医疗AI深入计费与体扫，成本追踪愈发困难

AI已嵌入美国医疗体系中决定医院计费、保险公司赔付及理赔拒绝的关键环节。10月1日，CNBC报道，蓝十字蓝盾协会称，2023年至2025年间，其健康计划中医院AI辅助编码造成的成本接近10亿美元，即94200万美元。

蓝十字蓝盾协会表示，大部分增幅来自将患者推入更高报销类别的次要诊断。这类诊断“可能源自单项实验室数值，因此特别适合由AI工具检测”。保险商分析指出，其所谓的复杂编码增长发生在60%的医院系统开始使用AI编码工具的时期。该协会还强调“编码与治疗之间存在明显脱节”。

蓝十字蓝盾协会高级副总裁、产品与数据科学负责人Luke Chalker告诉CNBC，其识别出的计费中约70%，即65300万美元，与未伴随护理变化的额外诊断有关。Chalker并未将全部增幅归因于AI。他表示：“虽然多种因素影响了编码强度，但发现表明AI支持的编码和记录工具正在发挥作用。”

他对消费者的警告很直接：更复杂的编码可能在未增加护理的情况下提高报销，而“这些成本最终可能以更高保费和自付费用形式出现”。这与咨询公司Marsh的最新预测形成对照，CNBC引用该预测称，2027年人均健康保险成本平均将上涨8.2%，为2003年以来的最高涨幅。

医院游说团体反驳

美国医院协会对这一框架提出质疑。一位发言人告诉CNBC：“如今的患者年龄更大，临床情况更复杂”，并补充说AI工具帮助提供者“准确捕捉患者状况以辅助护理规划”。该协会称蓝十字蓝盾协会的分析“缺乏有意义评估这些工具如何影响医疗质量、患者可及性或支出的背景”。它还反过来批评保险商，称“看到保险商在继续依赖自动化降级编码和拒绝做法的同时，却对提供者编码提出担忧，这尤为令人不安”。

Chalker表示蓝十字蓝盾公司也在理赔审核中使用AI，但“任何临床拒绝都由合格的人类临床医生审查”。布朗大学研究医院编码的健康经济学家Christopher Whaley告诉CNBC，AI似乎在“加速并在某种程度上使捕捉系统中既有和潜在计费激励变得更加容易”。他指出，额外诊断并不自动错误。“在许多情况下，诊断是合法的且未被捕捉”，尽管某些情况“在临床上并不真正重要，也不影响患者护理”，却仍会触发计费代码。Whaley担忧的是他所谓的医院与保险商之间的“行政军备竞赛”，双方使用的工具“都非常昂贵”且“与向患者提供适当护理毫无关系”。

预防性体扫进入美国

同一周，数字健康的另一个角落受到关注。TechCrunch的Equity播客于9月30日探讨了Neko Health，这家由Spotify创始人Daniel Ek共同创立的体扫初创公司融资7亿美元，现已进入美国。该集节目提到Midjourney正在建造自己的体扫描仪，Function Health也为其预防健康平台筹集了可观资金，投资方Preface Ventures的Farooq Abbasi讨论了体扫成为更广泛医疗体系一部分所需满足的条件。

该领域还面临政治风险。STAT于10月1日报道，中期选举正在为参议院财政与健康委员会带来异常重大的变化，财政小组14名共和党人中至少有5人将离开。由于STAT的报道部分设有付费墙，文章中无法看到离任成员的完整名单。

为了更广泛的视角，Rest of World于9月24日发表了与医生兼顾问Ruby Wang的访谈，她是即将出版书籍《China Cure》的作者。Wang认为，在美国和英国，技术“在医疗体系中始终是附加项”，而在中国，数字轨道被视为正常基础设施。她还表示，中国在全球药品对外授权交易中的份额今年可能达到60%，但需注意：中国在肿瘤学领域最强，免疫学领域尚不成熟，且在商业化自身药物方面较弱。

回到美国计费系统，蓝十字蓝盾协会与美国医院协会之间的分歧仍未解决，双方均未发布完整核算，说明94200万美元中有多少可归因于AI，而非编码实践或患者复杂性。