Improving risk adjustment without diagnostic information – Evidence from reforms in Switzerland
본 연구는 진단 데이터의 부재에도 불구하고 비용 기반 지표에서 의약품 비용 그룹으로의 전환을 통해 예측 정확도를 높이고 보상 오류를 줄임으로써, 처방 약물에서 도출된 이환율 정보를 통합하는 것이 스위스의 위험 조정 체계를 유의미하게 개선할 수 있음을 입증한다.
원본 논문은 CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) 라이선스로 제공됩니다. 이것은 아래 논문에 대한 AI 생성 설명입니다. 저자가 작성하거나 승인한 것이 아닙니다. 기술적 정확성을 위해서는 원본 논문을 참조하세요. 전체 면책 조항 읽기
건강보험의 세계에는 공정성과 효율성 사이의 근본적인 긴장이 존재합니다. 보험사는 많은 사람으로부터 돈을 모아 병에 걸린 소수의 사람들을 위한 의료비를 지불합니다. 만약 보험사가 누가 매우 아프고 치료비가 많이 들 것인지를 쉽게 알아낼 수 있다면, 그들은 그런 사람들을 가입시키지 않으려 할 수도 있으며, 이로 인해 그들은 높은 비용을 부담하거나 보장을 받지 못하는 상황에 처하게 될 수 있습니다. 이를 막기 위해 많은 국가는 위험 조정(risk adjustment)이라는 시스템을 사용합니다. 이것은 정부가 건강한 고객을 주로 보유한 보험사로부터 돈을 거두어, 더 아프고 비용이 많이 드는 고객을 보유한 보험사에게 전달하는 일종의 재정적 균형 잡기라고 생각하면 됩니다. 이는 모든 보험사가 어떤 고객을 가입시키느냐와 상관없이 공정하게 경쟁할 수 있는 기회를 보장합니다. 문제는 누가 비용이 많이 들지를 예측하는 것입니다. 대부분의 국가는 상세한 의료 기록을 사용하여 이러한 예측을 하지만, 스위스의 경우 엄격한 개인정보 보호법으로 인해 보험사가 이러한 구체적인 진단명을 볼 수 없습니다. 환자가 정확히 무엇 때문에 아픈지 알 수 없기 때문에, 보험사들은 사람들이 약값으로 얼마를 썼는지에 기반하여 추측해 왔으며, 이 방법은 너무 투박하여 진정으로 공정하기 어렵습니다.
취리히와 루체른의 연구팀은 스위스가 구체적인 의학적 진단명 없이 이 문제를 어떻게 해결하려고 노력했는지 조사하기로 했습니다. 그들은 스위스가 약제비 총액에 기반한 단순한 규칙에서, 약물을 어떻게 사용하는지에 따라 약물을 그룹화하는 더 정교한 시스템으로 전환한 방식에 주목했습니다. 연구진은 수년간 약 700만 명의 성인 데이터를 분석하여, 어떤 방식이 미래의 비용을 더 잘 예측하는지, 그리고 더 중요한 것은 어떤 방식이 보험사가 시스템을 악용하는 것을 더 잘 막아주는지를 살펴보았습니다. 그들의 연구는 새로운 방식이 누가 도움이 필요한지를 이해하는 데 훨씬 더 뛰어나지만, 동시에 보험사가 고객을 골라 뽑을 수 있는 몇 가지 새로운 미묘한 방법을 만들어냈음을 밝혀냈으며, 이는 완벽한 시스템을 찾는 과정이 계속 진행 중임을 시사합니다.
수십 년 동안 스위스 시스템은 연령과 성별 같은 기본적인 정보에 의존했으며, 나중에는 단순한 규칙을 추가했습니다. 만약 어떤 사람이 1년 동안 약값으로 5,000 스위스 프랑 이상을 지출했다면, 그 사람은 고위험군으로 분류되었습니다. 이것은 비용 기반의 지표였습니다. 사용하기는 쉬웠지만 결함이 있었습니다. 비용이 그 기준선을 넘어서는 순간 지급액이 급증했기 때문에, 보험사들에게는 고객이 그 기준선을 넘도록 유도할 수 있는 이상한 동기가 생겼습니다. 그들은 보험사가 더 큰 지급액을 받을 수 있도록, 고객이 저렴한 복제약 대신 더 비싼 브랜드 약품을 구매하도록 권장할 수도 있었습니다. 이는 비효율적이었으며 환자의 실제 건강 요구를 반드시 반영하는 것도 아니었습니다.
