涉及的行业或公司 * 行业为美国医疗保健行业 特别是关注消费者驱动型医疗保健和成本控制 [2][3][4] * 涉及的公司包括 HealthEquity (HSA服务提供商) [1][21][36] WEX (福利管理) [1][33] Aetna/CVS Health (保险和医疗保健服务) [1][16] Oscar Health (健康保险公司) [1][27] Gabelli Funds (投资管理) [1] 核心观点和论据 **1 美国医疗支出持续上涨的原因** * 美国医疗支出接近GDP的20% 尽管行业关注消费者驱动已约20年 但未能有效降低支出 [2] * 原因包括医疗技术进步的成本 人口老龄化 肥胖问题 神经退行性疾病等带来的成本负担 这些因素的增长速度超过了以消费者为中心的措施所能跟上的速度 [3] * 医疗系统专注于"治疗"而非"预防" 相关的解决方案成本高昂 [3] **2 推动医疗消费主义面临的挑战** * **系统复杂性** 医疗体验难以"购物" 透明定价后仍可能出现额外检查 患者需理解清单价格与自付责任的区别 [6] * **有限的选择** 通过雇主获得保险的美国人选择有限 产品通常是全国性网络和通用覆盖范围的一刀切模式 [8] * **信息不对称和数据孤岛** 药房福利管理公司 健康保险公司 制药商和提供商系统都希望独占数据 导致数据碎片化 且原始数据对消费者不友好 [11][12] * **急性护理环境下的决策特点** 传统的医生主导医学和第三方支付系统在急性护理中有益 但导致消费者在非急性情况下缺乏信息和权力 [22][23] **3 可能的解决方案与积极迹象** * **财务激励对齐** 让更多人拥有健康储蓄账户等账户 使消费者的财务激励与医疗决策对齐 [4][5][23][54] * **价格透明度和信息工具** 政策如医院价格透明度要求 surprise billing protections 和药品定价透明度有助于打破信息孤岛 需要工具将数据转化为消费者可理解的信息 [11][12] * **简化与个性化** 行业需主动简化选择并教育公众 利用工具为消费者智能匹配高质量 成本效益高的护理 提供个性化推荐 [16][18][48] * **技术创新与AI应用** * **改善体验** 生成式AI正在改变消费者互动方式 如补卡 提交索赔 提供类似Concierge的导航服务 [21][33][35] * **上游干预** 通过类似游戏化的体验设计吸引用户 使用AI聊天机器人提供个性化医疗建议 影响急性护理前的决策 [27][28][29][30] * **福利选择** AI帮助员工在多个健康计划中做出更适合个人财务状况和风险承受能力的选择 [33] * **专业药物成本控制** * **替代方案** 在存在生物类似药时更换处方集 例如用生物类似药替代Humira 实现95%的处方无缝转换 [39] * **网络和福利设计** 对基因治疗等特定疗法 引导患者至专家处 利用福利设计明确成员责任 [40] * **护理地点** 评估像Keytruda这样的癌症药物是否需要在医院环境后续治疗 在适当情况下转移至成本更低的场所 [41][42] **4 加速医疗消费主义的潜在变革** * **ICHRA** 个人贡献健康报销安排 允许雇主提供免税资金让员工购买个人保险产品 个人市场保费比雇主产品低20%-30% 使人们能购买更个性化 更低成本的产品 [43][47][50] * **扩大HSA准入** 立法已允许青铜计划参与者开设HSA 需要进一步开放让每个美国人都能拥有HSA 以对齐财务激励 [54] * **个性化** 有效利用医疗系统中仅约3%被有效部署的数据 提供个性化信息以促进行为改变 [48] * **施加成本压力** 通过ICHRA等机制让消费者选择保险计划 这将促使保险公司更激烈地竞争以控制成本 进而迫使交付系统提高效率保护利润 [50][51][52] 其他重要内容 **1 预防保健与长期健康的挑战** * 当前支付模式不利于长期健康投资 消费者平均在一家健康保险公司停留约18-20个月 保险公司缺乏投资长期健康的激励 [59][60] * 健康市场规模达5000亿美元 年增长4-5% 年轻人群在健康上的支出超过其人口比例 这被视为一线希望 [88] * 雇主正越来越多地使用激励措施 鼓励人们利用预防服务 远程医疗和邮购药房 [86] **2 HSA的投资功能利用不足** * 在全美4000万拥有HSA的人中 仅有约10%进行投资 HealthEquity的投资比例约为7.8% [62] * 原因包括大多数HSA持有者家庭收入低于10万美元 需要优先覆盖自付额 每年存入HSA的550亿美元中约有420亿美元被用于支付医疗费用 [65][68] * 业务模式本身并非障碍 拥有投资账户的消费者其存款额是未投资者的2.5至3倍 [65] **3 消费者行为与信任** * 消费者在寻求医疗建议时 更倾向于咨询Facebook或邻居 而非保险公司 需要通过提供易于理解的信息和推荐理由来建立信任 [19][38] * 需要像设计Airbnb或Spotify那样设计医疗保健体验 以提高可用性和参与度 [75] * 虚拟紧急护理等现有福利认知度不足 需要更好的推广 [73][74]

