AI輔助中國偏遠基層社區老年人青光眼篩查對醫療費用和醫?；鸬挠绊懀夯诤Ｄ鲜〔枳遄灾慰h的衛生經濟學分析

肖璇 何運臻 陳寧江

1武漢大學人民醫院眼科中心 430060；2卡爾蔡司(上海)管理有限公司中國數字創新中心 200131

青光眼是一種因視網膜神經節細胞和視神經纖維丟失而導致視野缺損和視力下降的慢性、不可逆性眼病，是全球主要的致盲眼病[1]。2015年，我國青光眼流行病學特征以原發性閉角型青光眼(primary angle-closure glaucoma，PACG)為主，其患病率約為1.40%，患病人數約為714萬人[2]。隨著人口老齡化進程的加快，估計2020年我國PACG患者數量高達750萬人[3]?？梢?，以PACG為主的青光眼已成為我國一個重要的公共衛生問題?？紤]到青光眼視力和視野丟失的不可逆性，早發現、早診斷和早干預對青光眼的防治至關重要，可有效延緩患者的視神經損害[4-5]。然而早期青光眼癥狀隱匿導致了我國青光眼患者的總體診斷率不足10%，明顯低于國際上的50%診斷率[6]，即90%患者仍處于未被診斷的危險狀態[7]。這一現狀決定了青光眼防控工作需延伸至社區，通過人群篩查盡早發現無癥狀的“危險房角”人群和早期患者，從而將治療窗口提前。長期以來，我國基層眼科防控體系薄弱、眼科醫師缺乏且專業技能不足[8]，致使基層眼病綜合防控工作舉步維艱。近年來，如何基于人工智能(artificial intelligence，AI)影像診斷來彌補基層硬件與能力短缺、輔助人群篩查已成為國內外眼科領域探討的熱點[9-10]。文獻報道當前輔助青光眼篩查的AI應用主要基于機器學習算法來自動讀取、分析眼底照相或光相干斷層掃描(optical coherence tomography，OCT)圖片，根據視網膜神經纖維層厚度、杯盤比、視盤出血等來智能判斷是否青光眼可疑并給出轉診建議[11]。AI輔助診斷的優勢是簡單快捷，不需要過多依賴醫生個人經驗，同時提高診斷準確率。我國一項研究選取48 116份彩色眼底照片訓練和驗證青光眼深度學習系統，結果顯示該系統鑒別青光眼可轉診病例的敏感性和特異性分別高達95.6%和92.0%，受試者工作特征曲線下面積為0.986[12]。國外有研究通過Meta分析也顯示青光眼深度學習模型的受試者工作特征曲線下面積為0.923～0.957[11]。智能診療技術在人群篩查中的適宜性、經濟性尚不明確，缺乏相關實證研究，而決策者希望了解AI輔助人群篩查對衛生系統醫療費用、醫療保險基金將帶來怎樣的影響[13]?；诖?，本研究以海南省昌江黎族自治縣(簡稱昌江縣)為例，利用衛生經濟學模型預測AI輔助的偏遠地區老年PACG患者人群篩查對醫療費用、醫?；鹬С龅挠绊?，以期為政府衛生決策提供依據。

1 資料與方法

1.1 海南省昌江縣基本情況

昌江縣位于海南省西北偏西部，土地總面積1 617平方公里，下轄8個鄉鎮共179個自然村。2017年全縣人口23.2萬人，其中0～14歲47 676人，占20.55%，15～64歲164 929人，占71.09%，65歲及以上19 395人，占8.36%。2017年國民生產總值總量為114.44億元，在全省19個市或縣中排名第13[14]。該縣基本醫療衛生服務主要由2家綜合性二級甲等醫院承擔，分別為昌江黎族自治縣人民醫院(開放床位315張，現有衛生技術人員428人，其中高級職稱35人)和昌江黎族自治縣中西醫結合醫院(開放病床近400張，擁有衛生技術人員402人，其中高級職稱48人，中級職稱75人)[15]。2017年全縣門、急診1 232 160人次，出院25 742人。絕大多數眼科患者由昌江黎族自治縣中西醫結合醫院收治，而昌江黎族自治縣人民醫院的眼科患者主要以白內障和翼狀胬肉為主。

