AI Picu Lonjakan Biaya Kesehatan Melalui Klasifikasi Diagnosis

Kendari, ıNarasikita - Sistem kecerdasan buatan yang diterapkan dalam proses klaim asuransi kesehatan di Amerika Serikat diketahui memperparah lonjakan biaya perawatan, berdasarkan temuan dari organisasi asuransi terkemuka. Analisis menunjukkan bahwa peningkatan pengeluaran mencapai hampir US$1 juta—setara Rp17,9 miliar—dalam kurun waktu dua tahun, didorong oleh klasifikasi pasien berdasarkan diagnosis sekunder yang dihasilkan oleh algoritma AI. Kategori keparahan yang lebih tinggi berdampak langsung pada besaran penggantian biaya yang harus dibayar oleh perusahaan asuransi kepada rumah sakit.

Berdasarkan data dari Blue Cross Blue Shield Association (BCBSA), sekitar 70 persen atau senilai US$650 juta dari kenaikan penggantian biaya antara 2023 hingga 2025 berasal dari diagnosis sekunder yang mengubah klasifikasi pasien ke tingkat reimburse yang lebih tinggi. Padahal, dalam banyak kasus, tidak terjadi peningkatan perawatan atau intervensi medis yang sesuai, seperti transfusi darah meskipun diagnosis anemia meningkat. Hal ini menunjukkan adanya ketidaksesuaian antara klasifikasi berdasarkan AI dan realitas klinis pasien.

Senior vice president bidang produk dan data sains BCBSA, Luke Chalker, menegaskan bahwa sistem AI justru mengidentifikasi lebih banyak kondisi yang dapat ditagih, bukan pasien yang benar-benar lebih sakit. "Kesenjangan antara diagnosis dan perawatan yang diberikan mengindikasikan bahwa teknologi ini berfungsi untuk memaksimalkan tagihan, bukan menilai kebutuhan medis nyata," ujarnya dalam pernyataan resmi. Peningkatan diagnosis sekunder dilakukan oleh 60 persen rumah sakit yang memanfaatkan AI dalam pemindaian laboratorium maupun rekam medis elektronik.

Dampak dari fenomena ini tidak hanya dirasakan oleh perusahaan asuransi, tetapi juga berdampak langsung pada masyarakat. Kenaikan biaya perawatan kesehatan berpotensi memicu kenaikan premi asuransi, beban bagi pemberi kerja, atau beban pajak publik. David Merritt, senior vice president eksternal BCBSA, menekankan pentingnya pemahaman mendalam terhadap peran AI dalam sistem kesehatan, agar tidak memperparah krisis akses dan keterjangkauan layanan.

Chalker menyebut situasi ini bukan bentuk konflik antar pihak, melainkan "pertumpahan darah sepihak" di mana perusahaan asuransi menjadi pihak yang kalah akibat sistem yang tidak transparan. Meski beberapa pakar seperti Shiv Rao dari perusahaan AI Abridge mengakui risiko potensial seperti "bot melawan bot", mereka juga menyatakan bahwa teknologi ini bisa digunakan untuk memperbaiki efisiensi, selama dikelola secara bertanggung jawab dan akuntabel.