در حالی که همواره از هوش مصنوعی به عنوان ابزاری برای کاهش هزینه‌ها و افزایش کارایی یاد می‌شود، گزارش اخیر غول بیمه آمریکایی، «بلو کراس بلو شیلد»، شوک بزرگی به این صنعت وارد کرده است. بر اساس این گزارش، استفاده بیمارستان‌ها از هوش مصنوعی طی دو سال گذشته، هزینه‌های درمان را نزدیک به یک میلیارد دلار افزایش داده است.
---
جزئیات گزارش تکان‌دهنده بلو کراس بلو شیلد (BCBS)
شرکت بیمه سلامت «بلو کراس بلو شیلد» (Blue Cross Blue Shield) در گزارش اخیر خود اعلام کرده است که پیاده‌سازی و استفاده از ابزارهای هوش مصنوعی در بیمارستان‌ها و مراکز درمانی، نه تنها هزینه‌ها را کاهش نداده، بلکه بار مالی سنگینی به سیستم سلامت تحمیل کرده است. بر اساس داده‌های این شرکت، در یک بازه زمانی دو ساله، استفاده از فناوری‌های مبتنی بر هوش مصنوعی منجر به افزایش ۹۴۲ میلیون دلاری در مخارج درمانی بیمه‌شدگان شده است.
این گزارش، فرضیه رایج مبنی بر اینکه «هوش مصنوعی با خودکارسازی فرآیندها باعث ارزان‌تر شدن خدمات می‌شود» را به چالش کشیده است. تحلیلگران این شرکت بیمه معتقدند که الگوریتم‌های هوش مصنوعی در حال حاضر به گونه‌ای عمل می‌کنند که مسیرهای درمانی گران‌قیمت‌تر و تست‌های تشخیصی بیشتری را به پزشکان پیشنهاد می‌دهند.
---
چرا هوش مصنوعی باعث افزایش هزینه‌های درمان می‌شود؟
برای درک این موضوع که چگونه یک فناوری کارآمد می‌تواند هزینه‌ها را افزایش دهد، باید به نحوه کارکرد ابزارهای هوش مصنوعی در بیمارستان‌ها نگاهی دقیق‌تر بیندازیم. کارشناسان سه دلیل عمده را برای این افزایش ناگهانی هزینه‌ها مطرح می‌کنند:
۱. بیش‌تشخیصی و تجویز آزمایش‌های غیرضروری
الگوریتم‌های هوش مصنوعی که برای تشخیص بیماری‌ها (مانند سرطان یا بیماری‌های قلبی) از روی تصاویر پزشکی آموزش دیده‌اند، بسیار حساس هستند. این حساسیت بالا باعث می‌شود که سیستم کوچک‌ترین ناهنجاری‌ها را به عنوان یک تهدید شناسایی کند. در نتیجه، پزشکان برای اطمینان بیشتر و جلوگیری از شکایت‌های حقوقی، آزمایش‌های تکمیلی، سی‌تی‌اسکن‌ها و ام‌آر‌آی‌های گران‌قیمتی را تجویز می‌کنند که در بسیاری از مواقع واقعاً ضروری نیستند.۲. بهینه‌سازی کدهای مالیاتی و صورت‌حساب‌ها (Upcoding)
یکی از کاربردهای اصلی هوش مصنوعی در بیمارستان‌ها، مدیریت و بهینه‌سازی صورت‌حساب‌های مالی است. سیستم‌های هوش مصنوعی اداری به گونه‌ای طراحی شده‌اند که پرونده‌های پزشکی بیماران را اسکن کرده و کدهای درمانی را به شکلی تنظیم کنند که بیشترین میزان دریافتی را از شرکت‌های بیمه داشته باشند. این فرآیند که به آن «آپ‌کدینگ» (Upcoding) یا ارتقای کد درمانی می‌گویند، به طور مستقیم هزینه‌های پرداختی توسط شرکت‌های بیمه و در نهایت حق بیمه شهروندان را افزایش می‌دهد.۳. هزینه‌های سرسام‌آور خرید و نگهداری فناوری
تجهیزات بیمارستانی مجهز به هوش مصنوعی و لایسنس نرم‌افزارهای پیشرفته پزشکی، فوق‌العاده گران‌قیمت هستند. بیمارستان‌ها برای جبران هزینه‌های چند میلیون دلاری خرید و نگهداری این سیستم‌ها، تعرفه خدمات خود را افزایش می‌دهند. بنابراین، بیمار و شرکت بیمه مجبورند هزینه تکنولوژی جدیدی را بپردازند که هنوز کارایی اقتصادی آن ثابت نشده است.---
تقابل شرکت‌های بیمه و بیمارستان‌ها بر سر فناوری
انتشار این گزارش، آتش اختلافات قدیمی میان شرکت‌های بیمه و شبکه‌های بیمارستانی را شعله‌ورتر کرده است. از یک سو، شرکت‌های بیمه مانند BCBS مدعی هستند که بیمارستان‌ها از هوش مصنوعی به عنوان ابزاری برای کسب درآمد بیشتر استفاده می‌کنند. آن‌ها خواستار نظارت سخت‌گیرانه‌تر بر ابزارهای هوش مصنوعی مورد تایید برای پرداخت‌های بیمه‌ای هستند.
