美国医院使用 AI 撰写病历导致保险赔付额显著增加

一句话结论

美国医院使用 AI 撰写病历使保险理赔支出两年内额外增加 9.42 亿美元，加剧医患赔付矛盾。

关键要点

• 蓝十字蓝盾协会分析显示，两年间 AI 驱动病历使医疗支出增加 9.42 亿美元，约合 63.39 亿元人民币。
• 病历中复杂病症记录急剧上升，但医疗编码与实际治疗脱节，缺乏诊疗服务改变的证据。
• 阿布里奇创始人承认 AI 可能导致智能体互相对抗的反乌托邦，但也存在缓和矛盾降低成本的潜力。
• 蓝十字蓝盾高级副总裁称现状为保险公司单方受损的惨烈局面，并非公平博弈。
• 《纽约时报》指出医患双方使用 AI 后，诊疗项目与赔付金额的矛盾进一步加剧。

背景与事实

2023 年 9 月 27 日，美国历史最悠久、规模最大的专业医疗保险服务机构蓝十字蓝盾协会发布了关于人工智能在医疗领域应用影响的分析报告。该机构发现，在两年时间内，医院在提交保险理赔单据过程中使用人工智能工具，使得医疗支出额外增加了 9.42 亿美元。这一数字按照当前汇率折算，约为 63.39 亿元人民币。报告特别指出，病历当中被记录为患有复杂病症的患者数量出现了急剧上升，这种数据上的异常增长引发了对 AI 诊疗记录准确性的质疑。进一步调查发现，医疗编码和实际治疗之间出现了明显脱节，目前并没有证据能够证明对应的诊疗服务也随之发生了实质性改变。这意味着 AI 可能在未改变实际医疗行为的情况下，通过优化编码记录提高了赔付申请的成功率或金额。《纽约时报》对此评论认为，这份分析再度释放了人工智能正在推高医疗开支的信号。该报指出，医院与保险公司之间围绕诊疗项目和赔付金额的博弈早已存在，但如今医患双方都开始使用 AI 之后，这类矛盾反而进一步加剧，因为 AI 可能提高了医疗服务提供方的索赔能力。

在行业回应方面，AI 初创企业阿布里奇的创始人希夫 · 拉奥博士对这一现象表示了关注。拉奥承认，如果发展不当，AI 有可能导向“没有人愿意身处其中的糟糕反乌托邦局面，也就是机器人程序互相争斗、智能体彼此对抗”。他担忧医疗领域的 AI 应用可能导致系统性的冲突。不过拉奥同时也表示，AI 也存在另一种可能性：如果能够合理控制，可以缓和双方矛盾，降低整体成本。蓝十字蓝盾协会高级副总裁卢克 · 查尔克对现状的描述更为严峻。他不愿意把现状简单形容为一场博弈，而是直言：“这算不上一场战争。这完全是一场一边倒的惨烈局面，吃亏的是保险公司。” 这一表态反映了保险机构在面对 AI 驱动的医疗记录优化时的被动地位。蓝十字蓝盾协会作为美国主要的医疗保险管理机构，其分析基于对医院提交理赔单据的大规模数据处理，揭示了 AI 技术在医疗编码环节对保险赔付体系的冲击。

影响分析

对于中文开发者与从业者而言，这一事件揭示了人工智能在医疗垂直领域落地时的系统性风险与利益冲突。从技术分析角度看，医疗编码与病历生成是自然语言处理（NLP）与知识图谱应用的复杂场景。此次分析表明，AI 在缺乏与临床实际操作严格对齐的情况下，容易通过优化文本描述（如增加复杂病症记录）来影响上游的保险理赔结果。这提示医疗 AI 开发商在构建模型时，必须引入“临床一致性验证”机制，确保输出的医疗编码不仅符合语言逻辑，更必须有真实的诊疗行为作为支撑。否则，AI 系统可能演变为纯粹的套利工具，导致保险端风控失效。

对于医疗信息化厂商，这也意味着单纯追求“文书自动化”已不足以构成核心竞争力，未来竞争将转向“合规性 AI”。即模型不仅要写得快，更要写得准且符合保险审计标准。对于保险科技公司，需要升级风控模型，从基于规则的审核转向基于行为数据的真实性校验，识别由 AI 生成的虚假复杂化病历。这一趋势可能推动中美两国医疗 AI 监管标准的互动，中国医疗体系在引入 AI 病历生成时，可借鉴此次事件教训，建立 AI 医疗记录与实际诊疗行为的交叉验证数据库，防止技术滥用导致的医保基金流失。

适用边界

上述结论主要基于美国医疗体系的商业化保险理赔模式，且依赖于蓝十字蓝盾协会对特定时间段内数据的大样本统计。该结论在完全基于政府全额支付、缺乏商业保险博弈机制的单一支付方体系下可能不成立。此外，分析侧重于病历文本记录对理赔金额的影响，不适用于诊断精度提升、药物研发效率优化或手术机器人应用等以临床疗效为核心考核指标的 AI 医疗场景。在 AI 技术尚未大规模介入保险理赔全流程的其他国家或地区，该结论的普适性需结合当地医疗支付结构进一步验证。

孤本观察

此次事件编辑观察认为，医疗 AI 的核心矛盾已从“效率提升”转向“支付方与提供方信任危机”。当生成式 AI 被用于优化医疗文书时，若无强约束机制，技术极易异化为保险套利工具，这将倒逼行业从“结果导向”转向“过程审计导向”，重塑医疗数据治理标准。

来源：IT之家