知识卡片：AI 医生开出的“天价账单”

一句话结论

Nature 研究亮点报道指出，大语言模型给出的临床诊疗方案成本约为人类医生方案的三倍，原因之一是模型倾向于建议更多的检查、转诊和用药。

事件概述或研究问题

该报道为 Nature 于 2026 年 10 月 21 日发布的 Research Highlight，标题为 “AI doctors’ orders come with a sky-high bill”。其核心问题是：当大语言模型参与临床诊疗计划制定时，其建议的医疗资源使用强度与人类医生相比是否存在系统性差异，以及这种差异对医疗成本意味着什么。报道援引的原始研究为 Aran, D. et al. 发表于 N. Engl. J. Med. AI 的论文（DOI: 10.1056/AIoa2600537，2026）。

方法/产品要点

• 对象为 large language models（LLMs）生成的临床诊疗计划（clinical-care plans），与人类医生实际执行的方案进行成本对比。
• 报道给出的关键对比结论是：LLM 建议的方案成本为人类医生方案的三倍。
• 机制性描述：LLM 比人类医生建议更多的检验（tests）、转诊（referrals）和药物（medications）。
• 报道提到，超过 80% 的美国医生表示在提供医疗服务时使用人工智能模型（背景数据，用于说明现实相关性）。
• 具体模型种类、提示设计、样本量与评估科室等细节：待核实（原始研究全文未在来源材料中呈现）。

主要结果或产业意义

• 主要结果：LLM 临床建议的资源强度显著高于人类医生，直接体现为约三倍的成本差异。
• 产业意义：在 AI 临床决策支持加速进入实际诊疗流程的背景下，成本维度可能成为与准确性、安全性并列的评估指标；医保支付方、医院管理者与模型开发者需要把“资源使用强度”纳入模型评测与落地治理。
• 报道同时提示了另一面：更多检查与转诊是否带来更好的临床结局，材料中未给出结论，待核实。

为什么重要

• 现有 AI 医疗评估多聚焦诊断准确率与幻觉率，本条材料补充了“经济外部性”这一被低估的维度：即使模型建议在临床上合理，其累积的资源消耗也可能不可承受。
• 对图书/简报写作而言，这是一个可用于讨论“AI 建议的隐性成本”的具体量化锚点（三倍成本）。
• 与既有卡片的关系：本卡片不涉及 RAG 教育框架、AI 设计 CRISPR 酶或训练后适应分类法，属于“基础模型在临床决策中的成本效应”这一新脉络；若后续出现关于 LLM 临床建议准确性的卡片，本条可作为成本侧的对照增量。

局限与不确定性

• 来源材料为 Nature 的研究亮点摘要，非原始论文全文，因此实验设计、数据集、成本核算口径（如按何种价格体系折算）、模型版本与统计显著性均待核实。
• “三倍成本”为报道转述的单一数字，是否在不同科室、不同疾病、不同模型间稳健，待核实。
• 80% 美国医生使用 AI 模型的数据来源与调查方法在材料中未展开，待核实。
• 材料未说明 LLM 建议更多检查是源于过度保守、防御性医疗倾向还是训练数据偏差，因果机制待核实。

可用于图书/PPT/简报的角度

• “AI 建议不是免费的”：把模型输出折算为医疗资源与费用，作为 AI 临床落地评估的第五个维度（除准确性、安全性、可解释性、公平性外）。
• 对比框：人类医生的“经验性节约” vs. 模型的“穷尽式排查”倾向。
• 政策与支付视角：若 AI 建议被纳入临床路径，医保预算影响评估（budget impact analysis）应如何前置。
• 提醒读者区分“建议成本”与“实际执行成本”，以及“更多检查”与“更好结局”之间的非必然关系。

原始材料

• 标题：AI doctors’ orders come with a sky-high bill
• 来源：Nature（Research Highlight），Published online: 21 October 2026
• DOI：https://doi.org/10.1038/d41586-026-03320-8
• 引用研究：Aran, D. et al. N. Engl. J. Med. AI https://doi.org/10.1056/AIoa2600537 (2026)
• 关键词：large language models；clinical-care plans；health-care costs；tests；referrals；medications