
UCSF 為醫師的時間買 AI 聽寫,回本算在保險方付的帳單上
多出的 3,044 美元,由另一頭付
TIMELINE · 時間線
2023 年 8 月 7 日起,UCSF Health 讓 2,018 位主治醫師可以開始用 AI 聽寫。什麼時候開始用,醫師自己選。用了之後要不要多看病人,院方沒有規定。
UCSF Health 是加州大學舊金山分校的醫療體系。這種工具叫環境 AI 聽寫(ambient AI scribe):看診時在旁邊錄音,AI 把對話起草成病歷,醫師改完再簽名。
兩年多後,UCSF 自己的研究團隊回頭替這件事算了錢。算出來的答案,不在當初買它的理由裡。
買進來的理由,是寫病歷的時間
2023 年 12 月 13 日,加州大學的科技新聞站宣布,UCSF 和新創 Ambience Healthcare 簽約。第一批 100 位醫師,從門診和兩個兒科急診開始。
泌尿科教授 Tom Chi 在公告裡講了理由。他說,寫病歷的時間是醫師壓力和倦怠的一大來源,而聽寫員一直是減輕這份工作量的好幫手。
公告也寫得很實在:醫師簽名前還是要仔細讀過、改過草稿,但自動產生的初稿「應該能替醫師省下大量時間」。院方說會再試其他廠商,實際表現如果符合期待,就大範圍推開。
2024 年 3 月 4 日,UCSF 全面推開。那份公告講的是時間、倦怠和病人,沒有講院方的收入。
兩年後,自家研究團隊算出 3,044 美元
2026 年 1 月 9 日,UCSF 醫學系的 Holmgren 等十位研究者,在《JAMA Network Open》發表一封研究信。他們比較用了和沒用 AI 聽寫的醫師,資料是 2023 年初到 2025 年 4 月的門診。
樣本是 1,565 位醫師、約 120 萬筆門診,其中 698 位用了 AI 聽寫。
先講一個台灣讀者不熟的單位。美國門診多半按件計酬,每次看診依複雜度分級,級數決定能申報多少相對價值單位(RVU)。RVU 乘上費率,就是這次看診能收的錢。
結果是這樣:用了 AI 聽寫的醫師,每週多開出 1.81 個 RVU,每週多看 0.80 位病人。保險公司拒付的比例,兩組沒有差別。
作者用 2025 年聯邦醫療保險(Medicare)的醫師費用表換算,這等於每位醫師每年約 3,044 美元。
這就是轉折點。 論文開頭就寫了為什麼要算。在不要求多看病人的前提下,多出來的 RVU 或變少的拒付,「可能有助於抵銷 AI 聽寫的開銷」。
買進來的理由寫在醫師的時間上。兩年後算得出回本的,是帳單上的點數。
時間那一頭也有人量過。隔壁 UCLA 的隨機試驗裡,用 Nabla 那組寫病歷的時間比對照組少 9.5%,用 DAX 那組沒有顯著差別。被分到工具的醫師,也只在三成左右的門診用了它。
UCLA 的論文自己寫,這麼貴的技術要找理由投資,效率是一個說得通的理由。它也提醒另一條路:拿看了多少病人當財務指標,會跟醫師身心改善那個好處互相牴觸。
帳單的另一頭,是保險公司
RVU 多了,錢要有人付。付的是帳單另一頭的保險公司和公共醫療保險。
2025 年 12 月,一篇 npj Digital Medicine 的政策簡報把醫療端的算盤寫明了。把所有正當的計費複雜度都記下來,「也有助於抵銷 AI 聽寫的訂閱費」。同一篇也預告,時間一久,付款方的反制會把這份優勢吃掉。
更早的 2025 年 3 月,PHTI 的報告就寫過:照現在的誘因,AI 聽寫會帶動更高級別的編碼,即使編得準確,也可能讓醫療支出變多。它也寫,把財務效益歸到聽寫身上,目前還是間接的。
付款方動得比論文早。Cigna 從 2025 年 10 月 1 日起,對幾個高階門診碼的部分申報,先照低一級付款。醫師要拿病歷申訴,才拿得回差額。
這份政策文沒有提到 AI。2026 年 3 月 13 日,馬里蘭州保險署發出同意令,認定這種自動降級是州法不准的做法。Cigna 被罰 8 萬美元,限期停止。
6 月,PwC 出了年度醫療成本調查。團體市場明年的醫療成本預估漲 9%,是 17 年來最高。
