数字疗法医保纳入价值课题申报书

数字疗法医保纳入价值课题申报书一、封面内容

数字疗法医保纳入价值课题申报书

申请人：张明

所属单位：国家医疗保障研究院

申报日期：2023年10月26日

项目类别：应用研究

二．项目摘要

数字疗法作为新兴医疗健康技术，其医保纳入问题已成为全球医疗体系改革的关键议题。本课题旨在系统研究数字疗法医保纳入的价值评估体系构建及其对医疗资源配置效率的影响，以期为我国医保支付制度改革提供科学依据。研究将聚焦数字疗法在慢性病管理、精神心理治疗等领域的应用效果，通过构建多维度评价指标体系，涵盖临床疗效、患者依从性、医疗成本效益等维度，结合真实世界数据分析方法，量化评估数字疗法替代传统疗法的经济性及社会效益。在方法上，采用混合研究方法，结合定量分析（如成本效果分析、决策树模型）与定性分析（如专家访谈、政策文本分析），深入探讨医保纳入过程中面临的支付模型设计、技术标准统一、监管机制完善等核心问题。预期成果包括形成一套适用于数字疗法的医保价值评估框架，提出具体的医保支付方案建议，并评估不同纳入策略对医疗体系可持续性的影响。本课题的研究将有助于推动数字疗法产业健康发展，为医保基金精准支付提供决策支持，同时促进医疗技术升级与医疗服务模式创新，最终提升我国医疗保障体系的公平性与效率。

三.项目背景与研究意义

1.研究领域现状、存在的问题及研究的必要性

随着信息技术的飞速发展，数字疗法（DigitalTherapeutics,DTx）作为一种基于、大数据、移动通信等数字技术开发的干预方案，正逐渐渗透到医疗健康服务的各个领域。数字疗法通过标准化的软件程序，为患者提供个性化的治疗、康复或健康管理等服务，其在慢性病管理、精神心理治疗、疾病预防等方面展现出巨大潜力。近年来，全球数字疗法市场规模快速增长，多家专注于数字疗法的公司涌现，产品类型日趋丰富，应用场景不断拓展。我国对数字疗法的政策支持力度逐步加大，2020年国家卫健委发布的《关于促进数字疗法健康发展的指导意见》明确指出，要推动数字疗法与医疗健康服务深度融合，提升医疗服务质量。然而，数字疗法的快速发展也带来了一系列挑战，其中最核心的问题之一是其医保纳入问题。

当前，数字疗法的医保纳入面临着诸多困境。首先，缺乏统一的评估标准和体系。传统医疗服务的医保支付主要基于临床路径和药物经济学评价，而数字疗法作为一种新兴技术，其疗效评估、成本核算、安全性监测等方面与传统疗法存在显著差异。目前，国内外尚未形成一套成熟的数字疗法医保价值评估体系，导致医保机构在决策时缺乏科学依据。其次，数据共享和隐私保护问题突出。数字疗法的应用涉及大量患者健康数据，如何确保数据安全、合规共享，同时保护患者隐私，是医保纳入过程中必须解决的关键问题。我国《个人信息保护法》对数据收集和使用提出了严格要求，数字疗法企业需要在确保合规的前提下，向医保机构提供可靠的数据支持。再次，支付模型设计不完善。数字疗法的付费方式可能包括按次付费、按效果付费、预付费等多种模式，每种模式都有其优缺点和适用场景。目前，医保机构对数字疗法的支付模型尚处于探索阶段，缺乏成熟的方案和经验。最后，监管机制不健全。数字疗法的研发、生产、应用和监管涉及多个部门，现有监管体系尚未完全适应数字疗法的快速发展，存在监管空白或监管交叉问题。

上述问题的存在，严重制约了数字疗法的推广应用，也影响了医保基金的合理使用。因此，开展数字疗法医保纳入价值研究，构建科学合理的评估体系，探索有效的支付模型，完善监管机制，具有重要的现实意义和必要性。本课题将聚焦数字疗法医保纳入的核心问题，通过系统研究，为医保支付制度改革提供理论支持和实践指导，推动数字疗法产业健康发展，最终提升我国医疗保障体系的公平性和效率。

2.项目研究的社会、经济或学术价值

本课题的研究具有重要的社会价值、经济价值或学术价值，将对我国医疗健康事业发展产生深远影响。

在社会价值方面，本课题将有助于提升医疗服务的可及性和公平性。数字疗法作为一种低成本、易获取的医疗健康服务模式，能够有效弥补传统医疗资源的不足，特别是在基层医疗机构和偏远地区。通过医保纳入，更多患者能够享受到数字疗法带来的益处，特别是对于慢性病患者、精神心理疾病患者等群体，能够显著改善其健康状况和生活质量。此外，数字疗法还能够促进医疗服务模式的转变，推动“以疾病为中心”向“以健康为中心”转变，实现预防、治疗、康复一体化管理，进一步提升医疗服务的人性化水平。本课题的研究成果将为医保政策制定提供科学依据，推动数字疗法在更广泛人群中的应用，促进健康中国战略的实施，为实现健康公平提供有力支撑。

在经济价值方面，本课题将有助于推动数字疗法产业的健康发展，促进经济增长和结构优化。数字疗法作为一种新兴产业，其发展潜力巨大，能够带动相关产业链的发展，包括软件开发、硬件制造、数据服务、医疗服务等。通过医保纳入，数字疗法市场将迎来爆发式增长，相关企业将获得更大的发展空间，创新能力将得到提升，从而形成新的经济增长点。此外，数字疗法还能够提高医疗资源的利用效率，降低医疗总费用。研究表明，数字疗法在慢性病管理等方面能够显著降低患者的再入院率和医疗总费用。通过医保纳入，数字疗法能够与传统医疗形成互补，优化医疗资源配置，推动医疗体系可持续发展。本课题的研究成果将为数字疗法企业提供决策支持，推动其技术创新和商业模式优化，促进产业升级和结构调整，为经济发展注入新动能。

