发生了什么
美国蓝十字蓝盾协会（BCBSA）于 9 月 24 日发布研究，指出 AI 辅助病历记录与编码工具正在推高保险公司的赔付支出。研究显示，2024 至 2025 年，医疗服务提供方更频繁地为继发诊断，也就是与主要治疗疾病无直接关联的并发症计费，两年间为 BCBS 各成员公司增加约 6.53 亿美元成本；与 2023 年基线相比，编码强度与病例复杂度的整体上升贡献了约 9.42 亿美元的增量。BCBSA 由 31 家独立健康保险公司组成，覆盖超过 1 亿人，本次分析的对象是住院结算数据。
机制与具体数据
BCBSA 说明了两条技术路径：一是环境听诊工具，被动记录医患对话并自动生成临床病历；二是用 AI 扫描既有病历，识别此前未被记录的病症。在美国的支付体系中，被记录为更复杂的就诊可以向保险公司收取更高费用；在住院场景下，继发或共存的病症可能直接把病例推入更高的严重度分级。研究披露了几个具体变化：接受大型肠道手术的患者中，部分肠梗阻的诊断上升 55%，体内酸负荷过重的诊断上升 33%；贫血诊断同样上升，但输血量并未随之增加。
如果患者确实更重，我们应当看到更多治疗。诊断与治疗之间的脱节，说明 AI 识别出的是更多可计费病症，而不是更重的患者。——BCBSA 产品与数据科学高级副总裁 Luke Chalker
剔除医疗行业的细节，这项研究给出的是一般性启示：AI 会精确地优化被度量的那个指标。没有人要求听诊工具去提高账单金额，它被要求的是完整记录；而完整记录恰好是触发更高付费的开关。因此，部署前建立基线，并检验 AI 产出增多的东西是否真的导向了它本应导致的结果，比评估工具本身的使用体验更重要。把场景换成理赔、采购、绩效或佣金，机制完全相同。
在医疗场景之外，这类反馈回路还有一层更普遍的警示：当 AI 工具被嵌入到一个记录越多、报酬越高的激励结构里，任何偏向完整性的优化都会被自动翻译成成本上升。要打破这个回路，只能从两处入手——要么修改付费规则，使编码复杂度与真实治疗强度挂钩；要么在工具侧增加约束，让自动生成的诊断建议必须经过临床确认才能进入结算。这两条路都不在技术团队的控制范围内，这也解释了为什么这类争议最终会演变为支付方与医疗系统之间的规则谈判。
不确定之处
三点需要注意。第一，研究由付费方发布，立场并非中性。第二，漏编确实客观存在，部分增量可能是此前被临床医生忽略的真实合并症，研究无法完全剥离这一部分。第三，研究未公布样本量；诊断上升而治疗未变具有很强的提示性，但并非决定性证据，并非每个被记录的病症都需要对应治疗，贫血可以仅作监测。此外，Centene 等保险公司此前也提出过类似担忧，说明这正在成为支付方与医疗系统之间的结构性争议，而非单一厂商的问题。