据CNBC报道，人工智能正在深入美国医疗体系的后台，不只辅助医生诊断和治疗，也参与决定医院收多少费、保险付多少款以及哪些理赔被拒。对于AI作为提高效率、带来通缩力量的生产力工具的说法，早期证据正在提出疑问：这些工具是否会让本已昂贵的系统变得更贵。蓝十字蓝盾协会（BCBSA）估计，2023年至2025年，医院使用AI辅助医疗编码为其健保计划带来了约9.42亿美元的额外成本。
BCBSA称，成本增加很大一部分来自次级诊断，这类诊断把患者划入支付更高的报销类别。该协会说，这类诊断“可能仅来自单个实验室数值，因此特别适合被AI工具识别”。BCBSA分析称，在其所称“复杂编码”增长期间，60%的医院系统开始使用AI编码工具，并称“编码与治疗之间存在明显脱节”。BCBSA产品与数据科学高级副总裁卢克·查尔克告诉CNBC，约70%、即6.53亿美元与额外诊断相关，而这些诊断并未伴随治疗变化。查尔克没有把全部增长归因于AI，称多重因素造成编码强度上升，但发现表明AI编码和文档工具正在发挥作用。他还说，消费者有理由担心，更复杂的编码可能在没有更多治疗的情况下带来更高报销，这些成本最终可能以更高保费和自付费用形式出现。
美国医院协会（AHA）反驳BCBSA的分析。AHA发言人对CNBC说，如今患者年龄更大、临床情况更复杂，AI工具帮助提供者“适当记录患者病情以辅助护理计划”。该发言人称，BCBSA的分析缺乏必要背景，无法有意义地评估这些工具对医疗质量、患者可及性或支出的影响。AHA还说，保险公司一方面对提供者编码提出担忧，另一方面继续依赖自动降码和拒付做法，这可能阻碍必要医疗覆盖、增加员工负担并通过行政浪费推高成本，这尤其令人不安。查尔克回应称，蓝十字蓝盾公司也在理赔审核中使用AI，但“任何临床拒付都会由合格的人类临床医生审查”。
随着系统各方使用更复杂的AI工具，可能形成惠利所称的“行政军备竞赛”。布朗大学卫生经济学家克里斯托弗·惠利研究医院编码。他说，AI似乎正在“加速、并在某种意义上让系统内既有和潜在的计费激励更容易被捕捉”。他说，通过AI识别出的额外诊断不一定不恰当，“许多情况下，诊断是合法的，只是以前没有被记录”。但也有一些病症“在临床上并不真正重要，也不影响患者护理”，却仍可套用另一个计费代码并增加支付。惠利说，无论医院侧还是保险侧，这些工具和技术都很昂贵，且与向患者提供适当护理无关；这些成本最终通过更高保费和税收转嫁给消费者。
福利咨询公司Marsh最新预测，2027年美国每名员工的健康保险成本预计平均上涨8.2%，将是2003年以来最高涨幅。Oliver Wyman健康与生命科学业务合伙人玛丽莎·格林沃尔德为医院和保险公司提供战略、运营及收入周期管理中的AI采用建议。她说，AI已经为卫生系统和医生带来好处：减少行政工作后，医生可以花更多时间看患者，减少下班后完成文书，并在一定程度上改善工作与生活平衡。