本次会议聚焦真实世界研究与药物经济学评价，设置主题报告、圆桌讨论及答疑交流等环节，围绕真实世界证据支持卫生技术评估、药品定价与准入，以及医保与医院的差异化证据需求等议题展开研讨，探讨真实世界数据向政策决策证据转化的有效路径。

牛奔教授在专题报告中，围绕真实世界评价如何服务医保政策评审与科学决策展开分享。他从复杂适应系统视角出发，指出医保政策实施涉及患者、医疗机构、医生行为及支付机制等多主体互动，真实世界评价需要在动态系统中持续观察政策实施后的行为响应与结果变化，并通过“数据、证据、决策与反馈”的衔接，将真实世界数据转化为可用于政策评审与优化的证据。以冠心病介入治疗患者为例，他阐释如何运用因果机器学习，基于真实世界数据评估按疾病诊断相关分组（DRG）付费改革的政策效果与患者获益差异，综合考察费用负担、运行效率与医疗质量等结果。同时，结合深圳医保基金智能监管实践，分享群体智能驱动的医生高风险行为识别，以及知识增强与大模型辅助智能审核等探索，进一步说明数智技术在真实世界评价中的风险识别、证据追溯和监管规则优化价值。

面向未来，牛奔教授指出，应加强跨机构数据协同，完善证据评价与采信标准，提升人工智能的可解释性与可信度，推动数智技术与评价机制同步建设。本次报告分享了深圳在医保政策评价与智能监管方面的研究实践，为深化学术研究与医保治理的衔接提供了参考，也为真实世界证据更好服务医保科学决策拓展了思路。