AI 助力医疗理赔导致费用激增，保险公司何去何从

AI 在医疗理赔中的崛起与费用飙升

近期，人工智能在医院理赔环节的广泛应用被指导致美国医疗支出在两年内增加了约9.42亿美元。这一现象首先由蓝十字蓝盾协会（BCBSA）披露，数据显示，AI 生成的诊疗记录让患者被标记为“复杂病例”的比例急剧上升，却没有相应的治疗强度提升，导致保险公司支付的费用远超实际医疗成本。

背后的数据来源与分析方法

BCBSA 通过对比 2024‑2025 年两批理赔数据，发现使用 AI 辅助编码的医院在同等病种下的费用平均高出 12%。他们指出，这并非因为病人病情恶化，而是 AI 自动化生成的诊疗描述更倾向于使用高价值的诊疗代码，从而触发更高的保险赔付。

行业争议：技术进步还是成本陷阱？

《纽约时报》将此现象称为“AI 推动的医疗费用新高”。传统上，医院与保险公司之间围绕治疗方案和费用的博弈已屡见不鲜，但 AI 的“双向”介入让局面更为复杂。医院利用 AI 提升理赔效率，保险公司则担心被“高价码”套住，导致理赔支出失控。

关键利益方的声音

医院视角：效率与合规的平衡

多数医院认为，AI 能显著缩短理赔流程，从数天降至数小时，减轻了人工编码的错误率。医院信息部负责人李医生表示：“在高峰期，AI 帮助我们快速生成符合 HIPAA 标准的报告，避免了因手工录入导致的延误。”

保险公司立场：成本控制的挑战

BCBSA 高级副总裁卢·查克尔（Luke Chalker）直言：“这不是战争，而是一场单方面的血腥屠杀，保险公司正被逼到墙角。”他认为，AI 在缺乏严格监管的情况下，容易被利用进行“代码膨胀”，导致保险金支出失衡。

AI 创业者的警示

AI 初创公司 Abridge 创始人 Shiv Rao 警告：“如果 AI 在医疗理赔中被滥用，未来可能出现‘机器人对机器人、代理人对代理人’的恶性循环，形成令人不堪的反乌托邦。”但他也指出，若监管得当，AI 仍有可能降低医院与保险公司之间的摩擦，压缩不必要的成本。

监管缺口与可能的解决路径

现行监管的盲点

美国医疗监管机构尚未对 AI 生成的诊疗编码制定统一标准，导致不同医院使用的 AI 模型差异大，监管部门难以统一评估其合规性。此外，AI 训练数据的来源透明度不足，也为“代码膨胀”提供了可乘之机。

行业自律与技术创新的双重路径

• 建立 AI 编码审计机制：通过第三方审计机构定期抽查 AI 生成的编码，确保与实际治疗相符。
• 推动可解释性 AI：研发能够解释为何选择特定诊疗代码的模型，提升医护人员对 AI 结果的信任度。
• 制定统一的编码规范：在 CMS（美国医疗保险与医疗补助服务中心）层面发布针对 AI 的编码指南，统一行业标准。

对读者的实际建议

如果你是患者，面对账单时应：

• 仔细核对每项费用的对应诊疗代码，必要时请求医院提供 AI 生成报告的原始数据。
• 在与保险公司沟通时，强调“实际治疗内容”与“账单项目”的一致性，避免因 AI 误码导致的额外负担。

如果你是医疗管理者或信息技术负责人，建议：

• 在引入 AI 编码系统前，进行充分的风险评估与成本收益分析。
• 建立内部审查流程，确保 AI 生成的报告经过人工复核后再提交理赔。
• 关注行业监管动态，及时调整系统设置以符合最新合规要求。

展望：AI 与医疗费用的平衡之路

AI 技术本身并非导致费用上升的根源，关键在于如何在提升效率的同时，防止“代码膨胀”带来的成本失控。未来，随着可解释性 AI 和监管框架的完善，医院与保险公司有望在透明、合作的环境下，实现费用合理化、患者体验提升的双赢局面。