没有新闻的新闻:AI 正在决定「谁得到治疗、谁被拒之门外」

当舆论还在讨论「AI 毁灭人类」的科幻恐惧，现实已经上演：美国最大保险商和联邦政府正用 AI 自动拒绝理赔、推翻医生判断，把最弱势的患者推向风险。这篇文章，是当下 AI 对健康最直接的威胁。

🔥 这不是科幻：AI 已经在决定谁得到医疗护理

过去几周的 AI 恐慌集中在人类灭绝风险上——AI 是否可能抹掉我们所有人。但现实是，AI 程序已经对人们的身体健康产生直接而险恶的影响：美国最大健康保险公司 UnitedHealth Group 被指控用 AI 程序拒绝人们的赔付，尽管医生坚持治疗是必要的，并面临集体诉讼。

Humana 和 Cigna 也因类似指控分别被诉。与此同时，Medicare 推出了自己的 AI 工具，帮政府决定是否批准预先授权；医生们正给联邦政府发报告：办公室里有患者在哭，因为拿不到控制慢性疼痛的药。

法律诉状里的指控令人心碎：家人为刚经历严重摔伤的老人绝望地争取留在养老院；医生愕然于一个可能需要数月康复的患者，在几周后被算法「切断」服务。这就是 AI 此刻对人类健康的威胁。

明尼苏达大学健康服务研究员 Mika Hamer 说得透彻：「临床医生提供的照护对患者的独特情况非常敏感，这些不一定能表现为数字。没有一个数值能告诉你患者社交网络的完整性和连接度。有太多无法量化的因素，根本不适合放进这些模型。如果我们开始完全依赖模型，就有失去人文关怀的风险。」

🔍 患者说：私人保险公司正在用 AI 拒绝理赔

保险理赔之争并不新鲜：投保人想要最大覆盖，付款方有商业激励少付。健康保险用算法也有几十年：输入年龄、体重、是否吸烟，老式算法就能粗略估算患者死前需要多少医疗。简单——也相对透明。

提交理赔或申请预先授权时，本应有一位人类医生代表保险公司审阅所有相关信息并做最终决定，理论上以患者最大利益为先。过去实践中并不总能如此，但那是理念。

明尼苏达大学研究保险公司 AI 使用的法学教授 Daniel Schwarcz 指出，现在不同之处在于：这些新程序能根据输入信息对某人未来健康做出非常具体的预测，而这些预测被用于批准或拒绝理赔的过程中。这些预测究竟是怎么做出的——以及最终权威在 AI 还是人类手中——从外部看常常不透明。

「我们要人类审核，是因为要人类的实质性判断。我们希望 AI 支持它。」Schwarcz 说，「但难点在于区分『AI 支持有意义的人类处理』和『AI 基本取代了人类，人类只是被动默认 AI 的判断』。在实践中，尤其要写成规则或法规时，这两者极难区分。」

🛡️ 你能为自己做点什么

• 申诉，申诉，再申诉
  ：专家说大多数被拒的理赔实际上在申诉中被推翻。不要接受第一个「不」。
• 关注身边的弱势人群
  。保险公司依赖人们不了解自己的权利或决策如何做出，来让拒绝生效；AI 又加了一层困惑。
• 推动你选出的官员制定认真监管医疗 AI 的方案
  。各州议会和国会已有提案在推进，但规范这项技术的路还很长。

91 岁老人的最后一年：UnitedHealth 的 nH Predict 算法

这些问题是近三年针对三大保险公司的诉讼核心。

2022 年 5 月，当时 91 岁的 Gene Lokken 在家摔伤，被送往威斯康星州 Tomahawk 的医院治疗骨折。不到一周，因「极度虚弱、无法交流、持续疼痛」被转入临终关怀。

一个月后，经专业护理，Lokken 开始好转。7 月，他开始做恢复行走的物理治疗。他的 UnitedHealth 销售的 Medicare Advantage 计划一度覆盖所有服务。直到 7 月 20 日——UnitedHealth 拒绝再支付他已待两个月的护理机构费用，坚称他可以安全出院，「继续住护理院在医疗上不必要」。

