به گزارش دیوان اقتصاد، گزارش حاضر با ساختاری منظم، نخست پنج حوزه از نوآوری‌های نوین تشخیصی را بررسی می‌کند و سپس به پنج دسته از درمان‌های نوظهور می‌پردازد؛ و در سراسر این مسیر، هر یک از این تحولات را از منظر اثرات بالینی، پویایی هزینه‌ها و پیامدهای گسترده‌تر آن‌ها برای نظام سلامت و جامعه ارزیابی می‌نماید.

دنیای پزشکی در آستانه تحولی بنیادین است. امروزه خدمات درمانی از رویکردهای کلی و مبتنی بر میانگین جمعیت فاصله گرفته و به سوی الگوهای شخصی‌سازی‌شده گام برمی‌دارند؛ الگوهایی که بر ویژگی‌های زیستی منحصربه‌فرد، رفتارهای فردی و شرایط محیطی هر بیمار تمرکز دارند. هم‌زمان، فناوری‌های دیجیتال و هوش مصنوعی با شتابی بی‌سابقه به این گذار سرعت بخشیده‌اند و مرزهای توانمندی و سرعتِ عمل در دانش پزشکی را جابه‌جا کرده‌اند.

این دگرگونی‌های ساختاری، تمامی ذی‌نفعان نظام سلامت - از بیماران و کادر درمان گرفته تا نهادهای بیمه‌گر و پرداخت‌کنندگان هزینه - را با چالش‌ها و فرصت‌های تازه‌ای روبرو کرده است. نوشتار حاضر به بررسی این موضوع می‌پردازد که چگونه نوآوری‌های اخیر در حوزه‌ی تشخیص و درمان، افق‌های تازه‌ای را در پایش، پیش‌بینی و مدیریت بیماری‌ها گشوده‌اند و فراتر از آن، این تغییرات چه پیامدهایی برای صنعت بیمه سلامت و عمر به همراه خواهد داشت.

یافته‌ها نشان می‌دهد که تشخیص زودهنگام و مداخلات دقیق‌تر، نه تنها نتایج درمانی را به شکلی چشمگیر بهبود می‌بخشد، بلکه با تقویت اقدامات پیشگیرانه، الگوهای بلندمدت ریسک را نیز تغییر می‌دهد. در این میان، هوش مصنوعی نقشی کلیدی و شتاب‌دهنده در تمامی این فرآیندها ایفا می‌کند. با این حال، مسیر پیاده‌سازی این نوآوری‌ها در دنیای واقعی هموار نیست؛ هزینه‌های سنگین، پیچیدگی‌های اجرایی و ابهام در سازوکارهای تأمین مالی، همچنان مانعی جدی بر سر راه همه‌گیری این فناوری‌ها محسوب می‌شوند.

نوآوری‌های پزشکی به تدریج قواعد بازی را در صنعت بیمه تغییر می‌دهند و بر طراحی محصولات، نظام قیمت‌گذاری و مدل‌های تجمیع ریسک اثر می‌گذارند. رویارویی با این تحولات، مستلزم ایجاد توازنی ظریف میان «نوآوری»، «به‌صرفه بودن خدمات» و «اعتماد عمومی» است. تحقق این امر، در گروِ گفت‌وگویی مستمر و سازنده میان حوزه‌های سلامت، صنعت بیمه و نهادهای سیاست‌گذار خواهد بود. هدف نهایی آن است که پیشرفت‌های پزشکی، به جای تضعیفِ ساختارهای حمایتی، نقش بیمه را در ترویج پیشگیری و بنای نظام‌های سلامت تاب‌آورتر مستحکم سازند.

چکیده مدیریتی

پزشکی مدرن به یک نقطه عطف تاریخی رسیده است. رویکرد «پزشکی عمومی» که برای قرن‌ها بر اساس میانگین‌های آماری و درمانِ گروه‌های بزرگ بیماران عمل می‌کرد، اکنون در حال پیوند با جریانی نوین به نام «پزشکی شخصی‌سازی‌شده» است. از این منظر جدید، مراقبت‌های درمانی بر اساس ویژگی‌های منحصربه‌فرد هر بیمار اعم از نمایه ژنتیکی[1]، سبک زندگی و شرایط محیطی او، به صورت اختصاصی طراحی می‌شوند. امروزه، فرآیند دیجیتالی‌شدن و به طور ویژه هوش مصنوعی، به این دو جریان شتابی بی‌سابقه بخشیده است و عمق و دامنه‌ی توانمندی‌های پزشکی را به شدت گسترش داده‌اند.

گزارش حاضر با هدف ترسیم چشم‌انداز نوآوری‌های پزشکی، علاوه بر مرور گسترده‌ی ادبیات علمی، از دیدگاه‌های مستقیم ۳۸ کارشناس برجسته (شامل مدیران شرکت‌های داروسازی و بیوتکنولوژی، متخصصان بالینی، بیمه‌گران و دانشگاهیان) بهره گرفته است. این گزارش پنج حوزه‌ی کلیدی در نوآوری‌های تشخیصی را شناسایی می‌کند که باعث می‌شوند ریسک‌های سلامتی، بسیار زودتر و حتی پیش از آنکه بیماری به مرحله‌ی بروز بالینی برسد، پدیدار و قابل‌مشاهده شوند:

· تصویربرداری پزشکی مبتنی بر هوش مصنوعی: که با تقویت دقت در تشخیص، ظرفیت غربالگری را به شکلی چشمگیر افزایش می‌دهد.

· بیوپسی‌های مایع[2] و تست‌های تشخیص زودهنگام چندگانه سرطان (MCED)[3] : که تومورها را تنها از طریق سیگنال‌های مولکولی موجود در خون شناسایی می‌کنند.

· نمایه‌سازی ژنومیک[4] مانند شاخص ریسک چندژنی (PRS)[5] : که ریسک ارثیِ ابتلا به بیماری را سال‌ها پیش از ظهور هرگونه علائم بالینی، اندازه‌گیری و کمی‌سازی می‌کند.

· تجهیزات پوشیدنی در محل مراقبت[6]: که با پایش مداوم نشانگرهای زیستی و علائم حیاتی، رفتار روزمره‌ی افراد را به داده‌های سلامتِ لحظه‌ای تبدیل می‌کنند.

· تست‌های چند-اومیکس[7] و تشخیصی همراه[8]: که اطلاعات مولکولی و متابولیکی را برای هدایت تصمیم‌گیری‌های بالینیِ بسیار دقیق، با هم ادغام می‌کنند.

هم‌زمان با این توانمندی‌های تشخیصی که امکان شناسایی زودهنگام را فراهم کرده‌اند، درمان‌های نوینی در حال ظهور هستند که می‌توانند مسیر بیماری را تغییر داده یا حتی آن را ریشه‌کن کنند. گزارش حاضر، پنج گروه از نوآوری‌های درمانی را معرفی می‌کند که نحوه پیشگیری و درمان بیماری‌ها را بازتعریف می‌کنند:

· درمان‌های متابولیک: مانند آگونیست‌های گیرنده جی‌ال‌پی۱ [9] که نتایج درمانی را در بیماری‌های چاقی، دیابت، عوارض قلبی-عروقی و حتی فراتر از آن‌ها به شکلی خیره‌کننده بهبود می‌بخشند.

· داروهای ژنتیکی: شامل ژن‌درمانی و ویرایش ژن که هدفشان اصلاح بیماری در منشأ اصلی (ژنتیک) است.

· سلول‌درمانی و رویکردهای بازساختی: که در آن‌ها از سلول‌های زنده به عنوان ابزارهای درمانیِ «قابل برنامه‌ریزی»[10] استفاده می‌شود.

· درمان‌های مبتنی بر آر‌.ان.‌ای[11]: که بستری برای توسعه‌ی سریع داروها، از جمله واکسن‌های نسل جدید، فراهم می‌کنند.

· ایمونوتراپی‌ها: که سیستم ایمنی بدن را برای هدف قرار دادن دقیق سرطان‌ها، بیماری‌های خودایمنی و بیماری‌های مربوط به زوال عقل (مانند آلزایمر) مهار و هدایت می‌کنند.

هوش مصنوعی به عنوان یک «حلقه واسط و توانمندساز» در تمامی این روش‌های تشخیصی و درمانی حضور دارد و انتظار می‌رود فرآیند پیش‌بینی و تشخیص زودهنگام را بیش از پیش تسریع کند. در این میان، تصویربرداری پزشکی هوشمند به عنوان تحول‌آفرین‌ترین عامل در بهبود وضعیت بیماران شناخته می‌شود. همچنین، پیشرفت‌های درمانی در حوزه‌ی بیماری‌های متابولیک و ژنتیکی، امیدوارکننده‌ترین بخش برای ارتقای سلامت عمومی جامعه به شمار می‌روند.

با وجود آنکه وعده‌های بالینیِ این نوآوری‌ها، انکارناپذیر است، اما اثرگذاری واقعی آن‌ها در دنیای عمل، به توانایی نظام‌های سلامت و صنعت بیمه در غلبه بر چالش‌های عملیاتی و موضوع «مقرون‌به‌صرفه بودن»[12] بستگی دارد. موانع اصلی عبارتند از: بهای بسیار سنگین درمان‌های جدید که ترازنامه‌ی پرداخت‌کنندگان را تحت فشاری شدید قرار می‌دهد؛ عدم‌قطعیت در فرآیند بازپرداخت هزینه‌ها که باعث احتیاطِ مراکز درمانی در به‌کارگیری این فناوری‌ها می‌شود؛ و همچنین شکاف میان انتظارات بیماران و توان مالیِ نهادهای پرداخت‌کننده که گفت‌وگو درباره تأمین مالی سلامت را دشوار کرده است. علاوه بر این، جریان سرمایه‌گذاری در نوآوری‌های پزشکی عمدتاً به سمت درمان‌های پرهزینه و سودآور سوق یافته و راه‌حل‌های پیشگیرانه را در حاشیه قرار داده است که این امر چالش‌ها را تشدید می‌کند.

