BCBSA 分析：美国医院用 AI 辅助病历与理赔编码，两年推高保险支出 9.42 亿美元
据 IT之家 9 月 27 日消息，美国蓝十字蓝盾协会（Blue Cross Blue Shield Association，简称 BCBSA）的一项分析显示，美国医院在提交保险理赔单据过程中使用人工智能工具，可能在两年内让医疗支出额外增加了 9.42 亿美元，约合人民币 63.39 亿元。该分析指出，病历中被记录为患有复杂病症的患者数量明显上升，但并没有证据表明相应治疗服务也同步发生变化。换言之，AI 正在介入医疗文书、诊疗记录与保险理赔之间的关键环节，并可能改变原有的费用分配逻辑。
AI 写病历，为何会影响保险赔付
在美国医疗体系中，病历并不只是医生诊疗的记录，也直接关联保险理赔、项目编码和赔付金额。医院提交给保险公司的文件越能体现患者病情复杂、治疗强度高，往往越可能对应更高的报销或结算金额。因此，当 AI 工具被用于整理病历、生成摘要、补全诊疗描述或辅助编码时，它不仅提升了文书效率，也可能放大了某些高复杂度标签的使用频率。
BCBSA 的分析认为，问题并不在于 AI 一定“编造”了病情，而在于医疗编码与实际治疗之间出现了明显脱节。来源显示，病历中复杂病症患者数量急剧上升，但报告没有发现对应诊疗服务发生变化的证据。这意味着，AI 可能让医院更容易、也更系统地把既有信息包装成更复杂的理赔表述，从而推高保险端支出。
- AI 可帮助医院更快生成病历、理赔说明和编码建议。
- 更复杂的病情描述可能对应更高保险赔付。
- BCBSA 认为，复杂病症记录增加并未伴随治疗变化证据。
- 由此产生的额外医疗支出，两年内被估算为 9.42 亿美元。
医疗 AI 的效率红利，正在遭遇激励机制考验
从技术角度看，AI 医疗文书工具的价值并不难理解。医生长期面临大量行政记录负担，自动生成病历、总结医患对话、辅助填写报销材料，确实能节省时间，也可能改善病历完整性。包括 Abridge 在内的 AI 初创公司，正是围绕这一需求切入医疗场景。
但这类工具进入保险支付链条后，问题变得更复杂。医院希望提高收入、减少漏报；保险公司希望控制支出、识别不合理费用；患者则期待获得充分治疗且不过度负担。当 AI 同时被医院、患者和保险方采用时，原本就存在的博弈可能被算法放大。《纽约时报》据此认为，这份分析再次释放出一个信号：人工智能正在推高医疗开支。
Abridge 创始人 Shiv Rao 博士也承认，如果发展不当，AI 可能把行业带向“机器人程序互相争斗、智能体彼此对抗”的局面。不过他同时认为，AI 也有另一种可能：缓和矛盾、降低整体成本。这一判断反映了医疗 AI 的双重属性——它既可能成为效率工具，也可能成为利益主体优化账单、对抗审核的自动化武器。
影响与解读：医疗 AI 需要从“能生成”走向“可审计”
对中文科技行业而言，这一案例的启示不止于美国医疗保险制度。AI 进入高价值、强监管行业后，真正的挑战往往不是模型能否生成文本，而是生成结果如何被验证、追责和治理。医疗病历属于典型的高风险文档：它既承载诊疗事实，也会影响费用、责任和后续治疗决策。
如果 AI 只是让文书更顺滑，却缺乏与真实诊疗行为的校验机制，就可能形成“看起来更完整、实际上更昂贵”的系统性偏差。对于保险公司而言，传统人工审核很难应对由 AI 大规模生成的精细化理赔材料；对于监管方而言，也需要重新定义 AI 辅助病历中的责任边界。
BCBSA 高级副总裁 Luke Chalker 并不愿将现状简单形容为一场博弈，他表示这并不是战争，而是保险公司处于吃亏一方的惨烈局面。无论这一表述是否代表行业共识，它都说明医疗 AI 的落地已经从“提升医生效率”的单点叙事，进入到支付体系、风控体系与合规体系共同承压的新阶段。
未来，医疗 AI 工具若要获得长期信任，关键不只是提高生成质量，还要提供可追溯的证据链、明确标注 AI 参与环节，并让编码建议与实际治疗记录保持一致。否则，AI 越能写，医疗费用争议也可能越多。