Bayangkan Anda masuk rumah sakit untuk prosedur yang tampak sederhana, lalu pulang dengan tagihan yang jauh lebih besar dari perkiraan. Itulah kenyataan yang kini menghantui sistem kesehatan di Amerika Serikat. Sebuah analisis terbaru menuding penggunaan AI (Artificial Intelligence/kecerdasan buatan) dalam proses administrasi rumah sakit berkontribusi terhadap lonjakan biaya hingga US$1 miliar setara sekitar Rp16 triliun. Angka ini bukan sekadar statistik, melainkan cerminan bagaimana teknologi yang dijanjikan membawa efisiensi justru berbalik menjadi beban bagi pasien.
Dari Alat Bantu Menjadi Mesin Penagih
AI sejatinya dirancang untuk membantu dokter dan staf administrasi bekerja lebih cepat. Namun, implementasi di lapangan menunjukkan sisi gelap: algoritma pengkodean medis yang cerdas justru memperbesar peluang rumah sakit memasukkan kode diagnosis dan prosedur yang lebih kompleks. Ibarat seorang kasir yang tahu persis kombinasi belanjaan termahal, sistem ini memaksimalkan setiap item yang bisa ditagih.
Asosiasi Blue Cross Blue Shield (BCBSA), sebuah organisasi asuransi kesehatan besar, mencatat bahwa pengkodean kompleks yang dihasilkan AI menjadi pemicu utama tagihan yang membengkak. Laporan mereka menyoroti kenaikan biaya rumah sakit hingga US$1 miliar yang diduga kuat akibat praktik ini. Dalam dunia medis, pengkodean adalah bahasa universal untuk menerjemahkan kondisi pasien menjadi angka rupiah atau dolar yang harus dibayar.
"AI seharusnya menjadi alat untuk efisiensi, bukan mesin pencetak tagihan," ujar seorang analis kebijakan kesehatan, menggambarkan kegelisahan banyak pihak.
Bagaimana Algoritma Bisa Memperbesar Tagihan?
Di balik layar, AI bekerja dengan machine learning (pembelajaran mesin) untuk memindai rekam medis elektronik. Sistem ini dilatih mengenali pola-pola yang menguntungkan secara finansial. Ketika seorang pasien didiagnosis dengan satu penyakit, algoritma dapat merekomendasikan kode tambahan untuk komplikasi atau kondisi sekunder yang sebenarnya tidak selalu relevan. Akibatnya, klaim asuransi membengkak, dan pasien yang harus menanggung biaya sendiri merasakan pukulan langsung.
Fenomena ini bukan sekadar kesalahan teknis. Ada insentif ekonomi yang kuat bagi rumah sakit untuk mengoptimalkan pendapatan. AI menjadi katalis, mempercepat proses yang dulunya manual dan terbatas. Jika sebelumnya staf pengkodean manusia mungkin melewatkan detail kecil, algoritma tidak pernah lelah dan selalu konsisten. Inilah yang membuat BCBSA dan pihak lain menyoroti perlunya pengawasan ketat.
Data menunjukkan bahwa rumah sakit yang mengadopsi AI untuk pengkodean mengalami kenaikan rata-rata klaim per pasien lebih tinggi dibandingkan yang belum. Selisihnya bisa mencapai puluhan persen untuk diagnosis serupa. Perbandingan ini memberikan bukti kuat bahwa teknologi bukan hanya alat klinis, tetapi juga alat bisnis yang bisa disalahgunakan.
Dampak Nyata bagi Pasien dan Ekosistem Kesehatan
Bagi pasien, dampaknya sangat terasa. Mereka yang memiliki asuransi mungkin melihat premi naik tahun depan. Sementara yang tidak memiliki perlindungan finansial harus menanggung tagihan yang tidak masuk akal. Dalam jangka panjang, kepercayaan publik terhadap sistem kesehatan bisa tergerus. Pasien mulai mempertanyakan setiap rincian tagihan, dan hubungan dokter-pasien pun diwarnai kecurigaan.
Di sisi lain, rumah sakit berdalih bahwa AI membantu mengurangi kesalahan manusia dan mempercepat proses klaim. Namun, tanpa regulasi yang jelas, niat baik ini mudah terdistorsi. Penelitian lebih lanjut diperlukan untuk memisahkan mana kenaikan biaya yang wajar karena kompleksitas medis dan mana yang murni akibat eksploitasi algoritma.
Beberapa negara bagian di AS mulai mempertimbangkan aturan audit algoritma. Mereka menuntut transparansi dari vendor AI dan rumah sakit. Jika tidak, disrupsi teknologi di sektor kesehatan hanya akan memperlebar jurang antara yang mampu dan tidak mampu.
Pada akhirnya, pertanyaan besarnya: apakah kita siap menerima AI sebagai penentu biaya pengobatan? Tanpa pengawasan, inovasi yang seharusnya menyelamatkan nyawa bisa berubah menjadi mesin penghisap dompet. Masyarakat berhak mendapat penjelasan, dan regulator harus bergerak cepat sebelum tagihan berikutnya mendarat di meja Anda.
Comments (0)