در بخش تشخیص، کارشناسان بیمه پیش‌بینی می‌کنند که تصویربرداری هوشمند و بیوپسی‌های مایع در برخی سرطان‌ها، ظرف ۳ تا ۵ سال آینده، صنعت بیمه را متحول کنند. در دهه‌ی پیش رو نیز انتظار می‌رود تست‌های تشخیص زودهنگام چندگانه سرطان (MCED) به یک «استاندارد مراقبتی» تبدیل شوند و سرطان‌ها را به جای محل عضو، از روی سیگنال‌های مولکولی شناسایی کنند. در حوزه درمان نیز، کارشناسان تحولی بزرگ را ظرف ۵ سال آینده، به‌ویژه با محوریت داروهای جی‌ال‌پی۱، پیش‌بینی می‌کنند. بیمه‌گران این داروها را سلاح اصلی در مبارزه با چاقی (به عنوان ریشه‌ی بسیاری از بیماری‌های مزمن) می‌دانند. در بلندمدت، پزشکی ژنومیک[13] می‌تواند جهت‌گیری نظام سلامت را از «درمان بیماری» به سمت «اصلاح یا حذف ریسک‌های ارثی» تغییر دهد؛ تحولی که مدل‌های قیمت‌گذاری و تجمیع ریسک[14] در بیمه عمر و سلامت را اساساً دگرگون خواهد کرد.

بیمه سلامت، نخستین و شدیدترین تأثیر را از این پیشرفت‌ها خواهد پذیرفت. درمان‌های گران‌قیمتِ ژنی، سلولی و ضدچاقی، ثبات حق‌بیمه‌ها و سقف پوشش‌ها را به چالش می‌کشند. در مقابل، ابزارهای تشخیصی و پیشگیرانه می‌توانند با کاهش نیاز به خدمات بیمارستانی، هزینه‌های بلندمدت را کاهش دهند؛ هرچند کوتاه بودن چرخه‌ی بیمه‌نامه‌ها و نرخ بالای جابه‌جایی مشتریان میان شرکت‌های مختلف، ممکن است انگیزه سرمایه‌گذاری بیمه‌گران بر روی خدمات پیشگیرانه را کاهش دهد.

برای بیمه‌های عمر (پوشش فوت)، این تحولات عمدتاً مثبت هستند. پیشرفت در درمان‌های نوین، نرخ مرگ‌ومیر را کاهش داده و دایره‌ی افراد قابل‌بیمه را گسترش می‌دهد. این وضعیت نیازمند رویکردهای تازه در ارزیابی ریسک[15] و قیمت‌گذاری است. داده‌های اولیه نشان می‌دهند که بهبود سلامت ناشی از داروهای  جی.ال.پی-۱ نیز می‌تواند میزان خسارت‌ها را کاهش دهد. علاوه بر این، گنجاندنِ ابزارهای تشخیصی و پیشگیرانه در بیمه‌نامه‌ها، تعامل با مشتری را عمیق‌تر کرده و بیمه‌گران عمر را از پرداخت‌کنندگانِ منفعلِ خسارت، به شرکای فعال در حوزه‌ی سلامت تبدیل می‌کند.

اما در مورد پوشش‌های حین حیات[16] (مانند مستمری‌ها و بیمه بیماری‌های خاص)، آثار پیچیده‌تری پیش‌بینی می‌شود. افزایش طول عمر، دوره‌ی پرداخت مستمری را طولانی‌تر می‌کند، هرچند ممکن است این مسئله با افزایش سال‌های فعالیتِ کاری و سلامتِ بهتر جبران شود. از سوی دیگر، تشخیص زودهنگام بیماری‌ها به کمک هوش مصنوعی و بیوپسی مایع، می‌تواند باعث افزایش اعلام خسارت در مراحل اولیه بیماری (در پوشش‌های بیماری سخت) شود که این امر نیازمند بازنگری در تعاریفِ قانونی این پوشش‌هاست. همچنین، درمان‌های نوین برای بیماری‌هایی مثل زوال عقل، نیاز به مراقبت‌های طولانی‌مدت را بازتعریف خواهد کرد.

در نهایت، آینده‌ی صنعت بیمه در گروِ مدیریت پنج موضوع کلیدی خواهد بود:

· تعریف دقیقِ دامنه و میزان پوشش‌های نوین؛

· بازطراحی محصولات متناسب با فناوری‌های پیشگیرانه و تحول‌آفرین؛

· نوسازی شیوه‌های ارزیابی ریسک در مواجهه با تغییر ماهیتِ خطرات سلامتی؛

· بازنگری در مدل‌های تجمیع ریسک و نحوه‌ی عرضه‌ی محصولات بیمه‌ای؛

· مدیریت چالش‌های پیچیده‌ی نظارتی، قانونی و اخلاقی.

روش‌شناسی مورد استفاده در این مطالعه

این مطالعه از یک رویکرد تحقیق کیفیِ سه‌وجهی بهره برده است:

۱ پژوهش کتابخانه‌ای:

مرور گسترده‌ای بر منابع دانشگاهی و سایر ادبیات مرتبط انجام شد تا مبنای شواهد، شکاف‌های دانشی و مضامین کلیدی شناسایی شود؛ مضامینی که ساختار این گزارش را هدایت می‌کنند.

۲ میزگردهای تخصصی بالینی:

دو میزگرد با حضور ۲۰ کارشناس از شرکت‌های داروسازی و بیوتکنولوژی، بیمه‌گران و بیمه‌گران اتکایی، دانشگاهیان و متخصصان بالینی برگزار شد. این میزگردها بر اساس دستورجلسه‌ای که از پژوهش کتابخانه‌ای استخراج شده بود پیش رفت و ویژگی‌های بالینی و فنی نوآوری‌های نوظهور در حوزه‌های تشخیصی و درمانی، و نیز پیامدهای گسترده‌تر آن‌ها برای نظام‌های سلامت را بررسی کرد.

۳ میزگردهای مدیران صنعت بیمه:

در ادامه، دو میزگرد کیفی با حضور ۱۸ نفر از مدیران ارشد و متخصصان صنعت بیمه برگزار شد؛ از جمله متخصصان ارزیابی ریسک، کارشناسان خسارت و مدیران راهبردی. این گفت‌وگوها بر بینش‌های به‌دست‌آمده از میزگردهای پیشین بنا شد و پیامدها را برای بیمه‌های عمر و سلامت (L&H)[17] بررسی کرد[18].

ترسیم مرزهای جدید: از تشخیص‌های پیش‌بینانه تا درمان‌های تحول‌آفرین

در این مقاله، مرزهای نوین نوآوری پزشکی در قالب دو دسته اصلی و متمایز ترسیم می‌شود: پنج دسته از نوآوری‌های تشخیصی و پنج دسته از نوآوری‌های درمانی. هر یک از این دسته‌ها برای درک دقیق‌تر و عمیق‌تر، در سه بُعد کلیدی بررسی شده‌اند.

بُعد نخست: تأثیر بالینی فناوری که بهبود پیامدهای بیمار، و نیز افزایش دقت و سرعت تشخیص یا درمان را در بر می‌گیرد.

بُعد دوم: پویایی کلی هزینه‌ها که هم هزینه‌های مستقیم اجرای فناوری و هم صرفه‌جویی‌های بالقوه بلندمدت ناشی از آن را شامل می‌شود.

بُعد سوم: پیامدهای نهایی آن در سطح کلان برای نظام سلامت و جامعه.

۱) تشخیص‌های نوین: گذار از رویکرد واکنشی به پیش‌بینی‌کننده

۱–۱) تصویربرداری پزشکی مبتنی بر هوش مصنوعی

انتظار می‌رود در دهه آتی، تصویربرداری پزشکی مبتنی بر هوش مصنوعی به اثرگذارترین حوزه نوآوری در تشخیص تبدیل شود. بر اساس پیش‌بینی پژوهشگران، فناوری‌های تشخیصیِ مبتنی بر هوش مصنوعی، نسبت به سایر حوزه‌ها، بیشترین نقش را در تشخیص نهایی بیماری خواهند داشت. هوش مصنوعی با تحلیل دقیق سی‌تی اسکن‌ها، تصاویر ام.آر.آی[19]، سونوگرافی و سایر روش‌های تصویربرداری، می‌تواند نشانه‌های بسیار ظریف بیماری - مانند تومورهای اولیه، ریزخونریزی‌های مغزی یا تغییرات عروقی -  را شناسایی کند؛ نشانه‌هایی که اغلب حتی در بهترین شرایط نیز از چشم انسان پنهان می‌مانند.

با آموزش مستمر این ابزارها بر مجموعه‌داده‌های متنوع بالینی، امکان تشخیص زودهنگام و دقیق‌تر بیماری‌ها، اولویت‌بندی بیماران پرخطر برای پیگیری سریع و نیز افزایش دسترسی به تشخیص به‌موقع برای جمعیت‌های بزرگ‌تر و محروم‌تر فراهم می‌شود[20]. شواهد مطالعات «دنیای واقعی» نشان می‌دهد که هوش مصنوعی می‌تواند هم‌زمان با کاهش معتنابه زمانِ خوانش تصاویر، دقت تشخیص را حفظ کند یا حتی بهبود بخشد. برای نمونه، یک مطالعه بزرگ در سوئد نشان داد ماموگرافی مبتنی بر هوش مصنوعی ظرفیت خوانش تصاویر را دو برابر کرده و در عین حال عملکرد تشخیص سرطان را در سطح بالایی حفظ می‌کند[21].

اهمیت کاربردی هوش مصنوعی صرفاً در افزایش کارایی خلاصه نمی‌شود؛ ارزش اصلی آن در فراهم کردن امکان غربالگری زودهنگام برای طیف وسیع‌تری از افراد - به‌ویژه در سرطان‌ها و بیماری‌های قلبی‌عروقی - است؛ بیماری‌هایی که تشخیص دیرهنگام آن‌ها معمولاً با پیامدهای بسیار نامطلوبی همراه است.

