醫療AI大變革？美國Medicare先衝了

美國政府出手：Medicare新支付模式專為AI設計

2026年5月14日，一則來自美國醫療保險與補助服務中心（CMS）的消息在Hacker News上引發熱議——Medicare推出了一項全新的支付模式，專門為AI驅動的醫療服務設計。這項政策被業界形容為「醫療AI的轉捩點」，因為它首次將AI診斷、AI輔助手術規劃、AI病歷分析等服務納入正式補助範圍，並提供額外的財務激勵。

根據CMS的公告，新支付模式名為「AI增強醫療服務價值基礎支付（AI-Enhanced Value-Based Payment, AI-VBP）」。核心機制是：醫院或診所若使用經FDA核准的AI工具進行診斷或治療決策，且能證明該工具提升了患者預後（如減少再住院率、縮短住院天數），Medicare將在傳統給付基礎上，額外支付最高15%的「AI效能獎金」。

這項政策將於2027年1月1日正式生效，涵蓋範圍包括放射科AI影像判讀、病理科AI輔助診斷、AI驅動的個人化治療方案推薦，以及AI輔助的遠距監測系統。CMS估計，第一年將有超過2,000家醫療機構符合申請資格，聯邦政府預計為此撥款約47億美元。

為什麼這項政策是遊戲規則改變者？

從「成本中心」到「利潤中心」的翻轉

過去，醫療AI在美國的處境相當尷尬。雖然技術上不斷突破——Google的醫療AI模型在乳癌篩檢上準確率超過人類放射科醫師、史丹佛的AI系統能提前48小時預測敗血症——但醫院導入AI的意願始終不高。原因很簡單：AI工具昂貴，卻無法直接帶來收入。

以放射科為例，一張胸部X光的Medicare給付約為40美元，而導入AI輔助判讀系統的年度授權費可能高達數十萬美元。醫院算盤一打：用AI不會多賺錢，反而增加成本。這導致許多優秀的醫療AI新創公司難以打入美國市場，被迫轉向私人保險或直接對消費者銷售。

Medicare的新支付模式徹底顛覆了這個邏輯。現在，使用AI不再只是「花錢」，而是「賺錢」。假設一家中型醫院每年處理10萬件放射科檢查，若使用AI輔助判讀，並能證明AI減少了15%的誤診率，該醫院每年可從Medicare獲得額外60萬美元的AI效能獎金。這筆錢足以覆蓋AI系統的授權費，甚至還有盈餘。

數據驅動的獎勵機制：品質比數量更重要

AI-VBP模式的核心價值在於「價值基礎支付」——傳統的「按服務計費」（Fee-for-Service）模式鼓勵醫院多做檢查、多開藥，但AI-VBP則鼓勵醫院用AI做到「更準、更快、更省」。

具體來說，醫院必須提交以下四項指標來證明AI的價值：

  1. 診斷準確率提升：AI輔助前後的對比數據
  2. 治療時間縮短：從確診到開始治療的平均天數
  3. 患者預後改善：30天再住院率、併發症發生率
  4. 成本節省：AI如何減少不必要的檢查或住院天數

這套機制對台灣的健保體系極具參考價值。台灣的健保總額支付制度長期面臨「點值貶值」問題——醫院做越多，每項服務的給付點值就越低。如果健保署能參考美國模式，針對使用AI且能證明改善預後的醫療院所提供額外點值加成，將能有效激勵台灣醫院導入AI。

誰是贏家？誰是輸家？

贏家：醫療AI新創與大型醫院

這項政策最直接的受益者，是像Butterfly Network（手持式AI超音波）、Zebra Medical Vision（AI影像判讀）、PathAI（病理AI）等醫療AI公司。它們的產品突然從「可有可無的加值服務」變成「醫院的賺錢工具」，市場需求將迎來爆發式成長。

華爾街分析師已經開始反應：在CMS公告後的24小時內，醫療AI相關類股平均上漲了8.7%，其中Butterfly Network單日漲幅高達14.2%。

大型教學醫院和區域醫療中心也是贏家。它們有足夠的資金和IT基礎設施來快速導入AI系統，並有能力聘請數據分析師來撰寫AI效能報告。預計未來兩年，美國前100大醫院將有超過80%導入至少一套AI-VBP合規的AI系統。

