Wyobraźmy sobie pacjenta po operacji jelita. Leży w szpitalnym łóżku, lekarze robią swoje, pielęgniarki robią swoje, a gdzieś w tle pracuje jeszcze ktoś, kogo pacjent prawdopodobnie nigdy nie zobaczy. Czyli – algorytm.
Nie trzyma skalpela, a przegląda dokumentację. I coś w niej znajduje. Na przykład anemię. Albo nieprawidłowy poziom sodu. Albo inną przypadłość, która nie była głównym powodem hospitalizacji, ale może zostać zapisana jako diagnoza dodatkowa. Pacjent niekoniecznie otrzyma z tego powodu dodatkowe leczenie. Za to jego przypadek może trafić do wyższej kategorii złożoności. To oznacza też wyższy rachunek do zapłaty.
Tak przynajmniej wygląda rzeczywistość przedstawiona w najnowszej analizie Blue Cross Blue Shield Association. Według organizacji wykorzystanie narzędzi AI do kodowania dokumentacji medycznej zbiegło się ze wzrostem liczby przypadków klasyfikowanych jako bardziej skomplikowane. BCBSA szacuje, że między 2023 a 2025 rosnąca intensywność kodowania przełożyła się na 942 mln dolarów dodatkowych wydatków poniesionych przez firmy należące do systemu Blue Cross Blue Shield. I oto dochodzimy do jednego z ciekawszych paradoksów rewolucji AI. Maszyna miała ograniczać koszty administracji. Okazuje się, że równie sprawnie potrafi administrację monetyzować.
Pacjent Schrödingera
Sprawa opisana przez TechCrunch jest ciekawsza, niż sugerowałoby proste równanie: AI = wyższe rachunki. BCBSA przeanalizowało dane dotyczące roszczeń szpitalnych. Na początku 2023 roku około 37 proc. hospitalizacji było klasyfikowanych jako przypadki medycznie złożone. Pod koniec 2025 roku było to już około 40 proc. Około 70 proc. wzrostu intensywności kodowania miało wynikać z ponad 55 tys. dodatkowych przypadków, w których diagnoza wtórna przesunęła pacjenta do kategorii oznaczającej wyższą refundację.
Sami widzicie, że jest to coś więcej niż tylko drobna korekta w Excelu. Tę naszą intuicję potwierdza bardziej szczegółowe omówienia analizy autorstwa Fierce Healthcare. Otóż, same dodatkowe diagnozy odpowiadały za około 653 mln dolarów kosztów. Problem polega na tym, że BCBSA twierdzi, iż za zmianą kodu nie dostrzegło odpowiadającej jej zmiany leczenia. Pacjent stał się więc czymś w rodzaju medycznego kota Schrödingera: klinicznie może być podobny do tego sprzed epoki AI, ale administracyjnie jest już bardziej chory.
A skoro jest bardziej chory na papierze, jest również… tak jest, bardzo dobrze myślicie: jest droższy.
Doktor House dostał Excela
Żeby zrozumieć, co właściwie zrobiła tutaj sztuczna inteligencja, trzeba na chwilę zapomnieć o ChatGPT, humanoidalnych robotach i wszystkich tych filmowych obrazach AI, którymi karmimy wyobraźnię. Tu rewolucja dokonuje się na znacznie mniej spektakularnym poziomie. Otóż, uwaga, uwaga… AI czyta dokumentację. System może analizować notatki lekarzy, wyniki badań czy informacje zebrane podczas wizyty i pomagać w odnajdywaniu diagnoz, które powinny znaleźć się w dokumentacji rozliczeniowej. BCBSA wskazuje zwłaszcza na diagnozy wtórne, czasem możliwe do wychwycenia na podstawie pojedynczych wartości laboratoryjnych.
To trochę jak zatrudnienie Sherlocka Holmesa w dziale księgowości. Holmes nie pyta już: „kto zabił?”. Teraz jego pytanie brzmi: „czy na pewno wszystko tutaj zakodowaliśmy?”.
