医疗保健行业长期以来一直坚持认为消费者不会对医疗服务进行比较购物。“医疗保健与众不同。”“在紧急情况下，患者不会选择护理。”“人们信任医生，而不是价格。”
然而，麦肯锡2023年的研究证明了这一点并非如此：89%的患者希望对医疗服务进行比较购物，超过一半的人愿意为了节省100美元而更换医生。
问题在于，医疗保健仍然是唯一一个大多数消费者只有在收到账单后才能了解服务价格的行业，这通常是在几周之后。64%的美国人从未对医疗服务进行过比较购物，原因并不是缺乏兴趣，而是缺乏可用的信息。
非购物型医疗保健消费者的神话
当联合健康保险公司的Surest计划使会员能够轻松比较医疗服务的价格时，70%的会员在安排手术或就诊前使用了该工具。这个计划已经成为联合健康集团增长最快的项目，会员留存率达到了90%。
直到现在，三个主要障碍阻止了真正的医疗保健消费主义：
复杂性压倒一切： 美国医疗保健系统使用了超过10,000个独特的计费代码。像MRI这样的单一程序就有六个不同的CPT代码，加上许多可以大幅改变价格的修饰符。我们的研究发现，即使是看似简单的睡眠研究，在医院可能花费3,268美元，而在家中只需687美元——这是一个高达500%的差异，大多数消费者对此一无所知。
信息不对称： 2018年埃森哲的一项研究发现，52%的消费者无法独自导航医疗保健系统，低健康素养的消费者联系客户服务的可能性是其他人的三倍。这不是教育问题：48%的低健康素养消费者拥有大学学位。
价格数据难以获取： 最近的价格透明度法规要求医院和保险公司公布其协商费率，但这些数据被锁定在巨大的、技术性的机器可读文件（MRFs）中，普通消费者无法使用。
结果是什么？据《哈佛商业评论》报道，大约有48亿美元的直接行政浪费和每位成员因避免不必要的服务成本而损失26美元。
人工智能：连接复杂性和可访问性的桥梁
生成式人工智能从根本上改变了这一方程。首次，我们拥有了可以做到以下几点的技术：
平衡信息不对称： 与其要求患者成为医疗保健专家，不如让AI作为他们的医疗保健翻译和导航者，帮助他们以与业内人员相同的理解水平做出明智的决策。
使计费变得易于理解： AI可以将不可理解的医疗保健系统——包括CPT代码、修饰符、专业术语和福利设计——转换成任何人都能理解的简单英语。
使价格透明度数据变得可访问： AI可以处理医院和保险公司必须发布的大量技术性价格透明度文件，将原始数据转化为关于在哪里获得最佳价值护理的可行见解。
证据：当被赋能时，消费者会进行比较购物
研究表明，这种转变是支持的。麦肯锡2023年的消费者调查显示：
- 89%的消费者表示有兴趣至少在一个类别的医疗保健中进行比较购物
- 57%的人会比较初级保健预约
- 49%的人会比较实验室工作
- 45%的人会比较专科护理
- 40%的人会比较急诊护理
调查还显示，61%的消费者最信任健康保险公司提供准确的成本信息——比任何其他医疗保健实体都多。而且，与普遍看法相反，消费者愿意更换提供商：52%的人会因为100美元的激励而更换医疗服务提供者，而41%的人会因为50美元的激励而更换。
大约73%的美国商业医疗保险索赔支出——每年约8000亿美元——是潜在的“可比较”的。如果只有一三分之一的消费者开始比较这些服务的价格，我们可以看到成本优化影响到美国所有医疗保健支出的20%至25%。那可是超过一万亿美金。
这次有什么不同？
以前的医疗保健消费主义尝试依赖于笨重的工具、不完整的数据，并要求消费者理解复杂的医学术语。现在，AI可以提供：
个性化指导： AI可以根据患者的地理位置、病情、偏好和保险福利推荐提供商。
实时透明度： 患者可以在预约护理之前立即了解服务将自付多少费用。
替代选项： AI可以揭示消费者可能永远不知道的低成本替代方案，比如家庭睡眠研究而不是实验室的睡眠研究。
AI导航工具通过在我们复杂的系统上构建一个消费者友好的层来解决这个问题。
就像亚马逊让人们无需了解供应链物流就能轻松比较产品一样，AI医疗导航器可以让人们在不需要挖掘大量数据的情况下找到高价值的护理。
在这个新时代获胜的健康计划不是那些具有最严格的预先授权或最复杂的福利设计的计划，而是那些让会员极其容易做出明智的医疗保健选择的计划。
对未来意味着什么
使福利导航简单且易于访问的医疗保健AI工具代表了美国人与医疗保健系统互动方式的根本转变。第一次，消费者在做出医疗保健决策时将拥有与业内人员相同的优势。
这不仅仅是关于省钱——这是关于重新获得权力。当消费者最终能够控制他们的医疗保健支出时，这种转变将重塑医疗保健的激励机制，奖励那些提供卓越体验和透明定价的人，同时消除导致效率低下和成本飙升的不透明性。
医疗保健系统不需要彻底的重新设计，而是需要一个更好的接口。生成式AI正在提供这一点。
(全文结束)
