保险公司警告:AI正在推高美国医疗成本

保险公司警告:AI正在推高美国医疗成本
蓝十字蓝盾最新分析称,医院部署AI工具已在两年内额外推高美国医疗支出9.42亿美元。问题并非AI制造了更多疾病,而是它让病历记录与编码变得前所未有的精细,从而抬高了可计费金额。这场围绕AI的算账之争,正在演变为医院与保险公司之间的算法对抗,而最终买单的仍是患者与支付方。

编者按:过去两年,几乎每一场关于AI的行业讨论都绕不开「降本增效」。但在美国医疗体系里,第一批用真金白银算账的人给出了相反的结论——AI正在让账单变贵。

保险公司算出了一笔9.42亿美元的账

据TechCrunch报道,美国健康保险机构Blue Cross Blue Shield(蓝十字蓝盾)在一份最新分析中表示,医院部署AI工具,已经使美国医疗支出在两年时间内额外增加了9.42亿美元。这是保险公司首次以具体金额的形式,把医疗成本上涨的一部分直接归因于医院端AI应用。

报告的指向很明确:并非AI导致了更多疾病,而是AI改变了病历被书写、被编码、被提交的方式。临床文档类AI可以自动生成结构化的就诊记录,编码辅助AI则能把这些记录映射到更细致的ICD-10诊断码与CPT操作码上。记录越完整,可计费项目就越多,医院提交给保险公司的理赔金额自然水涨船高。

「AI不会凭空创造出疾病,但它能让每一份病历都做到『应报尽报』。」

AI在医院里究竟在做什么

要理解这笔钱从哪来,需要看清医院AI落地的真实图景。目前医院端的AI产品大致集中在几个方向:一是临床文档与环境记录(ambient clinical documentation),医生问诊时AI自动转写并生成病历;二是医疗编码与收入周期管理,AI从病历中提取诊断与操作,自动生成计费代码;三是临床决策支持,例如影像筛查、败血症预警、再入院风险预测。

前两类与账单直接相关。它们提升了医院的运营效率,也让「漏记、漏编」的空间被大幅压缩。过去一位医生在15分钟门诊里可能只来得及记录主要诊断,现在AI会把他提到的每一项既往史、每一个边缘指标都写进系统。对医院而言,这是合规且合理的行为;对保险公司而言,这是支出曲线的上移。

是AI推高了成本,还是它翻出了旧账

需要指出的是,保险公司与医院在这个问题上的立场天然对立。医疗机构可能反驳说,AI只是让病历更准确,真正上涨的是患者疾病的复杂度;而保险公司倾向于把成本上升归咎于「编码升级」(upcoding)——同样的病情,因为记录更细致而被归入更高付费等级。

值得注意的是,类似争议在电子病历(EHR)普及时代就曾出现过。当年也有研究指出,电子病历系统的推广与门诊账单金额上升存在相关性。如今AI接过了这个位置,只是速度和规模都更快。区别在于,AI不只是记录工具,它还在主动「建议」——建议补充哪个诊断、建议申请哪项检查、建议申诉哪笔拒付。

保险公司的应对:用AI审查AI

面对成本压力,保险公司并非被动接受。近年多家美国大型保险公司已经在理赔审核环节部署AI模型,用于识别异常申报模式、自动处理低风险理赔,并对高风险病例进行人工复核。这场博弈正在演变为一场算法对算法的对抗:医院用AI优化收入,保险公司用AI优化支出。

这种对抗对患者并非全然无关。保险公司压缩支出的一种方式是收紧事前授权、提高拒赔率;而医院为了覆盖被拒付的成本,往往会把价格进一步上调。夹在中间的,是账单的实际支付者。

更大的问题:谁来为AI的效率买单

美国医疗支出已经超过每年4.5万亿美元,占GDP比重接近18%,长期高于其他发达国家。在这样的基数上,9.42亿美元的增量看起来并不惊人,但它的象征意义不容忽视——它说明AI带来的效率提升,未必会转化为系统总成本的下降。

在几乎所有行业中,AI的第一波红利都流向了能最快把它变现的一方。在医院与保险公司的定价博弈中,这一方是医院。除非支付方、监管方与医疗机构就「AI生成记录如何计费」达成新的规则,否则技术带来的生产率提升,很可能继续以账单的形式转移到最终付款人身上。

本文编译自TechCrunch