Mark Cuban 谈医疗价格、AI 与透明度

Mark Cuban 认为美国医疗市场效率低下，经济机制出了问题。Julie Yoo 说，Cost Plus Drugs 给现有企业带来了压力；在她看来，这个行业长期缺乏竞争动力。Cuban 的企业也是他所讨论市场的一部分，他在整场对话中的主张体现了这一视角。

Erik Torenberg 问 Yoo 为什么关注 Cuban 的工作。她赞赏他进入复杂的医疗行业，并利用自己的公众影响力挑战既有做法。在她看来，Cost Plus Drugs 的出现促成了一些其他力量未能实现的变化。

Yoo 说，即使没有直接合同，买方也开始询问能否获得 Cost Plus 的产品。Cuban 说，公司公开的价格和 API 为大买家提供了谈判参考。他还描述了一起据称发生的情况：一家企业被告知可以通过大型中介获得 Cost Plus 的价格，而 Cost Plus 与该中介并无协议。

Cuban 说，Cost Plus Drugs 于 2022 年 1 月推出，最初只有 111 种仿制药，后来增长到约 4000 个库存单位。他表示，随着销量增长，制造商通过该公司提供了更多产品。跟上需求仍是一个持续的挑战。

为了在邮购之外提供本地取药，公司推出了 Team Cuban Card 并与药房合作。Cuban 说，参与药房每次配药可获得 12 美元的费用。他承认，这可能让一些极便宜的药比别处更贵；但他说，某些特殊仿制药、生物类似药和需要冷藏的产品在本地取药可能更便宜。

Cuban 接着谈到生产。他说，这个想法来自联合创始人 Alex Oshmyansky 博士发来的一封陌生邮件。最初的目标是生产 FDA 短缺清单上的仿制药，包括医院使用的产品。Cuban 说，机器人和 AI 帮助他们将原本大得多的生产流程压缩进 5000 平方英尺的设施，产线可以在不同药物之间切换。

公司还开发了大致相当于牵引式拖车大小的模块化生产单元，也称生产舱。Cuban 说，这些舱体可以运输、配置为生产不同产品，或连接在一起；政府是第一位客户。他介绍了灾害响应以及生产无菌注射剂或仿制药片的潜在用途。

Cuban 说，价值约 2000 万美元的生产舱可以送到研究医院，配置为生产个体化的 N-of-one 疗法。他说达拉斯设施已经在生产 ASO 药物。他将这些描述为公司的能力和计划，而非声称个体化治疗如今已广泛可用。

Cost Plus Marketplace 向医院、诊所和其他医疗机构销售公司生产或从其他制造商采购的无菌注射剂。Cuban 说，其定价可以为医院节省大笔费用，但即使管理层感兴趣，说服采购部门仍有困难。

Cuban 介绍了另一种直接签约方式，其构想来自他作为自保雇主的经验和与医院领导的交谈。他说，医院不喜欢延迟付款、拒赔、事先授权和高额免赔额，因为这些会让医疗机构向患者追缴费用。

他提出的交换条件是：除特殊情况外信任医生的决定、按合同价格及时付款，并承担患者的自付费用或信用风险。作为回报，他希望获得更低的价格，并获准在 Cost Plus Wellness 上公开合同。他希望雇主和医疗机构将公开协议作为案例或谈判模板。

Yoo 将这一提案与雇主提供的医疗福利联系起来。她说，大型全国性保险公司的既有关系以及组建网络的成本，历来让初创公司难以进入该市场。她认为保费大幅上涨是雇主寻找替代方案的原因之一。

Cuban 认为垂直整合使问题更严重。他声称，大型医疗公司可以提高保费和免赔额，同时将患者引导至其所有权并不明显的子公司。这些是他对行业的指控；他本人也有竞争性商业利益。

他说，对自保雇主而言，第三方管理机构负责处理医疗理赔，而保险公司拥有的管理机构可能按仅提供管理服务的合同运作。Cuban 认为雇主常常无法核对自己支付的款项、医院账单和医院实际收款，还说理赔数据的访问可能受到限制。他认为绕过中介是一个核心机会。

Yoo 说，初创公司现在有机会建立医疗计划，并借助 AI 减少行政工作。Cuban 同意 AI 可以帮助临床、运营和合同处理，但认为把它加入一个失灵的财务体系，并不会自动修复激励或带来透明的价格。

Cuban 批评福利合同又长又复杂，举例称达拉斯一份药房福利合同长达 1335 页。他敦促雇主在签约前用 AI 审查协议，认为合同签署后模型无法撤销不利条款。他的判断不能取代法律审查。

