AI и медицинските сметки: какво стои зад оценката за 942 млн. долара

AI може да съкрати времето за медицинска документация. Но дали това непременно намалява сметките? Нов анализ на американската Blue Cross Blue Shield Association поставя неудобен въпрос: възможно ли е по-доброто откриване на диагнози за отчитане да води до повече плащания, без пациентите да получават съответно повече лечение?

Организацията оценява на 942 млн. долара допълнителните разходи за компаниите Blue Cross Blue Shield, свързани с по-сложно кодиране на болнични случаи между 2023 и 2025 г. Това е оценка на застрахователна асоциация, не независимо доказателство, че AI сам е причинил цялата сума.

Как една диагноза променя сметката

Медицинското кодиране превръща описаното в документацията състояние на пациента в категории, използвани при отчитането и плащането. При определени случаи допълнителна диагноза може да премести престоя в по-високо платена категория, дори основната причина за приемането да остава същата.

Тук влизат AI инструментите: те могат да преглеждат лекарски бележки и лабораторни резултати и да откриват състояния, които да бъдат включени в документацията. Самото откриване на пропусната диагноза не означава автоматично злоупотреба. По-пълното отразяване на действително състояние и необоснованото увеличаване на сметката са различни неща.

Според BCBSA около 70% от допълнителните разходи, или приблизително 650 млн. долара, са свързани с вторични диагнози, преместващи случаите в по-скъпа категория. Асоциацията разглежда големи операции на червата и посочва като пример анемията. Твърдението ѝ е, че повече такива диагнози не са съпроводени от съответен ръст на кръвопреливанията.

Какво показват данните — и какво не

Това разминаване е основание за проверка. Не е окончателна присъда срещу технологията. Анализът е изграден върху деидентифицирани данни за претенции към застрахователите, а BCBSA е страна с пряк финансов интерес от размера на плащанията.

Има и важна разлика между наблюдение и причинно обяснение. Увеличаването на сложността на кодирането в период на по-широка употреба на AI не доказва само по себе си каква част от промяната се дължи точно на него. По-пълна документация, промени в практиките на болниците и действителни разлики в състоянието на пациентите са въпроси, които трябва да бъдат разграничени, преди да се правят категорични изводи.

Затова заглавие от типа „AI е оскъпил здравеопазването с 942 млн. долара“ би било прекалено уверено. По-точно е да кажем, че застрахователна асоциация свързва тази оценка с увеличена сложност на отчитането и предупреждава за възможен принос на AI инструментите.

По-малко администрация за кого?

Практическата полза от автоматизацията зависи и от това каква задача ѝ е поставена. По-бързото обработване на документи може да спести труд. Но ако спестеното време се използва за откриване на още основания за плащане, крайната сметка не е задължително по-ниска. Това е въпрос на правила и стимули, не само на качеството на модела.

За България този анализ не дава нито местна сума, нито доказателство за същия ефект. Данните са американски и се отнасят до конкретна система на застраховане и отчитане. Полезният въпрос за нас е по-общ: когато въвеждаме AI в администрацията на здравеопазването, измерваме ли само спестените минути, или и отражението върху плащанията и грижата за пациента?