在学术价值方面，本课题将有助于丰富医疗健康领域的理论体系，推动学科交叉融合。数字疗法作为一种新兴技术，其医保纳入问题涉及医学、经济学、管理学、法学等多个学科，需要跨学科研究才能取得突破。本课题将整合多学科的理论和方法，构建数字疗法医保纳入的价值评估体系，探索其经济性、公平性和可持续性，为医疗健康领域的理论创新提供新的视角。此外，本课题的研究成果还将推动医疗健康领域的学科交叉融合，促进数字技术、医疗技术和经济学的深度融合，为培养复合型人才提供新的思路。本课题的研究将发表高水平学术论文，参与国际学术交流，提升我国在数字疗法领域的学术影响力，为全球数字疗法的发展贡献中国智慧和中国方案。

四.国内外研究现状

在数字疗法（DigitalTherapeutics,DTx）及其医保纳入价值评估领域，国内外已有诸多研究成果，但仍存在明显的空白和待解决的问题。

1.国外研究现状

国外对数字疗法的研发和应用起步较早，尤其在美国、欧洲和以色列等国家和地区，已形成较为完善的产业链和生态系统。在研发方面，国外数字疗法公司专注于特定疾病领域，如焦虑症、抑郁症、戒烟、高血压、糖尿病等，开发出多种基于认知行为疗法（CBT）、正念疗法、生物反馈技术等的数字疗法产品。例如，Cerebral和TαλisHealth专注于精神心理治疗领域，AccellaCare则聚焦于慢性病管理。这些公司在产品研发上注重科学性和循证医学支持，许多产品已获得FDA、EMA等权威机构的批准或认可。

在医保纳入方面，美国是较为领先的代表。美国医疗体系以商业保险和政府保险（如Medicare、Medicd）为主，数字疗法的医保覆盖主要通过商业保险先行覆盖，再逐步纳入Medicare和Medicd。美国医学协会（AMA）和美国心理学会（APA）等行业协会积极推动数字疗法的医保认可，一些州政府也出台了支持性政策。然而，美国数字疗法的医保支付方式尚未完全统一，部分地区采用按项目付费，部分地区尝试按效果付费，但整体上仍处于探索阶段。美国国立卫生研究院（NIH）和一些学术机构开始关注数字疗法的医保价值评估，但相关研究尚处于初步阶段，缺乏系统性的评估框架和方法。

欧洲国家对数字疗法的监管较为严格，欧盟委员会在2019年发布了《数字健康行动计划》，旨在促进数字健康技术的研发和应用，并加强监管协调。德国、英国、法国等国在数字疗法的医保纳入方面进行了积极探索，例如，德国尝试将一些数字疗法纳入其补充医疗保险覆盖范围，英国国家健康服务（NHS）则对部分数字疗法进行了试点应用。然而，欧洲各国在数字疗法的医保支付标准、数据共享机制等方面存在较大差异，尚未形成统一的欧盟层面政策。

以色列是全球数字疗法创新的重要中心之一，以简单医疗（SimplexMedical）和品尼昂（PiniGlobal）等公司为代表，其数字疗法产品在全球市场具有一定竞争力。以色列政府积极支持数字疗法产业发展，并建立了较为完善的监管体系。在医保纳入方面，以色列的医疗体系以基尼兹（KupatHolim）等公共保险公司为主，数字疗法的医保覆盖主要通过基尼兹与科技公司谈判达成，但支付标准和方法仍需进一步明确。

尽管国外在数字疗法领域取得了显著进展，但仍存在一些研究空白和问题。首先，数字疗法的疗效和安全性证据仍需进一步加强。虽然一些数字疗法产品已获得监管批准，但长期疗效和安全性数据尚不充分，特别是在不同人群和不同疾病中的应用效果还需进一步验证。其次，数字疗法的医保价值评估体系尚未成熟。现有研究多集中于特定数字疗法的成本效果分析，缺乏统一的评估标准和指标体系，难以进行跨产品和跨疾病的比较分析。再次，数字疗法的支付模型设计仍不完善。按效果付费等创新支付模式在实践中面临诸多挑战，如效果衡量标准不统一、数据收集和验证困难等。最后，数字疗法的监管机制仍需进一步完善。随着数字疗法技术的快速发展，现有监管体系难以完全适应，存在监管滞后和监管空白问题。

2.国内研究现状

我国数字疗法产业发展起步较晚，但发展速度较快。近年来，在国家政策支持下，国内涌现出一批专注于数字疗法的公司，如数智健康、积木医生、思必驰等，其产品涵盖慢性病管理、精神心理治疗、儿童健康等领域。在研发方面，国内数字疗法公司注重本土化应用，针对我国人群的健康特点开发产品，并积极探索与医疗机构合作，推动数字疗法的临床转化。然而，国内数字疗法产业的整体水平与国外先进水平相比仍有较大差距，在技术创新、产品质量、临床证据等方面仍需提升。

在医保纳入方面，我国政府高度重视数字疗法的发展，但相关政策和实践仍处于起步阶段。国家卫健委、国家医保局等部门陆续发布了支持数字健康发展的政策文件，但尚未出台针对数字疗法的具体医保支付政策。一些地方政府和医疗机构开展了数字疗法的试点应用，例如，上海市尝试将部分数字疗法纳入其医保支付范围，但整体上仍处于探索阶段。国内学者开始关注数字疗法的医保价值评估，但相关研究尚处于初步阶段，缺乏系统性的评估框架和方法。

