人工智能(AI)已经比我们大多数人预期的更快地渗透到临床文档中。它可以总结就诊情况、标记诊断，甚至建议笔记应该如何撰写。但尽管有这些承诺，系统仍然依赖我们来确保其诚实性。
效率——更简短的笔记、预测性仪表盘、自动编码——只有在人类保持控制的情况下才有意义。如果没有稳定的人工检查，算法可能会扭曲细微差别、误解意图，或悄然重写患者的病史。真正的问题不再是什么AI能为医疗保健做些什么；而是我们如何让人类判断力掌控记录。
联邦机构已经开始公开表达同样的观点。2024年初，国家卫生信息技术协调员办公室(ONC)发布了一项规定，要求开发商披露其"预测性决策支持干预"在认证的电子健康记录系统中如何运作。该机构承认，任何能够起草或建议文档的工具已经在影响临床护理。与此同时，美国卫生与公众服务部(HHS)监察长办公室(OIG)更新了《一般合规计划指南》，警告称没有人工监督的自动化可能比人们纠正错误的速度更快地传播错误。两家机构得出了相同的结论：一旦算法触及病历，出现在那里的内容的责任仍然在于签署文件的人类。
到2025年秋季，这一问题已经引起了华盛顿特区的关注。美国医院协会(AHA)致信白宫科学技术政策办公室，敦促领导层让临床医生"参与决策循环"，涉及影响护理或保险覆盖的每一个算法。代表近5000家医院的AHA认为，保险公司驱动的AI已经"加剧了不适当的拒赔"，给护理团队增加了新的行政工作。该协会要求在机器生成的每次拒赔被计入前，必须由合格的临床医生进行审核。核心观点很明确：速度不能替代判断力。无论是文档还是支付，AI可以提供帮助，但不能独立行动。
在病床边，这场辩论感觉非常个人化。医生和护士现在在记录中输入文字时，系统会预测他们的下一个词。在患者离开诊室前，自动填充的鉴别诊断、模板化评估和预测性短语就已经出现。原本被宣传为节省时间的功能，往往创造了第二份工作：编辑计算机认为他们的意思。
每一个建议的诊断或"智能"摘要仍然需要临床推理的片刻。如果笔记未能准确反映就诊情况，责任不会消失在算法中；而是落在签署它的提供者身上。监管机构已经确认，AI生成的条目与人工条目具有相同的法律效力。一个被接受的幻觉性诊断，可能会波及账单、质量指标和审计。实际上，临床医生现在既要监督患者，也要监督程序。
临床文档完整性(CDI)和编码专家感受到相同压力的不同版本。他们的工具会突出显示"可能的脓毒症"、自动填充次要状况或显示"文档机会"。
有帮助吗？通常有。完美无缺吗？从不。监察长办公室(OIG)警告称，未经检查的自动化可能会"放大健康记录中的不准确性"。国家卫生信息技术协调员办公室(ONC)创造了一个术语来描述这些编辑的缓慢渗透——自动化漂移——当机器编写的短语堆积起来，直到记录不再符合现实。在多年与文档渗透作斗争后，CDI团队正面临其数字表亲，以算法速度移动。
人工检查点是唯一真正的平衡力量。CDI和编码专业人员验证每个受AI影响的陈述是否仍然符合患者的病史。一个曾经澄清边界诊断的查询，现在也用于测试机器的建议。
当CDI审查员对缺乏指标的诊断提出异议时，他们不是在吹毛求疵；他们是在保护合规性、准确性和提供者的意图。
收入完整性取决于同样的警惕性。一个AI提示的代码可以改变病例组合指数(CMI)、APR-DRG或层级条件类别(HCC)。如果该条目没有得到支持，索赔就会成为拒赔的容易目标。
AHA 2025年的警告完美地捕捉到了这一点：支付方算法现在正在审核提供方算法，而人类必须调解其中的差异。这是一个软件无法自行关闭的循环。
打破这一循环需要三样东西：治理、透明度和教育。治理意味着在收入周期的每个阶段都包括AI监督，而不仅仅是IT。透明度意味着标记计算机写了什么和临床医生写了什么，以保持责任可见。教育意味着教导所有相关人员——临床医生、CDI人员、编码员——这些系统如何做出预测以及它们可能出错的地方。患者的病历应该始终读起来像是临床医生的声音，而不是算法的回声。
让人类牢牢参与循环中完成这项工作。在AI建议的每一个诊断、查询或拒赔成为法律或财务记录的一部分之前，都必须由人类进行审查。CDI专家、编码员和临床医生共同承担这一责任；这就是完整性与合规性相遇的地方。
随着自动化深入其影响，帮助与作者身份之间的界限变得模糊。AI可以发现模式、填补空白并加快常规工作，但它不能承担责任。
责任仍然在于审查、解释和签署笔记的人。对提供者来说，这意味着记录护理，而不是代码。对CDI和编码团队来说，这意味着防止自动化漂移，捍卫准确性。
对医院来说，这意味着将AI治理编织到合规性、质量和教育的每一层。人工智能可能从我们身上学习，但完整性的标准必须始终是人类的。
【全文结束】
