Článek

Nástroje pro tvorbu cen poháněné umělou inteligencí: Klíčové poznatky z ISPOR Europe 2025

  • Leanna Baker Williams, MS, PharmD

Globální cenové prostředí pro léčivé přípravky se stává komplikovanějším. Politiky se mění, země si navzájem ovlivňují ceny a v systémech úhrad je těžší se orientovat. Farmaceutické společnosti se musí rychle přizpůsobit, aby pacienti měli včasný přístup k léčbě. Na workshopu ISPOR Europe 2025 s názvem "Navigace v prostředí globální cenové politiky a využití umělé inteligence pro strategické poznatky odborníci diskutovali o tom, jak může umělá inteligence (AI) pomoci cenovým týmům tyto výzvy zvládnout.

Cílem workshopu bylo poskytnout vedoucím pracovníkům v oblasti cenotvorby nástroje, které jim umožní pochopit rychle se měnící cenové podmínky a reagovat na ně. Níže jsou uvedeny hlavní postřehy sdílené během zasedání, včetně toho, jak může umělá inteligence podpořit týmy, praktických kroků pro přijetí a toho, jak může vypadat budoucnost.

Pochopení zaměření workshopu

Zasedání se zabývalo tím, jak se mění globální cenová politika a jak tyto změny ovlivňují úhrady a dostupnost pacientů. Cenová rozhodnutí v jedné zemi často ovlivňují ostatní prostřednictvím systémů, jako jsou referenční ceny a přeshraniční obchod. Workshop tyto souvislosti vysvětlil a nabídl rady, jak mohou společnosti reagovat.

Cenová strategie ovlivňuje, jak jsou nastaveny smlouvy, jaké důkazy plátci očekávají a jak rychle pacienti dostávají novou léčbu. Chybějící klíčové politické signály mohou zpozdit zahájení nebo vést ke zpřísnění podmínek úhrady. Řečníci zdůraznili, že umělá inteligence může pomoci cenovým týmům dříve odhalit změny v politice, rychleji shrnout informace a otestovat, jak by změny mohly ovlivnit různé trhy, s tím, že výstupy by měly být přezkoumány zkušenými odborníky na ceny a přístup na trh.

Obrázek 1: Výsledky ankety ze zasedání
Průzkum provedený během workshopu s 246 účastníky ukázal, že 64 procent organizací nepoužívá umělou inteligenci při tvorbě cen a pouze 15 procent přijalo nástroje umělé inteligence. To naznačuje, že většina společností je stále v raných fázích zkoumání umělé inteligence z hlediska cen a zaměřuje své úsilí v oblasti umělé inteligence jinam, jako je zapojení pacientů nebo lékařské záležitosti.

Role umělé inteligence v cenových strategiích

Nástroje umělé inteligence mohou cenovým týmům pomoci vytvářet a testovat scénáře mnohem rychleji než ruční metody. Tyto nástroje mohou organizovat a analyzovat velké soubory dat, včetně klinických dat, pravidel plátců a tržní aktivity. Mohou odhalit vzorce, zpochybnit předpoklady a přeměnit informace na poznatky, které podporují rozhodování .

Obrázek 2: Funkce umělé inteligence pro modelování cen a scénářů

Překonání překážek při zavádění umělé inteligence

I přes tyto výhody má mnoho společností potíže s přijetím nástrojů umělé inteligence. Mezi běžné překážky patří:

  • Komplexní datové potřeby: Ceny se opírají o mnoho typů informací, včetně zásad, důkazů a smluv.
  • Obavy týkající se transparentnosti: Týmy se obávají, jak umělá inteligence dospěje k závěrům a zda jsou výstupy v souladu s předpisy.
  • Omezené zdroje: Menší společnosti mohou postrádat odborné znalosti pro vytváření nebo údržbu systémů umělé inteligence, což je činí závislými na partnerech.

K překonání těchto výzev workshop doporučil začít s malými, dobře definovanými případy použití. Zdůraznila rovněž, že je důležité volit nástroje s jasnou dokumentací a auditními stopami. Umělá inteligence by měla podporovat – nikoli nahrazovat – odborné znalosti  odborníků na tvorbu cen. Týmy by také měly ověřovat výstupy z hlediska přesnosti, zkreslení a pokrytí dat, zejména při použití generativní umělé inteligence ke shrnutí zdrojových materiálů.

Generativní umělá inteligence a zpracování přirozeného jazyka v cenotvorbě

V moderních cenových nástrojích hrají klíčovou roli dvě technologie – generativní umělá inteligence a zpracování přirozeného jazyka (NLP). NLP dokáže skenovat velké soubory regulačních dokumentů, zveřejněných výsledků HTA a zpráv o trhu a identifikovat trendy, které by týmy mohly přehlédnout. Generativní umělá inteligence dokáže přeměnit složité informace na jasné souhrny a při použití s vhodnými kontrolními mechanismy a kontrolou pomáhá týmům rychle a konzistentně komunikovat.

