美国最大医保协会：医院 AI 编码两年多推高支出 9.42 亿美元，治疗量却没同步上升
蓝十字蓝盾协会（BCBSA）9 月 24 日发布分析：其 31 家会员公司在 2024–2025 两年为住院理赔多支出约 9.42 亿美元（对比 2023 年基线）。其中约 70%（约 6.53 亿美元）来自次要诊断——即把超过 5.5 万例住院推入更高赔付档的并发症编码，平均每例多付约 1.18 万美元。住院中被判为「医学上复杂」的比例从 2023 年初约 37% 升到 2025 年底约 40%，而上升最快的那批医院在手术量、ICU 使用、输血率与住院时长上并未同步上升。
协会把成因指向 AI 编码工具：目前超过 60% 的医院系统在使用能扫描化验单与电子病历、自动找出可编码次要诊断的软件，以及旁听医患对话自动写病历的「环境记录仪」。临床事务副总裁 Razia Hashmi 的说法是「诊断上了、治疗没上」；高级产品与数据科学副总裁 Luke Chalker 称「如果病人真的更重，我们该看到更多治疗」。
结论有明确边界：这是一份由付费方协会发布的白皮书，不是同行评议研究，依据理赔数据而非病历，协会自己也承认「其中有一部分是正确编码」。医院方（美国医院协会）反驳称患者急重症比例本就在上升，并指出保险公司也在用 AI 反向扫描病历找拒赔理由。因此 9.42 亿美元应读作「编码与治疗出现明显落差的那部分支出」，而不是「AI 造成的全部医疗涨价」。
原文链接：BCBSA 官方公告 / Reuters
核验记录
BCBSA 官方页直读 200（181,257 字节），页内可见日期 September 24, 2026（无 JSON-LD datePublished，按 R25 只认可见日期）；同题 Reuters 2026-09-24 电与 Becker's Hospital Review、Technology.org 9/25 交叉；IT之家 9/27 15:35 中文稿数字一致。37%→40%、5.5 万例、6.53 亿、>60% 医院使用率四个数字逐字取自 BCBSA 官方页与 Reuters 原文。配图取官方页 og:image（webp，裸请求与带站内 Referer 均 200 / 474,844 字节）。
← 上一篇Interfaze 开源 Lev：4B 的 System One 决策模型，一次前向给出概率、输出零 token，13 项 S1Bench 平均 68.9%下一篇 →Supersonic Labs 开源 Julia 1：144.3M 决策模型，CPU 上一次前向给出分类、路由、排序与是非判断