AI医院编码增支9.42亿美元｜0928

美国蓝十字蓝盾协会最新分析估算，医院住院理赔编码复杂度上升使其成员公司2024—2025年相较2023年基线增加约9.42亿美元医疗支出，AI辅助编码被认为是重要驱动因素之一。

9月24日，美国蓝十字蓝盾协会（BCBSA）发布新的住院理赔分析。研究显示，提交给蓝十字蓝盾计划的住院病例中，被编码为“医学复杂”的比例从2023年初约37%升至2025年底约40%。BCBSA估算，与2023年编码水平相比，2024—2025年更高的编码复杂度为其成员公司增加约9.42亿美元医疗支出。这里的9.42亿美元是基于理赔数据得出的新增支出估算，不是单笔赔款，也不是已经确认存在不当支付的金额。

其中，BCBSA称约6.53亿美元新增成本来自更频繁记录的次要诊断。这类诊断可能把住院病例推入支付标准更高的诊断相关组（DRG）。AI编码工具可以扫描既有病历、化验结果，环境式AI记录工具也能从医患对话生成医疗记录，从而更容易识别可编码的次要情况。BCBSA同时指出，在重大肠道手术等样本中，部分次要诊断明显增加，但相应治疗强度没有同步上升，因此认为编码变化与实际治疗之间出现了脱节。

这不是今年3月BCBSA产后贫血研究的二次报道。3月研究聚焦另一组样本，并给出约23亿美元的全国性住院和门诊支出估算；9月24日的新分析聚焦蓝十字蓝盾体系的住院理赔，并以2023年为基线估算2024—2025年新增成本，两组数字的样本、范围和口径不同，不能合并或互换。与此同时，BCBSA的结论来自理赔数据而非逐份临床病历审查，医院业界也认为患者复杂程度上升和记录更完整可能解释部分变化，因此现阶段不能把9.42亿美元直接写成“AI造成的已证实损失”。

承泰说：过去讨论保险AI，更多关注保险公司怎样用AI核保、审核和理赔。这次出现了另一面：医疗服务方使用AI改变了进入保险支付体系的“输入数据”。同一份病历如果因为AI更容易发现并记录次要诊断，就可能改变DRG分组和支付金额，技术效率会直接传导到保险公司的医疗成本。

真正需要解决的不是简单判断“AI编码对不对”，而是每一个影响支付的诊断能否回到可核验的临床证据，编码复杂度变化是否与实际治疗强度一致，以及谁来保留最终人工判断。未来健康险的AI竞争可能不只是保险公司用AI审赔，而是医院AI生成更完整的收费依据，保险人再用数据和AI验证这些依据，双方都需要更强的可追溯性。

来源：Blue Cross Blue Shield Association

关键词标签：#健康保险 #医疗理赔 #人工智能 #医疗支付

保险科技观察：2026-09-28