На основе существующей литературы в этом документе представлен обзор текущих применений искусственного интеллекта и машинного обучения для функций и задач финансирования здравоохранения в исследованиях, политике и практике, чтобы определить ключевые проблемы и последствия для достижения всеобщего охвата услугами здравоохранения.
Основное содержание:
- Машинное обучение в первую очередь применяется к темам, связанным с медицинским страхованием, и, более конкретно, к частному (коммерческому) медицинскому страхованию. Только один документ относится к стране с низким уровнем дохода, 15 основаны на данных из стран со средним уровнем дохода и 22 - из стран с высоким уровнем дохода. Большинство работ (34 из 38) представляют собой упражнения по моделированию концепции.
- Некоторые из этих документов также ориентированы на государственную политику, в них обсуждаются преимущества и риски ОД в финансировании здравоохранения и/или предлагаются варианты политики в направлении всеобщего охвата медицинским обслуживанием.
- Было установлено, что в этой литературе доминируют две основные темы, а именно: 1) прогнозирование дорогостоящих пациентов и расходов на здравоохранение; и 2) выявление мошенничества при управлении претензиями по медицинскому страхованию.
- Различные области применения ОД для финансирования здравоохранения могут потенциально повлиять на все промежуточные цели всеобщего охвата услугами здравоохранения, и, что наиболее важно, на справедливое распределение ресурсов (положительно или отрицательно) и эффективность (скорее всего, положительно).
- Прозрачность и подотчетность можно было бы повысить, например, за счет более эффективного выявления мошенничества. Кроме того, это также может повлиять на все три конечные цели всеобщего охвата медицинским обслуживанием: использование в соответствии с потребностями, всеобщая финансовая защита и качество медицинской помощи.
