醫療保健中整合人工智能會增加成本

將人工智慧融入醫療保健創造了一個具有挑戰性的經濟悖ㄅㄟˋ論。

雖然人工智慧常被承諾作為長期降低成本的一種方式，但目前的採用率卻經常增加醫療保健支出。

這一趨勢是由多種因素推動的，包括基礎設施、資料清理以及與現有電子健康記錄進行複雜整合的高昂成本。

此外，人工智慧驅動的計費工具可能導致「升碼」(upcoding)，即人工智慧識別出額外的診斷以將就診歸入更高報銷額的類別，這在近期導致系統損失近 10 億美元。

此外，目前的支付模式往往獎勵服務量而非效率，鼓勵醫療提供者優先考慮收入增加。

然而，專家認為人工智慧對於長期永續發展仍然至關重要。

潛在的好處包括自動化行政任務、實現早期疾病檢測以及改善個人化治療。

許多觀察家指出我們正在經歷一種「J曲線」(J-Curve)效應，即成本在初期投資期間顯著上升，隨後隨著系統成熟且變得更有效率而最終下降。

最終，儘管人工智慧的實施帶來了沉重的預付資本負擔和衡量挑戰，但它被視為應對現代醫療保健交付成本上升的必要演變，前提是未來的政策能成功將激勵措施與品質成果而非單純的服務量對齊。