با وجود این ظرفیت عظیم، پیاده‌سازی در مقیاس وسیع با یک محدودیت جدی مواجه است: کمبود منابع. حتی در پیشرفته‌ترین نظام‌های سلامت نیز دسترسی به اس سی‌تی اسکن‌ها، تصاویر ام.آر.آی، به‌سبب صف‌های انتظار طولانی، تراکم در فرایند ارجاع، کمبود شدید نیروی انسانی متخصص و تمرکز تجهیزات پیشرفته تصویربرداری در مراکز بزرگ تخصصی (به‌جای مراکز محلی و عمومی) به‌شدت محدود است. هوش مصنوعی به‌تنهایی نمی‌تواند کمبود فیزیکی دستگاه‌های اسکن را جبران کند. بنابراین، تحقق وعده «تشخیص زودهنگام در مقیاس وسیع» احتمالاً تنها با سرمایه‌گذاری موازی برای افزایش ظرفیت فیزیکی تصویربرداری، بازطراحی بنیادین فرایندهای کاری و گسترش زیرساخت‌های اسکن به مناطق محروم امکان‌پذیر خواهد بود.

۲–۱) بیوپسی‌های مایع و تشخیص زودهنگام مولکولی

بیوپسی‌های مایع نشان‌دهنده یک تغییر اساسی در شیوه تشخیص برخی سرطان‌ها هستند. برخلاف بیوپسی سنتیِ بافتی[22] که روشی تهاجمی[23]، پرهزینه و گاه پرخطر است، بیوپسی مایع کم‌تهاجمی‌تر است و می‌توان آن را با سهولت بیشتر و به‌صورت مکرر تکرار کرد. همین ویژگی‌ها باعث می‌شود بیوپسی مایع گزینه‌ای مناسب برای غربالگری در سطح عمومی باشد.

یکی از زیرشاخه‌های این فناوری که با سرعت چشمگیری در حال پیشرفت است، فناوری تشخیص زودهنگام چندگانه سرطان (MCED) است. هدف این فناوری، شناسایی سیگنال‌های مولکولیِ محتملِ سرطان از انواع مختلف تومورها، تنها از طریق یک آزمایش خون ساده است[24]. این رویکرد می‌تواند سرطان‌ها را ماه‌ها یا حتی سال‌ها پیش از بروزِ هرگونه علائم بالینی شناسایی کند و از این مسیر، درعین‌حال‌که نرخ بقا را به‌طور معناداری افزایش می‌دهد، هزینه‌های سنگین درمانی در آینده را نیز کاهش دهد.

با این حال، عملکرد این فناوری در «دنیای واقعی» همچنان یکنواخت و قطعی نیست و می‌تواند متغیر باشد. بر اساس یافته‌های اولیه از کارآزمایی‌های بالینی[25] گسترده در ایالات متحده و انگلستان[26]، این آزمون‌ها می‌توانند وجود سیگنال‌های سرطان را با دقت نسبتاً خوبی تأیید کنند؛ اما حساسیت آن‌ها نسبت به تومورهای کوچک و سرطان‌های مراحل اولیه پایین‌تر است - دقیقاً همان مواردی که شناسایی آنها از نظر تشخیصی حیاتی‌ترین و در عین حال دشوارترین بخش کار است.

۳–۱) نمایه‌سازی ژنومیک

با تحلیل هزاران گونه ژنتیکی[27] در سطح ژنوم - که اغلب با داده‌های مربوط به سبک زندگی فرد و عوامل محیطی نیز ترکیب می‌شوند - شاخص‌های ریسک چندژنی (PRS) می‌توانند پیش‌بینی کنند که کدام افراد ممکن است در آینده و مدت‌ها پیش از بروز علائم بالینی، به بیماری‌های خاصی مبتلا شوند. وقتی این نمایه‌های ژنتیکی با کمک الگوریتم‌های هوش مصنوعی پشتیبانی و تحلیل شوند، می‌توانند اقدامات پیشگیرانه را هدفمندتر کنند و به شخصی‌سازی مداخلات برای شرایط پیچیده و چندعاملی کمک کنند.

با وجود این وعده‌های امیدبخش، فناوری شاخص‌های ریسک چندژنی همچنان با چالش‌های جدی در اعتبارسنجی بالینی روبه‌رو است. برای مثال، یک شاخص ممکن است سال‌ها یا حتی دهه‌ها پیش از ظاهر شدن هر نشانه بالینی از بیماری، افزایش ریسک سلامت را نشان دهد[28]. یک مرور جامع و نظام‌مند بر شاخص‌های ریسک چندژنی منتشره نشان داد که به‌طور میانگین، تنها ۱۱ درصد از افرادی که توسط این ابزارها به‌عنوان افراد «در معرض ریسک بالا» شناسایی شده بودند، بعدها در طول زندگی به همان بیماری خاص مبتلا شدند[29].

از پیامدهای منفی این وضعیت می‌توان به ایجاد استرس روانی غیرضروری در افرادی که هرگز بیمار نمی‌شوند، افزایش فشار بر پزشکان برای تجویز غربالگری‌های مکرر و پرهزینه و نیز آغاز زودهنگام مداخلات پیشگیرانه‌ای اشاره کرد که ممکن است ضرورتی نداشته باشند. علاوه بر این، در صورت فقدان شواهد قابل اتکای اعتبارسنجی بالینی، شاخص‌های ریسک چندژنی می‌تواند مرز ظریف میان پیش‌بینی ریسک (احتمال آماری بروز بیماری در آینده) و تشخیص واقعی (شناسایی قطعی یک بیماری یا وضعیت موجود) را مخدوش کند؛ موضوعی که به‌نوبه خود، نگرانی‌های اخلاقی و نظارتی در خصوص حریم خصوصی داده‌های سلامت را تشدید می‌کند.

۴–۱) دستگاه‌های پوشیدنی و پایش در نقطه مراقبت

دستگاه‌های پوشیدنی و تجهیزات پایش از راه دور - که اغلب با الگوریتم‌های هوش مصنوعی تقویت می‌شوند - می‌توانند به‌صورت مداوم و در زمان واقعی، شاخص‌های زیستی مهمی همچون ریتم قلب، سطح گلوکز خون، الگوهای فعالیت بدنی و کیفیت خواب را پایش کنند. این پایش مستمر و لحظه‌ای، امکان شناسایی زودهنگام تغییرات ظریف در وضعیت سلامت را فراهم می‌کند، به مدیریت فعال و مؤثر بیماری‌های مزمن (مانند دیابت) کمک می‌کند و می‌تواند به واکنش‌های بالینی سریع و به‌موقع منجر شود.

برای خود بیماران نیز، ابزارهایی مانند پایش مداوم گلوکز (CGM)[30] و سایر داده‌های فیزیولوژیکِ لحظه‌ای، بینش ارزشمندی درباره نحوه واکنش بدنشان به غذا، فعالیت و داروها فراهم می‌آورد؛ و به آن‌ها کمک می‌کند فعالانه‌تر در مراقبت از خود مشارکت کنند و عادات سالم‌تری را در پیش بگیرند.

۵–۱) پلتفرم‌های چند-اُمیکس

درحالی‌که نمایه‌سازی ژنومیک سنتی تنها بر تحلیل توالی دی.ان.ای[31] متمرکز است، فناوری چند-اُمیکس رویکردی جامع‌تر دارد. این رویکرد، لایه‌های مختلف مولکولی از جمله دی.ان.ای، آر.ان.ای، پروتئین‌ها (پروتئومیکس) و متابولیت‌ها (متابولومیکس) را کنار هم قرار می‌دهد تا نشان دهد یک بیماری واقعاً چگونه در سطح مولکولی در حال شکل‌گیری و پیشرفت است.

اگرچه این ابزارهای پیشرفته در حال حاضر عمدتاً به محیط‌های بسیار تخصصی و تحقیقاتی محدود هستند، اما همچنان به شناسایی الگوهای مولکولی ظریف کمک می‌کنند که می‌تواند به تشخیص زودهنگام و طبقه‌بندی دقیق‌تر و شخصی‌سازی‌شده‌ترِ ریسک منجر شود.

بخش دیگری از این پلتفرم‌ها، تشخیص‌های همراه است که با هدف تعیین صلاحیت بیمار برای دریافت یک درمان خاص (اغلب داروهای هدفمند سرطان) طراحی می‌شود و از طریق تأیید وجود یک جهش دی.ان.ای خاص یا نشانگر زیستی مشخص، صورت می‌پذیرد.

پلتفرم‌های چند-اُمیکس مسیر را برای تحقق وعده درمان‌های کاملاً شخصی‌سازی‌شده هموار می‌سازند، هرچند در حال حاضر با محدودیت‌های عملی معتنابهی مانند هزینه‌های بسیار بالا، پیچیدگی فرایندهای آزمایشگاهی و نیاز به زیرساخت‌های تخصصی و نیروی انسانی ماهر مواجه‌ هستند.

۲) درمان‌های نوین: بازتعریف شیوه درمان بیماری‌ها

در کنار پیشرفت‌های سریع در حوزه تشخیص، رویکردهای درمانی جدیدی در حال ظهور هستند که با تغییر در زیست‌شناسیِ پایه‌ایِ بیماری‌ها، مفهوم «درمان» را بازتعریف کرده است و در برخی موارد، حتی به سمت حذف کامل بیماری از بدن بیمار پیش می‌روند. پنج دسته درمانی که در این مطالعه شناسایی شده‌اند، بیشترین پتانسیل را برای تغییر شکلِ درمان‌ها در آینده‌ی نزدیک و میان‌مدت خواهند داشت:

۱–۲) درمان‌های متابولیک

درمان‌های متابولیک - به‌ویژه آگونیست‌های گیرنده جی.ال.پی-۱ - با تقلید از هورمون‌های طبیعی روده و پانکراس، به کنترل قند خون، کاهش اشتها و کند شدن فرایند گوارش کمک می‌کنند. حاصل این سازوکار، کاهش وزن قابل‌توجه و بهبود گسترده شاخص‌های سلامت متابولیک است.

