每當開立處方箋或結算實驗室檢測費用時，醫療索賠的龐大帳本中便會增加一條新紀錄。長期以來，這些為了報銷而非研究目的而產生的紀錄，一直被視為行政雜音。然而，現在有一種直接針對這些索賠序列進行訓練的新型基礎模型，能夠從中提取模式，以顯著的精準度預測疾病發作並模擬臨床試驗結果，將原本枯燥的數據轉化為具備洞察力的醫療工具。
該模型將每位患者的病史視為標準化代碼的時序序列，包括診斷、處置、藥物及就診類型，其處理方式與大型語言模型處理句子的邏輯非常相似。透過學習數百萬條此類軌跡中的統計關係，模型能識別出心臟衰竭、慢性腎臟病或某些癌症的前兆訊號，有時甚至能提前數年發現潛在風險。由於索賠數據已經標準化且具備人口規模，這種方法有效避開了原始電子健康紀錄中常見的數據碎片化與隱私合規障礙。
初步研究結果顯示，該模型還能模擬在不同治療路徑下可能產生的臨床結果，提供一種無需招募參與者或進行隨機干預的「試驗模擬」形式。這項能力在當前醫療環境中至關重要，因為傳統臨床試驗往往進度緩慢、成本高昂，且通常無法代表現實世界中患有多種併發症或同時服用多種藥物的複雜患者群體。雖然研究人員提醒，未觀察到的干擾因素和由計費驅動的編碼選擇仍會限制其確定性，但從索賠數據中進行觀察性模擬，能更快速地在更廣泛的群體中產生成效評估。
這些技術的實際應用很快就會滲透進日常生活中。使用這些預測模型的保險公司或醫療系統，可以精準標記高風險個人，以便推動早期篩查或預防性介入計畫。然而，這把雙刃劍的另一面是，同樣的評分也可能在任何症狀出現之前，就影響到個人的承保決定或保費計算。索賠數據不僅反映了生物學特徵，還深刻反映了醫療服務的獲取途徑、編碼慣例和財務動機；因此，在這些數據上訓練的模型，存在著放大現有醫療不平等現象的風險。
對於保險歷史不完整或醫療利用率較低的人群，系統可能會產生誤判，導致預測不足或過度標記。我們可以將此比作日記與支票簿登記簿的區別：日記可能細膩地描述一個人的感受，而登記簿僅顯示他們在何時支付了什麼費用。然而，登記簿中的模式——例如重複造訪專科醫師後接著使用特定藥物，或在常規手術後出現密集的急診索賠——可以揭示日記所遺漏的發展軌跡。基礎模型本質上是在人口規模上閱讀這本「支票簿」，將報銷紀錄轉化為機率性的健康預測。
製藥開發商從中看到了加速假設生成和上市後監測的新路徑，有望縮短藥物研發週期。監管機構則面臨更艱鉅的挑戰，必須決定模擬證據何時足以可靠到能用於更新藥品標籤或調整承保範圍。與此同時，患者往往並不知曉自己的索賠歷史正被用於此類分析，且一旦預測結果產生，個人能採取的救濟措施也相當有限。該模型的優勢在於能直接利用現有系統中流動的數據，但這也使得監管變得更加困難，因為數據輸入並非在傳統的研究知情同意框架下收集。
目前，該模型在不同疾病和人口統計數據中的準確性表現仍不均衡，且在獨立數據集上的外部驗證依然有限。在模型表現優異的領域，它是透過檢測臨床醫生已有懷疑但無法大規模量化的相關性來實現的；而在其失靈之處，錯誤通常可追溯到不完整或有偏差的歷史模式，而非新穎的生物學見解。因此，最終的核心問題不在於預測技術是否可行，而在於社會機構將利用這些預測來擴大及時的醫療護理，還是為了追求資源分配效率而犧牲個人的自主權與權益。