物理治疗师记录显示 Lokken 仍瘫痪无力。家人上诉，UnitedHealth 持续拒绝，称他能自己吃饭、不需要清洁帮助，就不需要护理、可以回家。

2022 年 7 月至 2023 年 7 月，Lokken 仍住养老院，家人每月自付 1.2 万至 1.4 万美元。2023 年 7 月 17 日，Lokken 去世——从未离开过那个机构。

起诉书称，停止支付 Lokken 养老院费用的决定主要是由 AI 算法 nH Predict 作出的；UnitedHealth 对它的遵从毫不质疑——员工若理赔决定与 AI 预测相悖，据称面临纪律处分甚至解雇的风险。诉状称该 AI 模型通常在养老院护理两周后开始拒绝理赔。

其他案例：Glennette Kell 在 2023 年 8 月底摔倒需急诊手术，被转介康复中心，到 9 月中旬 UnitedHealth 拒绝她的护理理赔——她当时还不会走路，自付 1 万美元。Darlene Buckner 2023 年 10 月心脏病发作做三支搭桥手术，11 月底因并发症再入院，不到两周 UnitedHealth 就拒绝继续住院——那时她「心脏附近有开胸手术的开放性感染伤口、正在服用血液稀释剂、通过静脉输液抗生素」。

UnitedHealth 回应称联邦法律已要求所有理赔决定最终由人类医生而非 AI 程序作出，还提出多项技术法律异议。原告则指控员工「被指示不得偏离」AI 模型的预测，并称公司以 AI 信息「专有」为由拒绝患者和医生询问拒绝原因。

还有 Humana 与 Cigna：批量拒赔

Humana 面对自己的诉讼：86 岁的 Joanne Barrows 2021 年 11 月摔倒去康复护理机构，两周后Humana 开始拒绝她的持续护理理赔——尽管医嘱她患肢不能承重。

第三起针对 Cigna 的诉讼则指控其用另一种 AI 算法，让医生一次性成批拒绝数百或上千不符合预设标准的理赔。患者 Suzanne Kisting-Leung 被拒绝两次由医生做的卵巢癌超声理赔，被迫自付 700 美元以上医疗费。原告称理赔被「即时」拒绝，「医疗档案从未被打开」。起诉书指控：该算法「使其医生能够针对不符合某些预设标准的治疗，一次性大批量地自动拒绝数百或数千次付款，从而规避了法律要求的人类医生个体审核流程。」

这些多半是老人，他们对 AI 在决定他们的覆盖一无所知——直到为时已晚。「在他们看来，跟你说的话等同于听天书。他们根本不知道被拒时正在发生什么，」代理三家公司集体诉讼的律师 Glenn Danas 告诉我，「他们完全不知发生了什么、为什么要这样对待他们。」

🏛️ 现在连传统 Medicare 也开始了：WISeR 模型

不只私人保险公司。特朗普政府正推动传统 Medicare 和 Medicaid 也使用 AI 裁决理赔。2025 年 6 月，在针对 Cigna、Humana、UnitedHealth 的诉讼发起近两年后，美国卫生与公众服务部宣布部署名为 WISeR（浪费与不当服务削减）模型的新程序，为六个州传统 Medicare 的约十几种手术做预先授权决定——「利用 AI/ML 等增强技术，加上人类临床审核」。这是试点，然后决定是否全美推广。

这是传统 Medicare 悄无声息的巨大变革：覆盖 6600 万美国人大约一半的人群，历来大多数服务都不需要预先授权；现在需要了，一个全新的 AI 程序将在「哪些理赔获批」中扮演重要角色。

从一开始，医生和患者权益倡导者就警告：WISeR 可能「复杂化、延迟甚至干脆拒绝必要的医疗」。自该模型 1 月上线以来，媒体和内部政府文件显示——正是如此。

《华盛顿邮报》3 月报道医生与患者正遭遇批准延迟或拒绝。一个故障甚至导致已批准的服务被拒付。医生注意到某些程序似乎给 AI 模型带来麻烦——比如治疗失禁的两种相互竞争的疗法——甚至在权衡是否干脆停掉其中一种。邮报还报道了一位亚利桑那州患者，慢性背痛打类固醇注射，AI 上线后被多次拒绝，痛到无法锻炼。

