Игорь Градов
Игорь Градов
5 мин
ai

Искусственный интеллект в медицине обошёлся в $942 млн: ИИ завышает диагнозы ради страховых выплат

Ассоциация Blue Cross Blue Shield (крупнейшее объединение медицинских страховщиков в США) подсчитала, что использование искусственного интеллекта в медицине при подаче страховых заявок привело к дополнительным расходам в 942 миллиона долларов за два года, и эти цифры касаются не лечения, а документооборота.

Искусственный интеллект в медицине обошёлся в $942 млн: ИИ завышает диагнозы ради страховых выплат
Почему это важно

Расходы выросли не потому, что пациентов стали лечить лучше или больше: ИИ-инструменты завышают сложность диагнозов при оформлении страховых претензий, а реальный объём помощи не меняется.

Что Когда Кто провёл анализ Цена вопроса
Анализ влияния ИИ на страховые расходы в здравоохранении Двухлетний период, данные опубликованы в июне 2025 Blue Cross Blue Shield Association (BCBSA) 942 млн долларов дополнительных расходов

The New York Times назвала этот анализ очередным свидетельством того, что искусственный интеллект в медицине не снижает, а увеличивает расходы на здравоохранение. Конфликт между больницами и страховщиками по поводу оплаты лечения существовал всегда, но газета отмечает: применение ИИ обеими сторонами усугубляет ситуацию.

Суть проблемы проста. Больницы используют ИИ-инструменты, которые автоматически «апкодируют» диагнозы: описывают состояние пациента как более сложное, чем оно есть. Страховая компания получает заявку на большую сумму. По данным BCBSA, резко выросло число пациентов, задокументированных как имеющие сложные заболевания, но при этом нет никаких свидетельств того, что само лечение изменилось.

Как работает завышение диагнозов через ИИ?

  • ИИ анализирует медицинскую документацию и подбирает коды диагнозов, которые дают максимальную страховую выплату. Код диагноза (код из международной классификации болезней, по которому страховая определяет сумму возмещения) становится инструментом заработка, а не описания реального состояния пациента.
  • Разрыв между кодированием и лечением. BCBSA прямо указывает на «явное несоответствие между кодированием и лечением»: диагнозы на бумаге стали тяжелее, а набор процедур и назначений остался прежним.
  • ИИ применяют обе стороны. Страховщики тоже внедряют ИИ для проверки заявок и отклонения завышенных претензий. По выражению The New York Times, это превращается в гонку алгоритмов.

Что говорят участники рынка?

Люк Чалкер, старший вице-президент BCBSA, описал ситуацию жёстко:

Это не война. Это полностью односторонняя бойня. : Люк Чалкер, старший вице-президент BCBSA

По его словам, страховщики оказываются проигравшей стороной.

Шив Рао, основатель ИИ-стартапа Abridge, признал, что бесконтрольное применение ИИ может привести к «ужасному антиутопическому будущему, в котором никто не хочет жить», где «боты воюют с ботами, агенты (ИИ-агенты, программы, выполняющие задачи автономно) воюют с агентами». Впрочем, Рао добавил, что ИИ также может снизить напряжённость и сократить расходы, хотя конкретных данных в пользу этого сценария не привёл.

Как попробовать разобраться в теме на практике?

  1. Прочитайте анализ BCBSA и публикацию The New York Times, чтобы увидеть конкретные механизмы завышения диагнозов через ИИ.
  2. Проверьте, используют ли ваши подрядчики или клиники ИИ при кодировании диагнозов. В России страховые компании ОМС и ДМС уже начинают автоматизировать проверку заявок, и тот же сценарий может повториться.
  3. Если вы автор медицинского контента или маркетолог в сфере здравоохранения, разберитесь в терминах: «апкодирование» (завышение кода диагноза для увеличения выплаты) и «медицинское кодирование» (присвоение стандартного кода заболеванию по международной классификации).

Касается ли это России?

В российской системе ОМС и ДМС пока нет массового внедрения ИИ для автоматического кодирования диагнозов. Но направление движения совпадает: «Сбер» и другие игроки активно продвигают ИИ-решения для медицинской документации. Прямого аналога BCBSA в России нет, ближайшие по функции организации это ФФОМС (Федеральный фонд обязательного медицинского страхования) и крупные страховщики ДМС.