国内现有研究主要集中在以下几个方面：一是数字疗法的概念、技术和发展趋势研究；二是数字疗法在特定疾病领域的应用效果研究；三是数字疗法的监管政策研究。在数字疗法医保纳入价值评估方面，国内学者主要关注数字疗法的成本效果分析，例如，一些研究评估了数字疗法在糖尿病管理、抑郁症治疗等方面的成本效果，但缺乏统一的评估标准和指标体系。此外，国内学者也开始关注数字疗法的支付模型设计，例如，探讨了按项目付费、按效果付费等不同支付模式的适用性，但缺乏实践经验和数据支持。

尽管国内在数字疗法领域取得了一定的研究成果，但仍存在明显的空白和待解决的问题。首先，数字疗法的疗效和安全性证据不足。国内数字疗法产品的临床研究多采用小样本设计，缺乏大规模、多中心、随机对照试验（RCT）提供的证据支持。其次，数字疗法的医保价值评估体系尚未建立。国内缺乏针对数字疗法的统一评估标准和指标体系，难以进行科学的价值判断。再次，数字疗法的支付模型设计不完善。现有研究多集中于理论探讨，缺乏实践经验和数据支持。最后，数字疗法的监管机制不健全。国内数字疗法的监管体系尚未完全适应其快速发展，存在监管滞后和监管空白问题。

3.研究空白与展望

综合国内外研究现状，可以发现数字疗法医保纳入价值评估领域存在以下主要研究空白：一是缺乏统一的数字疗法医保价值评估体系。现有研究多集中于特定数字疗法或特定疾病领域，缺乏跨产品和跨疾病的比较分析，难以形成普适性的评估标准。二是数字疗法的长期疗效和安全性数据不足。现有研究多集中于短期效果评估，缺乏对数字疗法长期应用效果的跟踪和评估。三是数字疗法的支付模型设计仍不完善。按效果付费等创新支付模式在实践中面临诸多挑战，需要进一步探索和完善。四是数字疗法的监管机制不健全。现有监管体系难以完全适应数字疗法的快速发展，需要进一步完善监管标准和流程。

未来，数字疗法医保纳入价值评估研究需要关注以下几个方面：一是构建统一的数字疗法医保价值评估体系。需要整合多学科的理论和方法，制定科学合理的评估标准和指标体系，为数字疗法的医保纳入提供科学依据。二是加强数字疗法的临床研究。需要开展大规模、多中心、随机对照试验，为数字疗法的疗效和安全性提供可靠证据。三是探索和完善数字疗法的支付模型设计。需要结合不同疾病领域和不同支付方特点，设计科学合理的支付方案，促进数字疗法的推广应用。四是完善数字疗法的监管机制。需要加强监管能力建设，制定完善的监管标准和流程，保障数字疗法的质量安全。五是推动数字疗法产业健康发展。需要加强政策引导和行业自律，促进数字疗法技术创新和商业模式优化，推动产业持续健康发展。

通过深入开展数字疗法医保纳入价值评估研究，可以为医保支付制度改革提供科学依据，推动数字疗法产业健康发展，提升我国医疗保障体系的公平性和效率，为健康中国战略的实施贡献力量。

五.研究目标与内容

1.研究目标

本课题的核心研究目标是为数字疗法（DTx）的医保纳入构建一套系统、科学的价值评估体系，并基于该体系对特定领域的数字疗法进行实证评估，最终提出符合我国国情的、可操作的医保纳入政策建议。具体目标分解如下：

第一，识别并构建数字疗法医保纳入的价值评估核心指标体系。深入分析数字疗法的临床疗效、患者报告结局、生活质量改善、医疗资源利用效率、患者依从性、成本效益等多个维度，结合我国医保支付制度特点，筛选并确立一套能够全面、客观反映数字疗法价值的核心评估指标，并明确各指标的量化方法与数据来源。

第二，选择代表性数字疗法产品及疾病领域，运用构建的价值评估体系进行实证分析。以慢性病管理（如2型糖尿病、高血压）和精神心理治疗（如抑郁症、焦虑症）领域的数字疗法为切入点，收集相关临床数据、成本数据及患者报告数据，运用成本效果分析（CEA）、成本效用分析（CUA）、成本效益分析（CBA）以及决策树、马尔可夫模型等经济学评价方法，系统评估其相对于传统疗法的增量健康收益与增量成本，计算净货币价值（NMV）、增量成本效果比（ICER）等关键指标。

第三，探讨数字疗法医保纳入的不同支付模型及其适用性。研究并比较分析按项目付费、按人头付费、按病种付费、按效果付费（如分享节约、按疗效支付）等不同支付模型在数字疗法应用中的优劣、适用条件及潜在风险，结合我国医保基金支付能力和管理水平，提出几种具有可行性的支付模式组合建议。

第四，评估数字疗法医保纳入的政策影响，并提出政策建议。分析数字疗法纳入医保后对参保患者负担、医疗资源结构、医疗服务模式、药品市场以及整体医疗费用控制可能产生的影响，识别潜在的政策障碍与挑战，如数据共享壁垒、技术标准不统一、监管体系滞后等，并据此提出具体的政策建议，包括短期试点方案、长期纳入机制、监管配套措施等，旨在实现医保基金可持续性与患者健康福祉的最大化。

2.研究内容

本课题围绕上述研究目标，将开展以下具体研究内容：

（1）数字疗法医保纳入价值评估理论框架与指标体系研究

***具体研究问题：**我国数字疗法的特殊性（如无实体药物、数据驱动、远程干预等）如何影响其价值评估维度？现有医疗价值评估理论（如药物经济学评价方法）在应用于数字疗法时存在哪些局限性？如何构建一个能够涵盖临床、经济、社会等多维度价值的综合性评估框架？

***假设：**数字疗法的价值不仅体现在直接的临床效果改善上，更体现在患者自我管理能力的提升、医疗资源的合理利用及生活质量的长期改善上。因此，构建的评估体系需超越传统的成本效果分析范畴，整合成本效用分析、患者报告结局（PROs）评估等多重指标。