در مقابل، انجمن‌های بیمارستانی و توسعه‌دهندگان فناوری‌های پزشکی استدلال می‌کنند که این هزینه‌ها در واقع سرمایه‌گذاری برای حفظ جان انسان‌هاست. آن‌ها معتقدند تشخیص زودهنگام بیماری‌ها به کمک هوش مصنوعی، شاید در کوتاه‌مدت هزینه‌بر باشد، اما در بلندمدت با جلوگیری از پیشرفت بیماری، هزینه‌های بسیار بزرگ‌تری را از دوش سیستم سلامت برمی‌دارد.
---
پیامدهای این گزارش برای آینده پزشکی و فناوری
این گزارش زنگ خطری را برای رگولاتورها و قانون‌گذاران به صدا درآورده است. انتظار می‌رود در آینده نزدیک، سازمان‌های ناظر بر حوزه سلامت (مانند FDA در آمریکا) قوانین سخت‌گیرانه‌تری را برای ارزیابی اقتصادی ابزارهای هوش مصنوعی وضع کنند. توسعه‌دهندگان هوش مصنوعی دیگر نمی‌توانند تنها به دقت فنی ابزارهای خود ببالند، بلکه باید ثابت کنند که فناوری آن‌ها مقرون‌به‌صرفه است و بار مالی اضافی به جامعه تحمیل نمی‌کند.
---
نتیجه‌گیری
هوش مصنوعی بدون شک پتانسیل متحول کردن پزشکی را دارد، اما گزارش اخیر نشان می‌دهد که پیاده‌سازی بدون برنامه و کنترل‌نشده این فناوری می‌تواند نتایج معکوس اقتصادی به همراه داشته باشد. تعادل میان «دقت تشخیص پزشکی» و «مدیریت هزینه‌های درمان» بزرگ‌ترین چالشی است که سیستم‌های سلامت در عصر هوش مصنوعی با آن مواجه هستند. برای عبور از این چالش، نیاز به مدل‌های نظارتی جدیدی است که مانع از سوءاستفاده‌های مالی و افزایش بی‌رویه هزینه‌ها شوند.
منبع: این گزارش بر اساس مقاله منتشر شده در رسانه معتبر TechCrunch AI به تاریخ ۲۶ سپتامبر ۲۰۲۶ تنظیم شده است.
---
خدمات هوش مصنوعی تیکینو؛ بهینه‌سازی هوشمندانه بدون هزینه‌های پنهان
فناوری هوش مصنوعی پتانسیل فوق‌العاده‌ای برای رشد کسب‌وکارها دارد، اما همان‌طور که در حوزه سلامت مشاهده شد، پیاده‌سازی نادرست آن می‌تواند هزینه‌های سنگینی به همراه داشته باشد. ما در آژانس دیجیتال مارکتینگ تیکینو، با درک عمیق از زیرساخت‌های فناوری، به شما کمک می‌کنیم تا ابزارهای هوش مصنوعی را به شکلی کاملاً بهینه، هدفمند و اقتصادی در بخش‌های مختلف کسب‌وکار خود (از طراحی سایت و سئو گرفته تا بازاریابی دیجیتال) پیاده‌سازی کنید.
اگر می‌خواهید فرآیندهای خود را بدون مواجهه با هزینه‌های پنهان و غیرمنتظره هوشمند کنید، همین امروز با کارشناسان تیکینو تماس بگیرید تا بهترین راهکارها را متناسب با بودجه و نیاز شما طراحی کنیم.