普华永道报告：AI正推高医疗账单

背景

长期以来，公众和业界普遍存在一种预期：人工智能（AI）将成为降低医疗成本的关键力量。无论是通过减少行政文书工作、自动化医生笔记，还是精简医院人员编制，AI 似乎都具备提升效率、削减开支的潜力。然而，普华永道（PwC）发布的一份长达 60 页的最新报告得出了截然相反的结论：截至目前，AI 在医疗领域最广泛的应用之一，实际上是在推高医疗账单。

这份报告揭示了一个令人不安的现实：AI 不仅擅长让任务更高效，同样也擅长以更精细的方式提升行业的利润底线。在医疗保健这一高度复杂的系统中，技术的引入并不总是意味着消费者的负担减轻，反而可能成为新的成本驱动因素。

核心内容

根据 PwC 的报告，AI 被列为导致医疗成本在 2027 年攀升至 9% 的五大潜在驱动因素之一。这一增长率与今年的水平持平，是自 2010-11 年以来最高的年度增速。

AI 推高成本的核心机制：编码强度的增加

报告指出，问题的关键在于 AI 笔记工具（AI note-taking tools）的使用。这些工具能够记录比匆忙的人类临床医生更为详细的诊断细节和医疗并发症信息。在传统模式下，医生可能将多种情况合并为一个宽泛的“代码”（code）——这是一种标准化的计费标签，用于告知保险公司应支付的费用。

AI 工具通过捕捉更多细微的临床细节，使得医院能够申请更高严重程度的计费代码。这些代码通常对应更高的赔付金额。值得注意的是，这种计费方式的改变并不一定意味着患者接受了更复杂或更昂贵的治疗；即使患者实际接受的护理与以往相同，更细致的 AI 记录也能证明使用更高赔付代码的合理性。

数据佐证：Blue Cross Blue Shield 的分析

为了验证这一现象，Blue Cross Blue Shield（BCBS）进行了一项具体分析，结果令人震惊：

• 编码激增： 在 2022 年至 2025 年间，部分医院针对新母亲急性产后贫血（acute posthemorrhagic anemia）的计费代码使用率从 4% 飙升至 12.3%。
• 治疗未变： 与此同时，作为该病症常见治疗手段的输血次数几乎没有变化。这表明临床护理的实际强度并未增加。
• 临床标准存疑： 对编码上升最剧烈的医院系统进行审计发现，少于 20% 的病例实际上符合该诊断的临床标准。
• 成本影响： 这种高强度编码（higher-intensity coding）与医院日益广泛地使用 AI 进行计费同步发生。据 BCBS 统计，在受研究的医院中，这种编码强度的增加在三年内为产科支出额外增加了 2200 万美元。

报告的限定条件

尽管 AI 被列为报告中新出现的最大压力源，但报告作者向 Healthcare Dive 指出，它并非导致整体成本上升的最大驱动因素。劳动力成本和供应链成本等传统因素仍然占据了成本增加的大部分份额。此外，报告也承认，AI 工具最终可能会向相反的方向发展，通过自动化医院行政工作或更早发现诊断来推动成本下降。

关键要点

• 预期与现实的背离： AI 在医疗领域的应用并未如预期那样降低患者账单，反而通过优化计费流程增加了支出。
• 技术赋能的“双刃剑”： AI 笔记工具通过记录更细致的诊断细节，使医院能够使用赔付率更高的计费代码，即使临床护理水平保持不变。
• 编码强度异常上升： 数据显示，特定病症（如产后贫血）的计费代码使用率大幅上升，但相关治疗手段（如输血）的频率并未同步增加，且大量病例不符合临床诊断标准。
• 经济影响显著： 仅产科领域，因编码强度增加而在三年内额外产生了 2200 万美元的支出。
• AI 并非唯一推手： 虽然 AI 是新出现的重大压力，但人力和供应链成本仍是医疗通胀的主要驱动力。
• 长期潜力尚存： AI 未来仍有可能通过自动化行政工作和早期诊断来降低医疗成本，但目前其首要效应是优化收费而非削减支出。

意义与影响

这份 PwC 报告揭示了一个深刻的行业悖论：AI 往往被宣传为优化行业、消除浪费、使系统更快更便宜的利器。但在医疗保健领域，它目前最成功的优化对象，恰恰是如何向患者收取更高的费用。

对保险行业和支付方的警示

这一现象凸显了医疗计费系统中存在的结构性漏洞。AI 工具被保险公司高管形容为“自我利益最大化”的工具。当医院拥有更强大的技术来捕捉和记录临床细节时，它们有强烈的经济动机去利用这些细节来争取更高的赔付。这对保险支付方提出了严峻挑战：如何识别和应对由 AI 驱动的“编码通胀”？

对医疗伦理和监管的影响

如果 AI 记录的数据被用于支持不符合临床标准的更高赔付代码，这不仅涉及经济欺诈的风险，更触及医疗伦理的核心。医疗决策应基于患者的最佳利益，而非计费代码的复杂度。监管机构可能需要重新审视 AI 在医疗行政和计费环节的应用规范，确保技术用于改善护理质量，而非仅仅作为增加收入的杠杆。

对未来的展望

尽管现状令人担忧，但报告并未完全否定 AI 的长期价值。随着技术的成熟和监管框架的完善，AI 有望从“计费优化器”转变为真正的“效率引擎”。然而，在过渡期内，医疗机构、保险公司和政策制定者必须警惕 AI 被滥用于推高医疗成本的风险，确保技术进步真正惠及患者，而非仅仅服务于机构的利润底线。