藍十字研究：AI工具致保險賠付額外增加近10億美元
nashnova research
美國藍十字藍盾協會研究發現，醫療機構借助AI工具多報次要診斷，兩年內推高成員保險公司賠付成本約9.42億美元——診斷變多了，但治療並沒跟着變多，說明AI找到的是更多賬單，不是更重的病。
多出來的近10億美元，到底花在甚麼地方？
BCBSA報告覆蓋2024至2025年，對比基準為2023年，累計額外賠付約9.42億美元。
核心推手是「次要診斷」（即住院時除主病之外並發的其他病症）申報頻率上升——僅此一項便貢獻了6.53億美元額外支出。
這意味著→ 近七成新增成本，來自同一個患者身上被多記了更多「附帶病症」，而非患者本身變多或主病變重。
AI在中間扮演了甚麼角色？
醫療機構用兩類AI工具來「發現」次要診斷：一是掃描既有病歷、自動標記遺漏診斷；二是「環境聽寫」（被動錄下醫患對話，自動生成病歷文檔）。
簡單來說＝ AI把以前醫生沒寫進賬單的病也撈了出來，而保險賠付標準是「病例越複雜、賠得越高」，多一條診斷就可能跳到更高的賠付檔位。
這反映出 AI並無改變患者的實際病情，但改變了病情被記錄和計費的方式——技術落地點恰好卡在「錢從哪出」的關口。
怎樣判斷這不是患者真的病得更重？
BCBSA高級副總裁查爾克指出關鍵證據：診斷與治療之間出現了系統性背離。
以大腸手術患者為例，2023年第一季至2025年第四季間，腸道部分梗阻的次要診斷申報上升55%，酸中毒上升33%——但針對貧血患者的輸血量並未同步增加。
這意味著→ 若患者真的更重，醫院應做更多治療；但治療沒跟上，說明多出來的診斷更像是「賬面發現」，而非臨床惡化。
這個問題只有藍十字一家碰到嗎？
並非如此。美國健康險公司Centene此前已公開表示，醫療系統使用AI工具導致了激進或不當的報銷申請。
BCBSA旗下擁有31家獨立健康保險公司，覆蓋逾1億參保人，其數據具有行業代表性。
這反映出 AI編碼工具對保險成本端的衝擊正從個案變成行業性問題——診斷與治療之間的系統性背離，很可能成為監管機構審查AI醫療計費合規性的核心依據。
市场有风险，内容仅供研究参考，不构成投资建议。