肖璇 何运臻 陈宁江

1武汉大学人民医院眼科中心 430060；2卡尔蔡司(上海)管理有限公司中国数字创新中心 200131

青光眼是一种因视网膜神经节细胞和视神经纤维丢失而导致视野缺损和视力下降的慢性、不可逆性眼病，是全球主要的致盲眼病[1]。2015年，我国青光眼流行病学特征以原发性闭角型青光眼(primary angle-closure glaucoma，PACG)为主，其患病率约为1.40%，患病人数约为714万人[2]。随着人口老龄化进程的加快，估计2020年我国PACG患者数量高达750万人[3]。可见，以PACG为主的青光眼已成为我国一个重要的公共卫生问题。考虑到青光眼视力和视野丢失的不可逆性，早发现、早诊断和早干预对青光眼的防治至关重要，可有效延缓患者的视神经损害[4-5]。然而早期青光眼症状隐匿导致了我国青光眼患者的总体诊断率不足10%，明显低于国际上的50%诊断率[6]，即90%患者仍处于未被诊断的危险状态[7]。这一现状决定了青光眼防控工作需延伸至社区，通过人群筛查尽早发现无症状的“危险房角”人群和早期患者，从而将治疗窗口提前。长期以来，我国基层眼科防控体系薄弱、眼科医师缺乏且专业技能不足[8]，致使基层眼病综合防控工作举步维艰。近年来，如何基于人工智能(artificial intelligence，AI)影像诊断来弥补基层硬件与能力短缺、辅助人群筛查已成为国内外眼科领域探讨的热点[9-10]。文献报道当前辅助青光眼筛查的AI应用主要基于机器学习算法来自动读取、分析眼底照相或光相干断层扫描(optical coherence tomography，OCT)图片，根据视网膜神经纤维层厚度、杯盘比、视盘出血等来智能判断是否青光眼可疑并给出转诊建议[11]。AI辅助诊断的优势是简单快捷，不需要过多依赖医生个人经验，同时提高诊断准确率。我国一项研究选取48 116份彩色眼底照片训练和验证青光眼深度学习系统，结果显示该系统鉴别青光眼可转诊病例的敏感性和特异性分别高达95.6%和92.0%，受试者工作特征曲线下面积为0.986[12]。国外有研究通过Meta分析也显示青光眼深度学习模型的受试者工作特征曲线下面积为0.923～0.957[11]。智能诊疗技术在人群筛查中的适宜性、经济性尚不明确，缺乏相关实证研究，而决策者希望了解AI辅助人群筛查对卫生系统医疗费用、医疗保险基金将带来怎样的影响[13]。基于此，本研究以海南省昌江黎族自治县(简称昌江县)为例，利用卫生经济学模型预测AI辅助的偏远地区老年PACG患者人群筛查对医疗费用、医保基金支出的影响，以期为政府卫生决策提供依据。

1 资料与方法

1.1 海南省昌江县基本情况

昌江县位于海南省西北偏西部，土地总面积1 617平方公里，下辖8个乡镇共179个自然村。2017年全县人口23.2万人，其中0～14岁47 676人，占20.55%，15～64岁164 929人，占71.09%，65岁及以上19 395人，占8.36%。2017年国民生产总值总量为114.44亿元，在全省19个市或县中排名第13[14]。该县基本医疗卫生服务主要由2家综合性二级甲等医院承担，分别为昌江黎族自治县人民医院(开放床位315张，现有卫生技术人员428人，其中高级职称35人)和昌江黎族自治县中西医结合医院(开放病床近400张，拥有卫生技术人员402人，其中高级职称48人，中级职称75人)[15]。2017年全县门、急诊1 232 160人次，出院25 742人。绝大多数眼科患者由昌江黎族自治县中西医结合医院收治，而昌江黎族自治县人民医院的眼科患者主要以白内障和翼状胬肉为主。

1.2 昌江县AI辅助青光眼人群筛查拟实施方案

依托武汉大学人民医院昌江医疗集团眼病慢病管理办公室，本项目拟为全县范围内65岁以上老年人提供青光眼筛查，并打造“社区筛查-AI辅助诊断-专家远程确诊-县域内治疗或随访管理”的基层眼科慢病管理模式。计划由昌江黎族自治县人民医院和昌江黎族自治县中西医结合医院的眼科医师、技师和护士组成筛查小组，指导培训各个社区卫生服务中心或乡镇卫生院开展筛查工作。将眼科检查数据输入青光眼AI筛查系统，智能分析具有重要临床意义的杯盘比、视盘出血等参数后给出评估报告，由眼科医生云端复核审查完成初步诊断。初筛阳性患者将通过绿色通道转诊至县医院进一步复查，包括裂隙灯显微镜检查、眼底照相、OCT、视野检查等，所有检查资料网络发送至武汉大学人民医院眼科中心，由青光眼专家远程阅片并做出最终诊断(图1)。

