📰 重點摘要
保險公司透過Blue Cross Blue Shield Association的分析發現,醫院在提交保險理賠時使用AI工具,在兩年內導致醫療支出額外增加9.42億美元。分析指出,病患被記錄為患有「複雜病況」的比例明顯上升,但實際治療方式並未出現相應變化,顯示醫療編碼與實際治療之間出現「明顯脫節」。紐約時報將此分析視為AI推升醫療成本的最新證據,並指出雖然醫院與保險公司在治療與給付上的角力並非新鮮事,但雙方都開始使用AI後,情況似乎變得更加惡化。AI新創公司Abridge創辦人Shiv Rao醫師承認,AI的濫用可能導致「沒有人想活在其中的可怕反烏托邦未來」,出現「機器人對打機器人、代理人對打代理人」的局面,但他也認為AI也可能有助於緩解緊張並降低成本。BCBSA資深副總裁Luke Chalker則拒絕將這種局面形容為一場「戰爭」,他表示這其實是「完全一面倒的血腥屠殺」,而保險公司正處於落敗的一方。
💬 JudyAI Lab 觀點
保險公司透過Blue Cross Blue Shield Association的分析發現,醫院提交理賠時使用AI工具,兩年內導致額外9.42億美元醫療支出——這則新聞值得關注,因為它把AI在醫療編碼上的濫用風險量化成了具體數字。
分析指出,病患被記錄為「複雜病況」的比例明顯上升,但實際治療方式沒有對應變化,顯示編碼與治療之間出現明顯脫節。這反映一個對AI builder有啟發的趨勢:當AI被用來最佳化某一方指標(如理賠金額)而非最佳化真實結果時,系統很容易被鑽漏洞而不自知。AI新創公司Abridge創辦人Shiv Rao提到,雙方都用AI後可能演變成「機器人對打機器人」的局面;BCBSA副總裁Luke Chalker則形容這是保險方一面倒落敗的「血腥屠殺」。這說明工具中立,但當雙方把AI武器化去對抗對方系統時,問題會被放大而非解決。
給AI builder的思考:設計AI系統時,除了看它能不能達成目標指標,也該想清楚這個指標本身是否真的等同於「正確結果」。
📅 原文資訊
- 發布時間：2026-09-26T21:02
- 來源原文：https://techcrunch.com/2026/09/26/insurers-claim-ai-is-already-increasing-healthcare-costs/