AI coding: $942M kos hospital naik, pasien tak berubah

AI coding: $942M kos hospital naik, pasien tak berubah

Ada satu nombor dalam white paper September yang patut menarik perhatian sesiapa yang pernah menghantar sistem yang mengoptimumkan metrik proxy. Dalam dua tahun, kes inpatient yang dikodkan sebagai medically complex naik daripada kira-kira 37% kepada kira-kira 40% di seluruh sistem Blue Cross Blue Shield. Rawatan yang mengiringi kes-kes itu tidak bergerak bersama.

Jurang itu ialah keseluruhan cerita, dan Blue Cross Blue Shield Association telah menetapkan harganya: kira-kira $942 juta dalam kos klaim tambahan. Di bawah ini saya pecahkan kenapa penemuan ini lebih besar daripada perebutan insurans, kenapa nombor itu dipertikaikan, dan apa yang seorang developer patut ambil darinya.

Mekanismenya ialah senarai harga bertingkat

Inilah yang dimaksudkan dengan AI-enabled revenue cycle management (RCM). Ambient scribe mendengar perbualan klinician-pesakit lalu draf nota berstruktur; coding AI kemudian menyaring nota yang sudah berkembang itu bersama hasil makmal dan senarai masalah untuk mencadangkan diagnosis bil tambahan. Dokumentasi klinikal jadi lebih padat, dan rekod yang lebih padat mengandungi lebih banyak syarat yang boleh dikodkan. BCBSA menyatakan bahawa diagnosis sekunder "may be derived from single laboratory values, making it particularly well-suited for detection by AI tools" — dan lebih 60% hospital system kini menggunakan AI coding tools, menurut press release persatuan itu.

Discordance klinikal, diukur dalam satu jadual

Soalan yang dijawab kaedah itu ialah macam mana anda membezakan "pesakit makin sakit" daripada "kod makin tamak". Jawapan BCBSA ialah mencari kes di mana diagnosis naik tetapi rawatan yang diagnosis itu mewajibkan tidak naik. Mereka menamakannya clinical discordance.

White paper September 2026 itu, "Hospital Coding Intensity Analysis: Major Bowel Procedures" (penulis Chris Birkmeyer, David Wennberg, Keith Kamons dan Luke Chalker), menggali DRG 329-331, iaitu prosedur pembedahan yang digunakan terutamanya mengubat kolon kanser atau diverticular disease, lebih daripada separuhnya berdasarkan endoscopy. Berbanding asas 2023, hospital mengklasifikasi 55,158 kes tambahan sebagai kompleks, menjana $653 juta dalam bayaran semula tambahan, iaitu purata $11,800 bagi setiap kes kompleks tambahan. Dalam keluarga bowel itu, bahagian MCC paling tinggi bergerak daripada 20.2% kepada 22.7%, manakala bukan-kompleks susut daripada 36.6% kepada 32.8% — $60.8 juta kos tambahan daripada satu keluarga DRG sahaja.

Maka jadual yang paling penting. Untuk prosedur bowel tahun 2025, hospital dalam 25% teratas mengikut pertumbuhan kompleksiti dibandingkan dengan selebihnya:

Lebih banyak diagnosis. Kurang ICU. Kurang transfusi. Panjang tinggal sama.

Satu validation check pada satu diagnosis tertentu menjadikannya konkrit: posthemorrhagic anemia. Dalam hospital dengan pertumbuhan tertinggi, kadar diagnosis anemia ialah 13.7% berbanding 9.9%, 38% lebih tinggi. Tetapi kadar transfusi di antara pesakit yang didiagnosis ialah 16.9% berbanding 19.3%. Lebih banyak anemia didiagnosis, kurang yang ditransfusi.