图1 昌江县AI辅助青光眼人群筛查流程图 AI：人工智能Figure 1 Flowchart of AI-assisted glaucoma screening in Changjiang Li autonomous county AI:artificial intelligence

此外，筛查过程拟采取以下质量控制措施：(1)制定规范的组织管理、加强青光眼筛查工作的宣传力度和科普常识；(2)开展内部人员培训。昌江医疗集团眼病慢病管理办公室制定筛查工作执行方案，并组织专家对参与青光眼筛查的工作人员开展操作技术培训，确保筛查眼科医生掌握可疑青光眼、青光眼的诊断标准；(3)建立电子档案，社区数据由检查仪器直接连接网络上传；(4)规范诊断治疗，落实《中国原发性闭角型青光眼诊治方案专家共识(2019年)》、《我国原发性青光眼诊断和治疗专家共识(2014年)》等诊疗规范和指南[16-17]；(5)制定社区随诊制度，进行月度上报和考核。

1.3 卫生经济学模型构建

构建决策分析模型是一种常用的卫生经济学评价方法，其原理是拟合2种或2种以上卫生干预方案的成本和效果，进而评价不同方案的投入产出比以及预测其对医疗费用、医保基金支出的影响。其中，源自数学建模领域的马尔可夫模型是常用的决策分析模型。本研究采用浙江温州青光眼人群筛查的马尔可夫模型[19]，模拟昌江县青光眼患者随时间变化的疾病进展，以及在这个进展过程中所产生的医疗费用。本研究选择该模型主要原因为：(1)可完整、准确地拟合PACG患者终生的疾病转归；(2)已公开发表，有效性、科学性及可靠性经过同行评审的检验。

本研究中的模型基于国际分类方法，将PACG按照严重程度分为原发性房角关闭可疑状态(suspected primary angle closure，PACS)、原发性房角关闭(primary angle closure，PAC)、PACG、单眼致盲和双眼致盲5个状态。处于每个状态的患者都有一定比例接受相应的临床治疗，治疗方案参照《中国原发性闭角型青光眼诊治方案专家共识(2019年)》[16]，PACS和PAC患者首选激光周边虹膜切开术或切除术。部分效果不佳者，进一步联合药物治疗。若疾病进展为PACG，则根据病情采取单独内科治疗、复合式小梁切除术或两者联合治疗。此外，任何一个状态都有可能发生死亡。最终，模型由11个健康状态构成，拟合了青光眼患者终生的自然疾病进程，并涵盖了可能出现的临床治疗措施(图2)。模型每模拟循环1个周期的时长为1年，总共模拟15个周期。

图2 青光眼患者疾病进展的马尔可夫模型示意图 箭头表示一个状态转移到另一个状态的方向，箭头旁的数字代表相应的转移概率 PACS：原发性可疑房角关闭状态；PAC：原发性房角关闭；PACG：原发性闭角型青光眼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 青光眼患者不同状态之间的转移概率Table 1 Transferring probability between different states of glaucoma patients状态间转移筛查情境无筛查情境转移概率(%)来源转移概率(%)来源健康从健康到PACS2.29[19]2.29[19]原发性房角关闭可疑状态PACS从PACS到治疗后PACS32.00[20]2.20[18]从PACS到PAC4.85[20-22]4.85[20-22]从治疗后PACS到PAC1.15[23]--从治疗后PACS到PACS1.96[23]--原发性房角关闭PAC从PAC到治疗后PAC32.00[20]2.20[18]从PAC到PACG7.66[20]7.66[20]从治疗后PAC到PACG2.25[18,20]--从治疗后PAC到PAC5.81[20]--原发性闭角型青光眼PACG从PACG到治疗后PACG80.00[18]30.00[6]从PACG到单眼致盲2.98[18,24-25]2.98[18,24-25]从治疗后PACG到单眼致盲0.46[26]0.46[26]单眼致盲从单眼致盲到单眼致盲接受治疗80.00假设80.00假设从单眼致盲到双眼致盲5.58[18]5.58[18]从单眼致盲接受治疗到双眼致盲3.87[18]3.87[27] 注:PACS:原发性房角关闭可疑状态;PAC:原发性房角关闭;PACG:原发性闭角型青光眼;-:无数据 Note:PACS:suspected primary angle closure;PAC:primary angle closure;PACG:primary angle-closure glaucoma;-:no data

