در حالی که وعدههای اولیه هوش مصنوعی بر کاهش هزینههای عملیاتی و افزایش کارایی در بخش درمان متمرکز بود، گزارشهای جدید از سوی نهادهای بزرگ بیمه نشان میدهد که این فناوری برخلاف انتظارات، منجر به تورم هزینههای درمانی شده است.
گزارش Blue Cross Blue Shield؛ تضاد میان اتوماسیون و صرفهجویی
مطابق با دادههای منتشر شده در مهر ۱۴۰۵، شرکت بیمه Blue Cross Blue Shield اعلام کرده است که استفاده گسترده بیمارستانها از ابزارهای مبتنی بر هوش مصنوعی، طی یک دوره دو ساله منجر به تحمیل هزینههای اضافی بالغ بر ۹۴۲ میلیون دلار به نظام سلامت شده است. این یافتهها چالش بزرگی را برای استدلالهای مرسوم در حمایت از پیادهسازی سریع AI در مراکز درمانی ایجاد میکند.
چرا هوش مصنوعی هزینه تولید میکند؟
تحلیلگران حوزه سلامت معتقدند چند عامل فنی و ساختاری در این افزایش هزینه دخیل هستند:
- بیشتشخیص (Over-utilization): ابزارهای تشخیص مبتنی بر AI ممکن است با حساسیت بالا، تستهای تشخیصی بیشتری را توصیه کنند که منجر به افزایش صورتحسابهای بیمارستانی میشود.
- هزینههای یکپارچهسازی (System Integration): پیادهسازی و نگهداری مدلهای یادگیری ماشین در سیستمهای قدیمی پرونده الکترونیک سلامت (EHR) مستلزم صرف بودجههای هنگفت برای زیرساخت و امنیت است.
- پیچیدگی الگوریتمی: مدیریت و بازنگری تصمیمات اتخاذ شده توسط مدلهای هوش مصنوعی (AI Governance) نیاز به نیروی انسانی متخصص و فرآیندهای نظارتی پیچیده دارد که هزینههای اداری را افزایش داده است.
خلاصه آماری هزینهها
- دوره زمانی بررسی: ۲ سال (منتهی به پاییز ۱۴۰۵)
- مجموع بار مالی اضافی: ۹۴۲ میلیون دلار
- عامل اصلی: استفاده بیمارستانی از ابزارهای هوش مصنوعی و اتوماسیون بالینی