AI menimbulkan lonjakan biaya kesehatan yang signifikan, mengungkapkan ketidaksesuaian antara diagnosis tingkat keparahan dan layanan yang sebenarnya diberikan, serta menyoroti peran teknologi dalam memicu pergeseran biaya yang tidak terduga.
Peran AI dalam Penentuan Tingkat Keparahan Pasien
Analisis terbaru dari Blue Cross Blue Shield Association (BCBSA) menunjukkan bahwa dalam dua tahun terakhir, pengeluaran asuransi kesehatan melonjak hampir US$1 juta, setara dengan Rp17,9 miliar. Peningkatan ini dipicu oleh sistem rumah sakit yang mengadopsi AI, dengan sekitar 60 persen fasilitas kesehatan menggunakan teknologi ini untuk memproses hasil laboratorium dan rekam medis elektronik. AI ini secara otomatis mengidentifikasi diagnosis sekunder, yang kemudian digunakan untuk menentukan tingkat keparahan pasien.
Ketika AI menandai pasien dengan tingkat keparahan yang lebih tinggi, asuransi harus membayar reimburse yang lebih besar. Namun, data BCBSA menunjukkan bahwa pasien tidak selalu menerima perawatan tambahan yang sepadan. Misalnya, peningkatan diagnosis anemia yang signifikan tidak disertai dengan peningkatan transfusi darah yang tepat. Hal ini menunjukkan bahwa AI lebih sering menandai kondisi yang dapat ditagih daripada kondisi yang benar-benar memerlukan intervensi medis.
Ketidaksesuaian Diagnosis dan Perawatan: Dampak Finansial
Menurut senior vice president produk dan data sains BCBSA, Luke Chalker, AI menghasilkan diagnosis sekunder yang memindahkan pasien ke kategori keparahan yang lebih tinggi. “Kesenjangan antara diagnosis dan perawatan menunjukkan bahwa AI mengidentifikasi lebih banyak kondisi yang dapat ditagih, bukan pasien yang lebih sakit,” ujarnya. Hasil analisis menegaskan bahwa 70 persen, atau US$650 juta, dari peningkatan biaya penggantian antara tahun 2023 dan 2025 berasal dari diagnosis sekunder ini.
Akibatnya, beban finansial bagi perusahaan asuransi bertambah drastis. Ketika AI menandai kondisi yang tidak memerlukan perawatan tambahan, asuransi masih harus menanggung biaya reimburse yang lebih tinggi, menciptakan ketidakseimbangan antara biaya dan manfaat yang diterima pasien. Peningkatan biaya ini juga berdampak pada premi asuransi, yang dapat memaksa konsumen membayar lebih untuk cakupan yang tidak sebanding dengan layanan yang mereka terima.
Implikasi bagi Pasien dan Sistem Kesehatan
Pasien yang terdiagnosis dengan tingkat keparahan tinggi tetapi tidak menerima perawatan tambahan dapat merasakan dampak psikologis. Mereka mungkin merasa dirahasiakan atau tidak diakui, dan dapat mengalami ketidakpercayaan terhadap sistem kesehatan. Selain itu, ketidaksesuaian diagnosis dapat memengaruhi catatan medis jangka panjang, mempengaruhi perawatan di masa depan dan keputusan terapeutik.
Bagi rumah sakit, penggunaan AI yang menandai lebih banyak diagnosis sekunder dapat meningkatkan pendapatan melalui reimburse yang lebih tinggi. Namun, praktik ini menimbulkan risiko reputasi dan kemungkinan audit regulasi. Jika regulasi kesehatan menuntut akurasi diagnosis dan transparansi biaya, rumah sakit dapat menghadapi sanksi atau peninjauan ulang kebijakan penggantian mereka.
Peran Kebijakan dan Pengawasan Regulasi
Untuk menyeimbangkan manfaat AI dengan keadilan biaya, kebijakan regulasi perlu meninjau algoritma yang digunakan dalam penentuan tingkat keparahan. Pengawasan yang ketat dapat memastikan bahwa AI tidak hanya menandai kondisi yang dapat ditagih, tetapi juga kondisi yang benar-benar memerlukan intervensi medis. Pendekatan berbasis bukti dan audit rutin dapat membantu mengurangi kesenjangan antara diagnosis dan perawatan.
Selain itu, kolaborasi antara penyedia teknologi, rumah sakit, dan perusahaan asuransi dapat menciptakan standar industri yang lebih transparan. Dengan menetapkan kriteria yang jelas untuk mengidentifikasi diagnosis sekunder, semua pihak dapat memastikan bahwa reimburse yang dibayarkan sebanding dengan perawatan yang diberikan.
Kesimpulan: Menavigasi Tantangan AI dalam Sistem Kesehatan
AI telah membuka pintu bagi efisiensi dan akurasi dalam diagnostik, namun analisis BCBSA mengungkapkan bahwa teknologi ini juga dapat menjadi sumber lonjakan biaya kesehatan yang tidak proporsional. Peningkatan hampir US$1 juta dalam dua tahun, sebagian besar dipicu oleh diagnosis sekunder yang tidak sesuai dengan perawatan, menandai kebutuhan mendesak akan regulasi yang lebih ketat dan kolaborasi lintas sektor. Untuk menjaga keseimbangan antara inovasi dan keadilan biaya, sistem kesehatan harus memastikan bahwa AI berfungsi sebagai alat bantu, bukan sebagai mekanisme yang memperbesar biaya tanpa manfaat yang nyata bagi pasien.
Disclaimer: This article was automatically rewritten by AI based on the original news source, without altering the facts of the original article.
