根据发表在《新英格兰医学杂志》上的一篇观点文章的共同作者，包括斯坦福大学法学院教授 Michelle Mello，在医疗实践中使用 AI 诊断工具可能会给患者带来意想不到的经济负担。Michelle Mello 教授的文章《避免因临床医生使用 AI 而导致患者的财务毒性》于9月28日发表，探讨了当 AI 工具建议进行确认性诊断测试，但保险公司不覆盖这些测试时会发生什么。根据该文章：
- 一些基于 AI 的医疗保健工具用于识别可能受益于原本不会接受的诊断测试、监测或治疗的疾病或其他不良健康结果风险较高的患者。
- 当通过这种方式识别的患者有符合当前护理标准的医疗历史时，通常可以提供确认性诊断测试（以确保患者确实患有某种医疗状况）的保险覆盖。
- 问题出现在被识别的患者缺乏传统风险因素或症状时，这些患者可能无法获得这些确认性测试的保险覆盖。
- 尽管识别出被传统风险评估遗漏的风险患者是使用 AI 工具的重要价值之一，但如果 AI 工具得到适当验证，保险公司可能仍不会轻易授予这些患者的保险覆盖。
- 在美国，只有 37% 的成年人可以在不借款或出售资产的情况下支付 400 美元的意外费用，因此如果患者被拒绝确认性诊断测试的覆盖，这可能会加剧高收入和低收入患者之间的医疗保健差距（即能够支付确认性测试的患者和不能支付的患者）。
- 因此，AI 在医疗保健中的潜在好处分布不均。
- 部署 AI 的医疗保健系统应采取若干措施来保护患者免受 AI 使用可能带来的经济毒性，同时迫切需要保险公司更新其覆盖决定流程。
完整论文可在此处阅读。（需要《新英格兰医学杂志》账户）
(全文结束)