1.2 昌江縣AI輔助青光眼人群篩查擬實施方案

依托武漢大學人民醫院昌江醫療集團眼病慢病管理辦公室，本項目擬為全縣范圍內65歲以上老年人提供青光眼篩查，并打造“社區篩查-AI輔助診斷-專家遠程確診-縣域內治療或隨訪管理”的基層眼科慢病管理模式。計劃由昌江黎族自治縣人民醫院和昌江黎族自治縣中西醫結合醫院的眼科醫師、技師和護士組成篩查小組，指導培訓各個社區衛生服務中心或鄉鎮衛生院開展篩查工作。將眼科檢查數據輸入青光眼AI篩查系統，智能分析具有重要臨床意義的杯盤比、視盤出血等參數后給出評估報告，由眼科醫生云端復核審查完成初步診斷。初篩陽性患者將通過綠色通道轉診至縣醫院進一步復查，包括裂隙燈顯微鏡檢查、眼底照相、OCT、視野檢查等，所有檢查資料網絡發送至武漢大學人民醫院眼科中心，由青光眼專家遠程閱片并做出最終診斷(圖1)。

圖1 昌江縣AI輔助青光眼人群篩查流程圖 AI：人工智能Figure 1 Flowchart of AI-assisted glaucoma screening in Changjiang Li autonomous county AI:artificial intelligence

此外，篩查過程擬采取以下質量控制措施：(1)制定規范的組織管理、加強青光眼篩查工作的宣傳力度和科普常識；(2)開展內部人員培訓。昌江醫療集團眼病慢病管理辦公室制定篩查工作執行方案，并組織專家對參與青光眼篩查的工作人員開展操作技術培訓，確保篩查眼科醫生掌握可疑青光眼、青光眼的診斷標準；(3)建立電子檔案，社區數據由檢查儀器直接連接網絡上傳；(4)規范診斷治療，落實《中國原發性閉角型青光眼診治方案專家共識(2019年)》、《我國原發性青光眼診斷和治療專家共識(2014年)》等診療規范和指南[16-17]；(5)制定社區隨診制度，進行月度上報和考核。

1.3 衛生經濟學模型構建

構建決策分析模型是一種常用的衛生經濟學評價方法，其原理是擬合2種或2種以上衛生干預方案的成本和效果，進而評價不同方案的投入產出比以及預測其對醫療費用、醫?；鹬С龅挠绊?。其中，源自數學建模領域的馬爾可夫模型是常用的決策分析模型。本研究采用浙江溫州青光眼人群篩查的馬爾可夫模型[19]，模擬昌江縣青光眼患者隨時間變化的疾病進展，以及在這個進展過程中所產生的醫療費用。本研究選擇該模型主要原因為：(1)可完整、準確地擬合PACG患者終生的疾病轉歸；(2)已公開發表，有效性、科學性及可靠性經過同行評審的檢驗。

本研究中的模型基于國際分類方法，將PACG按照嚴重程度分為原發性房角關閉可疑狀態(suspected primary angle closure，PACS)、原發性房角關閉(primary angle closure，PAC)、PACG、單眼致盲和雙眼致盲5個狀態。處于每個狀態的患者都有一定比例接受相應的臨床治療，治療方案參照《中國原發性閉角型青光眼診治方案專家共識(2019年)》[16]，PACS和PAC患者首選激光周邊虹膜切開術或切除術。部分效果不佳者，進一步聯合藥物治療。若疾病進展為PACG，則根據病情采取單獨內科治療、復合式小梁切除術或兩者聯合治療。此外，任何一個狀態都有可能發生死亡。最終，模型由11個健康狀態構成，擬合了青光眼患者終生的自然疾病進程，并涵蓋了可能出現的臨床治療措施(圖2)。模型每模擬循環1個周期的時長為1年，總共模擬15個周期。

圖2 青光眼患者疾病進展的馬爾可夫模型示意圖 箭頭表示一個狀態轉移到另一個狀態的方向，箭頭旁的數字代表相應的轉移概率 PACS：原發性可疑房角關閉狀態；PAC：原發性房角關閉；PACG：原發性閉角型青光眼Figure 2 Schematic diagram of the Markov model simulating the progression of glaucoma The arrow indicated the direction of transition from one state to another，and the number next to the arrow represented the corresponding transition probability PACS:suspected primary angle closure;PAC:primary angle closure;PACG:primary angle-closure glaucoma