七成健保計畫,把「幫醫療端多收到錢的 AI 工具」列為漲價前三名推手。 PwC 這一類包括 AI 編碼工具,不等於聽寫。它同一頁也寫,目標應該是付得更準,而不是拒付更多。
論文自己列了三種可能
多出來的 RVU 有三種可能:多看了病人、記得更完整,或者開得更高。作者寫明要再研究,才分得出是哪一種,也要用隨機分組或自然實驗把因果做實。
其中一部分確實是多看了病人。每週多 0.80 位,每筆門診只多 0.04 個 RVU。所以不是只有同一個病人被開了更貴的碼。
拒付率沒變,是對我這篇最不利的一個數字。研究期間,保險公司沒有退回更多申報,這支持「記得更完整」那種解讀。
樣本也有限。資料只來自 UCSF 一處,用的人是自己選要用的。採用者占醫師的 44.6%,看的門診只占 15.2%。
醫師那一頭的好處也是真的。UCLA 試驗裡兩款工具的倦怠和工作負荷指標都可能改善,作者說還要更大的試驗確認。
Medical Economics 報導,UCSF 已有七成醫師日常在用。內科主任 Robert Wachter 對它說:「我們幾乎到了這個地步,如果把它關掉,可能會流失不少醫師。」
UCSF 也不是唯一的例子。Trilliant Health 看了六家宣布導入 AI 聽寫的體系,2018 到 2024 年新病人的高階碼占比升了十幾個百分點。但作者自己說成因還不清楚,時間又碰上 2021 年的編碼規則改版,也認為不太可能是醫師詐欺。
準確度是另一條線。UCLA 的醫師回報兩款工具偶爾會出錯,需要一直盯著。Medical Economics 也報導,UCSF 沒有技術機制確保醫師簽名前真的讀過病歷。
還有一個反例。以人頭計費為主的 Kaiser Permanente,也讓 7,260 位醫師用上 AI 聽寫。導入它的理由,不會只是按件計酬的帳單。
訂閱費最後落在誰身上
讀一個 AI 導入故事,別停在它為什麼被買進來。要找它在哪裡回本,再問那筆錢是誰付的。
UCSF 的答案分三段:買的理由寫在醫師的時間上,回本算在帳單上,帳單由保險方付。三段各有各的出處,沒有一份文件把它們放在一起。
這和 Asana 省下的 600 萬是不同的問題。那筆要先問分母原本會不會被做;UCSF 這筆的分母,是真的病人和真的申報。
Klarna 的客服第一年只量省了多少人。UCSF 量了錢,量到的卻是另一個機構要付的錢。
UCSF 付給 Ambience 多少,沒有公開。3,044 美元換成每月約 254 美元,是我自算的;Medical Economics 說企業級產品常是每位醫師每月幾百美元。UCSF 到底回本了沒,公開資料答不了,而且論文量到的是相關,不是因果。
醫師那一頭說,關掉會留不住人。付錢那一頭,健保計畫把這類多收錢的 AI 工具算進明年的漲價。同一個工具,兩邊都在記它的帳。
查核備註:UCSF 研究信只寫「兩款商用 AI 聽寫工具」,第二家廠商我沒找到一手文件;Stanford 學者在同期 JAMA 評論裡的訂閱價區間與增幅百分比,我只讀到摘要,沒有放進正文;七成使用率是 Medical Economics 的說法,沒見到院方原始數字。
LEDGER
帳本
每個數字都附口徑、來源等級與時點。自報的數字就標自報,不替它背書。
| 項目 | 數字 | 口徑 | 等級 | 時點 |
|---|---|---|---|---|
| 研究樣本 | 1,565 位醫師、1,202,734 筆門診;採用者 698 位(44.6%),門診占 15.2% | UCSF 單一院所 EHR 資料,2023-01-01~2025-04-01;採用為醫師自選 | A | 2025-04-01 |
| 每週 RVU 增量 | +1.81(95% CI 0.86–2.75) | 差異中的差異,採用者對非採用者;相關、非因果 | A | 2026-01-09 |
| 每週診次增量 | +0.80 位病人(95% CI 0.05–1.56) | 同上;每筆門診 RVU 另 +0.04 | A | 2026-01-09 |
