2008年，美国国会通过了《精神健康平权法》，该法案要求行为健康服务与医疗服务享有同等的福利，打破治疗限制，并对行为健康服务实施更严格的财务规范。然而，尽管两党支持率不断上升，自最初的法案实施近10年后，医保覆盖问题仍是一个挑战。

2016年12月，美国参议院以94票比5票通过了具有里程碑意义的《21世纪治愈法案》，这是近20年来美国最重要的行为医疗立法。该法案标志着一个显著的转变，即美国医疗从现有的干预体系转向注重早期诊断和预防，以及确保患者能持续享有医疗服务。

Healthbox结合2018年美国行为健康产业的发展出台了一份行业分析报告，这份报告回顾了2018年行为健康行业面临的挑战，并指出数字卫生技术在降低医疗成本、改善治疗结果方面的推动作用。

动脉网（公众号：vcbeat）编译了该报告的主体内容，以飨读者。

有行为健康问题的患者是治疗费用最高的群体之一。与许多身体疾病的管理不同，通过数字健康干预，行为健康可能更容易管理。此外，行为健康治疗的病耻感下降，病人使用远程医疗服务的意愿在不断上升。

然而，慢性疾病的复杂性、难以确诊的病发症和高成本的行为健康管理仍是行为健康行业发展的障碍。

行为健康被定义为精神、情感、心理、情绪、人格发展和物质使用障碍。行为健康问题的严重程度不等，包括从生活事件引起的短期斗争到慢性破坏性行为健康障碍，后者在没有适当、积极和统一管理的情况下会直接影响日常生活。

• 抑郁症

• 焦虑

• 创伤后应激障碍（PTSD）

• 精神分裂症

• 发展障碍，如自闭症和注意缺陷多动障碍（ADHD）

• 药物滥用

据美国国家心理健康研究所（NIMH）研究，在18岁以上的成年人中，最常见的行为健康问题是重度抑郁症和社交恐惧症。此外，根据药物滥用和精神卫生服务管理局（SAMHSA）的调查结果，12岁以上人群中最普遍的药物滥用是饮酒过度。就本报告而言，行为健康不包括可能需要改变日常作息的慢性疾病（如糖尿病、慢性心肺疾病）、神经系统疾病（如癫痫、中风）或可能与精神疾病同时发生的衰老疾病（如阿尔茨海默氏症）。

• 专家（如精神病医生、心理学家、顾问、精神科护士）

• 初级保健医生（PCPs）

• 社会工作者

• 病人

• 家庭和看护人员

• 社区组织（如全国精神疾病联盟）

2009年，全美行为健康治疗支出总计1717亿美元，包括公共卫生与私人支出，预计到2020年，成本将增至2805亿美元。在行为健康服务提供者方面，2009年医院在行为健康治疗上共花费378亿美元。

抑郁症是最昂贵的行为健康疾病，也是美国第六贵的疾病，在2013年的支出达710亿美元。其中大部分支出用于门诊护理（53.1%）、制药（32.1%）和住院护理（11.6%）。其他高支出的行为健康疾病包括焦虑症（297亿美元）、多动症（232亿美元）、精神分裂症（176亿美元）、药物使用障碍（135亿美元）和躁郁症（131亿美元）。

行为健康服务主要由公共资源提供资金，2010年美国61%的支出来自医疗补助、医疗保险和其他联邦、州和地方项目。私人保险一般会为行为健康服务提供一些保障，但与医疗服务相比，商业保险在就诊次数或住院天数方面提供的福利要有限得多；它还常常要求被保人承担更高的费用。

行为健康治疗的另一个主要资助人是企业雇主。企业雇主报告表示，抑郁症患者每三个月就有5个工作日无法上班，11.5天的工作效率低下。这将导致全美每年有2亿个工作日的工作效率下降，造成约17亿美元到 440亿美元不等的经济损失。研究人员计算得出，在行为健康项目上每投入1美元，就能获得3美元到5美元的经济恢复，并让患者生命中的健康年数增加。

由此看来，行为健康领域的投资是节约经济成本的关键。

了解诊断和治疗行为健康状况方面的挑战是定义和选择最佳数字健康解决方案的关键，但目前行为健康行业仍然面临三大挑战：

1.缺少能提供医疗服务的行为健康专家；

2.患者缺乏参与或协作护理模型的积极性，对改善治疗不利；

3.难以诊断高风险慢性病患人群。

图1 行为健康行业面临的挑战

难以获得行为卫生保健：数字卫生模型，如远程医疗，可能克服行为卫生从业人员的短缺、行为卫生条件不足以及农村环境中医疗资源在地理意义上的稀缺等问题。

治疗过程障碍重重：新的护理模型，如协作护理模型和基于测量的护理，如果得到更广泛的采用，可以改善治疗结果。

越来越多的学术证据表明，通过网络和移动平台远程管理的行为卫生保健，可能与在某些情况下由专业人员亲自管理的卫生保健一样有效。Healthbox预测，这些工具可以改善医疗协调，使病情进展更容易被追踪，从而以更低的成本达到更好的成效。

有限的分诊能力：技术可用于根据行为健康状况和严重程度确定需要优先干预的患者，以治疗最危险的人群。

对于慢性身体疾病的患者，如果是行为健康合并症，治疗可能会更加复杂和昂贵。

由于行为健康状况往往与其他慢性疾病并存，在诊断后，患者能更好地遵循护理流程来管理自身的行为健康，从而进一步降低可避免的成本。分诊还可以使专业医生和患者的独特需求相匹配，从而提高专业资源的成本效益。