1.4 卫生经济学模型关键参数设置

为了确保模型充分反映昌江县实际情况，本研究对温州模型进行适当的“本土化调整”，代入昌江县当地的部分费用参数。

1.4.1流行病学参数 基于已有文献的Meta分析结果，中国农村地区的PACS、PAC和PACG在总体人群中的患病率分别为8.618%、1.797%和0.592%[18]。结合昌江县65岁以上人口数19 395人，可估算得到65岁以上已有PACS、PAC和PACG患者分别约为1 671、349和115例，其余17 260人是当前未患、但未来可能发生青光眼事件的人群。

1.4.2转移概率和治疗依从性参数 转归概率代表每经历一个周期，患者从当前状态转移到下一个状态的可能性大小。转移概率主要来自经过严格设计的临床试验、前瞻性或回顾性队列研究，从而确保模型的科学性。同时，为了简化模型，本研究规定模型遵从以下假设：(1)实施筛查与不实施筛查2种干预方式下，早期PACS和PAC患者接受临床治疗的依从性不同。其中，经筛查发现的早期阳性患者有32%的比例进一步转诊治疗。而在无筛查情况下，PACS和PAC阶段患者通过机会性筛查，有一定概率提早接受临床治疗；(2)早期PACS和PAC患者接受临床治疗可能会出现治疗效果不佳而返回未治疗状态；(3)每个阶段只接受一次临床治疗；(4)晚期青光眼患者盲事件线性发展，即先单眼、后双眼。青光眼患者不同状态之间的转移概率见表1。

1.4.3筛查和转诊依从性参数 参照浙江温州青光眼筛查研究[18]，昌江县65岁以上居民每年参与青光眼人群筛查的比例设定为86%，而经筛查发现的阳性患者的转诊治疗率为57%。

1.4.4AI诊断的敏感性与特异性参数 当前尚无随机临床试验或真实世界研究证明青光眼AI筛查的准确性，因此本研究采用Li等[12]报道的眼底照片深度学习算法诊断的敏感性(95.60%)和特异性(92.00%)来模拟AI辅助青光眼筛查的准确性参数，主要原因是：(1)基于深度学习的眼底图像识别技术是当前主流的青光眼人工智能模型之一[11]；(2)该模型已经我国患者的48 116份眼底照片训练和验证，样本量足够大，可充分反映我国患者眼底特征。

1.4.5医疗成本参数 青光眼患者接受临床治疗的费用主要来自昌江黎族自治县中西医结合医院、温州青光眼人群筛查模型以及专家咨询。其中，PACG患者、进展至单眼致盲或双眼致盲患者的平均治疗费用是基于昌江黎族自治县中西医结合医院2016—2019年青光眼病案首页数据计算而得。医疗费用大致分为急性期住院治疗和门诊长期服药2类。其中，急性期住院治疗的费用涵盖检查检验、诊察、床日、护理、手术、中西药物、材料等项目。患者长期门诊随访与服药的成本已换算成每年费用(表2，3)。

1.4.6医保支付比例参数 由于我国基本医疗保险支付政策以住院为主，因此本研究假定昌江县基本医疗保险的报销范围仅覆盖住院治疗，相应的偿付比例如表4所示。

表2 住院治疗平均费用Table 2 Average cost of hospital stay患病状态平均费用(元/次)来源青光眼相关诊断费用107.96[18]PACS或PAC的住院治疗712.95[18]PACG的住院治疗3901.76昌江县中西医结合医院2016—2019年病案数据单眼致盲的住院治疗6737.40昌江县中西医结合医院2016—2019年病案数据双眼致盲的住院治疗8509.32昌江县中西医结合医院2016—2019年病案数据 注:PACS:原发性房角关闭可疑状态;PAC:原发性房角关闭;PACG:原发性闭角型青光眼 Note:PACS:suspected primary angle closure;PAC:primary angle closure;PACG:primary angle-closure glaucoma