Cuban 说，竞争者难以建立网络，而大型现有企业拥有广泛的子公司关系。他支持旨在拆分大型医疗公司的立法，希望为创业者创造更开放的市场。Yoo 认为，支付方和医疗机构的机器人之间的争端暴露了底层计费体系的问题，而非源于 AI 本身。

Cuban 认为，AI 驱动的理赔编码之争是一场有限的短期竞争：双方都可以采用类似工具。他认为，收购来的子公司之间存在数据孤岛，可能使大型保险公司难以成为原生 AI 公司。他的主要建议仍是雇主在签约前审查合同。

他建议把现有福利、经纪人、顾问、管理机构和药房福利合同输入 AI，询问哪些条款对雇主不利，以及可以采取什么措施。他认为这能迅速发现问题，但访谈并未证明模型的发现无需进一步审查就准确可靠。

Cuban 介绍自己如何使用智能体寻找有公开记录程序的公共机构，查找合同或征求建议书，并起草记录申请供他审阅。他把得到的材料保存在 Google Drive 中，让不同语言模型总结有利条款、不利条款、可能的行动，以及一份给相关机构的通俗版本。

他说，这一过程暴露了学校、城市、工会等雇主所用合同中的问题。Cuban 预测，广泛审查和谈判可以大幅降低医疗成本，并建议雇主任命专人管理福利合同。他所称的节省和对整个市场的影响是预测，并非本次访谈已证实的结果。

被问及长期商业愿景时，Cuban 说，他的使命是让医疗再次变得负担得起，而要对全民医疗体系作决定，必须拥有可靠数据。他认为信任是 Cost Plus Drugs 的主要产品：公开定价和所称 15% 的加价，旨在让客户理解公司的承诺。

Cuban 还将生产舱视为商业增长机会。他预测两年内每年可销售数百个，五年内可能达到数千个，同时承认其中涉及成本和审批工作。他说，每种仿制药都需要申请并支付费用，这使大规模扩大国内生产十分昂贵。

Cuban 认为，技术本身不会改变整个体系。他描述了自己所称的规模俘获，并说大型综合企业谈论技术时强调股东回报，而非降低成本。他说，因此自己的公司避免与他批评的主要中介直接交易。

Yoo 问五年后的医疗行业就业会是什么样。Cuban 说，组织应继续招聘初级员工：人们需要理解不断变化的情况、提供背景、监督模型并积累实施经验。他还认为，各级员工都应学习使用 AI。

Cuban 希望管理者理解智能体、模型选择，以及模型可获取信息的局限。他区分了书本知识与实践判断，认为人仍需要引导系统并理解后果。在他看来，实验可以发现对客户有益的新做法和新的商业机会。

作为例子，他描述自己如何让 ChatGPT 提出一款针对使用 GLP-1 药物人群、价格更低的竞品饼干，并提供物料清单和采购信息。他说，看到结果的管理者很惊讶。Cuban 用这个故事说明可以向模型提出什么问题，而非证明该产品已经验证或生产。

Cuban 预测，使用智能体群的个人可能建立价值异常高的企业。他还认为，智能体驱动的商业需要改变信息传递给智能体的方式，并提到获取社交媒体内容和广告的困难。他提到一个尚未投入实际运行的实验 agentfeeds.dev，旨在让智能体获取帖子文稿，同时承认信任问题尚未解决。

Cuban 认为，AI 在帮助患者理解医疗费用和福利解释单等文件方面有很大机会。他认为，面对财务不确定性的家庭需要更好的援助信息，医院也应让其项目更易查找和使用。

他建议在危机发生之前询问非营利医院的经济援助项目。他还推测，一些人可能会把这种援助与储存原本用于支付保费的钱作比较。资格和覆盖范围各不相同；这是他个人的推测，并非建议放弃保险，也不保证援助能覆盖医疗费用。

Cuban 设想一种服务，帮助人们查找医院援助项目并向医院询问。他认为，医院过度依赖保险网络带来患者，可以直接向公众介绍可用选择。他说，如果患者无法理解和使用这些选择，更好的技术和合同所起的作用就会减弱。

他把当前学习 AI 的过程与电子表格出现的早期相比。在他看来，向人们展示具体好处和降低不确定性的方法，可以帮助他们更安心地使用这些工具。

Torenberg 问，在信息孤立的情况下，前沿 AI 实验室可能如何改变医疗。Cuban 预测，随着模型和算法改进，为个人生物特征设计治疗方案的成本可能大幅下降。他明确承认，自己的公司在这一愿景中有商业利益。

