AI介入医保索赔引发争议：两年多支出近10亿美元，是效率提升还是“代码通胀”？

【科技24时区】当人工智能工具被大规模引入医院医保索赔流程时，我们原本期待看到的是行政成本的降低和审核效率的飞跃。然而，蓝十字蓝盾协会（BCBSA）最新公布的一项分析数据却给这一乐观预期泼了一盆冷水：在为期两年的时间里，因医院使用AI工具提交保险索赔，导致医疗支出额外增加了9.42亿美元。这笔巨额增量并非源于治疗手段的革新或患者病情的普遍恶化，而是指向了一个更为隐蔽且令人担忧的现象——“编码通胀”。

值得注意的是，BCBSA的分析揭示出一个尖锐矛盾：病历中被记录为患有“复杂病症”的患者数量出现了急剧上升，但与此同时，实际交付的医疗服务并未发生相应变化。这种“编码与治疗之间的明显脱节”，暗示着AI可能在某种程度上成为了过度诊断或过度编码的推手。换句话说，算法或许正在通过挖掘病历中的细微线索，将原本普通的病情“升级”为更严重、报销额度更高的复杂病例，从而在不增加实际医疗资源投入的情况下，推高了整体账单。

《纽约时报》敏锐地指出，这不过是AI推高医疗成本的最新例证。长期以来，医院与保险公司之间围绕治疗方案和支付金额的博弈从未停歇，但随着双方纷纷部署AI系统，这场拉锯战似乎正演变成一场失控的技术军备竞赛。AI初创公司Abridge创始人Shiv Rao博士对此表达了深切忧虑，他形容这可能导向一个“无人愿见的可怕反乌托邦未来”——在那里，“机器人对抗机器人，代理程序对抗代理程序”，人类医生和患者的声音反而被淹没在算法的噪音中。

不过，Rao也保留了一丝谨慎的乐观，认为若应用得当，AI仍有潜力缓解紧张局势并削减成本。但这种平衡极难把握。面对当前局面，BCBSA高级副总裁Luke Chalker的言辞则显得更为激烈且无奈。他拒绝将现状描述为一场势均力敌的“战争”，而是直言：“这不是战争，这是一场完全一边倒的血腥屠杀。”在他的视角里，保险公司在这场由AI驱动的索赔游戏中，正沦为彻底的输家。

从某种角度看，这一事件折射出技术落地过程中的典型困境：当效率工具缺乏有效的伦理约束和监管校准，它极易异化为利益最大化的杠杆。对于医疗行业而言，如何在利用AI提升管理效率与防止其成为“费用膨胀器”之间找到平衡点，已不再是单纯的技术问题，而是一场关乎医疗公平与可持续性的制度大考。