我要投稿

2025年关于医疗+AI的最新思考（4）：确定性的机会

发布日期：2025-03-21 05:51:04 浏览次数： 1585 来源：姜天骄

医疗+AI的应用场景不缺乏想象力，各种场景在10年前互联网医疗时代已经进行过一轮海阔天空的尝试。 医疗+AI当前最缺少的是具备商业模式的“确定性机会。

通常我们会先联想到【临床端】的严肃医疗应用场景，和【消费端】2C的应用场景，但这些场景目前都在探索，存在较大的不确定性。临床端最大的问题是：1，诊疗风险与责任界定；2，获益方付费意愿缺失（医生和患者可能获益，但缺少支付可能）。消费端2C的主要问题在于市场混乱程度高，真正的技术壁垒不高，（2C医疗健康AI通常不需要用临床证据证明能力），容易劣币驱逐良币（想象一下医美市场的情况）。

在前两篇文章中：

2025年关于医疗+AI的最新思考（1）

2025年关于医疗+AI的最新思考（2）：商业模式全盘点

盘点所有可能的场景与商业模式之后，感觉医疗+AI商业化落地确定性最强的很可能是【医保AI监管】相关系统。‍‍

2月19日，湖南省医保局发文严禁使用人工智能自动生成处方，很值得仔细琢磨。其实早在2022年2月，国家卫健委和国家中医药局就曾联合印发《互联网诊疗监管细则（试行）》，明确处方应由接诊医师本人开具，严禁使用人工智能等自动生成处方。

人工智能生成处方潜在的诊疗风险，本来应该是卫健委发文监管，但这次最先“激动”的是医保局，给我们揭示了一个可能的真相：（1）AI生成处方实际上很可能已经被广泛应用了（特别是互联网医院）。（2）AI生成处方最大的风险未必是临床诊疗风险，更大的风险是骗保风险。‍‍‍‍

事实上，医保骗保问题一直是令医保局的很头疼的问题。从2018年医保局成立开始，每年检查的医药机构，能被检查出来的违法违章比率持续在50%以上（可以推想其实这还是低于实际情况的比例）。 在现有监管能力受限的情况下，每年追回的医保资金在200亿元左右。

年份	检查医药机构数量 (万家)	处理违法违规机构数量 (万家)	处理违法违规机构比率	解除医保协议机构数量 (家)	行政处罚机构数量 (家)	移交司法机关机构数量 (家)	处理违法违规参保人员数量 (万人)	暂停医保卡结算人数 (人)	移交司法机关人数 (人)	追回医保资金 (亿元)
2018‍	19.7	6.6	34%	1284	-	127	2.4	-	-	-
2019‍	81.5	26.4	32%	6730	6638	357	3.3	6595	1183	116
2020‍	62.7	40.1	64%	6008	5457	286	2.6	3162	2062	223
2021‍	70.8	41.4	58%	4181	7088	404	4.6	6472	1789	234
2022‍	76.7	39.8	52%	3189	12029	657	3.9	5489	2025	188
2023‍	80.2	45.1	56%	4176	20586	367	3.3	4883	1399	187

数据来自医保局，姜天骄整理

可以肯定的是，DeepSeek等大语言模型的出现，使得【骗保】的能力得到了很大的赋能，如果医保局不能匹配相应的AI审核能力，则医保费用支出将面临极大风险。‍‍‍‍‍

此前市场中惯常的骗保手段主要包括【虚构诊疗服务】通过伪造病历、虚开药品或检查项目骗取医保基金。【虚增住院天数和治疗费用】，如截留患者医保卡延长住院周期并虚增药品用量；【篡改检测报告】伪造患者基因检测结果，骗取高价靶向药医保报销资格【篡改病种或治疗项目】，将非医保报销病种伪造成可报销病种，诱导患者接受不必要的治疗；【降低住院指征】通过伪造检测报告（如血常规、影像结果）使不符合住院条件的患者入院，套取医保资金等等。

此外，冒用他人医保卡虚假就医购药，超量开药转卖牟利，虚构或隐瞒就医原因，谎报工伤、车祸等应由第三方支付的医疗费用、“回流药”产业链（“收卡—购药—转卖”链条），药店协助套现，药店通过虚构销售记录或串换药品（如用日用品替换药品）骗取医保基金，以及医保局工作人员未核查虚假材料，等都可能导致医保资金被滥用。

2024年，全国基本医保基金总支出2.97万亿元，同比增长5.5%，这奖金3万亿的支出，滥用、骗保相差1个百分点，就是300亿的真金白银。

其实医保局的诉求并不难猜，2024,年4月23日，国家医保局举办了“智慧医保解决方案大赛”，133家企业的156个方案参与。

我帮大家梳理了一等奖和二等奖（前10名）的获奖项目，可以从中看到医保局的关注点以及情之迫切。

表：一等奖的项目内容

序号	编号	团队名称	案例（或应用）名称
1	S067	基于人工智能技术创新的DRG入组监管联合研究团队	基于人工智能技术创新的DRG/DIP入组监管平台
2	S069	一码当先新行先锋队	定点零售药店“一药一码”医保智能识别监管系统应用实践
3	S136	金盾卫士队	基于决策支点的精准打击倒卖药品监管方案
4	S158	医保宝	基于大语言模型的医保知识智能问答应用方案
5	S203	威强数智经办探索先锋联队	“无边界、无障碍”医保智能经办服务平台
6	S264	医保数智先锋队	从理论到实践：数据智能驱动的医保基金分析新范式
7	S344	深思医保	深思-医保智囊
8	S434	大数据AI赋能医保智慧监管的实践与创新团队	大数据+AI赋能医保智慧监管的实践与创新
9	S435	医码通城服务民生	“医码通城”——数字时代的城市治理模型
10	S540	协力智创天团	基于大模型的DRG结算清单智能生成方案

表：二等奖的项目内容（部分，前10个）

序号	团队编号	团队名称	案例（或应用）名称
1	S054	智医跨行队	医保服务智能体
2	S104	慧眼金睛	DRG支付方式下基于数据应用整合的医保基金智能监管
3	S132	群体智能	群智驱动的医生高风险行为协同监管方案
4	S208	三赢护卫队	DIP支付方式改革下“五维一体”综合管理平台实践
5	S213	化数为剑新在智能先锋队	AI+数据：构建全流程医保基金监管新格局
6	S252	强场的弱信号	基于医药费用暨基金使用知识图谱的职工医保普通门诊统筹及欺诈反滥用大数据监管模型
7	S266	力行队	“数融医体”智能社区运动健康师
8	S282	智航先锋队	AI大模型+知识图谱融合创新，推动12393医保5G视频服务数智转型
9	S291	医保智能先锋	医保智能分析引擎
10	S314	天数奇骏团队	数据要素赋能系统

这还是2024年的情况。

2025年，DeepSeek的出现，其实已经给骗保方装备“升级”，医保的监管支出必须有更大投入。‍‍‍

其实不仅仅是骗保，医保局长期以来被临床端冠以“不懂临床”的标签，为此在实际政策推行过程中步履维艰（例如DRG和DIP受到的强烈反弹和吐槽，以及近期集采产品的质量争议），大语言模型AI的出现，可能会使得医保局逐渐“懂医疗”，并且由于不直接接触患者诊疗，而是后端审核，甚至可以想象长期的场景：医保局能够用AI系统结合