北京时间2026年9月27日，美国蓝十字蓝盾协会（BCBSA）发布分析报告称，在2023年至2025年间，复杂编码增长为成员公司增加了约9.42亿美元的医疗支出。该协会指出，AI编码工具可能促成这一变化，但并未直接将全部增加的成本归因于人工智能技术的应用。此结论基于其对去标识化理赔数据的分析结果，并非随机试验证明的单一因果关系。报告由BCBSA产品与数据科学高级副总裁Luke Chalker负责解释。

理赔数据覆盖哪些变化

该分析主体为美国蓝十字蓝盾协会，覆盖2023年至2025年的理赔变化。其成员公司合计为约三分之一美国人提供医疗保障，相关理赔数据的覆盖范围遍及全美各邮政编码地区。BCBSA使用去标识化数据观察诊断、收费类别与部分治疗记录的变化，但没有公布医院级名单或具体供应商份额。该分析用于比较编码复杂度、账单和可观察治疗之间的变化，不能单独证明AI造成支出上升。

住院报销受到诊断相关分组及病例严重度影响。当系统发现并记录次要诊断时，病例可能进入补偿更高的收费类别，账单金额也会随之变化，即使可观察的治疗项目没有同步增加。BCBSA把这一支付机制视为本次分析的关键背景，但完整记录真实病情与不当提高收费并不是同一件事。理赔数据中的编码变化可以改变支付结果，却不能仅凭类别变化判断某项诊断是否必要或准确。

次要诊断如何改变支付

按照BCBSA的估算，新增医疗支出中约70%、即超过6.5亿美元，与次要诊断把病例推入更高严重度收费类别有关。这一金额来自成员公司去标识化理赔数据，计算口径和解释均由协会提供。BCBSA把这部分变化与AI编码工具的普及联系起来，但没有把全部新增费用直接归因于AI，也没有把该数字定义为全美医疗体系的总增量。

协会称，超过60%的医院系统已经开始使用能够读取化验结果、病历和医生记录的AI编码技术。这些工具可以从大量记录中寻找次要诊断，再辅助医院完成病例分类与编码。次要诊断若改变病例严重度，就可能把同一次住院推入补偿更高的诊断相关分组。官方公告没有列出采用工具的具体医院、供应商名单或市场份额，因此公开资料无法比较不同系统的识别准确率与收费差异。

贫血示例与方法限制

BCBSA以重大肠道手术后的贫血为例：理赔记录中的贫血诊断明显增加，但输血没有相应上升。协会据此认为，编码变化可能快于可观察治疗的变化，并把这种错位作为分析AI辅助编码影响的线索。这个示例来自付款方理赔数据，不是随机试验或患者个案审计；它可以支持进一步核查编码与治疗是否匹配，却不能单独确认每一项新增诊断不真实。

去标识化理赔数据能够显示诊断、收费类别和部分治疗记录之间的关系，却不能替代完整病历审查。BCBSA公开公告没有提供医院级名单、具体AI供应商份额、病例抽样审计结果，也没有说明所有潜在混杂因素如何处理。由于这些细节尚未公开，外部研究者目前无法按医院或工具复算9.42亿美元的估算，也无法判断不同地区和服务提供者是否呈现相同模式。

标题归因与待核查问题

TechCrunch在9月26日的报道标题中采用了AI已经增加医疗成本的较强表述，BCBSA官方公告则使用AI编码工具可能促成更高支出的谨慎口径。两种表达的因果强度并不相同：媒体标题直接突出AI与成本上升，协会材料保留了观察性关联和不确定性。本文沿用官方限定，不把9.42亿美元全部写成AI直接造成的支出，也不把新增次要诊断自动等同于不当收费。

BCBSA是医疗服务付款方的全国性协会，在控制报销支出方面有明确利益。目前公开材料中没有医院协会、医院系统或编码工具供应商对这项新分析作出同期正式回应，9.42亿美元也不是经政府审计或同行评议确认的全行业总额。后续可核查的重点包括完整方法、医院和病例抽样、诊断准确性、实际治疗变化，以及独立研究者能否使用可比数据复现结果。