加载失败
这篇文章讨论 Medicare（美国联邦医疗保险）推出的新支付试点 ACCESS（文中提到的一个 Medicare 新支付模型），它试图把慢性病管理、住房、食物和交通等社会因素纳入护理流程，并用结果导向的付款方式鼓励创业公司借助软件和 AI 提供服务。评论里提到，参与者例如 Pair Team 和 Flora 这类系统，前者面向慢性病且伴随住房不稳的人群，后者通过长时间对话给孤立患者提供陪伴式支持。讨论还牵涉到 CMMI（Medicare 的创新机构）长期以来对支付方式改革的实验，以及传统按 RVU/CPT codes 计费为何更奖励活动量而不是健康结果。与此同时，大家也把焦点放在隐私、数据共享、upcoding 和 cherry-picking 等副作用上，担心一旦把“全量生活数据”纳入护理，就会产生监管、信任和选择偏差问题。
一部分评论把这篇 TechCrunch 文章的写法直接当成 AI 生成内容来怀疑，理由包括大量 em dash、异常短的段落、"rule of threes" 结构，以及像模板化拼接的过渡句。反对者则指出，这些也都是长期写新闻的人常见的风格特征，尤其采访引语里的破折号并不罕见，不能只凭文风就认定是机器写的。还有人强调语言本来就会在网络环境中互相渗透，写作者会无意识吸收这些模式。另有回复引用 Gemini 的判断，认为原文包含原创引语，因此更像真人采访稿。
关于 Medicare 新支付模型，支持者解释它的核心不是单纯给更多钱，而是把报销设计成“deflationary”：付费足以让 startup 参与，但又不足以靠纯人工完成，因此必须借助 software，甚至 AI，来提供大量护理流程。这个思路建立在 Medicare 过去按访问次数、RVU 和工时付费的旧逻辑之上，而旧逻辑更多奖励活动量，不一定奖励真正的健康结果。其他评论则补充，临床现场早已存在逼着医生看更多病人的效率压力，但这不等于激励改善 outcomes。也有人追问这种设计会不会重演 Medicare Advantage 的 upcoding 问题。
有评论把文章里那个 67 岁、住在车里、同时面对 PTSD 和 congestive heart failure 的患者案例视作关键证据：对她来说，和 Flora 长时间对话本身就是一种干预。评论者认为，很多高度孤立的人需要的不是一次性诊疗，而是能持续陪伴、愿意听他们说话的对象，而 AI 恰好能在规模上提供这种服务。基于这个逻辑，有人预测未来会越来越多人为 AI “person” 辩护，因为它确实补上了现实医疗系统无法覆盖的情感支持。
另一条主线是隐私和信任：文章强调要理解病人，就得掌握他们生活的完整上下文，但评论者认为这意味着把极其敏感的健康、住房、心理和社会信息交给一个本来就不值得完全信任的系统。有人直接把这类产品想象成嵌入 care plan 的 panopticon，担心一旦与保险、补贴或护理资格绑定，患者就会被迫接受持续监控。还有人问这是不是在把数据交给保险公司，回复则区分了政府运行的 Medicare 和可选的 Medicare Advantage。围绕这种数据化护理，另一个评论还提到联邦系统已有泄露社会安全号码等 breach 记录，说明风险不只是理论上的。
评论也集中批评按健康结果付费的副作用：如果只有在血压下降、疼痛减轻等可测指标达标时才拿到全额报酬，机构就会有动力挑选更容易改善的病人。这样一来，最需要帮助、但预后更差的人反而可能被排除在外。有人进一步把这上升为价值观冲突：一边是把医疗视为对人的支持，另一边则是把每个问题都看成个人是否“配得上”治疗。
RVU（Relative Value Unit）: 医生服务的计费单位，通常按工作量和时间来换算报销。
CPT codes: 医疗服务的标准编码，用来标记一次诊疗或检查并对应收费。
Medicare Advantage: 由私营保险公司运营的 Medicare 方案，患者可把 Medicare 资金转向私人计划。
upcoding: 把服务编码成更高报销等级以获取更多付款的做法。