Hastanelerin tıbbi faturalama kodlarını atamasına yardımcı olan yapay zekâ araçları, ABD'li sağlık sigortacılarının ödediği tutarları şişiriyor olabilir — ve ilk rakamlar büyük.

ABD'de nüfusun yaklaşık üçte birini sigortalayan şirketleri temsil eden Blue Cross Blue Shield Association (BCBSA), daha yoğun kodlamanın iki yılda yatan hasta maliyetlerine tahmini 942 milyon dolar eklediğini bulan bir analiz yayımladı. Derneğe göre bu artış, sunulan tedavilerde buna karşılık gelen bir artış olmaksızın daha ağır tanıların kaydedilmesinden kaynaklanıyor.

BCBSA'nın tarif ettiği mekanizma, "upcoding" (daha yüksek kodlama) olarak bilinen uygulamanın bir türü. Hastaneler yapay zekâ destekli kodlama yazılımlarını benimsedikçe, araçlar hasta kayıtlarını tarayıp ek ya da daha spesifik tanılar öneriyor — yasal ve çoğu zaman klinik olarak haklı bir süreç, ancak yine de her vakanın faturalandırıldığı şiddet seviyesini yükseltiyor. Derneğin karşılaştırması, bu araçları kullanan hastanelerin benzer hastaları tedavi eden ancak kullanmayan kurumlara göre daha ağır faturalandırma yaptığını ortaya koyuyor.

Raporun The New York Times ve diğer mecralardaki haberleri eğilime ek rakamlar ekledi: Blue Cross ve Blue Shield planlarının maliyetleri 2024 ile 2025 arasında tahmini 653 milyon dolar arttı ve hastaneler vaka başına ortalama yaklaşık 12.000 dolar daha fazla ödeme aldı.

Bu konudaki sigorta sektörü bulguları dikkatli okunmayı hak ediyor. Sigortacıların, hastanelerin kendilerinden fazla ücret aldığını savunmakta doğrudan mali çıkarı var ve BCBSA analizi hakem denetiminden geçmiş bir çalışma değil. Hastaneler ise daha iyi dokümantasyonun, daha önce gözden kaçan durumların gerçekten daha iyi kaydedilmesini yansıttığını savunuyor — hasta bakımı ve risk ayarlaması açısından önemli olabilecek bilgiler.

Yine de bu anlaşmazlık, yapay zekânın bugün her iki tarafta da hızlandırdığı yapısal bir özelliğe işaret ediyor: ödeyiciler ve sağlayıcılar bir kodlama silahlanma yarışına kilitlenmiş durumda. Sağlayıcılar daha eksiksiz belgelemek ve faturalandırmak için algoritmalar kullanıyor; sigortacılar desteklenmediğini düşündükleri talepleri tespit edip reddetmek için algoritmalar kullanıyor. Her taraf, maliyetlerin kontrolden çıkmasının sorumlusu olarak diğerinin otomasyonunu gösteriyor ve hastalar bu iki sistemin kesiştiği noktada duruyor.

BCBSA raporunun bu kavgada cephane olması ve yapay zekânın sağlık harcamaları üzerindeki etkisinin düzenleyicilerin ve aktüerlerin ölçebileceğinden daha hızlı geldiğinin bir işareti olması muhtemel.