文章核心观点 - 国家医保局发布《医疗服务真实世界医保综合价值评价管理指南（试行）》，标志着中国医保支付思路从传统的“价格管控”和“费用核算”转向“价值购买”，旨在通过真实世界数据全面评估医疗技术的临床、经济和社会价值，以优化医保基金使用效率并引导医疗资源合理配置 [2][6][7] 政策文件与改革框架 - 国家医保局于2026年1月5日就《管理指南》公开征求意见，这是继2025年9月发布《试点通知》后的又一重要文件，旨在建立系统性的价值评价体系 [2] - 《管理指南》首次明确提出临床价值、经济价值、社会价值三大核心评价维度，引导医保资源向临床价值高、患者获益显著、成本效果更优的医疗项目倾斜 [3] - 文件提出全生命周期评价理念，覆盖从预立项、医保新增、目录调整到项目废止等所有阶段，要求医疗项目持续证明其性价比，否则可能被降价或调出目录 [6] - 新增项目、申请调价项目、社会影响大及占用医保基金多（单项费用高或年度总费用增长率过高）的项目将优先纳入评价 [6] - 该指南与药品、医用耗材相关指南文件将构成真实世界医保综合评价的“三件套”工具，深刻影响定价与支付保障 [11] 价值医疗的具体应用与案例 - 以肾透析为例，研究显示腹膜透析与血液透析疗效无显著差异，但前者年治疗费用低5万元，若50万患者转换，每年可节约医保资金250亿元 [4] - 《管理指南》将医疗服务项目划分为六类（如技术劳务、医用耗材、医疗设备、人工智能驱动等），有助于让被低估的医务人员技术劳动获得应有尊重 [5] - 在2025年国家基本药品目录调整中，价值评估思路已体现，近百种药品在形式审查阶段被拒，近六成目录外药品在专家评审阶段未过评，成功入目录的药品需具备填补空白、同类更优或更具性价比的特征 [11] 改革背景与紧迫性 - 发展价值医疗是关乎卫生健康事业可及性与可持续发展的“必答题”，而非选择题 [8] - 医保筹资增长有限，职工医保筹资增长幅度已从十年前的两位数降至约3% [8] - 2024年全国医疗总费用增长率为11.2%，但医保基金收入增幅仅为4.36%，收支增速矛盾对基金安全造成压力 [9] - 当前医疗激励机制存在偏差，医疗机构和医生收入与服务量、服务强度及高价耗材使用挂钩，导致可能过度医疗 [10] - 医改已进入存量改革阶段，核心是挤压无效、不安全、缺乏高级别循证医学证据的药品和服务空间，实现“腾笼换鸟” [10] 试点工作与实施路径 - 根据2025年9月的《试点通知》，真实世界医保综合价值评价试点工作将分三阶段进行，北京、海南等13省市已被纳入试点范围 [7][17] - 2026年为“实践阶段”，重在建设数据库、分任务评价、建立成果库；2027年进入“应用阶段”，支撑医保决策并健全运行机制 [17] 面临的挑战 - 数据来源及质量是首要挑战，尽管医保信息平台已收集海量标准化数据，但医疗数据底层标准化建设相对滞后，医院间数据治理水平不一，跨机构数据共享存在壁垒 [13][14] - 数据产生过程可能存在偏差（如基层误诊、不同医生诊疗路径不同），影响数据可信度与一致性 [14] - 研究指出真实世界证据在亚太地区的应用面临四大障碍：数据可用性不足、质量参差不齐、访问权限受限、缺乏透明评估指南 [14] - 医疗、医药、医保“三医”联动与利益平衡是另一隐忧，医保部门难以单独调动整个系统，且医院信息系统对接面临数据标准协调难题 [16] - 存量改革涉及多方利益博弈，在医保盘子有限的背景下，需明确“保护正当利益、损失不正当利益” [16]