表3 长期门诊服药费用Table 3 Cost of long-term outpatient medication treatment患病状态平均费用(元/年)来源PACS、PAC12.02[19]PACG2400.00咨询专家单眼致盲2400.00假设与PACG相同双眼致盲2400.00假设与PACG相同 注:PACS:原发性房角关闭可疑状态;PAC:原发性房角关闭;PACG:原发性闭角型青光眼 Note:PACS:suspected primary angle closure;PAC:primary angle closure;PACG:primary angle-closure glaucoma

表4 昌江县基本医保报销比例Table 4 Reimbursement rate of basic medical insurance in Changjiang Li autonomous county医疗服务项目平均报销比例(%)来源PACS或PAC的住院治疗65假定与PACG相同PACG的住院治疗65昌江县中西医结合医院2016—2019年病案数据单眼致盲的住院治疗76昌江县中西医结合医院2016—2019年病案数据双眼致盲的住院治疗82昌江县中西医结合医院2016—2019年病案数据 注:PACS:原发性房角关闭可疑状态;PAC:原发性房角关闭;PACG:原发性闭角型青光眼 Note:PACS:suspected primary angle closure;PAC:primary angle closure;PACG:primary angle-closure glaucoma

2 结果

2.1 青光眼患者长期健康转归

由马尔可夫模型拟合的昌江县老年PACG患者在AI辅助筛查与不筛查2种方案下未来15年的分布，PACS、PAC和PACG患者例数均呈现先增加后减少的变化趋势(图3)。健康人群每年发展为PACS的比例相同，因此2种方案下的PACS患者例数在早期均保持增长，并且筛查方案下PACS患者上升更为显著，这与AI辅助筛查方案下对更多的PACS患者进行早干预从而延缓疾病进展，以及PAC阶段患者因有效治疗后恢复至PACS有关。筛查可以实现早期青光眼患者的早发现、早诊断和早干预，患者的疾病进展将得到有效减缓，因此AI辅助筛查方案下PAC、PACG、单眼与双眼致盲患者例数上升的速率、幅度均低于无筛查方案。

图3 不同方案下昌江县青光眼患者的长期健康转归 PACS：原发性房角关闭可疑状态；PAC：原发性房角关闭；PACG：原发性闭角型青光眼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

昌江县每年不同分期青光眼患者的分布拟合结果显示，第1年，AI辅助筛查方案与无筛查方案PACG、单眼致盲、双眼致盲青光眼患者分布相同，表明筛查的效果尚不明显；但从第2年开始，得益于前期PACS和PAC筛查阳性患者的早期干预，AI辅助筛查方案下进展到PACG的患者例数低于无筛查方案；15年后，预计在AI辅助筛查方案下昌江县PACS、PAC、PACG、单眼致盲和双眼致盲的患者分别为3 049、677、176、8和1例，而无筛查方案下相应的患者分别为2 570、922、310、16和2例；AI辅助筛查方案将更多的患者控制在早期PACS阶段。最终，以无筛查方案为对照，15年内AI辅助筛查方案可减少PACG患者134例，占43%，防止盲患者9例，占50%(表5)。

表5 昌江县青光眼患者健康转归的模型拟合结果(n,例)Table 5 Simulation modeling results of outcomes of glaucoma patients in Changjiang Li autonomous county under two plans (n,case)时间AI辅助筛查方案无筛查方案PACS未治疗PACS治疗PAC未治疗PAC治疗PACG未治疗PACG治疗单眼致盲未治疗单眼致盲治疗双眼致盲PACS未治疗PACS治疗PAC未治疗PAC治疗PACG未治疗PACG治疗单眼致盲未治疗单眼致盲治疗双眼致盲第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:原发性房角关闭可疑状态;PAC:原发性房角关闭;PACG:原发性闭角型青光眼 Note:AI:artificial intelligence;PACS:suspected primary angle closure;PAC:primary angle closure;PACG:primary angle-closure glaucoma

2.2 昌江县青光眼患者长期医疗费用及医保基金支出预测

根据模型拟合的每年青光眼各个疾病状态患者的分布与就诊情况，结合青光眼诊治的平均医疗费用，估计AI辅助筛查与无筛查2种方案下每年医疗资源的耗费情况。AI辅助筛查方案下，由于大量无症状/轻微症状的PACS、PAC阶段患者被提前诊断进而转诊治疗，因此前期医疗费用涨幅较大，增速较快，年医疗费用从第1年的514 265.24元/年快速增长至第4年的801 867.62元/年；模型预测随着眼科慢病管理，节省医疗费用的效应逐渐显现，年医疗费用增速逐渐放缓，并在第9年达到峰值848 494.46元/年，从第10年开始，费用开始由增长扭转为下降。在无筛查方案下，由于未早发现、早治疗，大量早期患者进展到PACG，甚至致盲阶段，因此医疗费用持续上涨，并在第14年(739 839.19元/年)开始反超AI辅助筛查方案下的费用(735 381.15元/年)(图4，表6，7)。

