ARTICLE · 1119291
AI在医院算细账,老人在柜台多掏钱
AI在医院算细账,老人在柜台多掏钱
可就在刚过去的这几天，大洋彼岸连续公布了两份调查报告，把这个设想击得粉碎。 一边是医院悄悄接入AI算法，在治疗完全没有增加的情况下，短短两年从保险公司手里多掏走了近10亿美元；另一边是顶不住成本压力的巨头保险公司，转头开始拿老年人开刀，不仅大幅缩减牙科补助、收窄医生名单，还把自付费用直接往上推。 两件事看似发生在不同角落，但如果把它们放在同一张医疗资金流转表上并排对照，一个冷酷的现实就浮出了水面：当AI在医院里把算账的效率做到极致，最终在缴费柜台前承担代价的，往往是信息最不对称的老年人。 01 先看医院这一端发生的事情。10月1日，美国行业媒体Endpoints News发文发问：AI是不是正在把医疗成本往上顶？这篇报道顺藤摸瓜，挖出了美国蓝十字蓝盾协会最新发布的一份白皮书。 调查数据显示，在2023年到2025年的两年时间里，全美超过60%的医院系统开始全面接入AI编码与计费工具。结果非常惊人：在这类AI工具的协助下，医院向保险公司开出的住院账单总额，凭空增加了整整9.42亿美元。 这近10亿美元到底是怎么多出来的？AI并没有帮医生做更多手术，也没有开出更新的救命药，它做的事情说白了就是查漏补缺和挑字眼。 在现代医院管理中，病历编码直接决定了医保报销的金额档位。以往医生写病历，往往只记录主要病情，附带的一些轻微指标异常往往就忽略过去了。但AI扫一遍病人的化验单和电子病历，就能精准挑出一堆次级诊断。 什么是次级诊断？简单来说，就是一个病人住院的主要病因之外，附带被查出来的微小症状。比如一个做完肠道大手术的病人，化验单上只要有一项血红蛋白指标稍低，AI立马就会把贫血这个次要诊断码打上去。过去医生写病历可能就忽略了，但AI绝对不会放过。 在现行的疾病诊断相关分组付费系统里，账单上只要多了一个次要诊断，整个病例的复杂程度就会直接往上跳一个档次，保险公司需要支付的报销金额跟着大幅攀升。这种支付制度的设计初衷，是为了按病情的严重程度合理分配医疗资金。但在实践中，当医院与技术服务商将算法深度嵌入这套体系时，规则的激励机制便悄然发生了偏离。医疗机构天然具有扩大收入的运营动力，而在复杂的按病种付费框架下，寻找边缘诊断代码成为了最容易落地的合规增收路径。 在这多出来的9亿多美元支出里，有超过70%、也就是6.5亿美元，全是由这类被AI挖出来的次级诊断贡献的。 蓝十字蓝盾协会的数据科学副总裁卢克·乔克说了一句大实话：如果病人真的病得更重，我们理应看到更多的实际治疗。但数据清清楚楚摆在那里：医院里被诊断为贫血的病人翻倍增长，可真正接受输血治疗的病人数量根本没有增加。 这项分析说明了一个事实：AI找出来的更多只是一堆符合收费规则的诊断代码，并没有对应真正病重的人群。 很多临床专家也指出，这种靠算法强行挖掘出来的轻微症状，在医学上往往不需要采取实质性的干预措施。轻度贫血可能仅仅依靠术后常规营养补充就能自行恢复，但在计算机的代码库里，它却被转换成了一张张实打实的计费加价单。 02 医院用算法算尽了每一分钱，把账单源源不断推给保险公司。保险公司的钱袋子被掏空，他们又是怎么应对的？ 同一天，美国医疗媒体STAT报道了一份针对联邦医保优势计划的重磅分析。这项计划是美国政府出资、由联合健康、Humana等商业保险巨头负责经办的公共老年医疗保险，覆盖了全美数千万退休老人。 报道明确指出，从2027年开始，参保的老年人将面临一个冷冰冰的现实：看病和拿药的自付费用将被大幅提高。 因为此前华尔街投资者一直抱怨这些保险巨头的利润率没有达到预期，在医院计费成本持续膨胀的夹击下，大保险公司选择直接从老年人身上找补利润。 