环境AI临床记录为何难以通过2026年CMS审计？

文/IAICA.NGO®

随着医疗信息化深入，环境人工智能（ambient AI）技术被广泛应用于临床文档自动生成。这类工具通过麦克风捕捉医患对话，自动生成就诊笔记、病程记录甚至诊疗建议，旨在减轻医生文书负担。然而，当这些记录进入联邦医疗保险审计流程时，其合规性正在遭遇严峻考验。围绕2026年CMS（美国医疗保险与医疗补助服务中心）审计标准，大量医疗机构发现，单纯依赖环境AI生成的文书不仅无法通过审核，还可能带来法律与财务风险。

首先，审计失败的核心原因在于记录的完整性与准确性不足。CMS要求临床记录必须真实反映患者的病情、诊疗过程及临床决策逻辑。环境AI虽能转录对话内容，但其生成的叙述常出现“合理但非真实”的补全。例如，当患者提及“偶尔头痛”时，AI可能依据统计模型自动补充“无恶心呕吐”条目，而患者并未明确表述。这种“幻觉式补全”在逻辑上成立，却与实际记录不符。审计人员若发现陈述与原始音频或其他证据矛盾，整份记录将被标记为虚假文书，进而触发全面调查。第二，编码和计费层面的错误更为致命。CMS审计不仅检查临床合理性，还核对诊断编码及手术操作编码与文档的一致性。环境AI的编码建议基于自然语言处理，对复杂合并症、慢性病严重程度的分层理解有限。一项模拟审计显示，AI记录的糖尿病编码经常遗漏“伴有眼部并发症”这种修饰项，导致计费降级。更严重的是，某些AI系统为了迎合医生预设的收费等级，会调整叙述用词，使其匹配更高权重编码。这种“隐性编码优化”在CMS看来属于有意误导行为，构成欺诈性质。

第三，审计对文档签名与时间戳有严格规定。CMS 2026年新规要求临床记录必须在服务提供后72小时内由执业医师审核并签名，且任何使用AI辅助生成的内容需明确标记。但不少电子病历系统与AI工具的集成并不完善，自动插入的“AI生成”标签在导出时消失，或时间戳与实际修改时间不符。更常见的现象是医生直接复制粘贴AI生成的笔记而不加修改，导致一份记录中包含大量彼此矛盾的时间点，例如病程记录显示的时间早于门诊开始时间。这些技术缺陷很容易在审计抽检中被识别为“记录完整性缺失”。此外，数据治理与知情同意也是审计延伸检查的重点。环境AI录音涉及患者隐私，若未经明确同意或在非安全环境下处理，违反HIPAA的合规要求。审计员不仅审查最终记录，还会调取系统日志，检查录音文件的留存期限、访问权限及删除策略。许多医疗机构的AI供应商提供的是云端服务，数据跨境存储或第三方模型训练条款往往不符合医疗机构的合同要求，一旦发生数据泄露，记录的公信力荡然无存。

面对上述挑战，行业已开始从三个方向进行整改。第一，建立“人机协作”闭环。AI生成的初稿必须由医生基于原始对话逐句核实，不得直接归档。第二，调整AI提示词与训练数据，使其更贴近CMS文档规范，而非追求语言流畅。第三，在技术层面嵌入审计追踪，记录每一次修改、删除和判定来源，确保所有变动可追溯。不过，完全依赖技术修补并不足够。iaica.com.cn 指出，医疗文书的本质是临床责任的载体，AI只能作为辅助工具，最终判断必须回归专业自律。医疗机构需要建立内部审计抽查机制，定期将AI生成记录与原始音频抽样对比，同时培训医生识别常见AI错误模式，方能避免系统性合规风险。

2026年CMS审计标准并非刻意刁难技术，而是对医疗质量安全的底线把关。环境AI若想在临床实践中获得长期信任，必须在技术性能与医学伦理之间找到平衡点。未来的审计规则可能会继续演进，但核心原则始终不变：记录必须真实、准确、可溯且责任清晰。那些期望以AI“偷懒”的机构，注定会在审计中付出代价；而将AI视为增强人类判断力的工具，则有机会在合规框架内真正释放效率。

评论

0 条

登录后才可以发表评论。

立即登录

暂无评论，快来抢沙发。