蓝十字研究：AI工具致保险赔付额外增加近10亿美元
nashnova research
美国蓝十字蓝盾协会研究发现，医疗机构借助AI工具多报次要诊断，两年内推高成员保险公司赔付成本约9.42亿美元——诊断变多了，但治疗并没跟着变多，说明AI找到的是更多账单，不是更重的病。
多出来的近10亿美元，到底花在了什么地方？
BCBSA报告覆盖2024至2025年，对比基准为2023年，累计额外赔付约9.42亿美元。
核心推手是"次要诊断"（就是住院时除了主病之外并发的其他病症）申报频率上升——仅这一项就贡献了6.53亿美元额外支出。
这意味着→ 近七成的新增成本，来自同一个患者身上被多记了更多"附带病症"，而不是患者本身变多或主病变重。
AI在这中间扮演了什么角色？
医疗机构用两类AI工具来"发现"次要诊断：一是扫描既有病历、自动标记遗漏诊断；二是"环境听写"（被动录下医患对话，自动生成病历文档）。
用大白话说＝ AI把以前医生没写进账单的病也捞了出来，而保险赔付标准是"病例越复杂、赔得越高"，多一条诊断就可能跳到更高的赔付档位。
这反映出 AI并没有改变患者的实际病情，但改变了病情被记录和计费的方式——技术落地点恰好卡在"钱从哪出"的关口。
怎么判断这不是患者真的病得更重了？
BCBSA高级副总裁查尔克指出关键证据：诊断和治疗之间出现了系统性背离。
以大肠手术患者为例，2023年Q1至2025年Q4间，肠道部分梗阻的次要诊断申报上升55%，酸中毒上升33%——但针对贫血患者的输血量并未同步增加。
这意味着→ 如果患者真的更重，医院应该做更多治疗；但治疗没跟上，说明多出来的诊断更像是"账面发现"，而非临床恶化。
这个问题只有蓝十字一家碰到吗？
并非如此。美国健康险公司Centene此前已公开表示，医疗系统使用AI工具导致了激进或不当的报销申请。
BCBSA旗下拥有31家独立健康保险公司，覆盖逾1亿参保人，其数据具有行业代表性。
这反映出 AI编码工具对保险成本端的冲击正从个案变成行业性问题——诊断与治疗之间的系统性背离，很可能成为监管机构审查AI医疗计费合规性的核心依据。
市场有风险，内容仅供研究参考，不构成投资建议。