Artikkel
AI-drevne verktøy for priser: Nøkkelpunkter fra ISPOR Europe 2025
-
Leanna Baker Williams, MS, PharmD
Det globale prismiljøet for legemidler blir stadig mer komplisert. Politikken er i endring, land påvirker hverandres priser, og refusjonssystemene er vanskeligere å navigere. Farmasøytiske selskaper må tilpasse seg raskt slik at pasienter kan få rettidig tilgang til behandlinger. På ISPOR Europe 2025-workshopen, «Navigating the Global Pricing Policy Landscape and Leveraging AI for Strategic Insights», diskuterte eksperter hvordan kunstig intelligens (AI) kan hjelpe pristeam med å håndtere disse utfordringene.
Workshopen hadde som mål å gi prisledere verktøy for å forstå og reagere på raskt skiftende prisforhold. Nedenfor er den viktigste innsikten som ble delt i løpet av økten, inkludert hvordan kunstig intelligens kan støtte team, praktiske trinn for innføring og hvordan fremtiden kan se ut.
Workshopen hadde som mål å gi prisledere verktøy for å forstå og reagere på raskt skiftende prisforhold. Nedenfor er den viktigste innsikten som ble delt i løpet av økten, inkludert hvordan kunstig intelligens kan støtte team, praktiske trinn for innføring og hvordan fremtiden kan se ut.
Forstå workshopens fokus
Sesjonen utforsket hvordan global prispolitikk endrer seg og hvordan disse endringene påvirker refusjon og pasienttilgang. Prisvalg i ett land påvirker ofte andre gjennom systemer som referanseprising og handel over landegrenser. Workshopen forklarte disse koblingene og ga råd om hvordan bedrifter kan reagere.
Prisstrategi påvirker hvordan kontrakter fastsettes, hvilke bevisbetalere forventer, og hvor raskt pasienter mottar nye behandlinger. Manglende viktige retningslinjesignaler kan forsinke lanseringer eller føre til strengere refusjonsvilkår. Foredragsholdere understreket at AI kan hjelpe pristeam med å oppdage politiske endringer tidligere, oppsummere informasjon raskere og teste hvordan endringer kan påvirke ulike markeder, med forståelse for at resultatene bør gjennomgås av erfarne fagfolk innen prissetting og markedstilgang.
Figur 1: Avstemningsresultater fra økten
Prisstrategi påvirker hvordan kontrakter fastsettes, hvilke bevisbetalere forventer, og hvor raskt pasienter mottar nye behandlinger. Manglende viktige retningslinjesignaler kan forsinke lanseringer eller føre til strengere refusjonsvilkår. Foredragsholdere understreket at AI kan hjelpe pristeam med å oppdage politiske endringer tidligere, oppsummere informasjon raskere og teste hvordan endringer kan påvirke ulike markeder, med forståelse for at resultatene bør gjennomgås av erfarne fagfolk innen prissetting og markedstilgang.
Figur 1: Avstemningsresultater fra økten
En meningsmåling fra økten (figur 1), utført under workshopen med 246 deltakere, viste at 64 prosent av organisasjonene ikke bruker AI i prisarbeid, og bare 15 prosent har tatt i bruk AI-verktøy. Dette tyder på at de fleste selskaper fortsatt er i de tidlige stadiene av å utforske AI for prising og fokuserer AI-innsatsen andre steder, for eksempel pasientengasjement eller medisinske forhold.
Rollen til AI i prisstrategier
AI-verktøy kan hjelpe pristeam med å bygge og teste scenarier mye raskere enn manuelle metoder. Disse verktøyene kan organisere og analysere store datasett, inkludert kliniske data, betalerregler og markedsaktivitet. De kan avdekke mønstre, utfordre antagelser og gjøre informasjon om til innsikt som støtter beslutningstaking .
Figur 2: AI-funksjoner for prissetting og scenariomodellering
Figur 2: AI-funksjoner for prissetting og scenariomodellering
AI-drevne verktøy (figur 2) kan konfigureres til å innta og strukturere inndata på tvers av klinisk dokumentasjon, regulatorisk kontekst, betaler- og HTA-beslutninger (helseteknologivurdering) og økonomiske signaler og markedssignaler. Derfra brukes analyse- og modelleringstilnærminger til å overflatemønstre, teste forutsetninger og generere scenarioutdata som kan gjennomgås og trykktestes av pris- og tilgangsledere som en del av en styrt prosess.