داروهایی مانند سماگلوتاید[32] و تیرزپاتاید[33] که عموماً تحت عنوان داروهای جی.ال.پی-۱ شناخته می‌شوند، تا امروز اثراتی فراتر از انتظارات اولیه نشان داده‌اند. نسل‌های جدیدتر این داروها، از جمله رتاتروتاید[34] و آمی‌کرتین[35]، به‌گونه‌ای طراحی شده‌اند که به‌طور هم‌زمان بر چند مسیر متابولیک اثر بگذارند و احتمالاً نتایج قوی‌تر و پایدارتر ایجاد کنند.

داروهای جی.ال.پی-۱ مزایای روشن و مستندی در درمان چاقی و دیابت نوع ۲ دارند و شواهد رو‌به‌رشدی نیز از اثر محافظتیِ بلندمدت آن‌ها در برابر بیماری‌های قلبی‌عروقی حکایت دارد. علاوه بر این، نشانه‌های اولیه و امیدوارکننده‌ای از کاربرد بالقوه آن‌ها در پیشگیری از برخی سرطان‌ها و بیماری‌های کلیوی نیز مشاهده شده است.

با وجود این پتانسیل چشمگیر، هنوز شواهد بلندمدتِ کافی درباره ایمنی و اثربخشی پایدار این داروها در دست نیست و برخی کارشناسان برجسته همچنان درباره میزان پایبندی بیماران به درمان طولانی‌مدت و نیز عوارض جانبیِ بالقوه در افق چندساله نگرانی دارند. پژوهش‌های مستقل نشان می‌دهد تنها ۴۶ درصد بیماران پس از ۱۸۰ روز مصرف داروی جی.ال.پی-۱ را ادامه می‌دهند؛ این رقم پس از یک سال به ۲۹ درصد و پس از دو سال به ۱۵ درصد کاهش می‌یابد.

به‌طور مشابه، عوارض جانبیِ گزارش‌شده برای این داروها شامل کاهش توده عضلانی (که می‌تواند برای سالمندان مشکل‌ساز باشد)، سوءتغذیه ناشی از سرکوب شدید اشتها و افزایش خطر ابتلا به بیماری‌های کیسه صفرا است.

۲–۲) داروهای ژنتیکی

درمان‌های ژنی و فناوری‌های ویرایش ژن، بیماری‌ها را مستقیماً در ریشه ژنتیکی و زیستی آن‌ها هدف می‌گیرند. ژن‌درمانی‌های تثبیت‌شده با افزودن یک نسخه سالم از ژن معیوب یا جایگزینی ژن معیوب با ژن سالم، اختلالات ارثی را در سطح مولکولی، اصلاح می‌کنند. در حال حاضر، درمان‌های ژنیِ مورد تأیید نهادهای نظارتی برای بیماری‌هایی مانند مانند هموفیلی[36] و بتا-تالاسمی[37] در دسترس هستند.

ابزارهای پیشرفته‌ترِ ویرایش ژن مانند سی.آر.آی.اس.پی.آر[38] می‌توانند ژن‌ها را با دقت بسیار بالا روشن یا خاموش کنند یا تغییرات هدفمند و موضعی در ژنوم ایجاد کنند؛ و از این طریق، امکان اصلاح قطعی برخی نقص‌های ارثی را در همان «منبع» آن‌ها فراهم آورند. ویرایش ژن پتانسیل ارائه درمان‌های پایدار برای بیماری‌هایی مانند کم ‌خونی داسی ‌شکل[39] و کلسترول بالای ارثی[40] را دارد.

با وجود این وعده برای درمان قطعیِ برخی بیماری‌های نادر و صعب‌العلاج، پزشکی ژنتیکی در مقطع فعلی عمدتاً به تعداد محدودی مطالعه بالینی با جمعیت‌های کوچک و دوره‌های پیگیری کوتاه متکی است. از همین رو، بر انجام کارآزمایی‌های بالینی گسترده‌تر و بلندمدت‌تر برای اثبات اثربخشی و ایمنی پایدار این درمان‌های پرهزینه تأکید می‌شود.

۳–۲) سلول‌درمانی

سلول‌درمانی، رویکردی نوین است که در آن سلول‌های بیمار - معمولاً سلول‌های ایمنی - خارج از بدن، اصلاح یا مهندسی می‌شوند و سپس به بدن بازگردانده می‌شوند تا عملکردهای زیستیِ از دست‌رفته را بازیابی یا تقویت کنند. درمان‌های کار-تی[41]  [42] که در آن سلول‌های ایمنیِ بیمار برای شناسایی و حمله به سلول‌های سرطانی «آموزش» داده می‌شوند، نمونه شاخص این رویکرد هستند. این درمان‌ها در حال حاضر برای چندین نوع سرطان خون و لنفوم، نتایجی بی‌سابقه از نظر بهبودی کامل نشان داده‌اند.

رویکردهای نسل بعدیِ سلول‌درمانی با هدف غلبه بر موانع موجود در درمان تومورها و نیز درمان برخی بیماری‌های خودایمنیِ شدید طراحی شده‌اند. با این حال، درمان‌های کار-تی به‌دلیل فرایند تولید بسیار پیچیده و زمان‌بر، با چالش‌های جدی مواجه هستند. انتظار می‌رود حل این معضل سال‌ها زمان ببرد و در این فاصله، دسترسی به این درمان‌های نجات‌بخش محدود خواهد ماند.

۴–۲) درمان‌های مبتنی بر آر.ان.ای

درمان‌های مبتنی بر آر.ان.ای به بدن امکان می‌دهند پروتئین‌های درمانی تولید کند یا پروتئین‌های زیان‌بار را غیرفعال سازد. در رویکردهای شخصی‌سازی‌شده، پس از تعیین توالی تومور هر بیمار برای شناسایی نشانگرهای منحصربه‌فرد آن، یک واکسن ام.آر.ان.ایِ شخصی‌سازی‌شده[43] طراحی می‌شود تا سیستم ایمنی بدن را برای شناسایی و حمله به سلول‌های سرطانی آموزش دهد.

بر پایه همان فناوریِ به‌کاررفته در واکسن‌های کووید–۱۹، درمان‌هایی مانند ام.آر.ان.ای–۴۱۵۷[44] [45] شرکت مُدرنا[46] اکنون برای سرطان‌هایی مانند ملانوم و نیز برای پیشگیری از بیماری‌های عفونی، در حال آزمایش هستند.

با این حال، عرضه واکسن‌های سرطانی مبتنی بر ام.آر.ان.ای به بازار، به‌مراتب دشوارتر از واکسن‌های کووید–۱۹ است. برخلاف ویروس‌ها، هر تومور از نظر زیستی منحصربه‌فرد است و به‌طور مداوم تغییر می‌کند؛ از همین رو، به‌جای واکسن‌های تولید انبوه، باید برای هر بیمار واکسنی شخصی‌سازی‌شده طراحی و تولید شود. ساخت چنین واکسن اختصاصی - همانند سلول‌درمانیِ شخصی‌سازی‌شده- فرایندی کُند، پرهزینه و از نظر گسترش‌پذیری برای استفاده روتین، دشوار است و در عمل با همان موانع اجراییِ سلول‌درمانی مواجه می‌شود.

۵–۲) ایمن‌درمانی

ایمن‌درمانی‌[47] با تعدیل عملکرد سیستم ایمنی، به بدن کمک می‌کنند تا سرطان‌ها یا بیماری‌های تحلیل‌برنده عصبی را بهتر شناسایی کرده و روند آنها را کُند سازد، یا در برخی موارد مهار و برطرف کند. در حوزه آلزایمر[48] ، داروهایی همچون لکمبی[49]، آدوهلم[50] و کیسونلا[51] با کمک به سیستم ایمنی برای پاک‌سازی تجمعات مضر پروتئینی از مغز عمل می‌کنند؛ سازوکاری که می‌تواند پیشرفت بیماری را در مراحل اولیه تا حدی کندتر کند.

هرچند منافع بالینی این درمان‌ها محدود است و انتظار نمی‌رود در کوتاه‌مدت اثر معناداری بر سلامت جمعیت داشته باشند، از آنجا که از نخستین درمان‌های آلزایمر با هدف تغییر مسیر پیشرفت بیماری ــ و نه صرفاً کنترل علائم ــ به‌شمار می‌روند، جایگاه مهمی در چشم‌انداز درمانی این حوزه دارند.

اقتصاد پزشکی نوآورانه

موج کنونی درمان‌های پیشرفته - به‌ویژه در حوزه پزشکی متابولیک و ژنتیکی - نشان‌دهنده گذار از «مدیریت بیماری» به سمت «اصلاح سازوکارهای زیستیِ زمینه‌ای» است. با این حال، موفقیت علمی در آزمایشگاه و کارآزمایی‌های بالینیِ کنترل‌شده زمانی ارزش عملی پیدا می‌کند که در دنیای واقعی نیز بتواند سلامت شمار زیادی از بیماران را، در چارچوب مراقبت‌های روزمره و با منابع محدود، بهبود بخشد. از همین رو، «قابلیت پرداخت» به یکی از مهم‌ترین معیارهای سنجش اثرگذاری واقعی این نوآوری‌ها در عمل تبدیل شده است.