Dalam SQL itu, check itu hanya dua aggregate dan satu median, tanpa carta dan tanpa clinician di dalam loop:

-- Did the diagnosis rise while the care it implies stayed flat?
WITH cohort AS (
  SELECT hospital_id, year, high_growth,
         complex, icu_used, transfused, los_days
  FROM   bowel_claims              -- DRGs 329-331
  WHERE  year IN (2023, 2025)
)
SELECT high_growth,
       count(*)                                              AS cases,
       avg(100.0 * complex)                                   AS pct_complex,
       avg(100.0 * icu_used)                                  AS pct_icu,
       avg(100.0 * transfused)                                AS pct_transfused,
       percentile_cont(0.5) WITHIN GROUP (ORDER BY los_days) AS median_los
FROM   cohort
WHERE  year = 2025
GROUP  BY high_growth
ORDER  BY high_growth DESC;

Baca output itu sebagai bentuk, bukan sebagai kesimpulan. pct_complex naik, pct_icu dan median_los tidak. Anda tidak perlu percaya apa-apa tentang AI untuk melihat bentuk itu. Query itu boleh diaudit, ia berjalan setiap suku tahun, dan outputnya tidak boleh diperdebatkan. Itulah sebab ia berkemungkinan menjadi kawalan yang boleh guna.

Ringkasan white paper itu sendiri tentang kenapa mereka membaca ini sebagai tingkah laku dokumentasi, bukan perubahan kesihatan pesakit:

The consistent inverse relationship between diagnosis-based complexity and both aggregate resource utilization and diagnosis-specific procedural intervention is the strongest indicator that coding escalation reflects documentation practice changes rather than actual patient acuity shifts.

Ini keputusan Goodhart's law dengan jadual sebagai bukti. Metrik yang dibayar hospital ialah kompleksiti yang dikodkan. Perkara yang membebankan hospital ialah penggunaan sumber rawatan. Optimumkan yang pertama, dan yang kedua hilang dengan sendirinya. Benar, ia berlaku.

Bukti balas itu wujud, dan ia juga cerita AI

American Hospital Association menerbitkan fact sheet pada Ogos yang menuding caj upcoding itu sebagai "unsubstantiated", dan hujahnya bukan lemah.

• Hospital case mix index, iaitu berapa sakit populasi inpatient, naik kira-kira 5% antara 2019 dan 2024 mengikut analisis AHA/Vizient. Data AHA mengaitkan 19% daripada pertumbuhan perbelanjaan hospital dalam tempoh itu dengan layatan menjaga pesakit yang lebih sakit dan lebih kompleks.
• Penjagaan paras rendah terus berpindah ke facility outpatient, jadi apa yang tinggal dalam inpatient memang lebih teruk secara taburan.
• Medicare Payment Advisory Commission melaporkan pada 2025 bahawa upcoding menyumbang kepada $40 bilion dalam overpayment kepada Medicare Advantage plan. Satu payer menyelesaikan gugatan upcoding dengan Jabatan Kehakiman pada Mac 2026, dan Massachusetts menggugat yang lain pada Mei 2026.

Tiga catatan jujur dari pihak BCBSA, semuanya yang mereka nyatakan sendiri atau yang tersemblah daripada kaedah itu:

1. Ini data klaim, bukan rekod perubatan. BCBSA mengakui had itu. Dokumentasi klinikal ialah ujian yang lebih langsung untuk mengesahkan sama ada pesakit memang lebih sakit. Fierce Healthcare melaporkan Chalker mengakui perkara yang sama.
2. Ini white paper daripada pihak yang berkepentingan, bukan peer-reviewed, dan dikeluarkan oleh pertubuhan yang anggotanya membayar bil itu.
3. Sebahagian daripada peningkatan itu adalah pengkodan yang betul. Hashmi, Naib Presiden BCBSA bagi urusan klinikal, meletakkannya dengan berhati-hati: "There may be an element of correct coding there, but the likelihood that this is technology-enabled upcoding is higher, in my view." Carta yang lebih nipis sebelum 2023 bermakna sebahagian daripada $942 juta itu membayar penjagaan yang memang berlaku selama ini.

