编辑推荐：
为解决药物治疗不依从这一全球公共卫生挑战（导致超 20 万例可预防死亡及数十亿美元医疗成本），2024 年 a:care 大会围绕 “依从性是一种行为：我们是否采取了正确方式？” 展开研讨，发现需多维度策略提升依从性，对优化医疗系统效率意义重大。
在现代医疗体系中，药物治疗本应是守护健康的有力武器，然而一场 “隐性流行病” 却在全球范围内悄然肆虐 —— 药物治疗不依从。世界卫生组织（WHO）数据显示，近 50% 患者未按处方服药，约 30% 甚至未完成首次取药。这一现象每年导致近 20 万例可1预防的死亡与住院事件，造成数千亿美元本可避免的医疗支出，从高血压到糖尿病，从发达国家到发展中国家，无人能置身事外。为何看似简单的 “按时服药” 会1成为全球性难题？是患者的疏忽，还是医疗系统的漏洞？在这样的背景下，2024 年 a:care 大会以 “依从性是一种行为：我们是否采取了正确方式？” 为主题，汇聚全球顶尖学者、医生、患者代表及行业专家，试图从行为科学、卫生经济学、技术创新等多维度破解这一困局。
来自美国 Kaiser Permanente 的行为科学顾问 Sheri D. Pruitt 博士团队联合多国研究者，通过会议研讨、数据分享及跨学科对话，揭示了药物不依从背后的复杂机制，并提出 “系统性干预” 的关键策略。相关成果发表于《BMC Proceedings》，为全球医疗系统应对这一挑战提供了重要参考。
研究方法与数据基础
研究主要基于 2024 年 a:care 大会的多维度议程展开，包括：
- 全球调研分析：对 17,804 名参会医疗工作者（HCPs）的问卷调查显示，多次参会者在不依从驱动因素认知、风险评估能力及行为干预技术应用上显著优于首次参会者；
- 跨学科专题报告23：六场主题演讲涵盖卫生经济学建模、行为心理学理论（如 COM-B 框架）、AI 技术应用案例及患者真实体验分享；
- 区域数据对比：分析墨西哥、泰国、中国等国家的心血管疾病（CVD）依从性数据，量化不同干预措施的临床与经济收益。
研究结果：从6现象到解决方案的层层剖析
1. 隐性流行病的现状与误区
Rabia Khan 博士在 “全球影响” 环节指出，美国每年因不依从导致约 12.5 万例死亡，而药物服用全流程（从处方到续用）的每个环节都存在严重损耗：100 张处方中仅 50-70 张被填充，最终仅 15-20% 按计划续用。长期以来的认知误区将问题归咎45于患者个体，而忽视了医疗工作者沟通不足、政策支持缺位、技术工具匮乏等系统性缺陷。后疫情时代，全球医疗系统信任7度下降（最低至 15%）进一步加剧了这一问题，凸显重建医患信任的紧迫性。
2. 跨地8域挑战与经济负担
Nathorn Chaiyakunapruk 团队通过心血管疾病模型发现，墨西哥、泰国、中国的当前依从率分别为 50%、53%、19%，若提升至最佳水平，每千名患者可分别减少 42、34、63 例心血管事件，节省医疗支出 399-552 美元 / 人，社会成本节省则更高达 412-700 美元 / 人。这表明，改善依从性不仅能挽救6生命，更可通过减少并发症显著降低医疗系统压力，其经济效益甚至超越新药研发。
3. 行为9科学视角：超越 “遗忘” 的深层动机
John Weinman 博士基于 COM-B 框架（能力、机会、动机）指出，不依从行为受复杂心理机制驱动：部分患者因疾病标签威胁自我认同而刻意停药，或通过 “测试治疗必要性” 寻求对病情的掌控感。传统的用药提醒仅对有内在动机10者有效，而医护人员需通过开放式提问（如 “您对服药有哪些担忧？”）开展 “行为诊断”，量身定制干预方案。研究显示，接受过行为科学培训1112的 HCPs 中，84% 已在临床中应用行为改变技术，显著高于未培训组。
4. AI3与医患关系的平衡艺术
Ngiap Chuan Tan 博士团队探讨了 AI 在医疗中的双重角色：一方面，AI 可通过自动化行政任务为医生节省 30% 诊疗时间，其聊天机器人回复在 empathy（共情性）评分上甚至高于人类医生；另一方面，过度依赖 AI 可能削13弱医患情感联结，患者对 “非人性化诊疗” 的担忧比例达 47%。研究强调，AI 应定位于 “辅助14工具”，例如通过远程传感器监测服药行为，而非替代医生的临床判断。
5. 患者15声音：从被动接受者到共治伙伴
患者倡导者 Heidi Floyd 以自身抗癌经历揭示，医患沟通的温度决定治疗依从性：其首诊医生因妊娠限制拒绝对话，而转诊医生通过 “每周 30 分钟非医学话题交流” 建立信任，使她坚持完成全疗程。研究提出 “沉默退出”（qui16et quitting）概念，指患者未经沟通自行中断治疗，而建立 “全流程触点关怀”（从接待员到护士的标准化共情培训）可使此类现象减少 62%。
6. 共治17框架：谁该为依从性负责？
多学科讨论明确了四方责任：
- 患者：需被赋予提问权与方案决策权，参与治疗设计的患者依从性提升 40%；
- 医护人员：18接受行为沟通培训，将依从性评估纳入常规问诊流程；
- 政策与行业19：强制药品包装嵌入 QR 码（链接用药教育视频），医保覆盖数字化监测工具；
- 社会机构：20医学学会制定跨学科依从性指南，如欧洲动脉粥样硬化学会（EAS）推动将依从性指标纳入临床指南核心条款。
结论与启示：21构建以信任为核心的医疗生态
这项全球性研讨揭示，药物不依从本质是 “医疗系统与人性需求错位” 的产物。从墨西哥城的社区诊所到新加坡的智慧医院，从行为科学家的实验室到 AI 工程师的代码库，解决方案的核心在于打破 “单向指令” 模式，建立以信任、沟通、技术协同为支柱的新体系。正如大会共识所言：当医疗系统不再将患者视为 “服药机器”，而是以共情理解其行为逻辑，以技术填补系统漏洞，以政策保障多方共治，这场 “隐性流行病” 才可能真正得到遏制。对于全球医疗改革而言，这不仅是提升治疗效果的技术问题，更是重塑医疗人文精神的时代命题。
该研究通过跨学科协作与全球数据整合，为各国制定依从性提升策略提供了 “工具箱”—— 从行为干预手册到 AI 辅助指南，从政策评估模型到患者参与路径。正如《BMC Proceedings》同期评论指出，当 “依从性” 从医疗术语转化为全球行动，人类离 “精准医疗” 的终极目标，又近了一步。