国家医保局拟建立真实世界医保综合价值评价新体系 - 国家医保局就医疗服务与药品真实世界医保综合价值评价管理的试行指南公开征求意见 旨在加快建立全国统一的评价体系 [1] - 新体系旨在利用真实诊疗数据为医药产品与服务进行精准画像 以促进医保基金更合理使用 [1] 传统评价方法的局限性 - 传统医保定价与支付主要依赖申报材料 专家评议及历史经验数据 [1] - 面对细胞治疗 人工智能辅助诊断 机器人手术等创新技术 传统方法难以系统评估其在常规临床实践中的真实疗效 长期安全性及成本效益 [1] 新评价体系的核心与数据来源 - 新体系拟建立以真实世界数据为核心依据的医疗服务评价新体系 [1] - 真实世界数据来源于日常诊疗实践 电子病历 医保结算记录 药品使用信息及随访结果等 [1] - 该数据能反映技术在普通患者和常规医疗条件下的真实表现 可转化为真实世界证据 为医保决策提供更贴近临床实践的依据 [1] 新体系下药品评价的重点范围 - 评价重点包括创新药 仿制药 证据不足的联合用药 [1] - 评价重点包括天价药或医保基金消耗较大的药品 有效性或安全性受质疑的药品 [1] - 评价重点包括临床确有需要但超说明书使用的药品 以及价格偏高且难以通过集采竞争的医保目录内药品 [1] 试点工作的时间规划 - 国家医保局已于2025年在北京市等地启动了相关试点工作 [2] - 2026年各试点地区将建设数据库 并承担具体评价任务 [2] - 2027年评价成果将优先作为试点地区医保决策的支撑证据 [2]

战略合作签署 - 海南博鳌乐城国际医疗旅游先行区管理局、琼海市人民政府与微医控股于11月15日签署战略合作协议 [1] - 合作旨在共同打造服务海南自贸港、辐射全国乃至全球的顶尖医疗资源"超级接口" [3] 乐城国际医联体成立 - "乐城国际创新药械医疗联合体"在大会期间正式成立，首批10家合作医院现场签约 [3] - 医联体依托远程医疗平台，打通乐城特许药械全国应用通道，将创新药械惠及患者的时间从半年以上大幅缩短 [3] - 平台实现患者"就医－用药－管理"全流程数字化闭环服务 [3] - 平台已展示实际应用案例，为一位白癜风患者通过远程会诊推荐乐城特许新药"芦可替尼" [3] 乐城先行区政策与资源优势 - 乐城先行区是全国唯一"医疗特区"，拥有特许医疗、特许研究、特许经营、特许国际医疗交流四大政策优势 [4] - 已引进36家国内外高水平医疗机构，累计实现523种国际创新药械在国内首用 [4] - 未来将推进"接诊在当地、治疗在乐城、随访回属地、数据可共享"的协作模式 [4] - 平台产生的真实世界数据将用于推动创新药械注册上市与医保准入 [4] 微医控股的角色与资源 - 微医控股将把握政策红利，深度融合自身数智技术、平台资源与运营经验助力乐城 [5] - 公司将发挥"中国首家互联网医院"和"首个AI健共体创建者"的先发优势 [5] - 公司平台覆盖超30万名注册医生 [5] - 微医海南乐城互联网医院已汇聚12.3万名注册备案医生 [6] 合作具体方向与目标 - 三方将共建"琼海数字健共体"，探索医保支付方式改革，推动医疗、医保、医药"三医协同"发展 [5] - 合作将高效链接全球顶尖优质医疗资源，构建"技术—服务—推广"一体化闭环 [5] - 目标是推动乐城特许药械加速服务全国，并助力中国医疗资源走向国际 [5]

医保目录调整动态 - 2025年国家医保目录调整进入初步形式审查阶段 目录外通过初审通用名达310个 较2024年249个增加24.5% [3] - 医保目录调整需经过专家评审 谈判/竞价 价格协商等环节 最终确定纳入报销范围 [3] - 2018年至2024年累计530个药品通过谈判新增进入医保目录 其中超70种抗肿瘤药物涉及20个瘤种 [5] 创新药获批与医保准入 - 2018-2024年一类创新药获批数量持续上升 2024年达48种 是2018年的5倍以上 2025年上半年已接近40种 [5] - 乳腺癌药物卡匹色替片作为首个AKT抑制剂于2025年4月获批 已进入初步形式审查名单 [5][6] - 创新药进入医保目录后销量显著放量 部分药品实现十倍至二十倍增长 [6] 医保谈判定价机制 - 独家品种采用谈判方式 非独家品种采用竞价方式确定医保支付标准 [5] - 医保谈判需平衡企业研发成本回收与患者可及性 全球上市药物还需考虑跨国市场定价联动 [7][8] - 肿瘤创新药上市初期价格昂贵 医保谈判有效降低患者负担 [7] 政策导向与价值评估 - 2025年医保目录调整强调"补齐短板 优化结构 鼓励创新" 支持真创新和差异化创新 [10] - 建立以患者健康获益为核心的多维度价值评估体系 包括有效性 安全性 创新性和公平性 [10][14] - 卫生技术评估(HTA)和真实世界数据(RWD)成为医保支付决策重要依据 中国相关体系仍在完善中 [14][15] 行业挑战与趋势 - 创新药面临真实世界疗效不及预期风险 医保支付标准需根据实际疗效动态调整 [12][14] - 医保目录实行"有进有出"动态优化机制 控制总量提升基金使用效率 [11] - 药企需加强真实世界研究数据积累 以证明临床获益和安全性 [14]