具体手段极其直接：第一，大幅削减此前吸引老人参保的额外福利，其中被砍得最狠的就是牙科补助；第二，提高每一次看病就诊时老人必须自费掏出的门槛费；第三，大面积缩减合作医院和医生的网络名单。 名单一收紧，很多老人明年再去医院时可能会突然发现，自己看了十几年的家庭医生，已经不在报销网络里了；如果坚持要看，就必须全额自费。 10月15日全美医保年度参保窗口即将开启，几千万面对密密麻麻繁复条款的老年人，正在成为这场成本博弈的埋单者。很多老年人平时根本没有精力去逐字逐句比对每年调整的细则，往往习惯性地自动续约，直到生病去医院刷卡被拒的那一刻，才发现常看的诊所早就被踢出了名单。 在过去，很多老人选择参加这类优势计划，恰恰是因为看中了它承诺的看牙补贴和广泛的社区医生资源。如今当大药企和医院的成本推高整个医疗池子的支出时，这些原本用来兜底民生的基础福利，反倒成了最先被切掉的赘肉。 普华永道预测，2027年商业健康险的医疗成本趋势将飙升至9%，创下近20年新高；凯撒家庭基金会更是警示，健康险保费中位数拟上涨15%。上游的成本狂飙，最终像多米诺骨牌一样，结结实实砸在了终端家庭的头上。 03 很多人曾天真地以为，把AI引入医疗系统，靠着算法的高效率，自然能把虚高的医疗成本压下来。但大家往往忽略了一个最根本的经济学规律：技术为谁的诉求服务，取决于谁在为这项技术买单。 医院花大价钱采购AI软件，院长给技术服务商定的核心考核指标，从来都聚焦在如何优化收入循环、提高回款效率、把过去漏记的费用彻底补齐。在这样的商业逻辑驱动下，算法的导向一定是穷尽一切规则边缘，帮医院实现计费合规下的最大化增收。 而保险公司面对被算法推高的赔付压力，最本能的自保手段放弃了与医院算法硬碰硬打官司，转而利用自己在合同制定上的强势地位，收紧保障范围，把压力顺水推舟转嫁给自费端。 整个链条看下来，效率确实提高了：医院的账算得更精细了，保险公司的风控切得更准了。唯独在链条最底端的老人，手里的保障缩水了，口袋里的开销变多了。 这种现象在经济学上并不罕见。当技术被单方面用作利润最大化的博弈工具时，它不仅无法缓解系统的总体成本危机，反而会加剧不同利益主体之间的对抗与摩擦。医院研发更激进的AI计费模型，保险公司随后也会采购更严格的AI拒赔与审核算法，两套算法在云端互相博弈、层层加码，最终消耗的是巨大的社会计算资源和行政成本。 这种算法对抗甚至延伸到了药物处方的审核环节。有的AI负责在病历里寻找高价药的报销指征，另一套AI则负责在理赔端寻找拒绝支付的文字漏洞。在繁复的算法攻防战中，不仅医生被大量的行政解释工作困扰，真正急需治疗的重症患者往往也被拖延在漫长的预先授权审批流程中。 这项来自大洋彼岸的真实切片，对正在加速推进医疗大模型落地和医保DRG控费改革的国内产业界，是一个极具参考意义的对照。医疗数字化的核心目标，应当是提升诊疗质量、消除无效医疗和减轻患者痛苦，绝不能沦为机构之间精细化算计资金流向的技术壁垒。 如果一项技术的应用目标只停留在单向的利益争夺上，那么算力越强大，医疗系统内耗的成本就会越高。 技术本身没有偏向，但如果算力的终点只是为了把账单做大，或者把自费门槛筑高，那它离守护健康这项最朴素的初衷，就已经越走越远了。
2027年5月9日，CPIC焕新升级，以更大规模、更强阵容，在上海“四叶草”金色大厅盛大启幕，向世界发出中国医药创新的最强音。
过去几年，技术圈和医疗圈最流行的一句话是：AI进医院能让看病变得更便宜。
TONACEA
医院里的算法：没治好更多病，多挑出近10亿美元
TONACEA
保险公司的反制：大刀砍向老人的牙科和常看医生
TONACEA
当技术效率与利益分配绑定，控费就成了空话
#AI医疗#医院计费#保险公司#医保优势计划#老年人自费#DRG#医疗成本#算法博弈#控费#信息不对称
作者介绍
肖生客本名刘肖，行诚生物商务副总裁，同写意首席品牌官，CSGCT（民非组织）秘书长