正如上一节所概述的，行为健康领域面临着诸多问题，这为各种数字健康解决方案提供了发展机会。

在过去的10年里，超过50个随机对照实验表明，数字干预，尤其是那些有人为因素的干预，如护理经理这一职位的设置，是有效的，其效果类似于心理疗法或药物治疗。

以下是一些数字健康解决案例。

图2 针对行为健康行业面临的3种挑战，数字技术能作出相对应的干预

协作护理模型（CCMs）：CCM模型旨在使基础保健医生和行为健康专家之间能够更好地沟通和协作，从而达到改善护理流程的目标。

患者因其行为健康状况而受到特殊关注和治疗，以促进患者对其所有医疗服务的参与。这对于患有有并发症的患者尤其有效，68%患有精神疾病的成年人同时患有一种或多种慢性身体疾病。将行为健康状况的责任委托给专家，还可以使基础保健医生将重点放在病人护理的其他方面。由于身体健康和行为健康护理的物理分离、补偿有限的不同支付系统以及共享行为健康信息的敏感性等障碍，该模型尚未得到广泛采用。远程医疗通过将多氯联产和跨医疗机构的行为健康专家联系起来。同时，它也被用于实时转诊，并允许病人在护理点参加附近检查室的远程精神病学咨询。

来自80多个随机对照试验表明，CCMs在节省成本和改善结果方面效果显著。

基于测量的护理（MBC）模型：MBC模型定义为对症状分级进行系统管理，并使用结果在个体患者层面上驱动临床决策。随着智能手机的出现，可以通过直接方法（基于患者报告的结果、评估工具和临床医师的仪表板）来获得患者数据，同时也可通过语音、光传感器、加速度计和GPS等功能确认患者现状。这也可能是抑郁症的新衡量指标。基于这些数据收集，如果有证据表明病情恶化，行为健康数字技术会向患者和临床团队提供帮助。这在基于价值的护理环境中尤其有用。

员工行为健康计划（Employee Behavioral Health Wellness Program）：轮胎制造商米其林（Michelin）就是一个成功推出面向员工的行为健康计划的案例，其相关门诊申领费用减少了30%。米其林与提供行为健康解决方案的数字健康公司Beacon Health Options合作，在其现场健康中心设有员工协助计划（EAP）顾问、数字认知行为治疗（CBT）工具和专业的远程精神病学服务。2014年，米其林EAP总利用率为19%，公司行为健康项目投资回报率为182%。

值得一提的是，提供给员工的项目应该与医疗生态系统相结合，要么将患者与内部网络或雇主支持的治疗师联系起来，要么给患者提供可以独立使用的在线工具。

图3 重度抑郁症患者问诊流程

对于医疗服务提供商来说，数字健康技术最简单的干预方法就是使用远程医疗为行为健康专家提供访问服务。一旦建立了准入机制，医疗服务提供商可能会考虑让患者参与应用程序或用数字疗法改善或补充治疗。最后，通过筛查方法识别高危患者，特别是患有慢性身体合并症的患者能节省医疗成本。

远程医疗解决方案有助于对偏远地区患者的护理，解决方案还需考虑与虚拟护理相关的跨州许可和报销挑战。尽管缺乏提供者，将患者与其他资源联系起来并确保在临床和非临床环境中持续护理的工具也很有吸引力。最后，管理用于保护患者数据的众多严格规则。

一旦有行为健康问题的患者获得了行为健康数字工具，下一步就是让患者和提供者进行适当的接触。

对于患者来说，数字平台需要简单直观的设计、以患者为中心并适应他们的生活环境。

研究表明，模仿用户与其他应用程序的交互方式而不是他们与治疗师面谈，更能促进原本被动的患者。如果该应用程序的使用时间超过几分钟，它很可能不会被采用。

此外，主动识别那些更有动力、更有可能使用这些工具的患者有助于降低医疗成本。对于积极性较低的患者，提供者可以考虑其他解决方案来鼓励患者交流。现有数据表明，参与程度越高的患者越能参与和遵守治疗计划，从而避免了可预防的费用，优化了护理的类型和及时性。

对于临床医生来说，更好的参与将确保技术更有效地推广。

图4 行为健康行业成功关键的具体表现

为了实现临床医生的参与，数字平台必须与临床医生的工作流程和实践相结合。护理经理在第一次接触病人的互动和分诊中扮演重要角色，必要时将患者转诊给临床医生，减少而不是增加提供者的负担。理想情况下，提供给临床医生的数据应该是可操作且及时的。

最佳的数字健康解决方案将创建个性化的护理方法，因为行为健康患者的病症严重程度各不相同，数字健康平台需要根据他们的需求制定干预方案。

理想的模型应具有灵活性，以适应患者群体和不断发展的报销模式。解决方案的表述方式也应该符合患者的习惯，需要根据患者的年龄、认知和医疗素养进行调整，因为尤其行为健康患者会存在认知问题。在临床方面，理想的数据工具将跟踪患者症状、收集仪表板和报告信息，并主动分析、识别和处理潜在的诱因和早期病发症状。

利用这些工具的理想结果将是，特定群体获得个性化医疗，而这将反映在改善的人口健康指标中。

（编译：宁晨）