中国创新药行业现状 - 创新药行业自今年4月以来延续"牛市"，多个行业指数创新高 [4] - 中国创新药交易总金额占全球52.5%，成为全球新药交易第一大国 [4] - 行业从去年8月的"寒冬论"转向当前繁荣，但存在内卷问题 [4] 行业十年变革 - 2015年"7·22临床试验数据自查核查"风暴是行业从"虚假创新"转向"真实研发"的转折点 [5] - 全球医药交易数量从2015年358笔增至2024年743笔，年复合增长率8%，总金额从569亿美元跃升至1874亿美元 [5] - 中国医药交易增速远超全球，数量从55笔增至213笔，金额从31亿美元飙升至571亿美元 [5] 交易模式转变 - 中国从早期依赖License-in转向License-out，2024年License-out占比达44% [5] - 重磅交易（≥10亿美元）集中于高创新性产品如ADC，中国企业转出重磅交易占比提升至32% [5] - 行业实现从"跟随者"到"参与者"乃至"贡献者"的跨越式发展 [6] 行业内卷问题 - 中国TOP20靶点、进入临床的活跃管线全球贡献率平均达60%，CLDN18.2、GPRC5D靶点贡献81%管线 [7] - 内卷原因包括市场准入效率低导致先行者时间优势丧失，以及缺乏奖励创新机制 [8] - 海外市场形成前三效应/BIC效应，而中国后来者仍有机会赚钱加剧内卷 [8] 数据赋能需求 - 缺乏流行病学数据和疾病负担数据导致研发立项缺乏焦点 [8][9] - 当前肿瘤流行病学数据滞后五年且缺乏疾病分型、基因突变等细化数据 [10] - 药品价格数据不完整，单包装价格无法反映真实治疗费用 [10] 精准医疗时代挑战 - 细分适应证需要流行病学数据支撑，但企业难以掌握药品临床去向 [11] - 同一疾病患者在全国不同医院的用药分布、换药情况等数据缺失 [11] - 缺乏真实世界数据导致企业决策易受医生访谈信息偏差影响 [11]

医保改革与创新药发展 - 基本医保基金是医药服务最大买家 商保创新药目录设立标志着医药产业迎来第二位买家 [1][6] - 国家医保局等两部门发布《支持创新药高质量发展的若干措施》 推出开放医保数据与建立商保创新药目录两项新举措 [1] - 2018年至今协议期内谈判药医保基金支出达4100亿元 [1] 医保体系发展阶段 - 1998-2019年为医保1.0版 特点为"建基金 补需方" 解决资金筹集和分摊比例问题 [2] - 2020年进入医保2.0版 特点为"建机制 补供方" 引入价值医疗理念和健康结果评估方法 [2] - "十四五"完成基本医疗保险成熟定型 "十五五"重点建立多层次医疗保障体系 [3] 社保商保合作机制 - 建立基本医保与商业医保合作的合格计划和第二支柱平台 解决商业医保获客覆盖5亿人问题 [3] - 医保大数据免费使用 一站式结算等措施促进商业医疗保险创新发展 [3] - 对创新药械开展医保综合价值评价 支持质量好价格合理的药品进入医保目录 [3] 商保短期影响 - 数据共享使商保可获得疾病图谱 用药数据 患者治疗情况等医疗数据 [4] - 数据共享将大幅减少重复报销问题 改善定价模型（原100元产品需卖200元） [4] - 支付效率提升：企业补充医疗保险支付速度平均10个工作日 一站式支付减轻患者垫付压力 [4] 商保长期影响 - 重构商业健康险模式：医保+商保+患者管理+药品+其他服务形成综合医疗评价体系 [5] - 4%税收优惠未用足 需激活员工企业共同缴费建立健康保险第二支柱 [5] - 第三支柱税收健康险与基本医保对接可降低销售成本和市场成本 [5] 真实世界数据应用 - 创新药进入医保目录和商保目录将引入真实世界数据进行综合价值评估 [6] - 真实世界数据包括适应证 亚种人群 实际用量分布 治疗周期 疗效及不良反应等 [7] - 通过真实世界数据可实现按疗效 按绩效 按生存率等结果支付 从"按量支付"转向"按结果支付" [7] 真实世界研究实践 - 海南临床真实世界数据应用试点启动六年来 已有21款国际创新药械产品通过该通道加速获批上市 [8] - 赛诺菲多发性骨髓瘤药物成为首个基于真实世界研究数据作为关键证据获批的产品 [8] - 海南将490余款特许药械中未纳入医保的40余款产品分类 探索"乙类目录+惠民保/百万医疗"多元支付路径 [9]