本月，电子前沿基金会 (EFF) 通过信息自由法诉讼公布了一批与 WISeR 相关的政府文件，显示攻击性的拒绝——一家使用该模型的公司拒绝的预先授权申请比批准还多——即使是最终批准也伴随延迟。一次审核花了 83 天，而模型本应在 72 小时内作出决定。

医生们的直接反馈令人震撼：「我们接到患者打来电话，他们在痛苦中哭泣，因为他们的手术在等待与该模型相关的批准或指导时被延迟了。」一位医生写道：「对虚弱的患者来说，必要疼痛手术延迟 3-4 天已经够难受了，但当医疗机构数周都得不到答复时，情况就变得不可接受了。」

尽管医生和患者强烈抗议、国会代表忧虑，WISeR 似乎不会消失。

❓ 我们该如何确保 AI 不会接管理赔？

AI 正在成为医疗的一部分——这已经发生了。很多用途可能真正有益：Anthropic 最近宣布将 AI 模型的理论发现落地到真实实验室工作，未来可能产出新药。

也没人否认健康保险行政是混乱、沉重的，确实可以从效率与精简中受益——这些任务 AI 至少在表面上很擅长。

但过去几年已证明：草率、粗糙的 AI 部署——把批准或拒绝医疗赔付的责任交给 AI——已造成严重问题。 问题在于这项技术普及的速度超过了任何监管者的监督能力。我们不知道保险公司如何用 AI；我们也没有好的框架定义保险决策中「保持人类在环」到底意味着什么。

「每个人在高度概括层面都同意：『是的，AI 应该增强人类审查而不是取代它。』但没人真正知道怎么写规则去执行它。」Schwarcz 告诉我，「我从未见过有人有效定义了，什么意味着人类『有意义地在环』——即保留独立判断，而不是只审查然后服从。这在规则或法规里是极难定义成可验证、可执行的标准。据我所知，这仍是无解的问题。」

一些州已开始采纳保险理赔 AI 使用透明度的规则，国会议员也提出要求人类参与的提案，包括两党支持的《保护患者免受自动拒绝法案》。但这类技术无处不在又极其灵活，严格监管难度极大。同时，公司采用这些工具并广泛部署的利润激励非常强劲。我们甚至不知道它们的普及程度到底多广。

在那之前，每个人能做什么？Hamer 说老建议仍然是最好的建议：如果理赔被拒绝，申诉。大量被拒理赔最终在申诉中被推翻。

「你不必非得接受保险公司给你的第一个答复就是最终决定，」她说。

笔者锐评

这篇报道最值得国内从业者警醒的不是美国公司的「恶」，而是**「AI + 成本压力」组合的必然结果**：只要「降本」是强激励，算法就会自动滑向「拒绝」那一端——nH Predict 两周就开始拒付、WISeR 比批准的还拒绝得多，全都是在「人类医生兜底」的名义下发生的。所谓「人在环」的保障，在真实商业压力面前常常变成「人在环里盖章」——AI 建议，人类默认接受，责任却由人类背。这个机制在国内医保支付、商保理赔、长护险评估里一旦上量，风险逻辑完全一样。

对国内做医保智能审核、智能监管的团队，这篇文章是一份「负面清单」：一是**「可解释性」必须前置**——被拒的用户和医生有权知道为什么，黑盒拒绝必然引发信任崩塌和诉讼；二是**「人类复核」要设计成真复核**——必须允许、鼓励与 AI 结论相左（否则就是摆设），并审计偏离率；三是别把「效率」当唯一指标——WISeR 的「72小时决策」承诺被 83 天打脸，速度和准确度的权衡要用机制保证，而不是用制度保证。监管科技最怕的不是 AI 太笨，而是 AI 太「听话」——听话地拒绝。 我们做医保智能体，更要在产品里内置「对人负责」的基因，而不是只对「拒绝率」负责。

求点赞 👍 求关注 ❤️ 求收藏 ⭐️你的支持是我更新的最大动力！