***研究方法：**采用文献研究法、专家访谈法（访谈医保政策制定者、临床医生、经济学评价专家、数字疗法企业代表、患者代表等）、德尔菲法等，梳理国内外相关理论与方法，识别关键评估维度，筛选核心评估指标，并制定各指标的量化指南和数据收集策略。重点关注如何标准化数字疗法的疗效指标（如症状改善率、疾病控制率）和成本指标（如直接医疗费用、非医疗费用、生产力损失）。

（2）代表性数字疗法产品价值评估实证分析

***具体研究问题：**选取我国市场应用较广、临床证据相对充分的数字疗法产品（例如，针对2型糖尿病的血糖自我管理辅助工具、针对抑郁症的认知行为疗法软件），其相对于传统标准治疗（如生活方式干预、口服降糖药、抗抑郁药、心理咨询服务）的价值（临床效果、成本效益）如何？不同患者亚组（如年龄、病程、病情严重程度）对其价值的影响是否存在差异？

***假设：**特定领域的数字疗法能够提供与标准疗法相当或更优的健康效果，并可能通过提高患者依从性、减少面诊次数等方式降低总体医疗成本或提高成本效用。其成本效益表现取决于产品的具体功能、目标疾病、以及患者特征。

***研究方法：**设计并实施回顾性或前瞻性真实世界研究（RWE），收集选定数字疗法使用者和对照组（接受传统治疗者）的临床随访数据（如HbA1c、糖化血红蛋白、抑郁量表评分等）、医疗费用数据（自付费用、医保支付费用）、以及患者报告结局数据（生活质量量表、治疗满意度、自我管理能力评分等）。运用多元回归分析、倾向性评分匹配（PSM）等方法控制混杂因素，进行经济学评价（CEA、CUA、CBA），计算关键评价指标（如ICER、QALYs增量），并敏感性分析评估结果的稳健性。

（3）数字疗法医保支付模型设计与比较分析

***具体研究问题：**适用于数字疗法的医保支付模型有哪些？各种支付模型在激励相容性、风险分担、基金控费、技术创新激励等方面各有何特点与权衡？考虑到我国医保基金的支付能力和管理现状，哪种或哪几种支付模型更具有现实可行性？

***假设：**由于数字疗法的效果和成本存在个体差异性和不确定性，按效果付费等动态支付模型比固定支付模型更能有效激励提供高质量服务，但实施难度也更大。结合我国国情，分阶段、差异化的支付模型（如初期按项目付费覆盖基础功能，成熟后探索按效果付费）可能是较为现实的选择。

***研究方法：**文献回顾国内外数字疗法支付模型实践；通过情景分析、决策分析等方法，比较不同支付模型的理论优劣势及影响因素；结合对我国医保基金支付规模、管理能力、信息系统支撑水平的评估，以及对医疗机构和患者的承受能力分析，探讨不同支付模型在我国推行的可行路径和配套条件。

（4）数字疗法医保纳入的政策影响与建议研究

***具体研究问题：**将数字疗法纳入医保目录及采用特定支付模型，将如何影响参保人员的医疗服务利用行为、医疗费用支出结构以及整体健康公平性？可能面临哪些实施层面的挑战（如数据共享、标准统一、监管衔接）？应如何设计政策实施路径与监管框架？

***假设：**数字疗法纳入医保有望提高患者对该类服务的可及性，特别是对于慢性病患者和基层患者，可能带来医疗费用的合理增长，但也可能通过优化资源配置、提升治疗效果而实现长期成本节约。政策实施初期，数据共享和标准统一可能是主要障碍。

***研究方法：**运用模型仿真或宏观模拟方法，评估不同政策方案（如纳入方式、支付水平、起付线设置等）对医保基金收支、患者负担、医疗总费用及健康结果的影响。通过政策分析、利益相关者分析等方法，识别政策实施的关键节点和潜在风险，借鉴国际经验，提出涵盖准入标准、支付机制、数据监管、效果监测、伦理规范等方面的综合性政策建议和分步实施策略。

***研究假设：**通过构建并应用系统性的价值评估体系，可以科学证明特定数字疗法产品的临床价值和经济学价值，为我国医保目录的扩容和支付方式的创新提供实证支持。通过比较分析，提出的差异化支付模型组合建议能够平衡各方利益，促进数字疗法产业的健康发展。最终的政策建议将有助于推动数字疗法与医保体系的深度融合，提升我国医疗保障体系的整体效能。

六.研究方法与技术路线

1.研究方法

本课题将采用混合研究方法（MixedMethodsResearch），有机结合定量分析与定性分析，以全面、深入地探讨数字疗法医保纳入的价值评估体系构建及其应用。具体研究方法包括：

（1）文献研究法：系统梳理国内外关于数字疗法、医疗价值评估、药物经济学、医保支付改革、健康经济学等相关领域的文献，包括学术论文、政策文件、行业报告、会议记录等。重点关注数字疗法的定义、分类、技术特点、临床效果证据、现有价值评估方法、各国医保纳入实践与政策、支付模型设计及其影响等。通过文献综述，明确研究现状、理论基础、关键概念界定，并为指标体系构建、实证分析和政策建议提供理论支撑和比较参照。

（2）专家访谈法：采用半结构化访谈，选取来自政府部门（医保局、卫健委）、医疗机构（临床医生、医院管理者）、科研院所（经济学评价专家、卫生政策学者）、数字疗法企业（产品研发负责人、市场负责人）、患者等不同领域的专家和代表进行深入访谈。访谈内容围绕数字疗法的价值构成、现有评估方法的适用性与局限性、医保纳入的关键障碍与驱动因素、支付模型设计的优先级与挑战、政策实施的建议等。通过多角度的信息收集，获取专业见解和经验判断，为指标体系完善、支付模型设计、政策建议提供依据。

