeit in verschiedenen Bereichen abhängt: Es bedarf von Mitarbeitern mit einem medizinischen Hintergrund, um Patientenakten, Behandlungsberichte, Gentestberichte usw. sorgfältig zu prüfen und die Rationalität des Behandlungswegs zu beurteilen, insbesondere bei neuen und speziellen Indikationen für innovative Medikamente, die eine hohe medizinische Fachkompetenz erfordern. Gleichzeitig braucht es Versicherungsfachleute, um die komplexen Versicherungsbedingungen zu interpretieren und abzustimmen, sowie Risikomanagement- und Compliance-Experten, um die Risiken zu kontrollieren. Diese Art der Zusammenarbeit zwischen verschiedenen Rollen kann zwar die Genauigkeit gewährleisten, bringt aber auch die Probleme einer komplizierten Prozessführung und einer geringen Effizienz mit sich.

Dies stellt hohe Anforderungen an die Entscheidungsfindungsfähigkeit der KI: Sie muss „wie ein medizinischer Experte das Behandlungsdenken verstehen, wie ein Versicherungsmathematiker die Kostenaufteilung berechnen und wie ein Detektiv Betrug erkennen