이를 해결하기 위해 스위스는 2020년에 제약 비용 그룹에 기반한 새로운 시스템을 도입했습니다. 이 시스템은 단순히 전체 가격표를 보는 대신, 사람들이 어떤 종류의 약을 복용하고 얼마나 많은 용량을 소비하는지를 살펴봅니다. 특정 약물들을 만성적이고 장기적인 질환을 치료하는 것으로 알려진 방식에 따라 함께 그룹화합니다. 예를 들어, 특정 심장병 약을 정해진 횟수만큼 복용하는 것은 그 약값이 얼마인지와 상관없이 그 사람을 "심장 질환" 그룹에 포함시킬 수 있습니다. 이것은 이용 기반의 지표입니다. 연구진은 이 새로운 접근 방식이 훨씬 더 개선된 방식임을 발견했습니다. 이 방식은 미래의 지출을 훨씬 더 정확하게 예측했습니다. 두 방법을 비교했을 때, 새로운 시스템은 지급액이 너무 많거나 너무 적게 지급되는 사람의 수를 크게 줄였습니다. 또한 지급액이 총 가격이 아닌 약의 종류에 기반하게 됨으로써, 사람들이 지출 한도를 넘기도록 유도하려는 이상한 동기도 차단했습니다.
하지만 이야기는 완벽한 해결책에서 끝나지 않습니다. 연구진은 새로운 시스템이 전반적으로는 더 나았지만, 결점이 없지는 않다는 것을 발견했습니다. 특정 약물 그룹을 자세히 살펴보았을 때, 일부 그룹은 여전히 예측이 매우 어렵다는 것을 발견했습니다. 예를 들어, "신장 질환" 그룹에 속한 사람들은 실제 비용 면에서 매우 넓은 범위를 보여주었습니다. 같은 지급 그룹에 속해 있음에도 불구하고 어떤 사람은 매우 비쌌고, 어떤 사람은 상대적으로 저렴했습니다. 이러한 변동성은 새로운, 더 조용한 고객 선택의 기회를 만듭니다. 보험사는 신장 질환이 있는 사람을 보고, 다른 단서들을 바탕으로 이 특정 인물이 해당 그룹의 평균적인 사람보다 치료비가 적게 들 것이라고 추측할 수 있습니다. 만약 그 추측이 맞다면, 보험사는 이익을 얻게 됩니다. 연구는 새로운 시스템이 광범위한 범주를 기준으로 고객을 골라내는 능력은 줄였지만, 그 범주 안에서 고객을 선택하는 능력은 제거하지 못했음을 보여주었습니다.
이러한 변화의 영향은 보험 시장 자체에서도 관찰되었습니다. 개혁 전에는 보험사들이 아픈 사람들을 가입시키는 것을 두려워했기 때문에 지역마다 보험료 차이가 컸습니다. 새로운 시스템이 도입된 후, 서로 다른 보험사 간의 가격이 수렴하기 시작했습니다. 건강한 고객을 주로 보유한 보험사들이 더 많은 환자를 가진 보험사들보다 가격을 더 올렸는데, 이는 높은 비용을 떠안게 될 것에 대한 두려움이 사라지고 있음을 시사합니다. 지역 간 가격 변동성도 크게 감소하여 시장이 더 안정적이고 공정해지고 있음을 나타냈습니다.
연구진은 상세한 의학적 진단명에 접근할 수 없더라도, 스마트한 이용 기반 지표를 사용함으로써 건강 보험 시스템을 훨씬 더 공정하게 만들 수 있다고 결론지었습니다. 단순한 지출 임계값에서 약물 그룹 기반 시스템으로의 전환은 지급의 정확성을 높이고 보험사가 비용을 조작하려는 유혹을 줄이는 명확한 진전이었습니다. 그럼에도 불구하고, 이 연구는 완벽한 시스템은 없다는 점을 상기시켜 줍니다. 예측의 남은 격차는 보험사가 동일한 위험 그룹 내에서도 여전히 가장 건강한 고객을 선택할 수 있는 여지를 남겨둡니다. 스위스의 경험은 다른 국가들에게 귀중한 교훈을 줍니다. 침습적인 의료 데이터 없이도 견고한 안전망을 구축할 수 있지만, 그 그물을 다듬는 작업은 결코 멈추지 않는다는 것입니다.
연구 분야의 논문에 파묻히고 계신가요?
연구 키워드에 맞는 최신 논문의 일일 다이제스트를 받아보세요 — 기술 요약 포함, 당신의 언어로.