Параметр США (анализ BCBSA) Россия (текущая ситуация)
ИИ в кодировании диагнозов Массовое применение обеими сторонами Пилотные проекты, массового внедрения пока нет
Регулирование Нет прямого запрета на ИИ-апкодирование Кодирование регулируется ФФОМС, но ИИ-инструменты не упоминаются
Масштаб потерь 942 млн долларов за два года (по данным BCBSA) Данных пока нет

Что делать с этим прямо сейчас, по ролям

Авторам Дзена и копирайтерам в медицинской тематике: тема горячая и понятная широкой аудитории. Объясните механику простым языком: ИИ не лечит хуже, он оформляет бумаги дороже.

Маркетологам в сфере здравоохранения: если ваш продукт или клиника использует ИИ для документооборота, проверьте, не попадаете ли вы в зону репутационного риска. Фраза «мы используем ИИ» может восприниматься негативно после таких публикаций.

Предпринимателям и управленцам клиник: изучите американский опыт до того, как регуляторы в России обратят внимание на эту проблему. 942 миллиона долларов потерь за два года это аргумент, который обязательно всплывёт в дискуссиях о регулировании ИИ в отечественной медицине.

Мнение редакции dzen.guru

Этот случай показывает неочевидную сторону искусственного интеллекта в медицине: проблема не в том, что ИИ ставит неправильные диагнозы, а в том, что он ставит правильные, но выбирает самые дорогие формулировки. По сути, алгоритм делает ровно то, на что его настроили: максимизирует выручку. Я считаю, что российским страховщикам и медучреждениям стоит договориться о правилах использования ИИ в кодировании до того, как начнётся такая же гонка. Оговорка: анализ BCBSA проведён заинтересованной стороной (страховщиками), поэтому цифра в 942 миллиона может быть предметом спора. Но сам механизм завышения диагнозов через автоматизацию объективен и уже зафиксирован. Совет на сегодня: если вы работаете с медицинской тематикой, сохраните эту историю как кейс. Она пригодится в материалах о рисках ИИ, и для аудитории 50+ она понятнее, чем абстрактные разговоры о галлюцинациях (когда ИИ уверенно выдумывает то, чего не было).

Частые вопросы

ИИ ставит ложные диагнозы?

Нет. Проблема не в ошибочных диагнозах, а в выборе более сложных кодов для реального состояния пациента. Лечение при этом не меняется, меняется только сумма в страховой заявке.

Касается ли это обычных пациентов?

Напрямую нет: пациент получает то же лечение. Косвенно да: рост расходов страховщиков в конечном счёте ведёт к повышению стоимости страховок для всех.

Есть ли закон, запрещающий использование ИИ при кодировании?

На момент публикации анализа BCBSA ни в США, ни в России нет прямого запрета на применение ИИ при кодировании медицинских диагнозов. Но после публикации таких данных регуляторное внимание к этой сфере наверняка вырастет.

Поделиться:TelegramVK
Игорь Градов
Игорь Градов

Основатель dzen.guru. Эксперт по монетизации и продвижению на Дзен. Автор курса «Старт на Дзен 2026».

Комментарии

Читайте также

ai

Открой нейросеть на 340M параметров: GLiNER2.5-Decide классифицирует на CPU за 167 мс

Яндекс в оригинале не упоминается. Модель выпущена компанией Fastino Labs. H1 содержит фактическую ошибку: «от Яндекса». Пишу по фактам источника, атрибуция…

5 мин
Meta Muse AI набрала до 4,3 млн загрузок за две недели, обогнав темпы ChatGPT
ai

Meta Muse AI набрала до 4,3 млн загрузок за две недели, обогнав темпы ChatGPT

Meta вложила рекламные бюджеты уровня топ-10 брендов в продвижение своего ИИ-приложения Muse, которое за две с половиной недели после запуска 8 сентября…

5 мин
ai

Аугментация данных в AugLy от Meta: как за вечер проверить устойчивость модели к Unicode-атакам

Аугментация данных (искусственное расширение обучающей выборки за счёт модификаций исходных примеров) для мультимодальных моделей (работающих одновременно с…

6 мин