AI写病历致医疗支出增加9.42亿美元

美国蓝十字蓝盾协会（Blue Cross Blue Shield Association）开展的一项分析显示，医院在提交保险理赔单据的过程中使用人工智能工具，在两年时间里使医疗支出额外增加了9.42亿美元，按现行汇率约合63.39亿元人民币。这一数字直观地呈现出AI进入医疗文书环节之后，对费用链路产生的连带影响。

分析的切入点并不复杂：病历的书写方式变了，理赔单据上呈现出来的疾病复杂程度也随之变化。报告发现，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，同时医疗编码与实际治疗之间出现了明显脱节，并没有证据能够证明对应的诊疗服务也同步发生了改变。换句话说，编码所描述的病情严重程度在纸面上走高，但真实的诊疗行为并没有跟上。

值得注意的是，卷入这一变化的并非只有医院一方。围绕诊疗項目与赔付金额的分歧，医院与保险公司之间长期存在博弈，而当医患双方都开始使用AI之后，这类矛盾反而进一步加剧。AI初创企业阿布里奇的创始人希夫·拉奥博士承认，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”。不过他同时也表示，AI存在另一种可能性：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·查尔克则不愿意把现状简单形容为一场博弈。他表示：“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。”

从技术演进的角度观察，这场争议触及了一个更普遍的问题：当AI被同时部署在利益取向不完全一致的两端，中间环节的偏差就会被放大。拉奥提到的“智能体彼此对抗”，本质上是对多智能体系统在真实商业环境中可能出现失衡状态的一种担忧。当一方的工具倾向于把信息记录得更充分、更严重，另一方的工具则去寻找其中的不合理之处，双方都在效率上获益，成本却可能被转嫁到整个体系的某个环节。

9.42亿美元并不足以判定AI在医疗场景中的价值。它更像是一个提示：在病历生成、医疗编码、理赔审核这类高度依赖文本与结构化数据的环节，AI的落地效果不仅取决于模型本身的能力，还取决于它被放置在什么样的流程里、服务于什么样的目标。工具是相对中立的，流程却未必中立。如何在减轻医生文书负担的同时，避免费用链路出现系统性偏移，是这套体系接下来必须回答的问题。