Algorytmy AI w szpitalach zwiększyły koszty opieki medycznej w USA o niemal miliard dolarów

Amerykańskie stowarzyszenie Blue Cross Blue Shield Association opublikowało analizę wskazującą, że wdrożenie sztucznej inteligencji do kodowania medycznego przełożyło się na wzrost kosztów leczenia o niemal miliard dolarów w latach 2023–2025. Algorytmy masowo kwalifikują pacjentów do wyższych kategorii kosztowych, choć zakres udzielanych im świadczeń medycznych pozostaje praktycznie bez zmian. Zjawisko to prowadzi do podwyżek składek ubezpieczeniowych oraz wyższych opłat własnych dla pacjentów i pracodawców.

Systemy automatycznego rozliczania świadczeń masowo trafiają do szpitali

Z najnowszych danych organizacji Blue Cross Blue Shield Association wynika, że ponad 60 procent systemów szpitalnych w Stanach Zjednoczonych korzysta obecnie z technologii opartych na sztucznej inteligencji. Narzędzia te analizują dokumentację elektroniczną, wyniki badań laboratoryjnych oraz notatki lekarskie w celu automatycznego identyfikowania dodatkowych schorzeń. Analiza danych ubezpieczeniowych BCBSA wykazała, że w latach 2023–2025 zmiana sposobu kwalifikacji pacjentów do bardziej złożonych grup medycznych wygenerowała dla ubezpieczycieli z grupy BCBS dodatkowe koszty w wysokości szacowanej na 942 miliony dolarów. Sytuację wyjaśnił Luke Chalker, wiceprezes ds. produktów i nauki o danych w BCBSA, mówiąc:

Jeśli pacjenci są naprawdę bardziej chorzy, spodziewalibyśmy się większej liczby zabiegów. Na przykład widzimy znacznie więcej diagnoz anemii w tych szpitalach bez odpowiedniego wzrostu liczby przetoczeń krwi. Rozbieżność między diagnozami a leczeniem sugeruje, że sztuczna inteligencja identyfikuje więcej schorzeń podlegających rozliczeniu, a nie bardziej chorych pacjentów.

Diagnozy drugorzędne odpowiadają za większość wzrostu wydatków

Głównym mechanizmem podnoszącym wycenę hospitalizacji okazało się wykrywanie przez algorytmy tak zwanych diagnoz drugorzędnych, czyli schorzeń współistniejących ze schorzeniem głównym. Systemy komputerowe potrafią wyłapać pojedyncze odchylenia w wynikach badań laboratoryjnych, co pozwala zaklasyfikować przypadek do grupy o wyższym poziomie skomplikowania i uzyskać wyższą refundację. Badanie BCBSA wykazało, że aż 70 procent dodatkowych wydatków, co stanowi ponad 650 milionów dolarów, wiązało się właśnie ze wskazaniem diagnoz drugorzędnych, między innymi po dużych operacjach jelit. Choć dokumentowanie stanu zdrowia uległo zmianie, specjaliści nie odnotowali równoległego wzrostu faktycznie przeprowadzonych procedur leczniczych.

Wzrost opłat medycznych wymusza weryfikację stosowanych algorytmów

Rosnące koszty świadczeń zdrowotnych bezpośrednio przekładają się na finanse gospodarstw domowych, przedsiębiorców oraz podatników, którzy pokrywają wyższe składki i koszty własne. Odnosząc się do tego problemu, David Merritt, wiceprezes ds. spraw zewnętrznych w BCBSA, zaznaczył:

Wiemy, że rodziny są sfrustrowane rosnącymi kosztami opieki zdrowotnej, i jesteśmy zdeterminowani, aby zająć się przyczynami tych wyższych cen. Podczas gdy rodziny mierzą się z wyższymi kosztami opieki zdrowotnej, badanie to podkreśla pilną potrzebę lepszego zrozumienia tych narzędzi AI oraz roli, jaką mogą odgrywać w pogłębialiu kryzysu przystępności cenowej.

Zwiększona precyzja algorytmów w wyłapywaniu płatnych schorzeń stawia przed sektorem opieki zdrowotnej nowe wyzwania regulacyjne i audytowe.