I to pytanie może być warte tysiące dolarów. Blue Cross Blue Shield Association nie jest bezstronnym obserwatorem laboratoryjnym. Reprezentuje firmy, które te rachunki płacą. A druga strona sporu ma zupełnie inną opowieść. American Hospital Association przekonuje, że zarzuty dotyczące napędzanego przez AI „upcodingu” pomijają podstawowy fakt: pacjenci trafiający dziś do szpitali rzeczywiście bywają bardziej skomplikowani klinicznie. Społeczeństwo się starzeje, rośnie znaczenie chorób przewlekłych, a prostsze procedury coraz częściej przenoszone są do opieki ambulatoryjnej. Według przywoływanej przez AHA analizy wskaźnik case-mix index, używany do opisywania złożoności przypadków szpitalnych, wzrósł o około 5 proc. między 2019 a 2024 rokiem.
Z punktu widzenia szpitala, AI nie musi więc wymyślać chorób. Może po prostu odnajdywać to, czego człowiek wcześniej nie wpisał do odpowiedniej rubryki. AHA argumentuje wręcz, że narzędzia AI mogą poprawiać dokładność dokumentacji, ograniczać czas poświęcany na papierologię i zmniejszać administracyjne obciążenie personelu. Jednocześnie oskarża część ubezpieczycieli o stosowanie automatycznych narzędzi do działania dokładnie odwrotnego – downcodingu, czyli obniżania kategorii rozliczeniowej i należnej szpitalowi płatności.
Bot kontra bot
Już w marcu Reuters opisywał rosnący wyścig zbrojeń między amerykańskimi szpitalami i ubezpieczycielami. Szpitale wykorzystują AI między innymi do zarządzania przychodami i kodowania świadczeń. Ubezpieczyciele – do analizowania roszczeń, wyszukiwania nieprawidłowości i ograniczania wypłat. Pamiętacie obietnicę, że AI uwolni człowieka od bezsensownej biurokracji?
Możliwe, że właśnie jesteśmy świadkami jej realizacji.
Człowiek rzeczywiście zostanie uwolniony. Biurokracją zajmą się dwa algorytmy: jeden wygeneruje rachunek, a drugi go zakwestionuje. A gdzieś na końcu tego niezwykle wydajnego procesu znajdzie się człowiek z bolącym brzuchem, który chciał tylko wiedzieć, ile kosztuje jego operacja.
Założyciel startupu Abridge Shiv Rao w rozmowie cytowanej przez TechCrunch dopuścił możliwość powstania rzeczywistości, w której będziemy mieli „boty zwalczające boty, agenci bijący się z agentami”. Brzmi jak kiepski sequel „Transformersów”…
Zaczęło się? Owszem. Tylko trochę inaczej
Nie ma mocnych podstaw, by powiedzieć, że sztuczna inteligencja po prostu podniosła Amerykanom składki ubezpieczeniowe o 942 mln dolarów. To szacunek BCBSA dotyczący dodatkowych kosztów przypisywanych wzrostowi intensywności kodowania, a jego interpretację kwestionują przedstawiciele szpitali. Korelacja między rozpowszechnieniem narzędzi AI a zmianami kodowania nie rozstrzyga sama w sobie, jaka część wzrostu wynika z AI, jaka z dokładniejszej dokumentacji, a jaka z rzeczywistej zmiany kondycji pacjentów.
Wiemy natomiast coś innego. AI weszła właśnie do starego jak amerykański system ochrony zdrowia konfliktu o pieniądze.
A stawka i tak rośnie. Mercer przewiduje, że średni koszt świadczeń zdrowotnych finansowanych przez amerykańskich pracodawców zwiększy się w 2027 roku o 8,2 proc. – najmocniej od 2003 roku. Bez działań ograniczających wydatki wzrost sięgnąłby według badanych firm około 11 proc. Mercer wymienia wśród czynników kosztowych między innymi leki GLP-1, drogie terapie, konsolidację świadczeniodawców oraz – właśnie – szybkie rozpowszechnienie oprogramowania AI wspierającego składanie roszczeń.
Aon prognozuje jeszcze większy wzrost kosztów pracodawców – o 9,5 proc. w 2027 roku, do ponad 19 tys. dolarów na pracownika – i również wskazuje na technologie wspierające dokładniejszą dokumentację oraz kodowanie jako jeden z nowych czynników presji kosztowej.
Spokojnie. AI póki co tylko nauczyła się wypełniać formularze szybciej niż człowiek. I właśnie odkrywamy, że w systemie, w którym odpowiednia rubryka może być warta jedenaście tysięcy dolarów, najbardziej dochodowym zastosowaniem sztucznej inteligencji wcale nie musi być odkrycie nowego leku.
Czasem wystarczy odkryć nowe pole w formularzu.