AI kan speile mange av trinnene som pristeam bruker i dag, men det fungerer i langt større hastighet og skala. For eksempel kan AI modellere hvordan en policyendring – for eksempel en Most Favored Nation-regel eller lanseringen av en biotilsvarende – kan påvirke prisene. Dette hjelper teamene med å evaluere potensielle konsekvenser og justere antagelser raskere.
En stor fordel er at AI kan redusere tiden det tar å samle inn og oppsummere informasjon. Dette lar teamene bruke mer tid på å sjekke antagelser og utforme strategier. Med raskere arbeidsflyter kan team utforske flere alternativer og ta bedre informerte beslutninger.
AI kan speile mange av trinnene som pristeam bruker i dag, men det fungerer i langt større hastighet og skala. For eksempel kan AI modellere hvordan en policyendring – for eksempel en Most Favored Nation-regel eller lanseringen av en biotilsvarende – kan påvirke prisene. Dette hjelper teamene med å evaluere potensielle konsekvenser og justere antagelser raskere.
En stor fordel er at AI kan redusere tiden det tar å samle inn og oppsummere informasjon. Dette lar teamene bruke mer tid på å sjekke antagelser og utforme strategier. Med raskere arbeidsflyter kan team utforske flere alternativer og ta bedre informerte beslutninger.
Overvinne barrierer for AI-adopsjon
Selv med disse fordelene sliter mange selskaper med å ta i bruk AI-verktøy. Vanlige barrierer inkluderer:
For å overvinne disse utfordringene anbefalte workshopen å starte med små, veldefinerte brukstilfeller. Den understreket også viktigheten av å velge verktøy med tydelig dokumentasjon og revisjonsspor. AI bør støtte – ikke erstatte – ekspertisen til prisfagfolk. Teamene bør også validere utdata for nøyaktighet, skjevhet og datadekning, spesielt når de bruker generativ AI for å oppsummere kildemateriale.
- Komplekse databehov: Prissetting er avhengig av mange typer informasjon, inkludert retningslinjer, bevis og kontrakter.
- Bekymringer om åpenhet: Teamene bekymrer seg for hvordan kunstig intelligens kommer til konklusjoner og om resultatene er i samsvar med forskriftene.
- Begrensede ressurser: Mindre selskaper kan mangle ekspertise til å bygge eller vedlikeholde AI-systemer, noe som gjør dem avhengige av partnere.
For å overvinne disse utfordringene anbefalte workshopen å starte med små, veldefinerte brukstilfeller. Den understreket også viktigheten av å velge verktøy med tydelig dokumentasjon og revisjonsspor. AI bør støtte – ikke erstatte – ekspertisen til prisfagfolk. Teamene bør også validere utdata for nøyaktighet, skjevhet og datadekning, spesielt når de bruker generativ AI for å oppsummere kildemateriale.
Generativ AI og naturlig språkbehandling i prissetting
To teknologier – generativ kunstig intelligens og naturlig språkbehandling (NLP) – spiller viktige roller i moderne prisverktøy. NLP kan skanne store sett med regulatoriske dokumenter, publiserte HTA-resultater og markedsrapporter for å identifisere trender som teamene kan gå glipp av. Generativ AI kan gjøre kompleks informasjon om til klare sammendrag, noe som hjelper team med å kommunisere raskt og konsekvent når det brukes med passende kontroller og gjennomgang.
Figur 3: Ende-til-ende-arbeidsflyt for policyintelligens for prismodeller
Figur 3: Ende-til-ende-arbeidsflyt for policyintelligens for prismodeller
Disse verktøyene (figur 3) kan hjelpe pristeam med å lage scenarier og vurdere hvordan policyendringer eller nye produkter kan påvirke markedet, og skreddersy anbefalinger ved hjelp av både nåværende og historiske data. De kan forkorte beslutningstiden og øke synligheten i prisbegrunnelsen ved å gi et strukturert utgangspunkt for analyse.
AI er imidlertid bare så sterk som dataene og forutsetningene som brukes. For nye eller ukjente retningslinjer brukes AI best til å strukturere muligheter, mens menneskelige eksperter fortsatt må validere resultatene. I tillegg bør teamene beholde referanser til underliggende kildedokumenter for å støtte revisjon og sporbarhet.