（3）德尔菲法（DelphiMethod）：针对构建的数字疗法医保纳入价值评估指标体系草案，邀请一组专家进行多轮匿名问卷和反馈。第一轮发放问卷，让专家提出关键指标建议；第二轮回收问卷，整理归纳专家意见，形成初步指标池；第三轮发放问卷，让专家对指标池中的指标进行评分（如重要性、可行性、科学性），并根据反馈进行修改建议；最终根据专家共识确定核心评估指标体系及其定义、量化方法和数据来源。此方法有助于提高指标体系的科学性、客观性和权威性。

（4）真实世界研究（Real-WorldEvidence,RWE）方法：选择1-2个特定疾病领域（如2型糖尿病、抑郁症）和相应的代表性数字疗法产品，设计并实施回顾性或前瞻性研究，利用现有医疗记录、医保数据库、患者报告数据等收集相关数据。主要采用倾向性评分匹配（PropensityScoreMatching,PSM）或倾向性评分加权（PropensityScoreWeighting,PSW）等统计方法，构建数字疗法使用者和未使用对照组（接受常规治疗者），以减少选择偏倚。收集的数据包括：患者基线特征（人口统计学、疾病特征、合并症等）、临床结局指标（如生化指标、量表评分）、医疗费用数据（自付费用、医保支付费用、总费用）、患者报告结局（如生活质量、治疗满意度、自我管理能力）、医疗服务利用情况（门诊次数、住院次数、急诊次数）等。

（5）经济学评价方法：基于收集到的RWE数据，运用药物经济学和健康经济学评价方法，对选定数字疗法进行系统评估。

*成本效果分析（Cost-EffectivenessAnalysis,CEA）：比较数字疗法与常规治疗之间的增量成本和增量健康效果（通常用质量调整生命年QALYs表示）。计算增量成本效果比（IncrementalCost-EffectivenessRatio,ICER），并设定阈值进行经济学评价。

*成本效用分析（Cost-UtilityAnalysis,CUA）：在CEA基础上，将健康效果转化为统一的效用单位（如QALYs），计算成本效用比，进行更全面的经济学评价。

*成本效益分析（Cost-BenefitAnalysis,CBA）：从社会整体角度出发，将所有直接成本和间接效益（如生产力损失避免、生活质量改善带来的价值）货币化，计算净货币价值（NetMonetaryValue,NMV）或净福利值，评估项目的整体经济可行性。

*决策树分析（DecisionTreeAnalysis）：用于比较多种治疗策略（如数字疗法、常规治疗、联合治疗）的成本和效果，尤其适用于分析决策路径和不确定性。

*马尔可夫模型（MarkovModeling）：用于模拟慢性病患者的长期疾病进展、治疗选择和健康结局，评估不同干预措施在长期内的成本和效果。

*敏感性分析（SensitivityAnalysis）：通过改变关键参数（如疗效估计值、费用数据、贴现率等）的范围，评估结果对假设和不确定性的敏感程度，检验研究结论的稳健性。

（6）政策分析与情景模拟：基于理论分析、实证评估和专家意见，运用政策分析工具（如利益相关者分析、政策工具分析）和宏观模拟模型（如卫生技术评估模型、医保基金收支模型），分析不同数字疗法医保纳入政策方案（如纳入方式、支付标准、管理机制）的可能影响，包括对医保基金、患者、医疗机构、药品市场、整体医疗费用和健康公平性的影响。进行情景模拟，比较不同政策路径的优劣势和可行性。

2.技术路线

本课题的研究将遵循以下技术路线和关键步骤：

（1）准备阶段：组建研究团队，明确研究计划和时间表。深入开展文献研究，全面掌握国内外研究现状、理论基础和政策实践。初步界定数字疗法的范围和重点研究疾病领域。设计专家访谈提纲、德尔菲法问卷、RWE数据收集方案和经济学评价模型框架。申请并落实研究所需资源。

（2）理论框架与指标体系构建阶段：完成文献综述。通过专家访谈，初步识别数字疗法医保纳入价值的关键维度和指标。运用德尔菲法，经过多轮专家咨询和反馈，最终确立一套适用于我国国情的、包含临床、经济、社会等多维度核心评估指标体系，并明确各指标的量化方法、数据来源和质量控制要求。

（3）实证研究设计与数据收集阶段：根据选定的代表性数字疗法产品和疾病领域，细化RWE研究方案。确定数据来源（如医院信息系统、医保数据库、患者登记表等）。与数据提供方建立合作关系，确保数据获取的合法性和合规性。设计并实施数据收集工作，包括伦理审查、知情同意（如适用）、数据提取、清理和整理。运用PSM/PSW等方法构建研究队列，匹配数字疗法使用者和对照组。

（4）数据分析与经济学评价阶段：对匹配后的研究队列数据进行统计分析，评估数字疗法的临床效果差异和患者报告结局差异。运用CEA、CUA、CBA等方法，结合敏感性分析，系统评估数字疗法的增量成本和增量价值，计算关键经济学评价指标，并评估其成本效益。

（5）支付模型设计与比较分析阶段：基于理论和实证结果，结合国内外经验，分析并设计适用于我国数字疗法的不同医保支付模型（如按项目、按人头、按病种、按效果等），比较其优缺点和适用条件。通过敏感性分析和情景模拟，评估不同支付模型的政策影响和可行性。

（6）政策建议研究与成果总结阶段：整合所有研究结果，特别是价值评估结果、支付模型分析和政策影响评估，识别数字疗法医保纳入的关键障碍和机遇。通过政策分析和利益相关者讨论，提出具体、可操作的医保纳入政策建议，涵盖准入标准、支付机制、数据监管、实施路径等方面。撰写研究总报告，提交研究结论和政策建议。整理发表学术论文，进行成果交流与推广。

