在医疗保险优势（Medicare Advantage，简称MA）的世界里，一个令人担忧的变化正在发生。原本旨在推动基于价值的护理的崇高目标，逐渐演变成对基于价值的支付优化的激进追求，而人工智能成为了这一变化的最新工具。
问题的规模令人震惊。美国进步中心（Center for American Progress，简称CAP）的分析估计，MA计划的超额支付率为22%至39%，仅在2024年就可能导致830亿至1270亿美元的超额支付。全国健康计划医师协会（Physicians for a National Health Program，简称PNHP）估计每年的超额支付超过1000亿美元，原因包括吸引更健康的参保者、夸大疾病严重程度以及定价程序的缺陷。此外，监察长办公室（Office of Inspector General，简称OIG）估计，由于健康风险评估（Health Risk Assessments，简称HRAs）导致的不当编码，在2023年造成了75亿美元的超额支付。
最近的法律行动进一步突显了系统性问题。Cigna最近因编码实践问题支付了1.72亿美元的和解金；联合健康集团（UnitedHealthcare）在有关医疗保险优势计划的诉讼中败诉；监察长办公室已启动对Aetna的调查。
更令人不安的是，这种转变在行业中越来越公开地被承认。一些医疗技术供应商曾谨慎地使用“发现未诊断的疾病”等措辞，现在却大胆宣传其增加账单金额20%或更多的能力。这种转变反映了对基于价值护理项目初衷的根本背离。
从机制上看，这一转变尤为令人担忧，尤其是在考察AI和相关技术的应用时。这些工具本应用于改善患者护理，但却越来越多地被用作收入优化的武器。《华尔街日报》的一项调查显示，一些组织利用AI驱动的清单来识别可能增加报销的潜在诊断。在许多情况下，这些“识别的病症”缺乏相应的治疗计划或临床记录支持。
这种做法不仅限于简单的编码优化。例如，对于容易瘀青的老年患者——这是正常的衰老过程，一些医疗机构将其编码为复杂的血栓性疾病，尽管没有任何治疗计划或医学必要性。类似的情况也出现在糖尿病性白内障或抑郁症等病症上，即使症状轻微也被用来最大化报销收益。
当诊断缺乏适当的文件支持，患者被标记为患有他们实际上没有的疾病时，这可能会对患者护理造成真正的风险。例如，在紧急情况下，错误记录的病症可能会使某些救命手术成为禁忌，从而给患者带来不必要的风险。
财务影响也在整个医疗系统中蔓延。特别是在农村地区，医院越来越多地放弃医疗保险优势计划，因为其经济不可持续。虽然保险提供商报告了稳健的利润，但医疗服务提供者的利润率却在缩小，导致系统内的危险失衡。
特别令人担忧的是，AI和大型语言模型（LLMs）在这一背景下如何被定位。尽管这些技术有巨大的潜力通过识别真正遗漏的病症和确保适当治疗来改善患者护理，但它们越来越多地被主要用作收入优化工具。一些组织甚至提供基于其AI驱动编码解决方案所带来的额外收入分成安排。
一场清算可能即将到来。当前的调查和法律行动浪潮表明，监管力度正在加大。潜在的奖励高达追回资金的10%，这为举报行为增加了另一层风险。此外，随着患者意识到自己被标记了不存在的诊断，这可能会影响他们获得其他类型保险的能力，公众压力也可能随之增加。
解决之道在于回归基于价值护理的基本原则。当医疗机构在基于价值的项目中专注于真正的患者护理时，它自然会保护患者和系统的财务可持续性。相反，当重点转向支付优化时，患者和系统都无法受益。医疗保险的财务稳定性受到威胁，患者则面临来自错误诊断的潜在危害。
基于价值的护理与基于价值的支付之间的区别不仅仅是语义上的——它是医疗交付的关键分岔路口。随着AI和其他技术在医疗领域的普及，我们必须确保它们的部署是为了改善患者护理，而不是仅仅为了优化收入。医疗保险优势计划，乃至更广泛的医疗保险系统，能否成功可能取决于我们能否保持这一关键的重点，即以实际患者护理为核心，而非支付优化。
(全文结束)