در ایالات متحده، تحلیل هزینه‌هایی که خریداران برای ابزارهای تشخیصی نوآورانه و درمان‌های جدید می‌پردازند نشان می‌دهد دامنه قیمت‌ها بسیار گسترده است: از بیش از ۱۲ هزار دلار در سال برای داروهای جدید چاقی از خانواده جی.ال.پی-۱ تا حدود ۲/۲ میلیون دلار برای یک درمان ژنتیکی تک‌مرحله‌ای در برخی اختلالات خونی ارثی. این ارقام به‌روشنی تنش فزاینده میان پیشرفت پزشکی و پایداری مالی نظام‌های سلامت را برجسته می‌کنند؛ به‌ویژه آنکه بسیاری از درمان‌های نوین — از جمله ژن‌درمانی‌ها و درمان‌های شخصی‌سازی‌شده سرطان — برای توسعه و اجرای گسترده، هزینه‌های بسیار سنگینی دارند.

واقعیت این است که تبدیل شواهد علمی به کاربرد بالینیِ روزمره معمولاً زمان‌بر است. حتی پس از آن‌که یک ابزار تشخیصی یا مداخله درمانی از نظر علمی اثربخش تشخیص داده می‌شود و تأیید نهادهای نظارتی را دریافت می‌کند، موانع فرایند بازپرداخت هزینه می‌تواند دسترسی عادلانه را برای سال‌ها و حتی دهه‌ها به تأخیر بیندازد[52]. کارشناسان بالینی مشارکت‌کننده در این مطالعه، سه مانع عمده را در مسیر پذیرش گسترده نوآوری‌های پزشکی شناسایی کرده‌اند.

نخست، فشار هزینه‌ای بر پرداخت‌کنندگان بالا است. هزینه‌های بسیار بالای درمان — چه در اثر تقاضای گسترده برای داروهایی مانند جی.ال.پی-۱ و چه به دلیل قیمت‌های بسیار بالای درمان‌های تک‌مرحله‌ای (مانند ژن‌درمانی‌ها) — فشار مالی معتنابهی بر بودجه پرداخت‌کنندگان دولتی و خصوصی وارد می‌کند. برای مثال، بر اساس یک نظرسنجی ملی در آمریکا در سال ۲۰۲۵، حدود ۱۲ درصد از جمعیت بزرگسال از درمان‌های جی.ال.پی-۱ استفاده کرده‌اند[53]. به‌طور متوسط، بیمه‌گران سلامت در آمریکا ماهانه حدود ۴۶۷ تا ۵۱۲ دلار برای هر فرد تحت پوشش پرداخت می‌کنند؛ افزودن یک نسخه داروی جی.ال.پی-۱ می‌تواند این هزینه را برای همان فرد تقریباً دو برابر کند و بار مالی سنگینی بر نظام سلامت وارد آورد[54].

دوم، ابهام و عدم‌قطعیت در مسیر بازپرداخت هزینه می‌تواند موجب تردید جدی در میان ارائه‌دهندگان خدمات درمانی شود. به دلیل فقدان مسیر بازپرداخت روشن و قابل پیش‌بینی، درمان‌ها و فناوری‌های جدید ممکن است به چند مرکز تخصصی محدود بمانند یا صرفاً در قالب طرح‌های پژوهشی ادامه یابند و هرگز به جریان اصلی درمان و مراقبت راه پیدا نکنند.

سوم، ناهمسویی میان انتظارات بیماران و ظرفیت واقعی پرداخت‌کنندگان است. بیماران اغلب انتظار دارند هر نوآوریِ مفید و تأییدشده‌ای تحت پوشش بیمه قرار گیرد، در حالی که پرداخت‌کنندگان - با توجه به محدودیت شواهد بالینی، الزامات قانونی و سقف بودجه‌های سالانه - امکان تأمین همه درمان‌ها و فناوری‌ها را ندارند. این شکاف انتظارات، گفت‌وگوهای واقع‌بینانه و سازنده را دشوار می‌کند و محدودیت‌های عملیاتی پرداخت‌کنندگان سلامت را از منظر عمومی کم‌نمایان می‌سازد.

در آینده، نوآوری پزشکی احتمالاً تحت تأثیر چند روند کلیدی قرار خواهد گرفت. در کوتاه‌مدت و میان‌مدت، دستاوردهای مهمی در بیماری‌های قلبی‌عروقی، دیابت و چاقی رخ خواهد داد؛ عمدتاً به‌واسطه داروهای جی.ال.پی-۱، گسترش ابزارهای پوشیدنی و پایش در نقطه مراقبت، استفاده فراگیرتر از پایش مداوم گلوکز و ژن‌درمانی برای کلسترول بالای ارثی. هم‌زمان، در حوزه سرطان، پیشرفت‌ها به‌صورت تدریجی اما پیوسته ادامه می‌یابد و با سرمایه‌گذاری در زیرساخت‌ها و فناوری‌هایی مانند واکسن‌های ام.آر.ان.ای، درمان‌های سی.ای.آر-تی و بیوپسی مایع تقویت می‌شود؛ با این حال، اثرات جمعیتی این درمان‌ها به دلیل نیاز به مراکز تخصصی، آزمون‌های شخصی‌سازی‌شده و پیچیدگی اجرا، به‌تدریج نمایان خواهد شد. در بیماری‌های نادر نیز پیشرفت‌های عمیق اما از نظر جمعیتِ هدف محدود، از طریق ژن‌درمانی‌ها و سلول‌درمانی‌ها در حال تحقق است: اثرات فردی این درمان‌ها می‌تواند بسیار چشمگیر باشد، اما تأثیر آنها بر سلامت جمعیت در سطح کلان، به‌دلیل نادر بودن خود بیماری‌ها، محدود خواهد ماند. در مقابل، در بیماری‌های زوال‌عصبی و حوزه سلامت روان، روند پیشرفت احتمالاً کندتر از سایر حوزه‌ها خواهد بود - هرچند در سلامت روان، به‌واسطه نفوذ ابزارها و خدمات دیجیتال در سال‌های اخیر، ظرفیت بهبود بیشتری دیده می‌شود[55]. در نهایت، میان‌بُرهایی مانند هوش مصنوعی در تشخیص بیماری و ابزارهای پوشیدنی در نقطه مراقبت می‌توانند مداخلات زودهنگام را تسهیل کنند؛ اما بهره‌برداری کامل از این ظرفیت‌ها مستلزم اصلاح سیاست‌های سلامت، بازطراحی فرایندهای کاری بالینی و تغییر رفتارهای فردی است.

پیامد نوآوری‌های پزشکی برای بیمه‌گران عمر و سلامت

پیشرفت‌های تشخیصی چه زمانی بر بیمه تأثیر خواهند گذاشت؟

انتظار می‌رود نوآوری‌های تشخیصی از جمله تصویربرداری پزشکی تقویت‌شده با هوش مصنوعی، بیوپسی مایع برای غربالگری و پایش برخی سرطان‌ها و آزمایش‌های ژنتیکی در دسترس مستقیم مصرف‌کننده، در کوتاه‌مدت و میان‌مدت، بیشترین اثر را بر صنعت بیمه‌های عمر و سلامت بگذارند. این فناوری‌ها احتمالاً دو تحول اساسی ایجاد خواهند کرد. نخست، تشخیص زودهنگام‌تر و دقیق‌تر بیماری را ممکن می‌سازند؛ امری که می‌تواند پیامدهای درمانی را بهبود بخشد و در برخی موارد، هزینه‌ها را کاهش دهد. دوم، دقت فرایند ارزیابی ریسک[56] را به‌طور معناداری افزایش می‌دهند، زیرا بیمه‌گران به داده‌های سلامت دقیق‌تر و با قدرت پیش‌بینی بالاتر درباره متقاضیان دسترسی خواهند داشت.

در بلندمدت، انتظار می‌رود بیوپسی‌های مایع به‌ویژه در قالب تست‌های تشخیص زودهنگام چندگانه سرطان، تکامل یابند و به یکی از معیارهای مرجع در مراقبت برای شناسایی زودهنگام چندین نوع سرطان تبدیل شوند. با پیشرفت این فناوری‌ها و افزایش توان آنها در شناسایی سرطان‌هایی که تشخیص‌شان با روش‌های متعارف دشوارتر است مانند سرطان‌های پانکراس، تخمدان، کبد و ریه، امکان مداخله زودهنگام‌تر و پیگیری بالینی هدفمندتر فراهم می‌شود؛ تحولی که می‌تواند پیامدهای درمانی را بهبود بخشد و فشار هزینه‌ای بر نظام سلامت را کاهش دهد.

پیشرفت‌های درمانی چه زمانی بر بیمه تأثیر خواهند گذاشت؟

در میان کارشناسان بیمه مشارکت‌کننده در این مطالعه، درباره زمان‌بندی و دامنه دقیق اثرگذاری پیشرفت‌های درمانی نوین بر بیمه‌های عمر و سلامت دیدگاه‌های متفاوتی وجود دارد. با این حال، اکثریت قاطع آنان انتظار دارند که ظرف پنج سال آینده، تغییراتی چشمگیر و حتی تحول‌آفرین در صنعت بیمه رخ دهد؛ از همین رو، تبیین سریع مسائل و تعیین مسیر راهبردی آینده، اهمیتی فوری پیدا می‌کند.

آگونیست‌های گیرنده جی.ال.پی-۱ به‌عنوان یکی از تحول‌آفرین‌ترین مداخلات درمانی، نه‌تنها ریسک‌های مستقیم و غیرمستقیم سلامتِ مرتبط با چاقی از جمله دیابت، بیماری‌های قلبی‌عروقی و برخی سرطان‌ها را کاهش می‌دهند، بلکه شواهد اولیه حاکی از آن است که ممکن است بر آلزایمر و سایر بیماری‌های زوال‌عصبی نیز اثرات بالقوه‌ای داشته باشند. از این منظر، این داروها می‌توانند الگوهای بروز بیماری، مرگ‌ومیر و کیفیت طول عمر را در سطح جمعیت دگرگون سازند. پذیرش گسترده این درمان‌ها حتی می‌تواند مرگ‌ومیر تجمعی ناشی از همه علل را در سطح جامعه کاهش دهد. بر اساس برخی برآوردهای خوش‌بینانه اما قابل‌اعتنا، این کاهش در ایالات متحده تا سال ۲۰۴۵ می‌تواند بین ۴/۶ تا ۸/۸ درصد باشد[57].