图4 2种方案下拟合昌江县青光眼患者总医疗费用对比Figure 4 Comparison of total medical expense of glaucoma patients in Changjiang Li autonomous county under two plans

表6 AI辅助筛查方案下昌江县青光眼患者未来15年的医疗费用预测(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)时间PACS住院费用PACS门诊服药PAC住院费用PAC门诊服药PACG住院费用PACG门诊服药单眼致盲住院费用单眼致盲门诊服药双眼致盲住院费用双眼致盲门诊费用合计第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合计2867823.22310237.45684597.65684597.651442034.554775527.89224186.47334684.2539451.5745108.31 注:AI:人工智能;PACS:原发性房角关闭可疑状态;PAC:原发性房角关闭;PACG:原发性闭角型青光眼 Note:AI:artificial intelligence;PACS:suspected primary angle closure;PAC:primary angle closure;PACG:primary angle-closure glaucoma

表7 无筛查方案下昌江县青光眼患者未来15年的医疗费用预测(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)时间PACS住院费用PACS门诊服药PAC住院费用PAC门诊服药PACG住院费用PACG门诊服药单眼致盲住院费用单眼致盲门诊服药双眼致盲住院费用双眼致盲门诊费用合计第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合计518959.0653356.79136908.9412680.951727229.584956052.53367105.07492090.2557867.3760496.99 注:PACS:原发性房角关闭可疑状态;PAC:原发性房角关闭;PACG:原发性闭角型青光眼 Note:PACS:suspected primary angle closure;PAC:primary angle closure;PACG:primary angle-closure glaucoma

2种方案下昌江县医保基金在青光眼住院治疗上的支出预测结果分析可见，在无筛查方案下，随着越来越多的患者进展至PACG或致盲阶段，医保基金支出持续增长，从第1年的97 558.27元/年持续增长至第15年的143 130.09元/年；而在筛查方案下，医保基金年支出在第1年和第2年分别骤增至245 833.25元/年和285 610.06元/年，随后从第3年开始，医保基金支出由增长转为下降，年医保费用从第3年的283 412.55元/年逐渐减少至第15年的163 715.28元/年，并且与无筛查方案下医保基金支出的差异逐渐缩窄，体现出青光眼筛查控费的效应(图5，表8)。

图5 2种方案下拟合昌江县青光眼患者医保基金支出对比Figure 5 Comparison of medical insurance fund expenditure for glaucoma patients in Changjiang Li autonomous county under two plans

表8 2种方案下昌江县青光眼患者未来15年的医疗保险基金支出预测(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)时间AI辅助筛查方案无筛查方案PACS医保支出PAC医保支出PACG医保支出单眼致盲医保支出双眼致盲医保支出合计PACS医保支出PAC医保支出PACG医保支出单眼致盲医保支出双眼致盲医保支出合计第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:原发性房角关闭可疑状态;PAC:原发性房角关闭;PACG:原发性闭角型青光眼 Note:AI:artificial intelligence;PACS:suspected primary angle closure;PAC:primary angle closure;PACG:primary angle-closure glaucoma

3 讨论

本研究以昌江县19 395名65岁以上老年人为例，借鉴浙江温州成熟的人群筛查卫生经济学模型，结合昌江县真实世界的医疗费用与医保基金支出，拟合了PACG患者在AI辅助筛查与无筛查2种方案下的长期健康转归和费用情况。模型预测的15年结果显示，与无筛查方案相比，在昌江县65岁以上老年人中实施AI辅助PACG筛查可有效延缓青光眼患者疾病进展，15年时可减少43%(134/310)的PACG患者和50%(9/18)的盲患者。同时，尽管医疗费用和医保基金支出在短期内因筛查新增患者以及已有阳性患者的早发现、早诊断和早治疗而上涨较快，但长期来看医疗费用和医保支出将发生转折，由增长转为持续性下降。考虑到异地就医的因素未在模型中体现，本研究认为真实世界下昌江县人群筛查后费用节省的效应可能会更加明显，因为大量通过社区主动筛查发现的阳性患者可通过绿色通道直接转诊至县级医院接受治疗，减少异地省级医院就医的患者数量。