表1 青光眼患者不同狀態之間的轉移概率Table 1 Transferring probability between different states of glaucoma patients狀態間轉移篩查情境無篩查情境轉移概率(%)來源轉移概率(%)來源健康從健康到PACS2.29[19]2.29[19]原發性房角關閉可疑狀態PACS從PACS到治療后PACS32.00[20]2.20[18]從PACS到PAC4.85[20-22]4.85[20-22]從治療后PACS到PAC1.15[23]--從治療后PACS到PACS1.96[23]--原發性房角關閉PAC從PAC到治療后PAC32.00[20]2.20[18]從PAC到PACG7.66[20]7.66[20]從治療后PAC到PACG2.25[18,20]--從治療后PAC到PAC5.81[20]--原發性閉角型青光眼PACG從PACG到治療后PACG80.00[18]30.00[6]從PACG到單眼致盲2.98[18,24-25]2.98[18,24-25]從治療后PACG到單眼致盲0.46[26]0.46[26]單眼致盲從單眼致盲到單眼致盲接受治療80.00假設80.00假設從單眼致盲到雙眼致盲5.58[18]5.58[18]從單眼致盲接受治療到雙眼致盲3.87[18]3.87[27] 注:PACS:原發性房角關閉可疑狀態;PAC:原發性房角關閉;PACG:原發性閉角型青光眼;-:無數據 Note:PACS:suspected primary angle closure;PAC:primary angle closure;PACG:primary angle-closure glaucoma;-:no data

1.4 衛生經濟學模型關鍵參數設置

為了確保模型充分反映昌江縣實際情況，本研究對溫州模型進行適當的“本土化調整”，代入昌江縣當地的部分費用參數。

1.4.1流行病學參數 基于已有文獻的Meta分析結果，中國農村地區的PACS、PAC和PACG在總體人群中的患病率分別為8.618%、1.797%和0.592%[18]。結合昌江縣65歲以上人口數19 395人，可估算得到65歲以上已有PACS、PAC和PACG患者分別約為1 671、349和115例，其余17 260人是當前未患、但未來可能發生青光眼事件的人群。

1.4.2轉移概率和治療依從性參數 轉歸概率代表每經歷一個周期，患者從當前狀態轉移到下一個狀態的可能性大小。轉移概率主要來自經過嚴格設計的臨床試驗、前瞻性或回顧性隊列研究，從而確保模型的科學性。同時，為了簡化模型，本研究規定模型遵從以下假設：(1)實施篩查與不實施篩查2種干預方式下，早期PACS和PAC患者接受臨床治療的依從性不同。其中，經篩查發現的早期陽性患者有32%的比例進一步轉診治療。而在無篩查情況下，PACS和PAC階段患者通過機會性篩查，有一定概率提早接受臨床治療；(2)早期PACS和PAC患者接受臨床治療可能會出現治療效果不佳而返回未治療狀態；(3)每個階段只接受一次臨床治療；(4)晚期青光眼患者盲事件線性發展，即先單眼、后雙眼。青光眼患者不同狀態之間的轉移概率見表1。

1.4.3篩查和轉診依從性參數 參照浙江溫州青光眼篩查研究[18]，昌江縣65歲以上居民每年參與青光眼人群篩查的比例設定為86%，而經篩查發現的陽性患者的轉診治療率為57%。

1.4.4AI診斷的敏感性與特異性參數 當前尚無隨機臨床試驗或真實世界研究證明青光眼AI篩查的準確性，因此本研究采用Li等[12]報道的眼底照片深度學習算法診斷的敏感性(95.60%)和特異性(92.00%)來模擬AI輔助青光眼篩查的準確性參數，主要原因是：(1)基于深度學習的眼底圖像識別技術是當前主流的青光眼人工智能模型之一[11]；(2)該模型已經我國患者的48 116份眼底照片訓練和驗證，樣本量足夠大，可充分反映我國患者眼底特征。

1.4.5醫療成本參數 青光眼患者接受臨床治療的費用主要來自昌江黎族自治縣中西醫結合醫院、溫州青光眼人群篩查模型以及專家咨詢。其中，PACG患者、進展至單眼致盲或雙眼致盲患者的平均治療費用是基于昌江黎族自治縣中西醫結合醫院2016—2019年青光眼病案首頁數據計算而得。醫療費用大致分為急性期住院治療和門診長期服藥2類。其中，急性期住院治療的費用涵蓋檢查檢驗、診察、床日、護理、手術、中西藥物、材料等項目?；颊唛L期門診隨訪與服藥的成本已換算成每年費用(表2，3)。