（7）成果交流与推广阶段：参加国内外相关学术会议，展示研究成果。向政府部门提交政策建议报告。通过行业会议、专业期刊、研究报告等形式，向医疗机构、支付方、数字疗法企业等利益相关者传播研究成果，推动研究成果的转化和应用。

七．创新点

本课题在数字疗法医保纳入价值评估领域，力求在理论、方法和应用层面实现多项创新，以填补现有研究空白，为我国医保制度改革提供更具针对性和实用性的解决方案。

（1）理论创新：构建整合多维价值的数字疗法特异性医保评估框架

现有医疗价值评估理论多源于药品经济学评价，侧重于直接临床效果和短期成本效益。数字疗法作为一种独特的健康干预技术，其价值体现更为多元，不仅包括传统的临床改善，还显著涉及患者自我管理能力的提升、治疗依从性的改善、医疗资源的优化利用（如减少门诊次数、急诊就诊）、数据驱动的个性化干预、以及对公共卫生的潜在影响等。本课题的核心理论创新在于，立足于数字疗法的本质特征，超越传统二维（成本-效果）或三维（成本-效用）评估框架，构建一个理论更为全面、体系更为系统的数字疗法医保纳入价值评估理论框架。该框架将系统性地整合临床结局（ClinicalOutcomes）、健康相关生活质量（Health-RelatedQualityofLife,HRQoL）、患者报告结局（Patient-ReportedOutcomes,PROs）、自我管理效能（Self-ManagementEfficacy）、医疗资源利用变化（ChangesinHealthcareResourceUtilization）、成本效益（Cost-Effectiveness）、成本效用（Cost-Utility）乃至长期健康影响和社会价值（如生产力提升、社会融合度改善）等多个维度，并明确各维度间的关系与权重设定逻辑。这种多维整合评估理念，能够更真实、更全面地反映数字疗法的综合价值，为医保决策提供更科学的依据，是对现有健康经济学评价理论在数字健康领域的理论深化与拓展。

（2）方法创新：融合混合方法与前沿计量技术进行实证评估

在研究方法上，本课题将采用混合方法研究设计，有机结合定性（如专家访谈、德尔菲法）与定量（如真实世界研究、经济学评价）方法，实现优势互补。定性与定量方法的结合，一方面可以通过定性研究深入挖掘数字疗法的价值内涵、政策障碍和实施细节，为定量研究提供方向指导和假设检验；另一方面，可以通过定量研究为定性发现提供统计学证据支持，增强研究结论的说服力。特别是在数据层面，本课题将侧重于利用真实世界数据（RWE）进行实证评估，这是相对于传统依赖随机对照试验（RCT）的重要方法创新。RWE的运用能够获取更贴近临床实践的真实效果和成本数据，覆盖更广泛的人群，反映长期趋势，弥补RCT样本量有限、随访时间短、场景单一等局限性。在RWE分析技术上，将综合运用先进的因果推断方法，如倾向性评分匹配（PSM）、倾向性评分加权（PSW）、回归调整、工具变量法等，以最大限度地减少选择偏倚和混杂因素影响，更准确地估计数字疗法的真实效果和成本效益。此外，在经济学评价模型构建上，将根据数字疗法的特性（如效果个体化、长期性）灵活选用或创新性地结合成本效果分析（CEA）、成本效用分析（CUA）、成本效益分析（CBA）、决策树模型、马尔可夫模型等多种方法，并进行严格的敏感性分析、情景分析和不确定性分析，确保评估结果的稳健性和可靠性。这种对前沿计量技术的综合运用，显著提升了数字疗法价值评估的科学性和精确度。

（3）应用创新：提出差异化、动态化的数字疗法医保支付模型建议与本土化政策方案

本课题的应用创新主要体现在针对我国国情，提出更具操作性的数字疗法医保支付模型建议和系统性的政策方案。首先，在支付模型设计上，将突破“一刀切”的传统支付模式局限，基于价值评估结果和数字疗法的具体特点，探索并提出差异化、动态化的支付模型组合建议。例如，对于基础性、通用性的数字疗法功能，可考虑按项目付费或按人头付费，以保障可及性；对于具有明确临床效果提升和成本节约证据的数字疗法，可探索按效果付费（如分享节约模式或基于疗效的支付），以激励创新和价值实现；对于需要长期使用、效果持续累积的疗法，可能需要结合预付制或阶梯式付费等模式。这种支付模型的设计不是相互排斥的，而是强调根据产品特性、疾病领域、支付方能力等灵活组合与调整，旨在实现激励相容和风险共担。其次，在政策建议层面，将充分考虑我国医保基金的支付能力、管理现状、信息系统基础以及医疗资源分布等实际情况，提出分阶段、循序渐进的医保纳入策略和配套政策。可能包括：先选择条件成熟、价值证据充分的领域进行试点；建立数字疗法的准入评估标准和动态调整机制；明确数据共享规则和隐私保护要求；完善监管体系和效果监测机制；探索与医疗机构、支付方的合作模式等。这种政策建议强调系统性、可行性和阶段性，旨在平衡各方利益，降低改革风险，推动数字疗法健康有序发展，其最终目标是形成一套符合中国实际、具有中国特色的数字疗法医保管理路径，为全球数字健康治理贡献中国经验。