در افق بلندمدت‌تر، سلول‌درمانی‌ها و ژن‌درمانی‌ها با وجود ریسک‌های اجرایی و هزینه‌های اولیه بسیار بالا، می‌توانند ارائه خدمات سلامت را از درمان بیماری به سمت اصلاح یا حتی حذف استعداد ابتلا به برخی بیماری‌های ارثی سوق دهند. چنین تحولی می‌تواند مفروضات مرگ‌ومیر و در نتیجه، منطق قیمت‌گذاری در بیمه را به‌صورت بنیادی دگرگون نماید.

انواع محصولات بیمه عمر و سلامت چگونه تحت تأثیر قرار خواهند گرفت؟

در بیمه‌های سلامت، درمان‌های بسیار پرهزینه مانند ژن‌درمانی و سلول‌درمانی‌، در کنار هزینه‌های انباشته ناشی از مصرف گسترده و طولانی‌مدت داروهای ضدچاقی، می‌توانند فشار کم‌سابقه‌ای بر حق‌بیمه‌ها و سقف تعهدات وارد کنند. تعداد اندکی خسارت بسیار بزرگ ناشی از درمان‌های ژنی تک‌مرحله‌ای و حجم بالای خسارت‌ها با هزینه متوسط اما تکرارشونده مرتبط با درمان‌های مزمن جی.ال.پی-۱، هر دو می‌توانند پایداری مالی بیمه‌گران سلامت را در مقیاس وسیع با چالش جدی مواجه سازند. سازوکارهای سنتی تجمیع ریسک که بر قانون اعداد بزرگ و پراکندگی هزینه‌ها تکیه دارند، ممکن است در برابر چنین نوسان‌های شدید و غیرمنتظره‌ای در الگوهای خسارت، با محدودیت جدی روبه‌رو شوند. این مسئله در بیمه سلامت حادتر است، زیرا حاشیه سود عملیاتی در این حوزه معمولاً اندک است.

 

در عین حال، فرصت‌های مهمی نیز وجود دارد. تشخیص زودهنگام بیماری‌هایی همچون دیابت می‌تواند مداخله سریع‌تر با درمان‌های مؤثرتر، از جمله داروهای جی.ال.پی-۱، را ممکن سازد و نیاز به مراقبت‌های پرهزینه بیمارستانی یا تخصصی در مراحل پیشرفته را کاهش دهد. همچنین توسعه خدمات جامع که دارودرمانی را با برنامه‌های تغییر سبک زندگی، مشاوره تغذیه و مربیگری سلامت تلفیق می‌‌کند، می‌تواند به افراد کمک کند مدت طولانی‌تری سالم بمانند. با این حال، توسعه چنین مدل‌هایی مستلزم سرمایه‌گذاری اولیه معتنابهی است؛ امری که برای بیمه‌گران سلامت خصوصی، به‌ویژه در شرایط جابه‌جایی بالای بیمه‌گزاران، ممکن است توجیه اقتصادی روشنی نداشته باشد.

در بیمه‌های عمر با پوشش فوت، پیشرفت‌های تشخیصی و درمانی جدید عموماً تحولی مثبت به‌شمار می‌آیند. پیشرفت‌های چشمگیر در درمان سرطان و نیز گسترش ژن‌درمانی‌ها و سلول‌درمانی‌ها می‌تواند مرگ‌ومیر ناشی از این بیماری‌ها را به‌طور قابل‌ملاحظه‌ای کاهش دهد. این تحول، دامنه افراد بیمه‌پذیر را گسترش می‌دهد و در بلندمدت می‌تواند به کاهش حق‌بیمه‌ها بینجامد. افرادی که پیش‌تر به دلیل سابقه خانوادگی یا استعداد ژنتیکی از این نوع پوشش محروم بودند، ممکن است اکنون واجد شرایط دریافت بیمه با نرخ‌های استاندارد، یا دست‌کم با ارزیابی دقیق‌تر و منصفانه‌تر ریسک، شوند.

نوآوری‌های پیش‌بینانه و تشخیصی همچنان فرصت‌های تازه‌ای برای تعامل مستمر و معنادار با مشتری فراهم می‌کنند. صنعت بیمه عمر در طول تاریخ در ایجاد ارتباطی مداوم و مؤثر با بیمه‌گزاران با چالش روبه‌رو بوده و غالباً تماس با مشتری به زمان صدور بیمه‌نامه یا وقوع خسارت محدود می‌شده است. گنجاندن تشخیص‌های دوره‌ای، پایش مستمر نشانگرهای زیستی از طریق دستگاه‌های پوشیدنی و ارائه توصیه‌های پیشگیرانه و سبک زندگیِ شخصی‌سازی‌شده در بسته خدمات بیمه، می‌تواند این الگو را دگرگون سازد و به بیمه‌گران عمر امکان دهد تا از نقش سنتی «پرداخت‌کننده منفعل خسارت» فاصله بگیرند و به شریکی فعال و قابل اعتماد در حفظ سلامت و رفاه مشتریان تبدیل شوند.

در بیمه‌های عمرِ دارای پوشش‌های حین حیات از جمله مستمری‌ها، بیمه بیماری‌های خاص و بیمه مراقبت طولانی‌مدت (LTCI)[58]، الگوی اثرگذاری پیچیده‌تر و در برخی موارد متعارض است. در محصولات مبتنی بر طول عمر[59]، مانند مستمری‌ها، افزایش طول عمر ناشی از پیشرفت‌های پزشکی می‌تواند دوره پرداخت مستمری را طولانی‌تر کند و فشار مالی بیشتری بر ارائه‌دهندگان این محصولات وارد آورد. در مقابل، اگر این پیشرفت‌ها به زندگی سالم‌تر و توان کاری طولانی‌تر بینجامند، دوره کسب درآمد و انباشت سرمایه نیز افزایش می‌یابد و مرحله برداشت از پس‌اندازها کوتاه‌تر می‌شود.

بیمه بیماری‌های خاص به‌طور مستقیم در معرض اثر فناوری‌های جدید تشخیصی و درمانی قرار دارد. تشخیص زودهنگام بیماری از طریق تصویربرداری مبتنی بر هوش مصنوعی یا بیوپسی مایع می‌تواند باعث افزایش تعداد خسارت‌ها در مراحل اولیه بیماری شود، زیرا بیماری زودتر شناسایی می‌شود و در نتیجه، بیمه‌گران زودتر با تعهد پرداخت سرمایه بیمه‌ای مواجه خواهند شد. در بیمه مراقبت طولانی‌مدت نیز هرگونه پیشرفت واقعی در درمان بیماری‌های زوال عقل از جمله ایمن‌درمانی‌های جدید، می‌تواند الگوهای بروز و پیشرفت این بیماری‌ها را دگرگون سازد و بر ساختار محصول و مفروضات قیمت‌گذاری اثر بگذارد.

نوآوری‌های پزشکی چگونه بر بیمه‌پذیری[60] تأثیر می‌گذارند؟

بیمه‌گران امروز در بستر یک زیست‌بوم سلامت قرار دارند که با سرعتی بی‌سابقه در حال تغییر است؛ و همین امر فرصتی راهبردی برای بازاندیشی درباره نقش سنتی آنان فراهم کرده است. نوآوری پزشکی در حال بازتعریف مرزهای بیمه‌پذیری است؛ یعنی تعیین اینکه کدام ریسک‌ها همچنان قابل بیمه شدن‌ هستند و کدام‌یک از منطق سنتی بیمه فاصله می‌گیرند.

در برخی موارد، این نوآوری‌ها دامنه بیمه‌پذیری را گسترش می‌دهند و امکان پوشش گروه‌های جدیدی از افراد یا ریسک‌های تازه‌شناخته‌شده را فراهم می‌کنند. در موارد دیگر، همان نوآوری‌ها چالش‌های جدی پدید می‌آورند: از یک سو، می‌توانند هزینه‌ها را به‌طور چشمگیری افزایش دهند؛ و از سوی دیگر، با افزایش قطعیت و پیش‌بینی‌پذیری برخی ریسک‌های سلامت، به‌ویژه ریسک‌های مرتبط با زمینه ژنتیکی، بر منطق سنتی عدم‌قطعیت در بیمه اثر بگذارند.

گفت‌وگو با کارشناسان صنعت بیمه سه حوزه اصلی را برای بیمه‌های عمر و سلامت برجسته می‌سازد. در کوتاه‌مدت، اولویت فوری، طراحی و بازطراحی محصولات بیمه‌ای متناسب با رشد سریع هزینه درمان‌های نوین و تغییر پروفایل ریسک بیمه‌گزاران است. در گام بعد، موضوعاتی همچون ارزیابی ریسک، تجمیع ریسک، روش‌های پرداخت به ارائه‌دهندگان خدمات درمانی و نحوه مواجهه با مقررات فزاینده، به اولویت‌های مهمِ نوظهور تبدیل می‌شوند. در افق بلندمدت، تحول پایدار در بیمه‌های عمر و سلامت مستلزم کسب مهارت‌های جدید، جذب استعدادهای میان‌رشته‌ای و ایجاد شیوه‌های نوین برای تعامل مستمر و معنادار با مشتریان خواهد بود.

نمودار 1-عملکردهای صنعت بیمه که نیاز به تغییر دارند:

چه چیزی و تا چه میزان باید تحت پوشش قرار گیرد؟

در بسیاری از کشورهای پیشرفته، نهادهای عمومی نقش محوری در تدوین راهنماهای مبتنی بر شواهد برای سیاست‌گذاران و پرداخت‌کنندگان حوزه سلامت دارند. این نهادها که اغلب با عنوان سازمان‌های ارزیابی فناوری سلامت (HTA)[61] شناخته می‌شوند، با انجام ارزیابی‌های نظام‌مند و بی‌طرفانه از فناوری‌های جدید پزشکی، به تصمیم‌گیری درباره بازپرداخت هزینه‌ها جهت می‌دهند.