1.4.6醫保支付比例參數 由于我國基本醫療保險支付政策以住院為主，因此本研究假定昌江縣基本醫療保險的報銷范圍僅覆蓋住院治療，相應的償付比例如表4所示。

表2 住院治療平均費用Table 2 Average cost of hospital stay患病狀態平均費用(元/次)來源青光眼相關診斷費用107.96[18]PACS或PAC的住院治療712.95[18]PACG的住院治療3901.76昌江縣中西醫結合醫院2016—2019年病案數據單眼致盲的住院治療6737.40昌江縣中西醫結合醫院2016—2019年病案數據雙眼致盲的住院治療8509.32昌江縣中西醫結合醫院2016—2019年病案數據 注:PACS:原發性房角關閉可疑狀態;PAC:原發性房角關閉;PACG:原發性閉角型青光眼 Note:PACS:suspected primary angle closure;PAC:primary angle closure;PACG:primary angle-closure glaucoma

表3 長期門診服藥費用Table 3 Cost of long-term outpatient medication treatment患病狀態平均費用(元/年)來源PACS、PAC12.02[19]PACG2400.00咨詢專家單眼致盲2400.00假設與PACG相同雙眼致盲2400.00假設與PACG相同 注:PACS:原發性房角關閉可疑狀態;PAC:原發性房角關閉;PACG:原發性閉角型青光眼 Note:PACS:suspected primary angle closure;PAC:primary angle closure;PACG:primary angle-closure glaucoma

表4 昌江縣基本醫保報銷比例Table 4 Reimbursement rate of basic medical insurance in Changjiang Li autonomous county醫療服務項目平均報銷比例(%)來源PACS或PAC的住院治療65假定與PACG相同PACG的住院治療65昌江縣中西醫結合醫院2016—2019年病案數據單眼致盲的住院治療76昌江縣中西醫結合醫院2016—2019年病案數據雙眼致盲的住院治療82昌江縣中西醫結合醫院2016—2019年病案數據 注:PACS:原發性房角關閉可疑狀態;PAC:原發性房角關閉;PACG:原發性閉角型青光眼 Note:PACS:suspected primary angle closure;PAC:primary angle closure;PACG:primary angle-closure glaucoma

2 結果

2.1 青光眼患者長期健康轉歸

由馬爾可夫模型擬合的昌江縣老年PACG患者在AI輔助篩查與不篩查2種方案下未來15年的分布，PACS、PAC和PACG患者例數均呈現先增加后減少的變化趨勢(圖3)。健康人群每年發展為PACS的比例相同，因此2種方案下的PACS患者例數在早期均保持增長，并且篩查方案下PACS患者上升更為顯著，這與AI輔助篩查方案下對更多的PACS患者進行早干預從而延緩疾病進展，以及PAC階段患者因有效治療后恢復至PACS有關。篩查可以實現早期青光眼患者的早發現、早診斷和早干預，患者的疾病進展將得到有效減緩，因此AI輔助篩查方案下PAC、PACG、單眼與雙眼致盲患者例數上升的速率、幅度均低于無篩查方案。

圖3 不同方案下昌江縣青光眼患者的長期健康轉歸 PACS：原發性房角關閉可疑狀態；PAC：原發性房角關閉；PACG：原發性閉角型青光眼Figure 3 Long-term outcome of glaucoma patients in Changjiang Li autonomous county under two plans PACS:suspected primary angle closure;PAC:primary angle closure;PACG:primary angle-closure glaucoma

昌江縣每年不同分期青光眼患者的分布擬合結果顯示，第1年，AI輔助篩查方案與無篩查方案PACG、單眼致盲、雙眼致盲青光眼患者分布相同，表明篩查的效果尚不明顯；但從第2年開始，得益于前期PACS和PAC篩查陽性患者的早期干預，AI輔助篩查方案下進展到PACG的患者例數低于無篩查方案；15年后，預計在AI輔助篩查方案下昌江縣PACS、PAC、PACG、單眼致盲和雙眼致盲的患者分別為3 049、677、176、8和1例，而無篩查方案下相應的患者分別為2 570、922、310、16和2例；AI輔助篩查方案將更多的患者控制在早期PACS階段。最終，以無篩查方案為對照，15年內AI輔助篩查方案可減少PACG患者134例，占43%，防止盲患者9例，占50%(表5)。