（4）研究视角创新：强调多方利益相关者参与和价值共创

本课题在研究过程中，将特别强调多方利益相关者的深度参与和价值共创。研究团队将系统性地纳入医保决策者、临床医生、患者代表、数字疗法企业、学者、行业协会等不同群体的观点和需求。通过专家访谈、德尔菲法、座谈会等形式，确保研究问题设定、评估指标选择、模型参数设定、政策建议制定等关键环节都能充分反映各方的利益诉求和实际考量。这种多方参与的研究视角，有助于减少政策制定中的信息不对称和认知偏差，提高研究结果的接受度和政策实施的顺利程度。同时，通过纳入患者报告结局和体验，更加关注数字疗法对患者生活质量和福祉的实际影响，体现了以人为本的医疗卫生服务理念。这种价值共创的研究模式，不仅能够产出更全面、更平衡的研究结论，也有助于促进跨学科、跨部门的沟通与合作，为构建协同共治的数字健康生态系统奠定基础。

八．预期成果

本课题通过系统研究，预期在理论、实践和人才培养等多个层面取得一系列重要成果，为数字疗法在我国医保体系的落地应用提供坚实的理论支撑和实践指导。

（1）理论成果：构建并完善数字疗法医保纳入价值评估理论体系

本课题预期将产生一项核心理论成果，即一套系统化、标准化的数字疗法医保纳入价值评估理论框架。该框架将超越传统健康经济学评价的局限，充分考虑数字疗法的特殊性，整合临床、经济、社会、患者体验等多维度价值维度，明确各维度的内涵、指标选择、量化方法与权重设定逻辑。通过理论推导和文献整合，本课题将深化对数字疗法价值构成及其与医保支付关联性的理解，为该领域提供新的理论视角和分析工具。预期还将形成一系列学术论文，发表在国内外高水平卫生经济学、医疗保险、数字健康等相关领域的权威期刊上，系统阐述研究背景、理论基础、方法创新、核心发现等，推动数字疗法价值评估理论的学术发展，并为其他新兴健康技术的医保评估提供理论参考。

（2）实践应用价值：产出可操作的评估工具与政策建议

本课题的实践应用价值是显著的，主要体现在以下方面：

***开发数字疗法医保价值评估工具包：**基于构建的理论框架和实证研究结果，开发一套包含核心评估指标库、数据收集模板、经济学评价模型（软件或手册形式）、敏感性分析工具等的实用化评估工具包。该工具包将可供医保经办机构、医疗机构、数字疗法企业、第三方评估机构等使用，为其开展数字疗法的价值评估、医保谈判、准入决策、支付管理提供标准化、便捷化的操作指南和技术支持，降低评估成本，提高评估效率和规范性。

***提出差异化数字疗法医保支付模型建议：**结合对我国医保基金状况、管理能力、技术基础以及产业发展的分析，提出一套差异化、动态化的数字疗法医保支付模型组合建议及其实施路径。针对不同类型的数字疗法（如基础型、效果导向型、长期型）和不同的疾病领域，建议具体的支付方式（如按项目、按人头、按病种、按效果等）及其参数设计，并分析其利弊与适用条件，为医保支付方式改革提供具体方案。

***形成系统性数字疗法医保纳入政策建议报告：**结合价值评估结果、支付模型分析和国内外经验，形成一份针对我国国情的、具有前瞻性和可操作性的数字疗法医保纳入政策建议报告。报告将涵盖数字疗法的医保准入标准、临床使用规范、数据管理与共享机制、支付与结算办法、监管与质量监控体系、实施试点方案等多个方面，为政府相关部门（如国家医保局、国家卫健委）制定数字疗法相关医保政策提供科学依据和决策参考，助力推动我国医保支付制度改革创新。

***促进数字疗法产业健康发展：**通过科学的价值评估和明确的医保政策信号，有助于引导数字疗法企业聚焦临床价值创新，规范产品研发和市场行为。研究成果的发布和传播，能够提升业界对数字疗法价值认知，促进供需对接，加速数字疗法的临床转化和商业化进程，推动数字健康产业的规范、健康和可持续发展。

（3）方法学贡献：丰富健康技术评估方法体系

本课题在研究方法上的创新也将构成一项重要成果。通过混合方法设计的综合运用、真实世界数据分析技术的深化应用、以及前沿经济学评价模型的引入与本土化改造，本课题将为健康技术评估（HealthTechnologyAssessment,HTA）领域，特别是针对数字健康等新兴技术的研究，提供一套值得借鉴的方法学范例。预期将发表相关方法学论文，总结在数字疗法价值评估中适用于我国国情的RWE获取与处理策略、因果推断方法的选择与应用、多维度价值整合的技术路径等，推动HTA方法论的进步，为未来其他健康相关技术的评估研究提供方法论参考。

（4）人才培养与社会影响：提升专业能力与促进知识传播

本课题的执行过程本身也是人才培养的过程。通过项目实施，将培养一批既懂医学健康，又熟悉经济学评价和医保政策，还能运用数字技术进行研究的复合型专业人才。研究成果将通过学术论文、政策报告、学术会议、媒体宣传等多种渠道进行传播，提升社会各界对数字疗法及其医保纳入问题的认知水平，促进相关知识的普及和科学理念的传播，为构建更加公平、高效、可持续的医疗保障体系营造良好的社会氛围。

九.项目实施计划

（1）项目时间规划与任务分配

本课题计划总研究周期为三年，共分为七个主要阶段，具体时间规划与任务分配如下：

第一阶段：准备与设计阶段（第1-6个月）

***任务分配：**研究团队组建与分工；深入开展文献综述与政策梳理；完成研究方案详细设计，包括理论框架、指标体系、RWE数据收集方案、经济学评价模型框架、专家访谈提纲、德尔菲法问卷等；启动伦理审查申请。

***进度安排：**第1-2个月：团队组建，明确分工，完成初步文献检索与综述；第3-4个月：细化研究方案，设计数据收集工具和模型框架；第5-6个月：完成伦理审查申请，准备德尔菲法启动资料，进行预。

第二阶段：理论框架与指标体系构建阶段（第7-18个月）

***任务分配：**实施第一轮德尔菲法专家咨询；根据反馈修订指标体系草案；实施第二轮德尔菲法，汇总专家意见，形成指标池；实施第三轮德尔菲法，确定核心指标并形成指标体系最终稿；撰写理论框架与指标体系构建研究报告。

***进度安排：**第7-9个月：完成第一轮德尔菲法问卷发放与回收，初步分析结果；第10-12个月：整理第二轮专家反馈，修订指标草案，发放问卷；第13-15个月：回收第二轮问卷，形成指标池，设计第三轮问卷；第16-18个月：完成第三轮德尔菲法，确定核心指标，撰写研究报告。

