9.42 亿美元，这是 AI 为美国医疗系统开出的一张新账单。付款方的名字，是保险公司。
美国蓝十字蓝盾协会（BCBSA）2026 年 9 月 24 日发布的一项分析显示，2024 至 2025 年间，美国医院在使用人工智能工具辅助编写病历和保险理赔诊断编码之后，导致其成员保险公司额外支出了 9.42 亿美元。这不是 AI 本身出了故障，而是它撞上了一套运行了几十年的付费规则——在这套规则里，病历写得越“重”，报销就越多。
更让人不安的是 BCBSA 的交叉验证：次要诊断的数量飙升了，但对应的治疗并没有增加。这家拥有 31 家独立健康保险公司、覆盖超过 1 亿人的协会借此发出了一个清晰的警告——AI 并没有让病人更重，它只是让病历变得更厚。
一份诊断，价值一万二
要理解这笔钱从哪里来，先得看美国医院的一套独特付费机制：DRG（诊断相关分组）。住院患者的报销金额取决于其病例被归入哪个严重等级——同一种病，如果伴有并发症或合并症，或者更严重的重大并发症，医院就能收到更高的赔付。每多一条次要诊断，都可能让一次住院的支付等级跳上一级。
BCBSA 的数据显示，2024 至 2025 年间，仅次要诊断编码升级就影响了超过 55,000 例理赔，每例因编码升级而进入更高赔付等级的病例，保险公司平均多付约 12,000 美元。两年下来，单这一项就贡献了 6.53 亿美元。
过去，一位医生在 15 分钟的门诊里可能只来得及记录主要诊断。遗漏的次要诊断意味着漏掉的钱。但 AI 改变了这一切。BCBSA 指出，医院端的 AI 工具主要通过两条路径影响病历：一是环境记录（ambient scribe），它安静地听完医患之间的每一句话，自动生成结构化的病历草稿；二是自动扫描病历系统——AI 从已有的病历、实验室报告、影像结果中搜索可以被记录为次要诊断的异常指标。
BCBSA 表示，超过 60% 的美国医院系统已经在使用这类 AI 编码工具。
结果很清楚。2023 年初，住院理赔中被归为复杂病例的比例是 37%，到 2025 年底变成了 40%。具体到某一类手术，变化更加触目：在接受肠道大手术的患者中，记录有肠道部分梗阻的比例上升了 55%，记录有体内酸过多的比例上升了 33%。
诊断飙升的房间里，没有输血
BCBSA 产品与数据科学高级副总裁卢克·查尔克提出了一个无法回避的追问：“如果患者真的病得更重，我们会看到更多治疗。”
他的团队找到了一个绝佳的检验场景——贫血。如果 AI 发现的是真正的贫血病人，那么输血量应该同步上升。现实是：贫血的诊断数量显著攀升，但输血次数纹丝不动。
BCBSA 临床事务副总裁拉齐亚·哈什米博士更系统地验证了这一点。研究团队检查了肠道疾病手术患者的数据后发现，诊断复杂度的上升并未伴随治疗强度的提升。查尔克由此给出了一个让保险公司拍案、让医院必须回应的结论：
“诊断与治疗之间的脱节表明，AI 识别的是更多可计费的病症，而非更重的病人。”
这正是医院和保险公司之间围绕 AI 的核心攻防。医院可以说 AI 只是让病历更准确了，但“写得准”和“收得多”之间的因果链条，暴露的是制度层面的根本矛盾——当编码规则决定了收入，技术进步就会沿着收入的方向流淌。
算法对抗算法
九亿多美元不是一个小数字，但更值得警惕的是：这恐怕只是个开始。因为这张账单的两头都装上了机器。
医院这头，有 Abridge、DeepCura 等专门做环境记录加编码的 AI 公司。Abridge 的创始人希夫·拉奥博士承认，如果放任发展，AI 的终局可能是“没有人愿意身处其中的糟糕反乌托邦局面——机器人程序互相争斗、智能体彼此对抗”。
这并不是科幻语气。保险公司的回击已经开始。2025 年 10 月 1 日，美国大型保险公司信诺（Cigna）正式实施一项名为 R49 的新报销政策：AI 自动审查医生的门诊理赔，如果编码等级被算法判定与诊断信息不符，就自动向下调整一档。美国医学会（AMA）在政策生效前就联名发出公开信表达强烈反对，多个州医学会跟进施压。
2026 年 3 月 13 日，马里兰州保险管理局开出罚单：信诺须缴纳 8 万美元罚款，并立即停止自动降档。州里的理由是——你要降档，得先正式向医生提出异议、索要病历，不能单方面改。三周后，该州将同一禁令扩展到了所有在该州运营的健康保险公司。
一个用 AI 找诊断往上加，一个用算法卡编码往下压。过去这件事靠两边的编码员和审核员逐份拉锯，现在拉锯的速度和规模都被放大了。双方各自交出的数字，都是自己的机器算出来的。
Menlo Ventures 的数据显示，2025 年美国医疗系统在 AI 上的总投入达到 14 亿美元，几乎相当于 2024 年的三倍。其中医院系统支出约 10 亿美元，占四分之三；门诊机构约 2.8 亿美元；保险公司仅约 5000 万。一个有意思的信号是：在这场博弈中，花钱最少的恰恰是保险公司——但它们已经开始用更少的投入，去反击医院更大的投入。
一个被装错方向的加速器
BCBSA 的研究当然有局限。它是一个由被付费方委托的行业协会做出的分析，数据来自理赔而非完整的临床病历。医院完全有理由质疑基线选取的方法，也有理由说住院病人确实更复杂了。BCBSA 自己也承认，这份研究无法直接证明每一条新增诊断都是 AI 写的。
但即便如此，几个事实是无法绕开的：复杂度上升的速度远超过去任何时期；诊断和治疗之间出现了明确的裂痕；超过六成医院已经在用 AI 编码工具。这些趋势的共同方向是同一个——技术正在系统性地改变病历被书写和被定价的方式。
这套逻辑放到中国同样值得警惕。国内医保体系已全面推行 DRG/DIP 按病种付费，医院也有高编高套的冲动。国家医保局医保中心主任樊卫东 2025 年明确提出，要运用 AI 提升对高套病种的自动识别和精准拦截能力。不同的是，中国的付费方只有一个——国家医保局——规则统一、稽核集中、处罚直接。在美国，各家保险公司各自和医院谈价、各自审核，问题要靠行业协会的报告、州监管的罚单和诉讼才一点一点暴露出来。
但本质问题是一样的：当病历质量不再是医疗质量的附属品，而成了定价的核心依据，任何能让病历变厚的技术，都会成为套利工具。AI 没有制造这个漏洞，它只是让这个漏洞再也藏不住了。
问题从来不在 AI，而在“病历写得全 = 钱收得多”这套规则本身。技术没有善恶，但激励机制有方向。在一个每多写一条诊断、医院就多收一万二的体系里，AI 从来就不是降本增效的工具——它是一个被装错方向的加速器。
快报