表5 昌江縣青光眼患者健康轉歸的模型擬合結果(n,例)Table 5 Simulation modeling results of outcomes of glaucoma patients in Changjiang Li autonomous county under two plans (n,case)時間AI輔助篩查方案無篩查方案PACS未治療PACS治療PAC未治療PAC治療PACG未治療PACG治療單眼致盲未治療單眼致盲治療雙眼致盲PACS未治療PACS治療PAC未治療PAC治療PACG未治療PACG治療單眼致盲未治療單眼致盲治療雙眼致盲第0年16710349011500001671034901150000第1年1722235350489340130192334391710726130第2年167454634310677741502139734401510252150第3年15988673361637010117023241154962310275180第4年1521117233221666124191248015955532106981101第5年142814283252596313511012564201605411091131121第6年134716503202956214411012623243653511151281131第7年127618433173276215211112659284699611231421152第8年121420103163556315911122676323742711321571162第9年115721533153806316611222676361781821411721172第10年108622363083956216211122615390801921431771182第11年1021229830240661158011225434168161011461821183第12年960234129641560154011224644398261091501861183第13年903236929042260150010223794588321181521911183第14年850238328442759147010222894758331261551951193第15年76622832654125312308121034677951271401701152 注:AI:人工智能;PACS:原發性房角關閉可疑狀態;PAC:原發性房角關閉;PACG:原發性閉角型青光眼 Note:AI:artificial intelligence;PACS:suspected primary angle closure;PAC:primary angle closure;PACG:primary angle-closure glaucoma

2.2 昌江縣青光眼患者長期醫療費用及醫?；鹬С鲱A測

根據模型擬合的每年青光眼各個疾病狀態患者的分布與就診情況，結合青光眼診治的平均醫療費用，估計AI輔助篩查與無篩查2種方案下每年醫療資源的耗費情況。AI輔助篩查方案下，由于大量無癥狀/輕微癥狀的PACS、PAC階段患者被提前診斷進而轉診治療，因此前期醫療費用漲幅較大，增速較快，年醫療費用從第1年的514 265.24元/年快速增長至第4年的801 867.62元/年；模型預測隨著眼科慢病管理，節省醫療費用的效應逐漸顯現，年醫療費用增速逐漸放緩，并在第9年達到峰值848 494.46元/年，從第10年開始，費用開始由增長扭轉為下降。在無篩查方案下，由于未早發現、早治療，大量早期患者進展到PACG，甚至致盲階段，因此醫療費用持續上漲，并在第14年(739 839.19元/年)開始反超AI輔助篩查方案下的費用(735 381.15元/年)(圖4，表6，7)。

圖4 2種方案下擬合昌江縣青光眼患者總醫療費用對比Figure 4 Comparison of total medical expense of glaucoma patients in Changjiang Li autonomous county under two plans

表6 AI輔助篩查方案下昌江縣青光眼患者未來15年的醫療費用預測(元/年)Figure 6 Prediction of medical expense of glaucoma patients in Changjiang Li autonomous county in the next 15 years with AI-assisted community-based screening (yuan/year)時間PACS住院費用PACS門診服藥PAC住院費用PAC門診服藥PACG住院費用PACG門診服藥單眼致盲住院費用單眼致盲門診服藥雙眼致盲住院費用雙眼致盲門診費用合計第1年167575.262824.8433965.6533965.65156018.3195967.9617657.586289.990.000.00514265.24第2年229480.066567.1045228.6545228.65141583.12178407.2418566.9812325.411109.10312.82678809.13第3年246174.2410423.7048536.8148536.81119058.75242997.5816988.9017243.591890.99828.82752680.19第4年244950.0114087.4849346.3849346.38106127.08296504.2616116.5621398.672502.181488.61801867.62第5年233492.3517158.6348715.7548715.7594822.85324655.2315057.2023407.942811.582098.78810936.05第6年221161.6219833.3848142.2048142.2089645.82346756.8614684.2724969.393038.572698.04819072.35第7年209659.3122150.0247772.2347772.2387777.34365459.8814676.1726283.193221.483275.29828047.12第8年199372.8324151.0347595.8647595.8687589.23382143.8014850.2927453.063379.733826.28837957.97第9年190219.6425874.9047561.5047561.5088233.70397526.2215111.2228532.493523.224350.07848494.46第10年178775.5126870.7246772.5746772.5784019.98387750.8114459.3827379.193378.684478.32820657.74第11年168373.2127613.5346035.6746035.6781701.47378060.5314054.0326336.303241.724543.63795995.76第12年158812.1128137.2445314.3245314.3280431.08369086.9213786.9825428.703120.364562.33773994.36第13年149944.6028470.6344583.7144583.7179596.85360987.4613585.9024650.003015.864548.02753966.76第14年141664.8628638.4543828.3543828.3578886.66353703.3213411.9723981.402926.564511.23735381.15第15年128167.6127435.7841198.0141198.0166542.31295519.8311179.0219004.942291.543586.06636123.11合計2867823.22310237.45684597.65684597.651442034.554775527.89224186.47334684.2539451.5745108.31 注:AI:人工智能;PACS:原發性房角關閉可疑狀態;PAC:原發性房角關閉;PACG:原發性閉角型青光眼 Note:AI:artificial intelligence;PACS:suspected primary angle closure;PAC:primary angle closure;PACG:primary angle-closure glaucoma