商保创新药目录推出 - 商保创新药目录推出使创新药企看到高价值和高创新性药品进入"国谈"及多层次支付体系落地的可能性 [1][2] - 允许企业与基本医保药品目录并行申报 已有超过100个药品申报创新药目录 部分同时申报基本医保目录 [7] 真实世界数据在医保价值购买中的作用 - 真实世界数据有望在新药分级和药品全生命周期定价中发挥更大作用 推动医保价值购买和商保创新支付 [1] - 真实世界数据能够更好反映药品临床应用后的实际情况 填补传统随机对照试验无法提供的证据空白 [5] - 真实世界数据有潜力在药物创新价值评估的各个维度提供证据 包括安全性和有效性方面 [5] - 真实世界数据能够有力支持医保目录动态管理及药品退出机制 [6] 真实世界数据在医保准入和再评价中的应用 - 建立和规范基于真实世界的药品综合价值评价体系 优化真实世界数据在卫生技术评估中标准 更好发挥其在"双目录"准入和准入后再评价中的作用 [1] - 创新药企关切在医保续约谈判中提供更多真实世界证据证明产品价值后能否获得价格调整机会 [3] - 对于已纳入基本医保目录的创新药 真实世界证据有望在医保续约谈判的疗效评估中起到作用 [4] - 医保部门通过收集真实世界数据进行论证 平衡药物临床获益和基金可负担性 达成更合理的谈判价格 [5] "双目录"衔接机制 - 真实世界数据有望成为"双目录"衔接中的重要一环 [8] - 对创新程度高但安全性有效性尚不确定的创新药 可采取"先商保后医保"准入方式 先纳入创新药目录积累真实世界数据 待数据充分后再评估进入基本医保目录 [8] - 临床获益显著但未达到基本医保评价标准的创新药会先申请创新药目录 后续因市场竞争变化可再申请基本医保目录 [8] 真实世界数据应用现状与挑战 - 药监部门在创新药审评审批环节对真实世界数据的应用已较成熟 医保部门应用还相对较新 [9] - 2024年全年批准上市1类创新药48个品种 其中11个品种(22.9%)附条件批准上市 [9] - 中国拥有海量真实世界数据但质量参差不齐 缺乏专业机构和CRO支持开展高质量研究 [10] - 需要建立真实世界研究规范和指南 明确可用数据来源 评估数据质量 进行数据治理 选取合适研究方法和模型 [11] - 不同来源和医疗机构间的真实世界数据存在标准不统一、质量参差不齐问题 影响专家组在评估时的采纳与参考 [13] 数据治理与共享机制建设 - 医保系统已建立全国统一医保信息平台 收集了时间跨度长、覆盖全体参保人的海量信息 数据具标准化和高质量特征 [12] - 充分发挥医保数据资源优势支持创新药研发立项 支持"真创新" [12] - 海南出台《三医真实世界数据使用管理暂行办法》 明确数据范畴、规范共享流程 为医保目录动态调整等提供数据支撑 [14] - 建议设立专门第三方评估机构 为药品上市前评价、"国谈"准入和动态调整等环节提供科学、公正且独立的证据 [14]

