2025年关于医疗+AI的最新思考（4）：确定性的机会

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。 

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

表：二等奖的项目内容（部分，前10个）

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