第三阶段：实证研究设计与数据收集阶段（第19-30个月）

***任务分配：**确定具体研究疾病领域和数字疗法产品；完成RWE研究方案终稿；建立数据合作机制，完成数据提取与初步清理；运用PSM/PSW方法进行患者队列匹配；开展数据收集工作，包括临床数据、费用数据、患者报告数据等。

***进度安排：**第19-21个月：确定研究产品与疾病领域，完成RWE方案终稿，启动数据合作谈判；第22-24个月：完成数据提取与初步清理，进行患者匹配方案设计与验证；第25-30个月：实施数据收集，进行数据核查与整理。

第四阶段：数据分析与经济学评价阶段（第31-42个月）

***任务分配：**对匹配后的数据进行统计分析，评估疗效和PROs差异；运用CEA、CUA、CBA等方法进行经济学评价；进行敏感性分析和情景模拟；撰写数据分析与经济学评价中间报告。

***进度安排：**第31-34个月：完成临床和PROs的统计分析；第35-38个月：进行经济学评价模型构建与计算；第39-42个月：完成敏感性分析和情景模拟，撰写中间报告。

第五阶段：支付模型设计与比较分析阶段（第43-48个月）

***任务分配：**文献回顾国内外支付模型实践；设计不同支付模型的理论方案；通过模型分析和专家咨询比较模型优劣；结合我国国情提出支付模型组合建议。

***进度安排：**第43-44个月：完成文献回顾，初步设计支付模型；第45-46个月：进行模型分析，专家讨论；第47-48个月：形成支付模型建议，撰写相关分析报告。

第六阶段：政策建议研究与成果总结阶段（第49-54个月）

***任务分配：**整合所有研究结果，特别是价值评估和支付模型分析结果；进行政策影响评估；通过政策分析和利益相关者讨论，提出医保纳入政策建议；撰写研究总报告，准备成果发表和推广材料。

***进度安排：**第49-50个月：整合研究核心成果，进行政策影响分析；第51-52个月：政策研讨会，形成政策建议初稿；第53-54个月：完成研究总报告，准备成果发表与推广材料。

第七阶段：成果交流与推广阶段（第55-36个月）

***任务分配：**完成研究总报告和政策建议报告；在国内外学术会议发表研究成果；向政府相关部门提交政策建议报告；通过行业会议、媒体等渠道进行成果推广。

***进度安排：**第55-56个月：完成报告定稿，准备会议材料；第57-58个月：参加国内学术会议；第59-60个月：提交政策报告，开展媒体宣传。

（2）风险管理策略

本课题在实施过程中可能面临以下风险，将采取相应的管理措施：

***数据获取风险：**RWE获取可能因数据隐私保护、机构合作障碍、数据质量不高等原因受阻。**策略：**提前进行数据提供方沟通，确保研究方案符合伦理规范和数据安全要求；签订数据使用协议，明确数据用途和保密责任；采用去标识化处理方法，降低隐私风险；建立多备选数据源，增强数据获取的灵活性。

***研究方法风险：**PSM匹配效果可能因变量选择不当、样本量不足等影响内部有效性；经济学评价模型假设条件可能因数据限制难以满足。**策略：**严格遵循PSM方法操作规范，进行多重敏感性分析验证结果稳健性；采用混合效应模型等方法补充因果推断；在模型构建中引入不确定性分析，确保结论的科学性。

***政策采纳风险：**政策建议可能因与现有政策体系冲突、利益相关者分歧等难以被采纳。**策略：**充分调研现有政策背景，确保建议的可行性和针对性；通过多轮专家咨询和利益相关者参与，形成共识；突出政策建议的长期效益和社会价值。

***时间进度风险：**研究任务延期可能因研究难度加大、外部环境变化等导致。**策略：**制定详细的研究进度表，明确各阶段任务节点和责任人；建立定期进度汇报机制，及时跟踪研究进展；预留缓冲时间，应对突发状况。

***团队协作风险：**多学科团队沟通不畅、研究目标不一致等影响合作效率。**策略：**建立常态化沟通机制，定期召开项目会议，明确研究目标和任务分工；引入跨学科培训，促进团队融合；设立共同目标导向，确保研究方向一致。

十.项目团队

（1）团队成员专业背景与研究经验介绍

本课题研究团队由来自医疗卫生、健康经济学、医疗保险、信息技术、临床医学等领域的专家学者组成，具有跨学科、跨领域的专业背景和研究经验，能够为数字疗法医保纳入价值评估提供全面、科学的研究支持。团队成员包括：

***首席研究员：**张明，国家医疗保障研究院研究员，长期从事医疗保险政策研究，在医疗价值评估、支付方式改革等领域具有丰富经验，曾主持多项国家级医保研究课题，发表多篇学术论文。

***副研究员：**李华，经济学博士，专注于健康经济学和卫生技术评估，擅长成本效果分析、成本效用分析等经济学评价方法，参与过多种药品和健康技术的经济学评价研究，具有扎实的理论功底和丰富的实证研究经验。

***临床专家：**王强，内科主任医师，在慢性病管理领域具有20年临床经验，熟悉数字疗法在临床实践中的应用，参与多项临床研究，具备丰富的跨学科合作经验。

***技术专家：**赵敏，计算机科学博士，专注于和大数据分析，在健康信息