彼得森健康技术研究所本月发布了一份新报告，值得仔细阅读而非仅浏览标题。
该报告基于2026年1月召开的一次研讨会，汇集了来自医疗系统、健康计划、技术开发商、投资公司和联邦机构的高级领导。报告聚焦于人工智能在医疗行政管理中加速应用的两个领域：预先授权和医疗计费。最受关注的发现是，人工智能在某些领域减少了人工工作量，但同时增加了交易量和整体系统成本。这是主要新闻点，但数据中还有更多内容值得关注。
在计费方面，AI助手和自动化编码工具如今已成为大多数大型医疗系统的标准配置。根据报告，对个别医生而言，效率提升较为有限，每年每位医生仅节省约两个小时，但对计费强度的影响却相当显著。一家多医院医疗系统发现，在部署AI助手后，改进的文档记录和编码导致5级诊疗量增加5%，4级诊疗量增加7%（针对已建立医患关系的患者）。这相当于每位医疗服务提供者每月多收入约1000美元。在整个医疗系统范围内推广，就能理解为何主要保险公司将所谓的"激进医疗编码"视为2025年和2026年初医疗支出增加的重要驱动因素。
在预先授权方面，情况有所不同但相关。医疗服务提供者和健康计划方都在部署AI工具来管理预先授权流程。实际上，这些工具使双方在生成和响应请求方面更高效，但并未减少系统中的根本摩擦。报告描述了研讨会参与者所称的"机器人战争"，即双方的自动化系统增加了来回往复的次数，而非减少。每次预先授权提交周期，健康计划方需花费40至50美元，医疗服务提供者需花费20至30美元。当AI使生成更多周期而非更少周期变得更快更容易时，计算结果只会变得更糟，而非更好。
我认为未得到足够关注的是，所有这一切中间的小型和独立医疗机构发生了什么。健康计划方正通过部署自己的算法来应对AI驱动的计费强度，这些算法用于识别和自动调整与文档记录不一致的高复杂度编码，广泛降低报销金额。问题在于，这些政策影响到了所有人，包括那些从未采用AI计费工具的小型、农村和独立医疗机构。它们因一个自己并未制造且未从中受益的问题而承受收入减少。报告指出，未采用这些工具的医疗服务提供者主要是规模较小、更偏远、关键接入点和独立运营的机构。这些机构本就面临最大的财务压力，服务于选择最少的社区。这是一个严重的后续影响，在当前讨论中未得到应有的关注。
这一切并不让我惊讶，原因是远程医疗。
当远程医疗开始规模化时，支付方的早期担忧几乎完全相同：它将增加利用率、增加成本，医疗服务提供者会利用它为之前非正式提供或根本未提供的服务计费。2015年美国国会预算办公室预测，远程医疗将增加总体支出。早期估计表明，大多数远程医疗就诊是额外的，而非替代性的。支付方谨慎对待并不为过。一段时间内，成本数据确实混杂，有些情况下甚至指向错误方向。
在远程医疗项目开始展示倡导者一直认为可能实现的成本降低之前，花费了数年时间。这一转变不仅需要时间，还需要更好的项目设计、更智能的报销结构（区分替代性和额外性护理）、对实际有效内容的诚实评估，以及愿意围绕技术重建基础设施，而非仅仅部署技术并希望其余部分随之而来。我们现在正处于设计良好的远程医疗项目显示真实节约的阶段。但达到这一阶段并非自动发生，也非快速实现。
目前，医疗行政管理中的人工智能正处在类似早期阶段。这些工具的发展速度超过了其周围的治理和激励结构能够跟上的速度。报告中描述的"机器人战争"很好地说明了当你将一个强大工具投入一个破损流程并期望该工具修复它时会发生什么。它不会修复它，只是让破损流程运行得更快。报告直截了当地指出：要实现AI减少行政浪费的潜力，需要重新设计技术部署所基于的流程，而不仅仅是优化现有流程。
这比购买新平台更难、更慢。它需要组织对底层系统实际在做什么及其原因进行诚实评估，而组织往往倾向于推迟这种评估，直到推迟的成本变得不可否认。远程医疗的类比表明，成本最终将变得不可否认。问题是，在此期间，有多少资金被花在使破损流程运行更快而非帮助修复它的工具上。
谁知道确切会发生什么。我观察这种模式已足够久，对时间线保持耐心，但对趋势去向相当清楚。早期成本数据并非最终成本数据，很少是。但从这里到更好结果的路径不仅需要等待技术成熟，还需要在技术周围构建正确基础设施的更艰难工作。
【全文结束】
