普华永道最新发布的一份长达 60 页的报告揭示了一个令人意外的行业趋势:AI 在医疗领域的应用目前非但没有通过削减文书工作或精简人员来降低成本,反而成为推高医疗账单的重要因素。报告预测,AI 是导致 2027 年医疗成本预计上涨 9% 的五大潜在驱动力之一,这将匹配今年的增长率,也是自 2010-2011 年以来的最高水平。
这一现象的核心机制在于 AI 辅助笔记工具的普及。这些工具能够捕捉到人类医生在匆忙中可能忽略的诊断细节和并发症,从而将原本可能被归入通用“代码”的诊疗项目拆解为更具体、严重等级更高的计费代码。这些额外的细节为更高额度的赔付提供了理由,即使患者实际接受的护理质量并未改变。
蓝十字蓝盾协会(BCBS)的数据分析提供了有力佐证:在 2022 年至 2025 年间,部分医院针对新妈妈产后急性失血性贫血的计费代码使用率从 4% 飙升至 12.3%,而作为该病常规治疗的输血数量却几乎没有变化。审计发现,编码增幅最大的医院系统中,符合临床诊断标准的病例不足 20%。这种“编码强度”的提升在三年内为相关医院的产科支出增加了 2200 万美元。尽管劳动力短缺和供应链成本仍是医疗成本上涨的主要驱动力,但报告指出,AI 目前展示出的能力首先是优化了收费流程,而非削减行政开支。
事件分析
这体现了技术中性的现实:AI 能够极其高效地执行既定规则,而当规则本身倾向于“按描述复杂度付费”时,AI 的介入便会自然导向利润最大化的方向,而非成本最小化。这在短期内可能会引发保险机构更严格的审计,甚至可能迫使监管层更新 DRG(疾病诊断相关分组)等支付标准,以堵住 AI 带来的“过度编码”漏洞。长期来看,只有当 AI 被用于临床路径优化而非单纯的编码优化时,真正的降本增效才会实现。
💡 核心观点:AI 并没有消灭医疗系统的繁文缛节,而是通过极致的效率放大了现有体系的逐利本性,将“提效”的红利转化为了更高的账单。
原文链接:Hacker News







AI周刊:大模型、智能体与产业动态追踪
程序员数学扫盲课
冲浪推荐:AI工具与技术精选导航
Claude Code 全体系指南:AI 编程智能体实战