Cuban 设想先从个性化非处方药开始，后来再扩展到其他药物。他提出，模型最终可能利用遗传信息和其他数据定制治疗。这是对未来的推测；访谈并未证明此类服务具有临床安全性、有效性或监管批准。

他提出，随着计算成本下降，AI 服务商最终可能将个性化医疗纳入订阅。他还提到遗传数据隐私，并说 Cost Plus 希望用生产舱制造个体化药物。他对成本、能力和时间表的预计不是已验证的结果。

Yoo 认为，更合适的个性化药物可能减少治疗中的部分试错，从而改变医疗服务。Cuban 回应说，人们仍需要医生观察症状、提问并理解背景，尤其是在新治疗出现意外反应时。他不认为 AI 会取代医生。

Cuban 预计医学教育可能发生变化：医生可能需要使用证据工具、解释模型输出并向患者说明。他还提出潜在的知识产权问题。他认为，拥有宝贵医疗知识的人可能对访问收费，而非免费提供给模型训练或检索使用。

Yoo 同意医生仍然重要，并认为建议更容易获得后，人们对实际医疗服务的需求可能增加。她设想医生作为科学家发挥更大作用，从个体患者身上收集新信息。讨论还涉及可穿戴设备和更连续的血压等测量，作为纵向数据的潜在来源。

Cuban 设想人们充当 AI 与个人之间的翻译者：识别一个人情况中的特殊之处，为系统提供背景并解释输出。他怀疑人形机器人一定能让人舒适地替代这一角色。

被问及电子健康记录时，Cuban 说自己了解得不够，无法预测市场如何变化。他指出自己的公司与 Epic 合作，并支持在医生开处方时提供药价信息，但没有声称自己了解电子健康记录行业将如何被颠覆。

主持人问医疗是否会继续占据经济产出的很大一部分。Cuban 预计可能会，但认为如果支出帮助人们保持健康，而不只是治疗疾病，所获得的价值可能提高。他对生产力提升的期待是一项预测。

Torenberg 假设性地问 Cuban 会向总统提出什么医疗建议。Cuban 首先建议公开涉及纳税人资金的合同，且不作删改；还建议允许患者将以更低价格购买的费用计入免赔额。他还希望非营利医院公开详细的财务和采购记录。

Cuban 提出另一种筹资模式：人们将与保险保费相当的金额存入自己拥有的账户。如果需要医疗而余额不足，银行在一定额度内提供贷款，由政府担保，超过该额度则有止损保障。贷款通过工资偿还；未使用的储蓄和利息在退休时归个人所有。

他将拟议中的担保与其他行业的政府担保贷款相比。Cuban 认为，这可能改变保险公司的角色，让人们对支出拥有更多控制权，但合格医疗支出仍需受到限制。这是一项假设性的政策提案；他没有证明其可行性、成本、分配影响或对每位患者的保障程度。

被问及 AI 公司应该如何应对公众怀疑时，Cuban 批评了行业的沟通方式。他认为，社交媒体算法为不同的人创造了不同的信息环境，传统广告和立场文件不足以触及年轻受众。

Cuban 说，前沿公司应该用 AI 了解受众，并制定适合不同信息流的推广方式。他将对数据中心的部分反对与对 AI 的不确定感联系起来，同时批评一些社区在数据中心协议谈判中的做法。这些是他对公众态度的解读和提出的传播策略。

他呼吁公众和政策制定者更好地理解社交媒体的影响，认为人们不再必然阅读相同的新闻或看到相同的信息流。他以观察儿子的信息流为例，说明个人兴趣如何塑造呈现的内容。

Yoo 问创业者还有哪些被忽视的机会。Cuban 回答说，机会遍及各行各业。他将 AI 用户分为用它学习的人和用它避免学习的人，并鼓励各年龄段的创始人围绕问题进行尝试。

Cuban 认为，无论用语音还是文字，许多创业者仍不习惯与 AI 对话。他把这种犹豫比作早期电子表格用户手工核对计算结果。他说人们仍应检查输出，并介绍自己审查合同时会比较多个模型的回答。

Cuban 预测，随着人们更有信心使用 AI，不熟悉的新企业会涌现。他认为，硅谷的文化可能让一些创始人更愿意尝试想法，但他预计机会远不止于该地区。他说，挑战在于愿意提出问题，并根据所学采取行动。

他的最后一条建议是向模型询问各种问题，即使互动感觉奇怪也要尝试。他描述了将两部手机放在一起，听系统相互对话的做法。Cuban 认为，不适感可能预示一个新想法；主持人随后感谢他参与讨论。