از منظر کارشناسان بیمه، صنعت بیمه‌های عمر و سلامت به چارچوبی مشترک نیاز دارد تا میان «آزمایش‌های پیش‌بینی‌کننده و تشخیصیِ واقعاً ارزش‌آفرین» و «درمان‌ها یا مداخلاتی با ارزش بالینی اندک یا فاقد ارزش» تمایز روشن برقرار شود. شکل‌گیری چنین اجماعی، با تجویز هدفمند و مبتنی بر شواهد ابزارهای تشخیصی و درمان‌ها، حذف رویه‌های زیان‌بار یا بی‌نتیجه و ارتقای استانداردهای بالینی، می‌تواند اتلاف منابع محدود سلامت را به‌طور معناداری کاهش دهد.

طراحی محصول چگونه باید تکامل یابد؟

ظهور درمان‌های مولکولی بسیار گران‌قیمت، از جمله سلول‌درمانی‌های کار-تی، درمان‌های ژنتیکی سی.آر.آی.اس.پی.آر و واکسن‌های شخصی‌سازی‌شده سرطان، تصمیم‌گیری درباره تخصیص منابع را در سراسر زنجیره مراقبت دشوارتر کرده است. این دسته درمان‌ها، ضرورت بازتعریف طراحی محصولات بیمه‌ای با محوریت «پیشگیری» را برجسته می‌کنند؛ هدف این است که تا حد امکان، وابستگی به مداخلات دیرهنگام و پرهزینه کاهش یابد.

با توجه به اینکه جریان سرمایه‌گذاری تحقیق و توسعه امروز عمدتاً به سمت رویکردهای درمانی پرهزینه متمایل است، شواهد علمی نشان می‌دهد خدمات پیشگیرانه، پایش مستمر ریسک و مدیریت فعال سلامت در بسیاری از موارد هم از نظر بالینی اثربخش‌تر و هم از لحاظ اقتصادی کارآمدتر هستند. بیمه‌گران سلامت می‌توانند با برجسته‌سازی پوشش‌ها و مزیت‌های خود در این حوزه، به بازار سرمایه و شرکت‌های داروسازی یک سیگنال مالی روشن ارسال کنند و بر توزیع متوازن‌تر سرمایه میان نوآوری‌های درمانی و نوآوری‌های پیشگیرانه اثر بگذارند.

فرایند ارزیابی ریسک چگونه باید با شرایط جدید تطبیق یابد؟

ارزیابی ریسک در بیمه‌های عمر و سلامت باید از یک فرایند ایستا و مقطعی، به رویکردی پویا و مستمر تبدیل شود تا بتواند با تغییرات نمایه ریسک سلامت افراد در طول مدت قرارداد سازگار بماند. این ارزیابی مستمر، فرصت‌های تازه‌ای برای تعامل با مصرف‌کنندگان ایجاد می‌کند و به شکل‌گیری ارتباطی مکرر و معنادار میان بیمه‌گر و بیمه‌گزار می‌انجامد.

 

فناوری‌های نوظهور تشخیصی و پزشکی شخصی‌سازی‌شده در حال شکل‌دهی به گروه‌های ریسک کوچک‌تر و بسیار دقیق‌تر حتی در سطح فردبه‌فرد، هستند. در چنین شرایطی، افراد کم‌ریسک ممکن است کاهش محسوس حق‌بیمه را تجربه کنند، اما برای افراد پرریسک، حق‌بیمه می‌تواند به‌تدریج گران‌تر و حتی غیرقابل‌دسترس شود. این وضعیت، چالش‌های جدی اخلاقی و اجتماعی ایجاد می‌کند؛ زیرا همین گروه‌های پرریسک نیز به پوشش‌های مقرون‌به‌صرفه نیاز دارند.

جدول ۱: شمایی ساده از سازوکارهای نوظهور تجمیع ریسک و خرید خدمات درمانی

منبع: انجمن ژنو

هم‌زمان، عدم تقارن اطلاعات[63] میان بیمه‌گزار و بیمه‌گر می‌تواند به انتخاب نامطلوب منجر شود: وضعیتی که در آن متقاضیان پوشش، هنگام خرید بیمه اطلاعات دقیق‌تری درباره ریسک واقعی سلامت خود نسبت به بیمه‌گر در اختیار دارند.

بیمه‌گران چگونه می‌توانند بر محدودیت‌های تجمیع ریسک و قراردادهای سنتی خرید غلبه کنند؟

نوسانات قیمتی ناشی از برخی درمان‌های بسیار گران‌قیمت می‌تواند معتنابه و مخرب باشد. تجمیع ریسک سنتی، حتی با اتکا به پیشرفته‌ترین روش‌های ارزیابی ریسک، در برابر شوک‌های ناگهانی و بزرگِ هزینه درمان، آسیب‌پذیر است. از این رو، بیمه‌گران باید سازوکارهای نوآورانه‌تری برای تجمیع ریسک و نیز شیوه‌های جدید خرید خدمات سلامت را بررسی کنند تا بتوانند اثر نوسان قیمت را خنثی یا دست‌کم محدود نمایند.

تجربه ایالات متحده در به‌کارگیری سازوکارهای عمومی برای مدیریت هزینه‌های بسیار بالا می‌تواند برای بیمه‌گران اتکایی در سایر کشورها آموزنده باشد. برنامه اتکایی انتقالی[64] قانون مراقبت مقرون‌به‌صرفه[65] (۲۰۱۴–۲۰۱۶) نمونه‌ای از اعمال حدِ ضرر در برابر خسارت‌های بسیار بزرگ[66] بود. هرچند این برنامه فدرال به پایان رسیده است اما چندین ایالت آمریکا همچنان برنامه‌های اتکایی خود را تحت معافیت‌های فدرال اداره می‌کنند. افزون بر این، شمار محدودی از بیمه‌گران اتکایی خصوصی در آمریکا، تضمین حدِ ضرر را به بیمه‌گران اولیه یا طرح‌های خودبیمه‌‌گری[67] ارائه می‌دهند؛ گاه از طریق مدل‌های اشتراکی با پرداخت ثابت ماهانه به ازای هر عضو تا دسترسی به درمان‌های پرهزینه ممکن شود. ارزش این الگوها برای بیمه‌گر، تبدیل نوسان‌های سنگین ریسک به هزینه‌ای قابل پیش‌بینی است.

در سمت «خرید خدمات سلامت» نیز روش‌هایی مانند پرداخت مبتنی بر ارزش و قراردادهای مبتنی بر پیامد در حال گسترش است. مدل‌های پرداخت چندساله مبتنی بر عملکرد می‌توانند هزینه درمان را متناسب با اثربخشی آن، طی چند سال توزیع کنند. همچنین راه‌اندازی صندوق‌های اختصاصی بیماری و «محیط‌های کنترل‌شده»[68] برای ارزیابی درمان‌های نو، به بیمه‌گران امکان می‌دهد بر نحوه ورود نوآوری‌های درمانی به بازار و کنترل هزینه‌های مرتبط با آنها نفوذ بیشتری داشته باشند. صندوق داروهای سرطان[69] انگلستان نمونه‌ای شناخته‌شده از این رویکرد است و ملاحظات مشابهی در بسیاری از کشورهای عضو سازمان همکاری و توسعه اقتصادی (OECD)[70] در جریان است.

تنش‌های نظارتیِ پیش رو

قواعد دسترسی به داده‌های حساس ژنتیکی مانند داده‌های پیش‌بینی‌کننده و تشخیصی، در نظام‌های حقوقی مختلف، متفاوت است. با شتاب فناوری‌های ژنتیکی و ظهور درمان‌های شخصی‌سازی‌شده، موضع نهادهای ناظر درباره دسترسی و نحوه استفاده از این داده‌ها پرسشی کلیدی ایجاد می‌کند: بیمه‌گران چگونه می‌توانند ریسک‌های ساختاری مانند انتخاب نامطلوب[71] را مدیریت کنند، بی‌آنکه به تبعیض ناعادلانه دامن بزنند؟

از این رو، تعامل سازنده و مبتنی بر همکاری نزدیک با سیاست‌گذاران در حوزه‌های بیمه، سلامت و تنظیم‌گری داده، برای ایجاد توازن میان محاسبات بیم‌سنجی از یک سو و نیاز جامعه به پوشش ریسک از سوی دیگر، ضروری است.

نتیجه‌گیری

نوآوری پزشکی در حال دگرگون‌سازی بنیان‌های علمی و اقتصادی بیمه‌های عمر و سلامت است. با بلوغ این فناوری‌ها و ورود آنها به جریان اصلی مراقبت، احتمال بروز اختلال‌های عمیق‌تر در صنعت بیمه افزایش می‌یابد. درمان‌هایی مانند آگونیست‌های جی.ال.پی-۱، ژن‌درمانی و سلول‌درمانی، درمان‌های مبتنی بر آر.ان.ای برای نسل بعدی واکسن‌ها، همراه با تشخیص‌های مبتنی بر هوش مصنوعی و بیوپسی‌های مایع، همگی نوید آینده‌ای با امید به زندگی بالاتر و سالم‌تر را می‌دهند؛ اما هم‌زمان، مدل‌های سنتی پیش‌بینی ریسک، ارزیابی ریسک و قیمت‌گذاری بیمه را به چالش می‌کشند.

این نوآوری‌ها از یک‌سو راه را برای گسترش پوشش به گروه‌های تازه هموار می‌کنند و از سوی دیگر، مرزهای «قابلیت پرداخت» و پایداری بلندمدت محصولات بیمه‌ای را به چالش می‌کشند. با این حال، فرصت‌های معتنابهی پیشِ روست: اگر سرمایه‌گذاری‌ها به‌موقع و هوشمندانه انجام شود، ابزارهای تحلیلی و عملیاتی به‌درستی به‌کار گرفته شوند و چارچوب‌های سیاستیِ کارآمد و منعطف شکل بگیرند، می‌توان بیمه‌پذیری و تاب‌آوری نظام‌های سلامت و بیمه را به‌طور معناداری تقویت کرد.