涉及的行业或公司 * 行业为美国医疗保健行业 公司包括HealthEquity (HQY) WEX Aetna (CVS Health旗下) Oscar Health [1][2][3][4][5][6][7][8][9][10][11][12][13][14][15][16][17][18][19][20][21][22][23][24][25][26][27][28][29][30][31][32][33][34][35][36][37][38][39][40][41][42][43][44][45][46][47][48][49][50][51][52][53][54][55][56][57][58][59][60][61][62][63][64][65][66][67][68][69][70][71][72][73][74][75][76][77][78][79][80][81][82][83][84][85][86][87][88][89][90][91][92][93] 核心观点和论据 美国医疗保健支出持续增长的挑战与原因 * 美国医疗支出持续增长 已接近GDP的20% 尽管行业推动消费者主导医疗已约20年 但未能有效降低支出[2] * 增长原因包括医疗技术进步带来的成本 人口老龄化 肥胖问题 神经退行性疾病等带来的成本负担 这些因素导致难以控制成本上涨[3] * 医疗系统创新快速 但侧重于"治疗"而非"预防" 相关解决方案的成本超过了以消费者为中心的环境的承受能力[3][4] 推动医疗消费主义的潜在解决方案与障碍 * 推动因素包括将消费者财务激励与健康储蓄账户(HSAs)等工具对齐 提高价格透明度 加强消费者教育[3][4][5] * 积极迹象包括LASIK手术 GLP-1药物出现低成本方案 虚拟物理治疗等 表明信息透明和激励正确时 消费者行为可降低医疗成本[4] * 主要障碍是系统极度复杂 难以实现"可购物"体验 价格不透明 账单意外 消费者选择有限 信息不对称[6][8][9][21][22] * 对于通过雇主获得保险的大多数美国人 保险产品选择有限 是"一刀切"的模式 缺乏个性化[8] 政策与行业在简化系统和提高透明度方面的作用 * 政策如医院价格透明度要求 意外账单保护 药品定价透明度(如特朗普政府政策)正在逐步取得进展[11][12][13][14][15] * 早期透明度举措开始打破医疗数据孤岛(PBM 保险公司 药厂 提供商各据数据) 但需将数据转化为消费者可理解的信息[11][12] * 行业有责任主动简化选择和教育公众 Aetna等公司已将"简化医疗"作为核心目标 需各方合作而非"AI军备竞赛"[16][17] * 简化需提供成本和质量透明信息 利用工具帮助消费者找到高性价比护理 并通过解释推荐原因建立信任[17][18][19] 人工智能(AI)与技术在改善消费者体验和决策中的应用 * AI和生成式AI正处于拐点 可改变消费者互动 如通过语音补卡 自动提交和处理理赔 改善体验[21][38] * Oscar Health将产品视为消费科技体验 通过Oscar Unlocks等游戏化功能以及Oswell聊天机器人(可访问成员数据并提供个性化建议)吸引用户[27][28][29][30][31] * WEX利用AI帮助员工进行福利选择(考虑财务和风险承受能力) HSA规划(使用规划工具后供款增加约25%) 并开发代理AI实现导航功能[34][35][36][37] * AI可用于在关键时刻推送信息 帮助消费者就用药 护理地点等做出决策 但需认识到其局限性 在出错后果严重时需有人类接管[31][36][37][38][75][76] 控制专科药物成本的策略 * 策略包括在存在替代品时调整药品目录(如用生物类似药替代Humira Aetna一个月内转移了95%的处方) 利用网络和福利设计引导至专家处(如基因疗法) 以及护理地点优化(如Keytruda在无不良反应后从医院转移到其他设置)[41][42][43][44] 加速医疗消费主义的关键变革建议 * 推广个人保险健康报销安排(ICHRA) 允许雇主提供免税资金让员工购买个人保险产品 个人市场保费比雇主产品低20%-30% 可实现个性化产品选择(如更年期护理计划)[45][49][52] * 聚焦个性化 有效利用医疗系统中仅约3%被有效部署的数据 使信息对个人具有相关性以改变行为[50] * 从成本控制角度 