医保综合价值评价体系 - 国家医保局将创新药械医保综合价值评价作为下一阶段医保价值购买的核心政策工具 [1] - 评价体系将重点采用真实世界数据替代传统临床试验数据 更关注药品在实际临床环境中的真实效果 [1][2] - 国家医保局已启动系列座谈会 并公开征集研究成果 研究方向包括基本医保目录和商业健康保险目录两个方向 [1][2] 评价体系实施框架 - 药品价值评价分为三个阶段：上市前临床数据收集评价 上市后医保准入前多维度综合评价 医保准入后的动态再评价 [2][3] - 评价维度包括安全性 有效性 经济性 公平性 可及性 创新性 并需与同类产品进行横向对比 [3] - 医保目录将实施动态管理 对综合价值不高的产品及时调出 对新老同类产品进行持续价值比较 [3] 行业影响 - 政策标志着医保支付从"压价控费"阶段转向"价值导向"阶段 将建立创新药合理支付标准 [3] - 真实世界数据验证机制将有效区分"真创新"与伪创新药 改变过去依赖专家评审和指南推荐的模式 [4] - 体系实施将优化医疗资源配置 避免创新内卷 在目录准入 多元支付 临床应用等环节产生系统性影响 [4] - 商业健康保险有望在创新药目录 数据共享 结算服务等领域与基本医保形成协同 [4]

医保价值购买政策转向 - 未来医保目录准入等价值购买不再单纯依赖药品上市时的实验室数据和材料 更看重在实际环境中的真实效果[1] - 对创新药械开展医保综合价值评价将是下一阶段医保价值购买的重中之重 作为《支持创新药高质量发展的若干措施》落地的全新政策工具[1] - 国家医保局已举行首场医保支持创新药械系列座谈会 主题为“对创新药械开展医保综合价值评价” 并将陆续召开一系列相关座谈会[1] 医保综合价值评价体系框架 - 评价体系涵盖药品上市前、上市后医保准入前、医保准入后三个阶段进行综合价值评价[2][3] - 上市前评价针对境内特定区域可使用的未上市创新药 收集临床数据作为上市和医保准入依据[2] - 上市后医保准入前评价从安全性、有效性、经济性、公平性、可及性、创新性等多维度进行综合评价 并与同类产品比较[3] - 医保准入后实施动态管理 利用真实世界数据对目录内产品进行再评价 并与新出现的同类产品比较 综合价值不高的产品及时调出目录[3] 真实世界数据的应用与影响 - 真实世界数据指在实际环境中产生的数据 与临床实际更贴近 更能反映药品耗材的真实效果[2] - 建立以真实世界数据为抓手的评价体系旨在佐证什么是真创新 验证过去附条件批准创新药的实际效果[4] - 该体系可避免创新的内卷式竞争 引导医疗资源合理配置 在目录准入、多元支付、临床层面产生积极影响[5] 政策目标与行业意义 - 政策目标是通过建立医保综合价值评价体系来合理确定创新药医保支付标准 标志着已走过压药品虚高价格阶段[3] - 医保局牵头制定支持创新的指导原则 可使药企更好地服务社会与临床 并促进商保公司在创新药目录等方面与基本医保合作[5]

大模型训练数据挑战 - 训练大模型难度随规模扩大和应用领域拓展而增加，需要海量数据[2] - 不同类型模型对数据需求差异显著：LLM依赖文本、VLM需图文结合、VLA要求真实机器人行动数据[3] - Agent训练需带行动标签的真实交互数据，成本远高于网页文本/图像采集[4] 替代数据方案探索 - 研究者尝试通过仿真、人类视频、手持夹爪设备等低成本方案替代真实数据[8][10][12][13] - 仿真方案通过人为设计训练环境并引入随机变化提升鲁棒性，但高度依赖预设条件[11] - 人类视频方案需建立人体-机器人动作映射，受限于动力学差异和预设策略[12] 替代数据局限性 - 所有替代方案本质是妥协，会削弱模型本应具备的泛化能力[14] - 模型能力越强，越容易识别替代数据与真实领域差异，导致有效策略空间缩小[19][23] - 信息隐藏手段（如限制观察空间）会损害模型整合复杂信息的关键优势[20][21] 真实数据不可替代性 - 替代数据仅在特定假设场景有效，无法像真实数据那样揭示世界运行机制[33][34] - 机器人基础模型要具备物理世界泛化能力，必须依赖真实世界数据[36] - 替代数据应定位为辅助知识来源，而非主要训练数据[37][38] 通用AI研发启示 - "叉勺"式方案（如混合系统、人工约束）虽能降低数据需求，但会成为性能瓶颈[41][43] - 人工设计的归纳偏置会限制自主学习系统的扩展潜力[42][44] - 当前替代数据方案使机器人学习人类解决方式，而非发展自主策略[26][27]