更多美国雇主将 GLP-1 用于减肥

认为朋友或同事应该收到这份简报吗？分享 此链接 和他们一起报名。

早上好！越来越多的美国雇主开始为减肥药物 GLP-1 买单，这是一种 民意调查 成立。

美国约有三分之一的雇主健康计划表示，他们正在覆盖 GLP-1 药物，例如 诺和诺德该公司的 Ozempic 和 Wegovy 用于治疗糖尿病和减肥，比去年的 26% 有所上升。

用于减肥的 GLP-1 药物在雇主整体年度医疗索赔支出中所占的比例也在增长，到 2024 年将占近 9%，而前一年这一比例约为 7%。

这是根据一家非营利组织周四发布的调查结果 组织即国际员工福利计划基金会，该基金会拥有超过 33,000 家会员公司或公共机构。这项调查于 5 月份针对美国近 300 家雇主健康计划进行。

覆盖范围的扩大对患者来说是一个好消息，如果没有保险和其他折扣，他们通常很难承担这些药物每月 1,000 美元的高昂价格。这对这些治疗药物的制造商 Novo Nordisk 和 礼来公司，致力于提高药品的保险覆盖率和患者的整体用药机会。

值得注意的是，大多数员工健康计划和其他保险公司不承保减肥药物，包括 GLP-1，如 Novo Nordisk 的 Wegovy 和 Eli Lilly 的 Zepbound。联邦医疗保险计划也不支付减肥治疗费用，除非这些治疗经批准并用于治疗其他健康状况。

用于治疗糖尿病的 GLP-1 药物，例如 Ozempic 和礼来公司的 Mounjaro，通常在计划范围内。

减肥药和糖尿病药在美国大受欢迎，同时也吸引了越来越多的投资者，因为它们可以帮助人们在一段时间内显著减肥。这些药物通过模仿肠道产生的一种或多种激素来抑制食欲并调节血糖。

调查显示，约 57% 的雇主健康计划表示他们仅涵盖糖尿病管理药物，这一比例高于 2023 年的 49%。

但相当一部分人（约 19%）表示，他们正在考虑是否为了减肥而购买保险。

国际员工福利计划基金会内容副总裁 Julie Stich 在新闻稿中表示：“这项新调查数据显示，在过去六个月中，GLP-1 在减肥和糖尿病方面的覆盖率都有所提高。”

斯蒂奇表示，新的监管批准和临床试验，以及美国对 GLP-1 药物的需求不断增加，促进了覆盖范围的扩大。

例如，诺和诺德公司的 Wegovy 目前已在美国获得批准，可以降低严重心脏并发症的风险。

保险业专家此前曾告诉 CNBC，该批准不会自动转化为减肥药的广泛保险覆盖。这些专家表示，至少一些计划会注意到 Wegovy 的新用途，并在下次更新处方集时开始评估是否覆盖该治疗。

诺和诺德和礼来公司也在针对不同患者开展一系列 GLP-1 药物研究，包括患有慢性肾病、睡眠呼吸暂停和某种脂肪肝疾病的患者。

但毫无疑问，这些药物会给任何健康计划的预算带来压力。

调查显示，约 85% 的 GLP-1 雇主“严重”依赖旨在控制成本的要求。

其中包括某些资格规则，例如要求员工拥有特定的 BMI（即身体质量指数）才能获得保险。它还包括“分步疗法”，要求其成员在使用 GLP-1 之前尝试其他低成本药物或减肥方法。

与此同时，其他保险计划正在取消对减肥药物的承保。密歇根州最大的保险公司蓝十字蓝盾表示，它将 开始取消覆盖范围 明年将推出多种不同的减肥药。

尽管雇主的保险覆盖率有所提高，但还有一个更大的问题：Novo Nordisk 和 Eli Lilly 一直在努力提供足够的治疗药物来满足需求。这是我们将继续关注的 GLP-1 故事的另一部分。

欢迎将任何提示、建议、故事创意和数据发送给 Annika，地址为 [email protected]。

根据一项研究，医疗保健领域每四笔投资中就有一笔流向了使用人工智能的公司，医疗保健领域人工智能的交易活动增长速度是整个科技行业人工智能交易的两倍。 最近的报告 来自硅谷银行，现在是第一公民银行的一个部门。

报告称，风险投资公司去年在医疗人工智能领域投资了 72 亿美元，今年这一数字有望达到 111 亿美元。

报告称，人工智能在医疗保健领域的行政应用吸引了约 60% 的资金。文书工作等文书工作是医疗保健行业的一大负担，导致医生倦怠和人员短缺。

根据 Athenahealth 2 月份的一项调查，超过 90% 的医生表示经常感到精疲力竭，其中 64% 的医生表示繁重的行政工作是导致精疲力竭的主要原因。调查显示，医生平均每周要花费 15 小时来处理行政工作，而平时的工作时间则很少。

换句话说，行政工作是医疗保健行业的一大问题。硅谷银行的报告称，风险投资公司对行政工作尤其感兴趣，因为与临床决策支持工具或面向患者的解决方案相比，行政工作通常受到的监管较少。

尽管预计医疗 AI 公司今年筹集的资金将比去年多，但硅谷银行表示，获取高质量数据和足够的计算能力来训练模型可能是采用的障碍。

报告称，人工智能驱动的患者诊断工具尤其如此，占临床解决方案总投资的 52%。截至目前，在获取训练能够准确诊断患者的模型所需的计算能力和数据方面存在“巨大差距”。

报告称：“能够访问数据、与临床医生和医院合作利用患者数据以及与大型科技公司合作的公司更适合大规模部署人工智能。”

欢迎将任何提示、建议、故事创意和数据发送给 Ashley，地址为： [email protected]。