需进行更全面改革 通过ICHRA等增加消费者选择 促使保险公司更激烈竞争控制成本 进而迫使交付系统提高效率以保护利润[51][52][53][54] * 扩大健康储蓄账户(HSAs)的准入 使更多美国人能拥有此类财务账户以储蓄医疗费用并对齐激励 近期立法已向青铜计划参与者开放 需进一步扩大[55][56] 预防性护理与长期健康的挑战与机遇 * 挑战在于健康保险平均持有期短(约18-20个月) 支付方缺乏投资长期健康的激励[63] * 长寿领域(如扩展诊断测试结合咨询和行动激励)有潜力将重点从治疗转向保持健康 但需谨慎进行[60][61][62] * 雇主正越来越多地使用激励措施驱动预防服务 填补护理缺口 使用远程医疗和邮购药房 但需要更广泛的对齐激励[89][90] * 健康市场是一个5000亿美元的市场 年增长4-5% 年轻人群在健康上的支出超过其人口比例 是未来的希望迹象[92] 其他重要但可能被忽略的内容 健康储蓄账户(HSA)的使用现状与投资挑战 * HSA业务模式通常从存款中获利多于投资 但拥有投资账户的消费者存款额是未投资者的2.5到3倍 因人们希望覆盖免赔额而持有现金[68] * 全美4000万HSA持有者中仅约10%进行投资 HealthEquity的投资比例约为7.8%[65] * 超过三分之二的HSA持有者家庭年收入低于10万美元 60%的人认为HSA是退休计划的重要部分 但仅10%投资 凸显 aspiration与现实的差距[69] * 每年存入HSA的550亿美元中 约420亿美元被用于支付医疗费用 因许多人需要支付当期医疗开支[72] 消费者行为与信任问题 * 消费者通常不信任保险公司关于就医地点的推荐 但通过解释推荐原因("为什么")可开始建立信任[18][19] * 在寻求医疗信息时 消费者更倾向于使用Facebook或询问邻居 而非咨询保险公司 因此需吸引他们并以有用方式提供信息[40] 具体项目与技术的提及 * 虚拟紧急护理被强调为一种极好的成本节约和便利工具 但认知度不足[77][78] * 提及Apple Watch等可穿戴设备作为医疗设备的价值 以及SilverSneakers等老年人健身计划 但需要提高参与度[77] * 提到CVS Health在佛罗里达 德克萨斯和科罗拉多州测试"AI优先"提供者 以了解其工作方式和准确性[76]

行业与公司 * 电话会议讨论的是美国医疗保健行业 重点关注如何通过提升消费者主义来应对不断上升的医疗成本[2] * 涉及的公司包括健康支付和福利管理服务公司WEX[1]、健康储蓄账户服务公司Health Equity[1][21]、保险公司Aetna（CVS Health旗下）[1]和Oscar Health[1] 核心观点与论据 **1 美国医疗成本持续上升的原因** * 美国医疗支出持续增长 已接近GDP的20%[2] 尽管行业关注消费者驱动型医疗已约20年 但成本仍未得到有效控制[2] * 成本上升的驱动因素包括：医疗技术进步带来的高成本、人口老龄化、肥胖问题、神经退行性疾病等带来的成本负担[3] 这些因素的增长速度超过了以消费者为中心的环境的应对能力[3] * 医疗系统更侧重于“治疗”而非“预防”[3] 并且系统过于复杂 使得医疗难以成为可“购物”的体验[6] 例如 透明定价在实际就诊中常因额外检查等因素而改变 患者难以理解自付责任[6] **2 高免赔额计划与消费者激励** * 高免赔额计划理论上通过将消费者的钱包与其护理选择对齐来帮助降低成本 这是基本的经济学原理[8] * 但在实践中 选择极其有限 大多数通过雇主获得保险的美国人只有非常有限的产品选择 这些产品通常是“一刀切”的 导致基础成本过高[8] * 这种激励机制只有在价格透明度和理解简易性等其他条件都具备的情况下才有效[9][10] 消费者期望能像用手机购买特斯拉一样简单地进行医疗消费 但目前远未达到[9] **3 政策的作用与局限** * 联邦政府的政策如医院价格透明度要求、意外账单保护以及特朗普政府的Trump RX药品定价透明度倡议 正在逐步打破医疗数据孤岛[11] * 但仅有机器可读的数据格式对消费者并不友好 需要工具将这些数据转化为消费者能够理解和用于决策的信息[12] * 意外账单保护虽然重要 但执行中仍存在支付方和提供方之间的纠纷 消费者被夹在中间[13] * 药品定价在美国更像一个贸易问题 因为美国补贴了全球100%以上的制药研发 而其他西方国家从中受益 当前政府正通过“最惠国待遇”定价等方式向制药商施压[14][15] **4 行业简化与教育的责任** * 行业自身负有重大责任来简化选择和教育公众 Aetna的母公司CVS Health已将“让医疗更简单”作为核心目标[16] * 需要行业各方合作 改变支付方与提供方之间“AI军备竞赛”的动态 共同推动简化[16] * 透明度不仅是价格 还包括质量 