輸家：小型診所與傳統醫療設備商

小型診所和偏鄉醫院可能成為這波政策的受害者。導入AI系統需要前期投資（硬體、軟體、人員訓練），而這些機構的財務狀況通常較為吃緊。如果無法及時跟上AI-VBP的腳步，它們將失去Medicare的額外補助，在競爭中處於劣勢。

此外，傳統醫療設備商如GE HealthCare、西門子醫療也面臨壓力。它們的舊款設備不支援AI功能，醫院轉而採購內建AI的新一代設備（如AI超音波、AI CT掃描儀）。這迫使傳統設備商必須加快AI整合，否則市佔率將被NVIDIA Clara、Google Health等AI平台業者蠶食。

對台灣與香港的啟示

台灣：健保署應加速評估AI給付

台灣的醫療AI產業其實相當有潛力。台大醫院開發的AI心電圖判讀系統、長庚醫院的AI眼底鏡糖尿病視網膜病變篩檢、北醫的AI肺癌早期偵測系統，在學術上都已證明效果。但這些系統至今未能大規模商業化，主要原因就是缺乏支付誘因。

如果健保署能參考美國Medicare的AI-VBP模式，在2027年前推出台灣版的「AI醫療服務加成給付試辦計畫」，將能立即釋放台灣醫療AI的能量。具體建議如下：

  • 第一階段（2026-2027）：選定3-5項成熟AI應用（如AI輔助乳癌篩檢、AI輔助糖尿病視網膜病變篩檢），給予10%的健保點值加成
  • 第二階段（2028-2029）：擴大至10-15項AI應用，並要求醫院提交AI效能報告
  • 第三階段（2030以後）：全面導入價值基礎支付，將AI納入常規給付

香港：私營醫療市場的先行者優勢

香港的醫療體系以私營為主，這反而給了香港一個先行者優勢。私營醫院和診所可以更靈活地調整收費結構，直接將AI服務納入套餐價格。

例如，香港養和醫院若導入AI輔助大腸鏡檢查，可以在傳統檢查費用（約8,000-12,000港幣）的基礎上，加收500-1,000港幣的「AI精準診斷附加費」。患者願意多付錢，因為AI能降低漏診率。這種商業模式不需要政府補助，完全由市場驅動。

下一步觀察重點

1. 美國國會是否通過擴大預算

AI-VBP模式目前只在CMS試行階段，2028年的預算需經國會審議。如果民主黨與共和黨在醫療支出上達成共識，這項政策可能永久化並擴大至Medicaid。反之，如果預算被砍，政策可能曇花一現。

2. AI演算法的「黑箱」問題

CMS要求醫院證明AI工具的有效性，但許多AI模型是「黑箱」——醫生無法解釋AI為什麼做出某個診斷。美國FDA正在研擬「可解釋AI」的審查標準，這可能成為AI-VBP執行的最大技術障礙。

3. 台灣與其他國家的跟進速度

日本厚生勞動省已表示將在2026年底前發布類似政策草案；英國NHS則計劃在2027年將AI輔助診斷納入「創新醫療技術給付」。台灣健保署目前尚未公開表態，但業界預期2026年下半年將有相關討論。

延伸閱讀

結語：醫療AI的「iPhone時刻」終於來了？

Medicare的AI-VBP新模式，本質上是一個「激勵結構的改變」。過去十年，醫療AI的技術不斷進步，但商業模式始終卡關。現在，美國政府用真金白銀告訴市場：用AI救人，政府買單。

這對全球醫療AI產業的影響，可能堪比2010年歐巴馬健保法案對電子病歷系統的推動——當時美國政府提供數百億美元補助，鼓勵醫院採用電子病歷，結果在五年內將美國醫院的電子病歷採用率從不到20%拉升至超過80%。

對於台灣和香港的讀者來說，這不僅是一則美國新聞，更是關乎我們未來十年醫療品質的關鍵信號。當AI診斷不再只是實驗室裡的炫技，而是醫院財報上的利潤來源，醫療AI的大規模普及，可能比我們想像的來得更快。