老年群体的机遇与挑战
到2050年，美国65岁以上人口将成为最大群体。面对寿命延长、慢性病负担加重、照护网络碎片化和医疗成本上升等挑战，人工智能（AI）技术加速渗透医疗体系。政策制定者亟需建立监管框架和医保支付标准，确保所有美国人都能公平享受技术红利。
政策框架需将AI在早筛、远程监测和决策支持的潜力，与可持续的老年友好型照护体系相结合。当前美国医疗系统高度碎片化，技术应用存在协调不畅、沟通不力的风险。例如医疗保险公司交易平台的技术部署教训显示，缺乏统筹的AI应用可能带来严重风险。
医保支付机制改革
美国卫生与公共服务部预计2025年医疗支出将达7.2万亿美元，医保支付机制是AI应用的核心制约因素。美国联邦医疗保险和医疗补助服务中心（CMS）当前重点在于通过AI减轻行政负担、缓解医生职业倦怠和改善患者结局。当前挑战在于如何将AI临床服务纳入支付体系——应将其视为嵌入医疗流程的整体技术（类似电子病历系统），而非单独收费项目。
截至2025年，CMS已通过新科技附加支付计划，为8项AI产品（主要是医学影像分析工具）设立专门收费代码。但该模式可能导致过度使用，并阻碍非影像类AI工具创新。虽然FDA已批准超千项AI医疗设备，但医保支付路径仍不完善。
建议到2030年前，CMS应试点"阶梯式医保支付"机制：当上市后证据达到预设质控和公平目标时，自动将新技术附加支付转向捆绑式价值支付。
数据质量与互操作性提升
高质量、多样化数据是AI模型基础，但面临数据准备成本高、信息孤岛林立、隐私保护等挑战。特朗普政府曾提出建立全国性电子病历数据共享系统。针对多模态数据训练需求，建议采取三方面措施：1）在概念验证阶段使用合成数据保护患者隐私；2）推广可互操作格式标准（如DICOM医疗影像标准和HL7电子病历标准）；3）建立类似HIPAA法案的数据治理框架。
建议FDA与CMS建立联合审查档案，同步评估安全性、有效性与支付证据。同时国会应设立国家老年数据信托（借鉴电网公共事业模式），依据ISO 42001标准管理去标识化多模态数据，并将数据信托标识与医保奖励挂钩。
农村医疗数字化转型
美国农村医疗机构面临医护人力短缺、运营成本攀升和医保支付压力三重困境。2024年3月医疗部门虽新增260万岗位，但农村医院空置率仍超10%。医疗开支占GDP比重已达17%，供需矛盾导致医院倒闭潮。
解决方案包括：1）通过微证书体系提升医护AI技能；2）建立医疗系统与高校的终身学习合作；3）推广居家远程监测技术包。但宽带覆盖率不足（18%农村地区无5G覆盖）和数字素养缺失制约技术落地。建议：1）2028年前实现全民宽带覆盖；2）社区学院提供税收抵免的AI素养培训；3）设立关键医院远程监测贷款基金。
信任与社区共建
老年群体对面对面医疗的需求要求AI应用必须嵌入社会契约。建议：1）建立包含老年群体的社区咨询委员会；2）开展ISO 42001标准算法审计；3）实施参与式AI系统设计。研究表明当社区主导技术部署时，采用率提升30%，满意度提高40%。
结论
美国虽是AI医疗设备监管全球领先者，但医保策略错位、数据基础设施碎片化、农村医护缺口扩大正阻碍技术革新。未来十年需建立预测性医保支付路径，将AI转化为生产效率提升工具。建议建立"先补充支付-后捆绑支付"机制，确保资本激励与患者结局挂钩。同时通过社区咨询委员会、算法审计和共建设计，将技术应用置于社会契约框架内，而非简单满足监管清单。
作者声明
文章成果源自2025年约翰霍普金斯AI与老龄化峰会，获得美国国立卫生研究院等资助。作者声明：拉维·古普塔近三年接受过Alosa Health和Sunday Health的个人咨询费；彼得·韦姆斯受雇于医疗设备行业协会AdvaMed。
【全文结束】