目标是帮助消费者找到高质量、成本效益高的护理 而无需付出太多努力[17] * 通过智能匹配工具（例如基于用户语言偏好、健康状况等个性化推荐医生）并解释推荐原因（“为什么”按钮） 可以开始建立消费者信任[18][19] **5 人工智能的应用与前景** * AI正在改善消费者体验 例如Health Equity通过生成式AI实现语音交互补卡、自动提交和核销理赔等[21] * Oscar Health将产品视为消费科技体验 通过游戏化（如Oscar Unlocks头像奖励）和AI聊天机器人Oswell（可访问会员历史信息并提供建议）来提高参与度[27][28][29] AI可以主动推送信息 帮助消费者在任何时间轻松查询药物、护理选择等问题[30] * WEX利用AI在福利选择过程中帮助员工根据财务因素和风险承受能力做出更合适的健康计划选择 其HSA规划工具使用户的供款增加了约25%[32][33] * 未来的重点是“代理型AI” 充当导航助手 在透明度和实际护理管理之间架起桥梁 但需要认识到AI的局限性 在出错时需有人工接管的能力[34][35] AI应满足消费者以人性化方式提问的需求[36] **6 专科药物成本管理** * 专科药物是美国医疗支出中增长最快的部分之一[37] * 管理策略包括：在存在替代品时调整药品目录（例如Aetna将Humira替换为生物类似药 一个月内转移了95%的处方）[39] 利用网络和福利设计引导患者前往专家处获得最佳价格和服务（尤其适用于基因疗法等一次性高成本治疗）[40] 以及根据病情调整护理地点（例如癌症药物Keytruda在无不良反应后可从医院转移到成本更低的场所）[41][42] **7 加速医疗消费者主义的建议** * **Jesse Horowitz (Oscar Health):** 推行ICHRA（个人覆盖健康报销安排） 允许雇主提供免税资金让员工购买个人保险产品 个人市场保费通常比雇主产品低20%-30% 从而实现产品个性化（如更年期护理计划、糖尿病护理计划）[43][46] * **Jill Daly (Aetna):** 聚焦个性化 目前医疗系统中仅约3%的数据被有效利用 需要通过数据分析生成与个人高度相关的信息以促进行为改变[47] * **Chris Byrd (WEX):** 更宏观地 通过ICHRA等机制增强消费者选择权 从而向保险公司施加压力 迫使其更积极地控制成本 进而迫使医疗服务提供系统提高效率以保护其利润 最终从支付端向服务端传导成本压力[48][49][50]《平价医疗法案》改革了融资方式 但未改革医疗服务的实际交付成本[51] * **Brad Bennion (Health Equity):** 开放市场 让更多美国人能够拥有健康储蓄账户等金融账户 以建立储蓄并对齐财务激励 从而对系统施加压力以推动变革 近期立法已允许青铜计划参与者开设HSA 这非常利好[52][53] 其他重要内容 **1 预防性护理与长期健康的挑战** * 有观点指出需要关注根本原因和预防 创造“抗炎工作场所” 而非仅仅治疗疾病[56] 长寿和功能健康领域可能带来影响 但需要与咨询和行动激励相结合[57] * 一个挑战是消费者与保险公司的平均关系时长很短（约18-20个月） 这导致支付方缺乏投资长期健康的激励 如果能延长关系时长 保险公司将更愿意投资于预防性护理[59] * wellness市场是一个价值5000亿美元且年增长4-5%的市场 年轻人群在 wellness上的支出占比高于其人口占比 这预示了未来的希望[83] **2 HSA的投资功能与业务模式** * HSA的一大优势是三重税收优惠的投资机会 但目前全美4000万HSA持有者中仅有约10%进行投资 Health Equity的投资比例约为7.8%[61] * 从业务模式看 服务商在大多数利率环境下从存款中获得的收益高于投资 这看似会抑制推广投资[64] 但拥有投资账户的消费者其存款额通常是不投资者的2.5到3倍 因为人们希望先以现金覆盖免赔额（如5000美元） 避免市场风险[64] * 超过三分之二的HSA持有者家庭年收入低于10万美元 60%的人认为HSA是退休计划的重要部分 但仅10%投资 这表明有愿望但现实条件限制 这与退休计划面临的挑战类似[65] 每年存入HSA的550亿美元中约有420亿美元被用于支付医疗费用 因为人们需要支付医疗账单[67] **3 新兴工具与消费者参与** * 虚拟急诊护理是一个很好的成本和便利工具 但认知度不足[72] 需要像设计Airbnb和Spotify一样 以消费者为导向设计医疗产品 从而提高使用率[73] * 对于AI医疗工具（如假设的ChatGPT MD） 目前保险支付机制可能尚不覆盖 且需要关注其数据来源和答案的可靠性 但行业已在测试“AI优先”的医疗服务提供者 进行试点和学习[69][70][71]