表7 無篩查方案下昌江縣青光眼患者未來15年的醫療費用預測(元/年)Table 7 Prediction of medical expense of glaucoma patients in Changjiang Li autonomous county in the next 15 years without screening (yuan/year)時間PACS住院費用PACS門診服藥PAC住院費用PAC門診服藥PACG住院費用PACG門診服藥單眼致盲住院費用單眼致盲門診服藥雙眼致盲住院費用雙眼致盲門診費用合計第1年24583.94414.414982.8984.0099877.0361435.0617657.586289.990.000.00215324.91第2年28284.31877.315576.70174.95106256.83123817.9620249.1212924.621109.10312.82299583.72第3年31467.951378.356286.54274.55102416.53180816.3120502.0619039.142012.14862.99365056.58第4年34185.341908.407076.82383.86101848.98234704.0821097.8924803.532808.841607.38430425.13第5年35842.992416.297779.16494.5499708.38272149.5821103.5628432.893311.462343.95473582.80第6年37066.842919.178480.22611.14101935.50307154.1721893.7031774.793748.383113.30518697.22第7年37914.243410.969160.45733.00107124.31341788.0323219.9935065.264162.833905.05566484.13第8年38436.073886.729805.18859.23114096.54377185.8624882.7538432.244579.384717.05616881.02第9年38677.464342.5410403.77988.83122010.06413848.9226736.1541931.645010.335550.88669500.57第10年37994.694690.9610755.341100.90122618.15425292.0626912.4642253.945044.565921.33682584.38第11年37126.055001.2911035.071209.84124586.17436176.6727375.3742669.925082.926232.38696495.68第12年36111.475273.6611243.971314.67127283.44447037.6427978.4443208.835135.786499.36711087.25第13年34984.965508.7111384.651414.53130098.86457951.3228608.7643853.205204.326735.07725744.38第14年33775.425707.5711460.901508.69132648.57468746.1129194.3444563.795284.986948.83739839.19第15年32507.325620.4211477.281528.22134720.23407948.7629692.9236846.455372.365746.61671460.56合計518959.0653356.79136908.9412680.951727229.584956052.53367105.07492090.2557867.3760496.99 注:PACS:原發性房角關閉可疑狀態;PAC:原發性房角關閉;PACG:原發性閉角型青光眼 Note:PACS:suspected primary angle closure;PAC:primary angle closure;PACG:primary angle-closure glaucoma

2種方案下昌江縣醫?；鹪谇喙庋圩≡褐委熒系闹С鲱A測結果分析可見，在無篩查方案下，隨著越來越多的患者進展至PACG或致盲階段，醫?；鹬С龀掷m增長，從第1年的97 558.27元/年持續增長至第15年的143 130.09元/年；而在篩查方案下，醫?；鹉曛С鲈诘?年和第2年分別驟增至245 833.25元/年和285 610.06元/年，隨后從第3年開始，醫?；鹬С鲇稍鲩L轉為下降，年醫保費用從第3年的283 412.55元/年逐漸減少至第15年的163 715.28元/年，并且與無篩查方案下醫?；鹬С龅牟町愔饾u縮窄，體現出青光眼篩查控費的效應(圖5，表8)。

