Mecanismul este, la suprafață, simplu și inofensiv: spitalele folosesc modele de limbaj largi și algoritmi de procesare a limbajului natural pentru a optimiza codificarea diagnosticelor și a procedurilor înainte de a trimite cererile de plată către asigurători. În practică, softul scanează înregistrările medicale, identifică condiții comorbide sau complicații care ar fi putut fi omise de un coder uman obosit și generează o factură care reflectă un pacient "mai bolnav" – și, implicit, mai costisitor.
Rezultatele analizei BCBSA sunt edifiante: a fost înregistrată "o creștere bruscă a pacienților documentați ca având condiții complexe", dar, subliniază asigurătorii, există o "deconectare clară între codificare și tratament". Cu alte cuvinte, pe hârtie pacienții par mai complicați, dar în realitate nu au primit nicio îngrijire suplimentară, nicio investigație suplimentară, niciun tratament nou. Doar codurile de facturare au schimbat, nu medicina practicată.
Luke Chalker, vicepreședinte senior al BCBSA, nu a ales cuvintele la întâmplare când a descris situația: "Nu este un război. Este o junghie complet unilaterală", a declarat, plasând asigurătorii în poziția victimei. Metafora este violenta, dar reflectă frustrarea unui sector care se simte incapabil să se apere împotriva unei automatizări a agresiunii financiare. Tradițional, batațiile dintre spitale și asigurători asupra codificării (upcoding-ul) au fost jucate de echipe de experți umani, limitate de viteza și capacitatea de procesare a oamenilor. Astăzi, un singur algoritm poate rescana milioane de dosare pe noapte și să regăsească oportunități de facturare pe care oamenii le-au ratat.
Dr. Shiv Rao, fondatorul startup-ului Abridge – o companie care construiește exact acest tip de AI pentru documentare clinică – recunoaște riscul: "Utilizarea AI poate duce la un viitor distopic oribil pe care nimeni nu vrea să-l trăiască", a spus, evocând imaginea unor "boți care luptă cu boți, agenți care luptă cu agenți". Dar Rao este, în esență, un optimist tehnologic: crede că aceeași tehnologie poate, pe termen lung, reduce tensiunile și costurile, dacă este implementată corect și transparent.
Paradoxul este uluitor: aceeași tehnologie care promițe să elimine erorile umane, să accelereze diagnosticul și să personalizeze tratamentul este, în acest moment, armată principală într-o cursă de tăiere a costurilor care, de fapt, îi crește. Asigurătorii, la rândul lor, nu stau cu mâinile în mână. Mulți au început să dezvolte propriile modele AI pentru a detecta upcoding-ul automatizat al spitalelor. Rezultatul este o cursă de armamente algoritmice: spitalele antrenează modele să factureze mai agresiv, asigurătorii antrenează modele să respingă mai agresiv, iar pacienții și medicii sunt prinsi în mijloc, într-un labirint de contestații, apeluri și întârzieri de plată.
Experții în economie a sănătății avertizează că acest fenomen nu este specific doar SUA. În Europa, unde sistemele de sănătate sunt predominant publice, presiunea bugetară este diferită, dar incențiurile rămân similare. Spitalul care primește plată pe caz (DRG – Diagnosis Related Groups) are același motiv financiar să maximizeze complexitatea codificată a pacienților. Dacă AI-ul devine standardul de facto pentru codificare, riscul de "inflație a codificării" (coding inflation) devine sistemic.
Mai există și o problemă etică subtilă: modelele AI sunt antrenate pe date istorice de facturare. Dacă datele istorice conțin deja un bias spre upcoding (ceea ce este probabil, dat fiind că spitalele au optimizat veniturile de decenii), AI-ul nu va face decât să amplifice și să institutionalizeze acest bias, prezentându-l ca pe o "optimizare bazată pe date". Transparența devine, astfel, crucială. Cine auditează algoritmul? Cine verifică că codul generat de AI corespunde realității clinice, nu doar regulilor de facturare?
În România, deși sistemul de sănătate are o structură diferită, discuția este relevantă. CNAS și casele de asigurări de sănătate private încep să exploreze automatizarea controlului dosarelor și a plăților. Spitalurile mari, sub presiunea bugetară cronică, ar putea fi tentate să adopte soluții similare pentru a maximiza veniturile din contracte. Absența unui cadru regulativ clar pentru utilizarea AI în facturarea medicală creează o zonă griă periculasă.
Concluzia nu este că AI-ul este "rău" pentru sănătate – este că, fără supraveghere, transparență și aliniere a incențivelor, orice tehnologie puternică va fi exploatată pentru avantaj financiar pe termen scurt. Lupta "bot vs bot" descrisă de Dr. Rao nu este o fatalitate, ci un semnal de alarmă. Dacă regulatorii, asigurătorii, spitalele și dezvoltatorii de tehnologie nu se așază la masă pentru a defini regulile jocului – cum se validează codificarea AI, cum se auditează, ce penalități există pentru abuz –, atunci junghia unilaterală descrisă de Chalker va deveni norma, iar costurile vor continua să se ridice, fiind transferate, în final, către pacienți și contribuabili.
Sănătatea nu ar trebui să fie un câmp de luptă algoritmică. Ar trebui să fie un spațiu unde tehnologia slujește îngrijirea, nu factura.
De ce este important:
Această analiză dezvăluie un efect pervers al adopției timpurii a AI-ului în administrarea sănătății: în loc să reduce costurile prin eficiență, tehnologia este folosită pentru a maximiza veniturile prin codificare agresivă, creând o cursă de armamente algoritmice între spitale și asigurători. Fenomenul este un studiu de caz esențial pentru orice sistem de sănătate (inclusiv cel românesc) care pregătește digitalizarea și automatizarea plăților: demonstra că, fără regulare proactivă, audit algoritmic și aliniere a incențivelor, AI-ul poate deveni un motor al inflației medicale, nu o soluție pentru ea. Pacienții și contribuabili plătesc, în final, nota pentru "bătălia boților".
