AI推高医保账单

背景：一场少见的行业公开对撞

美国医疗保险行业出现少见的公开对撞。BCBSA（蓝十字蓝盾协会）9月24日发布分析，称医院普遍使用AI编码工具后，2024至2025年其成员计划的住院支出比2023年基线多出9.42亿美元。协会强调，编码复杂度上升并未对应实际诊疗变化，这是判断AI推高成本的关键依据。

BCBSA覆盖31家独立医保公司、超过1亿成员，其数据样本在行业内有较高代表性。分析显示，被记为”医学复杂”的住院病例占比从2023年初的37%升至2025年底的40%。其中约70%、即6.53亿美元的新增成本来自次要诊断——AI扫描化验报告与医生笔记后，把原本未记录的病症补入账单，使病例进入更高报销档位。

核心事实：编码变了，诊疗没变

协会高级副总裁Luke Chalker在简报会上说：”这不是战争，是一场完全一边倒的血洗。”他解释，9.42亿美元估算已剔除医院实际增加诊疗的情形，纯粹来自”我们认为诊疗没有变化的部分”。以大型肠道手术为例，最高复杂度编码占比从10.2%跃升至22.7%，但输血等治疗指标并未同步增长——诊断变多，治疗没变，指向AI识别出更多可计费病症，而非患者真的更病。

据BCBSA引用的BAM.ai调查，超过63%的医疗机构已在收入周期流程中使用AI工具。每例超额复杂病例平均多报销约1.1万美元，6.53亿美元中超过5.5万例住院账单因此被推入更高报销档位。

对立面：医院方的反驳

这场争议并非BCBSA单方叙事。美国医院协会（AHA）7月发布的事实清单直接反驳：AI推高成本的说法”未经证实”。AHA数据显示，2019至2024年医院费用增长中19%来自照护更复杂的患者，病例组合指数同期上升约5%。AHA同时反指保险商，引用MedPAC 2025年报告称医保优势计划因upcoding产生400亿美元超额支付，2026年3月还有一家支付方就upcoding指控与DOJ和解。医院方认为，AI工具的价值在于整合分散的医疗记录，帮助编码员发现遗漏的病症，避免所谓的”遗漏错误”，从而让报销更准确而非更激进。

双方各自引用数据，本质是计费规则与诊疗记录之间的信息不对称被AI放大了。

“如果患者真的更病，我们本应看到更多治疗。”——Luke Chalker

实践限制与后续观察

对从业者和政策观察者而言，几个现实限制值得注意：

• BCBSA分析仅覆盖住院账单，门诊场景的AI编码影响尚未纳入；
• “编码与诊疗脱节”的判定依赖内部数据模型，AHA和医院方未独立验证该因果链；
• 63%的医疗机构渗透率意味着问题不会自然消退，而会在下一轮合同谈判中集中爆发；
• Centene等保险商此前已单独指出医院AI工具导致激进或不恰当的报销支付，说明这不是孤例。

Abridge创始人Shiv Rao则提出了另一种可能：当医院和保险商都使用AI时，”bot打bot、agent打agent”的博弈未必让任何一方受益，也可能倒逼双方把精力从编码攻防转向真实诊疗质量。对普通投保人而言，这场争议的最终落点将是保费：如果编码复杂度持续上升而诊疗并未同步增加，多出来的成本最终会分摊到雇主、患者和纳税人的账单中。

总结

AI没有发明upcoding，但把一场持续多年的计费博弈推到了公开化、数据化、不可回避的阶段。 9.42亿美元只是BCBSA一个成员网络两年内的数字，它真正揭示的是：当文档生成和编码都交给AI之后，谁控制医疗记录，谁就掌握了成本分配的话语权。这场博弈的下一站，大概率是监管介入、合同条款重写，以及AI工具本身被纳入医疗审计范畴。

— END —
LC 智趣厅 · 科技与生活的交点
ihygg.cn