圖5 2種方案下擬合昌江縣青光眼患者醫?；鹬С鰧Ρ菷igure 5 Comparison of medical insurance fund expenditure for glaucoma patients in Changjiang Li autonomous county under two plans

表8 2種方案下昌江縣青光眼患者未來15年的醫療保險基金支出預測(元/年)Table 8 Prediction of medical insurance fund expenditure for glaucoma patients in Changjiang Li autonomous county in the next 15 years under two plans (yuan/year)時間AI輔助篩查方案無篩查方案PACS醫保支出PAC醫保支出PACG醫保支出單眼致盲醫保支出雙眼致盲醫保支出合計PACS醫保支出PAC醫保支出PACG醫保支出單眼致盲醫保支出雙眼致盲醫保支出合計第1年108923.9222077.67101411.9013419.760.00245833.2515979.563238.8864920.0713419.760.0097558.27第2年149162.0429398.6292029.0314110.91909.46285610.0618384.803624.8569066.9415389.33909.46107375.39第3年160013.2531548.9277388.1912911.571550.61283412.5520454.174086.2566570.7515581.561649.95108342.68第4年159217.5032075.1568982.6012248.592051.79274575.6322220.474599.9366201.8416034.392303.25111359.89第5年151770.0331665.2461634.8511443.472305.49258819.0823297.945056.4564810.4516038.702715.40111918.94第6年143755.0531292.4358269.7811160.042491.63246968.9424093.455512.1566258.0716639.213073.67115576.55第7年136278.5531051.9557055.2711153.892641.61238181.2724644.265954.2969630.8017647.193413.52121290.07第8年129592.3430937.3156933.0011286.222771.38231520.2524983.456373.3774162.7518910.893755.09128185.54第9年123642.7630914.9857351.9111484.532889.04226283.2125140.356762.4579306.5420319.474108.47135637.29第10年116204.0830402.1754612.9810989.132770.52214978.8924696.556990.9779701.8020453.474136.54135979.32第11年109442.5929923.1953105.9610681.062658.21205811.0024131.937172.8080981.0120805.284167.99137259.02第12年103227.8729454.3152280.2010478.102558.69197999.1823472.457308.5882734.2321263.614211.34138990.22第13年97463.9928979.4151737.9510325.292473.01190979.6522740.227400.0284564.2621742.664267.54140714.71第14年92082.1628488.4351276.3310193.102399.78184439.8021954.027449.5886221.5722187.694333.68142146.55第15年83308.9526778.7143252.508496.061879.06163715.2821129.767460.2387568.1522566.624405.33143130.09 注:AI:人工智能;PACS:原發性房角關閉可疑狀態;PAC:原發性房角關閉;PACG:原發性閉角型青光眼 Note:AI:artificial intelligence;PACS:suspected primary angle closure;PAC:primary angle closure;PACG:primary angle-closure glaucoma

3 討論

本研究以昌江縣19 395名65歲以上老年人為例，借鑒浙江溫州成熟的人群篩查衛生經濟學模型，結合昌江縣真實世界的醫療費用與醫?；鹬С?，擬合了PACG患者在AI輔助篩查與無篩查2種方案下的長期健康轉歸和費用情況。模型預測的15年結果顯示，與無篩查方案相比，在昌江縣65歲以上老年人中實施AI輔助PACG篩查可有效延緩青光眼患者疾病進展，15年時可減少43%(134/310)的PACG患者和50%(9/18)的盲患者。同時，盡管醫療費用和醫?；鹬С鲈诙唐趦纫蚝Y查新增患者以及已有陽性患者的早發現、早診斷和早治療而上漲較快，但長期來看醫療費用和醫保支出將發生轉折，由增長轉為持續性下降?？紤]到異地就醫的因素未在模型中體現，本研究認為真實世界下昌江縣人群篩查后費用節省的效應可能會更加明顯，因為大量通過社區主動篩查發現的陽性患者可通過綠色通道直接轉診至縣級醫院接受治療，減少異地省級醫院就醫的患者數量。