关于青光眼筛查的经济性，国内外研究者仍有较大争论。英国一项研究发现，当原发性开角型青光眼(primary open angle glaucoma，POAG)的患病率为1%～10%时，POAG人群筛查每额外获得1个质量调整生命年(quality-adjusted life years，QALY)增量成本超过30 000英镑，与不筛查相比，无成本效果优势[28-29]。一项针对在英国开展青光眼筛查的研究表明，增量成本效果将远远超过英国国家卫生与临床优化研究所规定阈值的2～3倍，因此不建议在人群中大规模开展筛查[30]。美国的一项研究则表明，基于健康体检的青光眼筛查可能具有成本效果优势，其增量成本效果比为46 000美元/QALY[31]。然而，发展中国家的研究结果与西方发达国家有所不同。印度一项基于决策树模型的评估研究发现，人群青光眼筛查具有良好的成本效果优势[32]。本研究与浙江温州青光眼社区筛查的研究表明，在中国开展人群青光眼筛查不仅是一种具有成本效果优势的公共卫生干预策略，并且有助于节省医疗费用及医保基金支出。这可能与中国青光眼社区筛查的特点有关：(1)AI赋能基层，借助AI辅助诊断，基层医生也可以独立完成患者的初筛诊断，使得以较低人力成本开展筛查成为可能；(2)中国人口密度大，单位筛查成本低；(3)青光眼，尤其是闭角型青光眼患病率高[18,33]。

中国目前正处于人口老龄化进程以及疾病由传染性、急重性向非传染性、慢性病转变的阶段，卫生系统面临着医疗卫生资源的有限性和人群卫生服务需求日益增加的挑战。在现行的背景下，迫切需要构建科学、高效的整体医疗统筹体系，从注重“治已病”转向“治未病”，提供以慢性病筛查和早期发现为核心、覆盖全民的公共卫生服务。不同于药物、医疗器械等临床治疗方式直接作用于疾病本身，公共卫生干预具有间接性的特点，其本质是通过对疾病危险因素的调控从而控制疾病的发生和发展，这决定了公共卫生领域的健康投资回报无法像临床干预一样“立竿见影”，往往需要长时间才能有所体现。短期来看，公共卫生服务增加了政府支出，但早期对预防的投入可以控制高危人群慢性病的发生和进展，后期用于诊治的医疗费用将相应减少，最终可维持，甚至节省卫生总费用。

同时，鉴于公共卫生干预的效果普遍具有长周期的特性，相应的效果评估要求更长时间的观察以及更多人力、财力、物力资源的投入，这也是现今尚无经过规范设计的直接证据来表明人群筛查对健康影响的原因之一[30]。在此背景下，卫生经济学不失为一个好的选择。通过科学的经济学模型结合临床试验/流行病学研究数据，可拟合、预测卫生干预对卫生系统的影响，从而辅助指导卫生决策。近十年国内已有部分研究者尝试在眼科领域应用卫生经济学分析，主要涉及眼科手术、药物等临床干预的成本-效果评价[34-38]，而针对人群筛查的研究较少[18,39-40]。据了解，本研究是国内应用卫生经济学理论来预测人群青光眼筛查对卫生系统医疗费用和医保基金支出影响的首次尝试，旨在为县域内整体医疗决策提供科学依据，为进一步深化医改提供政策咨询。本研究仍存在一些局限性：首先，本研究为预测研究，旨在为未来昌江县AI辅助青光眼人群筛查提供决策依据，且模型中的部分关键参数如筛查参与率、转诊与治疗依从性来源于其他地区研究结果，并不一定完全符合昌江县的真实世界情况，后续的效果评估需要具体结合昌江县开展人群筛查的实际情况来调整；其次，未考虑新技术、新药物上市对模型结果影响；再者，尽管AI图像识别在眼科领域如火如荼的开展，但这些模型少有在社区筛查情景中得到检验，其真实的诊断准确性尚不得知；最后，由于正式的青光眼筛查尚未启动，因此本研究未考虑与筛查相关人力、物力等资源投入的成本。

利益冲突本研究作者声明不存在任何经济资助和利益冲突关系

作者贡献声明(1)肖璇提出研究思路，协调组织数据收集和撰写文章；(2)何运臻负责数据分析和马尔可夫模型的构建，并参与文章撰写；(3)陈宁江设计具体研究方案