AI er imidlertid bare så sterk som dataene og forutsetningene som brukes. For nye eller ukjente retningslinjer brukes AI best til å strukturere muligheter, mens menneskelige eksperter fortsatt må validere resultatene. I tillegg bør teamene beholde referanser til underliggende kildedokumenter for å støtte revisjon og sporbarhet.
Praktiske trinn for å ta i bruk AI i prissetting
For bedrifter som ønsker å begynne å integrere AI, men føler seg usikre på kompleksitet eller compliance, anbefalte workshopen:
Hybridmodeller – der AI fremskynder databehandling og eksperter tar de endelige beslutningene – forventes å bli standarden. Organisasjoner som bygger repeterbare, godt styrte arbeidsflyter vil være bedre forberedt på fremtidige policyendringer.
- Start i det små: Bruk kunstig intelligens på smale oppgaver som sporing av policysignaler eller oppsummering av data.
- Prioriter åpenhet: Velg verktøy med sterk dokumentasjon og innebygde revisjonsspor.
- Bruk menneskelig ekspertise: Sørg for at dyktige eksperter gjennomgår og validerer alle AI-utdata.
- Invester i opplæring: Sørg for at pristeam forstår hvordan de skal bruke AI i arbeidet sitt.
Hybridmodeller – der AI fremskynder databehandling og eksperter tar de endelige beslutningene – forventes å bli standarden. Organisasjoner som bygger repeterbare, godt styrte arbeidsflyter vil være bedre forberedt på fremtidige policyendringer.
Fremtiden til AI i prisstrategier
AI-drevet prising er fortsatt i sine tidlige stadier innen biofarmaindustrien, men de potensielle fordelene er sterke. AI kan hjelpe pristeam med å ta beslutninger raskere, redusere forsinkelser i analyse og planlegging og lage mer effektive strategier når de kombineres med sterk styring og opplevd tilsyn.
For selskaper som ønsker å bruke AI i prisarbeidet, tilbyr Cencora veiledning og verktøy støttet av flere tiår med erfaring. Vår tilnærming blander dyp markedskunnskap med moderne teknologi for å hjelpe team med å navigere i komplekse globale prismiljøer.
AI er ikke en frittstående løsning, men når den kombineres med ekspertvurdering og en klar plan, kan den hjelpe pristeam med å ta bedre og raskere beslutninger.
Våre team av vitenskaps- og forskningseksperter bruker flere tiår med erfaring og relasjoner med globale helsemyndigheter for å gi veiledning og strategiske råd. Se hvordan vi hjelper organisasjoner som din med å ta bedre beslutninger om markedsadgang
For selskaper som ønsker å bruke AI i prisarbeidet, tilbyr Cencora veiledning og verktøy støttet av flere tiår med erfaring. Vår tilnærming blander dyp markedskunnskap med moderne teknologi for å hjelpe team med å navigere i komplekse globale prismiljøer.
AI er ikke en frittstående løsning, men når den kombineres med ekspertvurdering og en klar plan, kan den hjelpe pristeam med å ta bedre og raskere beslutninger.
Våre team av vitenskaps- og forskningseksperter bruker flere tiår med erfaring og relasjoner med globale helsemyndigheter for å gi veiledning og strategiske råd. Se hvordan vi hjelper organisasjoner som din med å ta bedre beslutninger om markedsadgang
Informasjonen som gis her inneholder markedsføringsuttalelser og utgjør ikke juridisk rådgivning. AI-aktiverte analyser bør være basert på passende data og brukes innenfor et dokumentert styringsrammeverk, med ekspertgjennomgang for å bekrefte nøyaktighet og samsvar. Cencora oppfordrer leserne på det sterkeste til å gjennomgå tilgjengelig informasjon relatert til emnene som diskuteres her, og til å stole på sin egen erfaring og ekspertise når de tar beslutninger relatert til dette.
Ta kontakt med teamet vårt
Vårt team av ledende verdieksperter arbeider iherdig med å omsette bevis, policy-innsikt og markedsinformasjon til effektive tilgangsstrategier for det globale markedet. Vi hjelper deg med å finne frem i dagens komplekse helsetjenester. Kontakt oss, så hjelper vi deg med å nå målene dine.