Obrázek 3: Kompletní pracovní postup analýzy zásad pro cenové modely
Tyto nástroje (obrázek 3) můžou pomoct cenovým týmům vytvářet scénáře a vyhodnocovat, jak můžou změny zásad nebo nové produkty ovlivnit trh, a přizpůsobit doporučení s využitím aktuálních i historických dat. Mohou zkrátit dobu rozhodování a zvýšit přehled o cenovém zdůvodnění tím, že poskytnou strukturovaný výchozí bod pro analýzu.

Umělá inteligence je však jen tak silná, jak silná jsou použitá data a předpoklady. U nových nebo neznámých politik se umělá inteligence nejlépe používá ke strukturování možností, zatímco lidští experti musí stále ověřovat výstupy. Kromě toho by týmy měly uchovávat odkazy na podkladové zdrojové dokumenty, aby podpořily auditovatelnost a sledovatelnost.

Praktické kroky pro přijetí umělé inteligence v cenotvorbě

Společnostem, které chtějí začít s integrací umělé inteligence, ale nejsou si jisté složitostí nebo dodržováním předpisů, workshop doporučil:

  • Začněte v malém: Používejte umělou inteligenci na úzké úkoly, jako je sledování signálů zásad nebo sumarizace dat.
  • Upřednostněte transparentnost: Vybírejte nástroje se silnou dokumentací a integrovanými auditními záznamy.
  • Využijte lidské znalosti: Zajistěte, aby kvalifikovaní odborníci zkontrolovali a ověřili všechny výstupy umělé inteligence.
  • Investujte do školení: Ujistěte se, že cenové týmy rozumí tomu, jak používat umělou inteligenci ve své práci.

Očekává se, že hybridní modely, kde umělá inteligence urychluje zpracování dat a odborníci činí konečná rozhodnutí, se stanou standardem. Organizace, které vytvářejí opakovatelné a dobře řízené  pracovní postupy, budou lépe připraveny na budoucí změny zásad.

Budoucnost umělé inteligence v cenových strategiích

Cenotvorba řízená umělou inteligencí je v biofarmaceutickém průmyslu stále v rané fázi , ale potenciální přínosy jsou silné. Umělá inteligence může pomoci cenovým týmům rychleji se rozhodovat, zkrátit zpoždění při analýze a plánování a vytvářet efektivnější strategie, pokud se spojí se silnou správou a zkušeným dohledem.

Společnostem, které chtějí využívat umělou inteligenci při stanovování cenotvorby, nabízí společnost Cencora poradenství a nástroje podložené desítkami let zkušeností. Náš přístup kombinuje hluboké znalosti trhu s moderními technologiemi a pomáhá týmům orientovat se ve složitých globálních cenových prostředích.

Umělá inteligence není samostatným řešením, ale v kombinaci s odborným úsudkem a jasným plánem může pomoci cenovým týmům činit lepší a rychlejší rozhodnutí.

Naše týmy odborníků na vědu a výzkum využívají desítky let zkušeností a vztahů s globálními zdravotnickými autoritami k poskytování poradenství a strategického poradenství. Podívejte se, jak pomáháme organizacím, jako je ta vaše, lépe se rozhodovat o přístupu na trh

Zde uvedené informace obsahují marketingová prohlášení a nepředstavují právní poradenství. Analýzy založené na umělé inteligenci by měly být založeny na vhodně zdrojovaných datech a měly by být používány v rámci zdokumentovaného rámce správy a řízení, s odborným přezkumem, který by potvrdil přesnost a soulad s předpisy. Společnost Cencora důrazně doporučuje čtenářům, aby si prostudovali dostupné informace týkající se zde diskutovaných témat a při rozhodování s nimi se spoléhali na vlastní zkušenosti a odborné znalosti.



Spojte se s naším týmem

Náš tým špičkových odborníků se zaměřuje na přetváření důkazů, poznatků z analýz politik a informací o trhu v účinné strategie přístupu na globální trh. Dovolte nám, abychom vám pomohli s jistotou se orientovat v dnešním složitém prostředí zdravotní péče. Ozvěte se nám a zjistěte, jak můžeme podpořit dosažení vašich cílů.

Související zdroje

Článek

Přehodnocení onkologických startů: Jak nová generace pacientů přetváří strategie

Článek

Transformační potenciál umělé inteligence při podpoře ekonomického modelování ve zdravotnictví

Webinář

Jak se vypořádat s globálními změnami v politice: Důsledky pro evropské farmaceutické prostředí