با این حال، این تصمیم‌های خطیر نیازمند صداقت فکری، شفافیت و دقت محاسباتی بالاست. نکته اساسی آن است که هیچ ذی‌نفعی اعم از بیمه‌گران، داروسازان، سیاست‌گذاران و بیماران، به‌تنهایی قادر به مدیریت این فشارهای چندلایه و درهم‌تنیده نیست. گفت‌وگوی باز، مستمر و سازنده میان بیمه‌گران، قانون‌گذاران، نوآوران و محققان، ارائه‌دهندگان خدمات سلامت و جامعه مدنی برای اطمینان از اینکه پیشرفت‌های پزشکی «ارزش اجتماعی بیمه» را تقویت می‌کنند و نه تضعیف، ضرورتی اجتناب‌ناپذیر است.

منابع

Argentieri, A.M., et al. 2025. Integrating the environmental and genetic architectures of aging and mortality. Nature Medicine 31 (3): 1016–1025.

ASDA Online Doctor. 2025. Wegovy (Semaglutide).

Asghar, A.A., Khabir, Y., and Hashmi, M.R. 2022. Zynteglo: Betibeglogene autotemcel - An innovative therapy for β- thalassemia patients. Annals of medicine and surgery 82: 104624.

Association of British Insurers. 2023. Code on Genetic Testing and Insurance.

Association of the British Pharmaceutical Industry. 2022. Comparing Outcomes Pre- and Post-Cancer Drugs Fund: What Can We Learn?

Broderick, J.C., et al. 2025. Melanoma Vaccines: Comparing Novel Adjuvant Treatments in High-Risk Patients. Vaccines 13 (6): 656.

CaliforniaHealthline. 2023. Blood Test That Screens for Cancer Raises Hopes, and Worries.

Campbell, D. 2024. Mounjaro is second obesity drug to be approved for use in England. The Guardian. Center For American Progress 2023. How States Can Use Section 1332 Waivers To Improve Health Care Affordability and Access.

Cotter, L., Rae, M., McGough, M., Rakshit, S., and Cox, C. 2025. How ACA Marketplace costs compare to employ- er-sponsored health insurance. Peterson-KFF Health System Tracker.

DealForma 2024. Venture Funding – Biopharma Therapeutics & Platforms – Q1 2024. Deloitte. 2025. 2025 Life Sciences Outlook.

EISAI Global. 2023. EISAI’S approach to U.S. pricing for Leqembi™ (Lecanemab). EU Artificial Intelligence Act. 2024. High-level summary of the AI Act.

Everyone. 2025. Is inclisiran available in the UK (and for whom)? All you need to know.

Fang, H., Frean, M., and Sylwestrzak, G. 2022. Trends in Disenrollment and Reenrollment Within US Commercial Health Insurance Plans, 2006-2018. JAMA Network Open 5 (2).

Fernandez, J., de Boissieu, P., and Galbraith, M. 2025. Health technology assessment in Europe: A comparison of organizations and introduction to the European regulation. La Presse Médicale 54 (2).

FiercePharma. 2022. Immunocore wins FDA nod for first uveal melanoma treatment, also first T-cell receptor therapeutic.

FiercePharma. 2024. Vertex taps Lonza to help produce global supply of cutting-edge CRISPR therapy Casgevy.

Geneva Association. 2023. Promoting Peace of Mind: Mental health and insurance. Adrita Bhattacharya-Craven.

Geneva Association. 2025. Insurance and the Longevity Economy: Navigating protection in the era of 100-year lives. Adrita Bhattacharya-Craven.

Gleason, P., et al. 2024. Real-world persistence and adherence to glucagon-like peptide-1 receptor agonists among obese commercially insured adults without diabetes. Journal of Managed Care & Specialty Pharmacy 30 (8): 860–867.

GoodRX. 2025. How Much Does Zepbound (Tirzepatide) Cost Without Insurance?

Grand View Research. 2024. GLP-1 Receptor Agonist Market (2025–2030).

He, L., et al. 2022. Association of Glucagon-Like Peptide-1 Receptor Agonist Use With Risk of Gallbladder and Biliary Diseases: A Systematic Review and Meta-analysis of Randomized Clinical Trials. JAMA Intern Med. 182 (5): 513–519. Heo, Y.A. 2023. Etranacogene Dezaparvovec: First Approval. Drugs 83 (4): 347–352.

Hingorani, A., et al. 2023. Performance of polygenic risk scores in screening, prediction, and risk stratification: secondary analysis of data in the Polygenic Score Catalog. BMJ Med 2, e000554.

Horie, T., and Ono, K. 2024. VERVE-101: a promising CRISPR-based gene editing therapy that reduces LDL-C and PCSK9 levels in HeFH patients. European Heart Journal. Cardiovascular Pharmacotherapy 10 (2): 89–90. International Monetary Fund. 2025. Inflation rate, end of period consumer prices.

Inland Revenue Service. 2025. ACA Section 1341 Transitional Reinsurance Program FAQs.

Jastreboff, A.M., et al. 2023. Triple-Hormone-Receptor Agonist Retatrutide for Obesity - A Phase 2 Trial. The New England Journal of Medicine 389 (6): 514–526.

Jørgensen, J., and Kefalas, P. 2017. Annuity payments can increase patient access to innovative cell and gene therapies under England’s net budget impact test. Journal for Market Access Health Policy 5 (1): 1355203.

Jucker, M., and Walker, L. 2023. Alzheimer’s disease: From immunotherapy to immunoprevention. Cell 186 (20): 4260–4270.

Khan, A., et al. 2022. Immunogenicity of CAR-T Cell Therapeutics: Evidence, Mechanism and Mitigation. Frontiers in immunology 13: 886546.

LaMattina, J. 2022. It Was To Be The Cholesterol Drug For The Masses. Novartis Changed That. Forbes. Lång, K., et al. 2023. Artificial intelligence-supported screen reading versus standard double reading in the Mammography Screening with Artificial Intelligence trial (MASAI): a clinical safety analysis of a randomised, controlled, non-inferiority, single-blinded, screening accuracy study. The Lancet. Oncology 24 (8): 936–944.

Lennon, N.J., et al. 2024. Selection, optimization and validation of ten chronic disease polygenic risk scores for clinical implementation in diverse US populations. Nature Medicine 30 (2): 480–487.

Mahobe, R., and Srinivasan, S. 2022. Provention prices diabetes drug above analysts’ estimates at $13,850/vial. Reuters.

Massachusetts Institute of Technology. 2021. Emerging market solutions for financing and reimbursement of durable cell and gene therapies.

National Association of Insurance Commissioners. 2023. US Health Insurance Industry Analysis Report. National Association of Insurance Commissioners. 2024a. US Health Insurance Industry Analysis Report.

National Association of Insurance Commissioners. 2024b. US Health Insurance Industry | 2024 Mid-Year Results.

National Institute for Health and Clinical Excellence. 2017. HeartFlow FFRCT for estimating fractional flow reserve from coronary CT angiography.

National Institute for Health and Clinical Excellence. 2022. NICE recommends new drug for people living with obesity.

Nordic Pharmaceutical Forum. 2023. Nordic countries strengthen joint negotiations. OECD. 2020. Addressing Challenges in Access to Oncology Medicines.

OECD. 2023. Pensions at a Glance 2023: OECD and G20 Indicators. OECD. 2024. Is Care Affordable for Older People?

Oliver Wyman. 2024. Pharmaceutical Companies Bolster Venture Capital Investments.

Primetherapeutics. 2024. Real-World Analysis of Glucagon Like Peptide-1 (GLP-1) Agonist Obesity Treatment

Year-Two Clinical and Cost Outcomes.

RAND. 2025. New Weight Loss Drugs GLP-1 Agonist Use and Side Effects in the United States.

RGA. 2025. RGA GLP-1 Study: Weighing the Evidence. Quantifying the mortality and morbidity impacts of GLP-1 and other incretin-based drugs in the US, UK, Canada, and Hong Kong populations.

Shmatko, A., et al. 2025. Learning the natural history of human disease with generative transformers. Nature 647: 248–256.

Singh, A., et al. 2024. Revolutionary breakthrough: FDA approves CASGEVY, the first CRISPR/Cas9 gene therapy for

sickle cell disease. Annals of medicine and surgery 86 (8): 4555–4559.

Slote Morris, Z., et al. 2011. The answer is 17 years, what is the question: understanding time lags in translational

research. Journal of the Royal Society of Medicine 104 (12): 510–20.

Swiss Re. 2020. Cancer screening; What’s new, what’s coming and what you should consider.

Swiss Re. 2024a. Genetic testing in the Life & Health insurance industry. Navigating a shifting regulatory landscape. Swiss Re. 2024b. Multi-Cancer Early Detection Cancer screening beyond today’s boundaries.

Swiss Re. 2024c. Weight loss injectables. The boom of GLP-1 drugs.

Swiss Re. 2025. The future of metabolic health and weight loss drugs: Projecting mortality reductions in the US and UK populations.

Taylor, P. 2024. Lilly gets FDA OK for Alzheimer’s drug, cites cost advantage. Pharmaphorum.

Temple-West, P. 2025. Eli Lilly’s weight-loss pill meets target in key diabetes trial. Financial Times.

The Treasury (Australian Government). 2025. Ban on the use of adverse genetic testing results in life insurance consultation paper.

 

US Food & Drug Administration. 2017. Full-Body CT Scans - What You Need to Know.

US Food & Drug Administration. 2018. Precision Medicine.

VerywellHealth. 2025. Novo Nordisk Offers Wegovy for $499 a Month in Direct-to-Consumer Program.

Willis Tower Watson. 2025. Global Medical Trends Survey. Medical costs are projected to continue to rise in 2025.