關于青光眼篩查的經濟性，國內外研究者仍有較大爭論。英國一項研究發現，當原發性開角型青光眼(primary open angle glaucoma，POAG)的患病率為1%～10%時，POAG人群篩查每額外獲得1個質量調整生命年(quality-adjusted life years，QALY)增量成本超過30 000英鎊，與不篩查相比，無成本效果優勢[28-29]。一項針對在英國開展青光眼篩查的研究表明，增量成本效果將遠遠超過英國國家衛生與臨床優化研究所規定閾值的2～3倍，因此不建議在人群中大規模開展篩查[30]。美國的一項研究則表明，基于健康體檢的青光眼篩查可能具有成本效果優勢，其增量成本效果比為46 000美元/QALY[31]。然而，發展中國家的研究結果與西方發達國家有所不同。印度一項基于決策樹模型的評估研究發現，人群青光眼篩查具有良好的成本效果優勢[32]。本研究與浙江溫州青光眼社區篩查的研究表明，在中國開展人群青光眼篩查不僅是一種具有成本效果優勢的公共衛生干預策略，并且有助于節省醫療費用及醫?；鹬С?。這可能與中國青光眼社區篩查的特點有關：(1)AI賦能基層，借助AI輔助診斷，基層醫生也可以獨立完成患者的初篩診斷，使得以較低人力成本開展篩查成為可能；(2)中國人口密度大，單位篩查成本低；(3)青光眼，尤其是閉角型青光眼患病率高[18,33]。

中國目前正處于人口老齡化進程以及疾病由傳染性、急重性向非傳染性、慢性病轉變的階段，衛生系統面臨著醫療衛生資源的有限性和人群衛生服務需求日益增加的挑戰。在現行的背景下，迫切需要構建科學、高效的整體醫療統籌體系，從注重“治已病”轉向“治未病”，提供以慢性病篩查和早期發現為核心、覆蓋全民的公共衛生服務。不同于藥物、醫療器械等臨床治療方式直接作用于疾病本身，公共衛生干預具有間接性的特點，其本質是通過對疾病危險因素的調控從而控制疾病的發生和發展，這決定了公共衛生領域的健康投資回報無法像臨床干預一樣“立竿見影”，往往需要長時間才能有所體現。短期來看，公共衛生服務增加了政府支出，但早期對預防的投入可以控制高危人群慢性病的發生和進展，后期用于診治的醫療費用將相應減少，最終可維持，甚至節省衛生總費用。

同時，鑒于公共衛生干預的效果普遍具有長周期的特性，相應的效果評估要求更長時間的觀察以及更多人力、財力、物力資源的投入，這也是現今尚無經過規范設計的直接證據來表明人群篩查對健康影響的原因之一[30]。在此背景下，衛生經濟學不失為一個好的選擇。通過科學的經濟學模型結合臨床試驗/流行病學研究數據，可擬合、預測衛生干預對衛生系統的影響，從而輔助指導衛生決策。近十年國內已有部分研究者嘗試在眼科領域應用衛生經濟學分析，主要涉及眼科手術、藥物等臨床干預的成本-效果評價[34-38]，而針對人群篩查的研究較少[18,39-40]。據了解，本研究是國內應用衛生經濟學理論來預測人群青光眼篩查對衛生系統醫療費用和醫?；鹬С鲇绊懙氖状螄L試，旨在為縣域內整體醫療決策提供科學依據，為進一步深化醫改提供政策咨詢。本研究仍存在一些局限性：首先，本研究為預測研究，旨在為未來昌江縣AI輔助青光眼人群篩查提供決策依據，且模型中的部分關鍵參數如篩查參與率、轉診與治療依從性來源于其他地區研究結果，并不一定完全符合昌江縣的真實世界情況，后續的效果評估需要具體結合昌江縣開展人群篩查的實際情況來調整；其次，未考慮新技術、新藥物上市對模型結果影響；再者，盡管AI圖像識別在眼科領域如火如荼的開展，但這些模型少有在社區篩查情景中得到檢驗，其真實的診斷準確性尚不得知；最后，由于正式的青光眼篩查尚未啟動，因此本研究未考慮與篩查相關人力、物力等資源投入的成本。

利益沖突本研究作者聲明不存在任何經濟資助和利益沖突關系

作者貢獻聲明(1)肖璇提出研究思路，協調組織數據收集和撰寫文章；(2)何運臻負責數據分析和馬爾可夫模型的構建，并參與文章撰寫；(3)陳寧江設計具體研究方案