Dan respons strategiknya juga AI, di kedua-dua pihak. BCBSA mahu peraturan eksplisit bagi hospital yang menjalankan coding AI, dan mahu tahap bayaran disusun semula supaya satu diagnosis tambahan tidak lagi berbaloi banyak. AHA mahu Congress dan administration berhenti menggunakan edit "downcoding" oleh insurans yang auto-reject claim automatik. TechCrunch melaporkan kedua-dua posisi itu.

Dua-dua pihak sedang cuba mengukur perkara yang sama dengan cara yang berbeza, dan satu-satunya yang jujur ialah jadual clinical discordance. Ia tidak memberitahu anda bahawa AI mencuri wang. Ia memberitahu anda apa yang perlu ditanya bila metrik bergerak: adakah apa-apa yang mengikut pergerakan itu?

Yang sebenarnya diajar oleh kes ini

Dua perkara, dan tiada satu pun tentang penjagaan kesihatan.

Insentif adalah sebahagian daripada threat model anda. Setiap engineer akhirnya akan menulis satu sistem yang mengoptimumkan sesuatu. Apabila reward function dan ground truth terpisah, jurang itu tempat insiden berlaku, dan tiada jumlah kualiti model yang membetulkannya. Pengoptimum di sini tidak rosak; ia melakukan tepat apa yang jadual bobot DRG bayar untuknya. Tanya apa yang maksimumkan sistem anda, apa yang sebenarnya costing wang, dan siapa yang memerika kedua-duanya masih bergerak bersama. Papan pemuka yang menunjukkan "kadar kes kompleks: naik 3 mata" dengan papan kedua yang menunjukkan "penggunaan ICU: rata" ialah jurang pemantauan, bukan pertikaian bil, dan pembaik paling murah ialah satu nombor kedua, bukan pipeline yang lebih pintar. Ada juga satu versi hujah yang sama tentang menahan mesin atas sebabnya sendiri dalam seni membina sistem yang simple.

Pengiraan juga berlumba-lumba. Respons insurans bukan perubahan peraturan; ia satu pipeline analisis automatik yang mencari asymetri yang sama. Setiap deployment di sisi provider menjadikan detektor di sisi payer lebih baik, dan sebaliknya. Framing BCBSA ialah trend itu "hasn't stopped" dan tidak terhad kepada penjagaan inpatient, jadi soalan kejuruteraan yang menarik bukan siapa yang menang tetapi apa bentuk lapisan pengesahan apabila kedua-dua pihak sedang mengoptimumkan. Logik lethal trifecta Simon Willison terpakai dengan peranan ditukar: ada metrik yang membayar, input yang bising, dan aktor automatik yang mengoptimumkan yang pertama terhadap yang kedua.

Jika anda bekerja pada tuntutan, hasil, penilaian risiko, pengesanan fraud, kedudukan iklan atau apa-apa lain di mana satu proxy memandu wang, takeaway yang berguna cuma satu ayat: bila satu nombor mula bergerak, periksa sama ada perkara yang sepatutnya ia mewakili bergerak bersamanya. BCBSA baru sahaja menerbitkan resit untuk melakukan perkara yang sama, pada skala, atas $942 juta wang orang lain.

Sumber

• Blue Cross Blue Shield Association: BCBSA analysis: AI coding tools affects healthcare costs
• Blue Cross Blue Shield Association: Hospital Coding Intensity Analysis: Major Bowel Procedures
• Blue Health Intelligence / BCBSA: Rising Coding Intensity and Its Impact on Health Care Affordability
• Fierce Healthcare: Hospitals use AI coding tools, cost BCBSA plans $942M in more similar care, analysis finds
• American Hospital Association: Fact sheet: Artificial intelligence and coding intensity
• TechCrunch: Insurers claim AI is already increasing healthcare costs