| 拒付比例 | 無差異 | 同上 | A | 2026-01-09 |
| 年化金額 | 約 3,044 美元/醫師/年(自算每月約 254 美元) | 作者以 2025 年 Medicare 醫師費用表換算;每月數為 3,044÷12 自算;UCSF 合約價未揭露 | A | 2026-01-09 |
| UCLA 隨機試驗寫病歷時間 | Nabla 組相對對照 −9.5%(P=0.02);DAX −1.7% 不顯著 | 238 位醫師三組意向治療;DAX 用於 33.5%、Nabla 用於 29.5% 門診 | A | 2025-01-03 |
| 馬里蘭罰 Cigna | 8 萬美元,限期停止自動降級 | 同意令;Cigna 公告稱近 99% 在網醫師不受影響 | A | 2026-03-13 |
| 健保計畫的漲價推手 | 70% 把「多收到醫療端收入的 AI 工具」列前三 | PwC 精算調查;類別含 AI 編碼工具,不等於聽寫 | A | 2026-06-11 |
來源分級:A = 一手公告/論文/官方文件 · B = 可信媒體 · C = 可參考但需脈絡 · D = 觀察用,不可當事實。
COPYABLE
學得走的,學不走的
學得走的
- 讀 AI 導入案例,先找它在哪裡回本,再問那筆錢由誰付
- 把導入理由(時間、倦怠)和回本指標(營收、點數)分開記,看兩者是不是同一件事
- 效益增量要拆成「做了更多」和「每件記得更多」兩部分,像 +0.80 診次與每筆 +0.04 RVU
- 同時盯付款方的反應:拒付率、降級付款、監管動作
學不走的
- 美國按件計酬、依複雜度分級申報的付費制度
- UCSF 規模的自家研究團隊與 120 萬筆門診的 EHR 資料
- 學術醫療體系可以先導入、兩年後再算帳的預算彈性
SOURCES
- AHolmgren AJ et al., Ambient AI Scribes and Physician Financial Productivity, JAMA Netw Open 2026-01-09(PMC 全文)
- AUC Tech News 2023-12-13:UCSF Health begins testing its first AI scribe service in-clinic
- ALukac PJ et al., Ambient AI Scribes in Clinical Practice: A Randomized Trial, NEJM AI 2025(PMC 全文)
- ADai/Kvedar/Polsky, Policy brief: ambient AI scribes and the coding arms race, npj Digit Med 2025-12-24
- APHTI, Adoption of AI in Healthcare Delivery Systems(2025-03)
- APwC Health Research Institute, Behind the Numbers 2027(2026-06-11)
- ACigna Healthcare R49 E/M 新給付政策公告
- AMaryland Insurance Administration Consent Order MIA-2026-03-009
- BMedical Economics 2026-03-30:Take note: The AI scribe era is here
- BTrilliant Health 2026-03-12:Outpatient coding intensity increases as hospitals adopt AI-enabled scribing
來源分級:A = 一手公告/論文/官方文件 · B = 可信媒體 · C = 可參考但需脈絡 · D = 觀察用,不可當事實。
本文由 AI 協助研究與起草,矽基前沿編輯部編修,總編輯廖玄同審閱定稿。 編輯方針與 AI 使用說明

