AI Klaim Asuransi Lonjakan Biaya US$1 Juta dalam Dua Tahun: Rumah Sakit Untung, Asuransi Kena Keringat

Sistem kecerdasan buatan (AI) dalam pemrosesan klaim kesehatan Amerika Serikat tidak hanya gagal menurunkan biaya, justru memicu lonjakan pengeluaran hingga hampir US$1 juta atau setara Rp17,9 miliar dalam kurun waktu dua tahun. Temuan ini berasal dari Blue Cross Blue Shield Association (BCBSA), asosiasi perusahaan asuransi kesehatan terbesar di negeri Paman Besar itu. Masalah utamanya terletak pada cara kerja algoritma: AI mengategorikan pasien berdasarkan diagnosis sekunder yang terdeteksi, bukan berdasarkan perawatan yang sebenarnya diberikan kepada pasien.

Mekanisme pembayaran klaim asuransi di AS memang berbasis pada tingkat keparahan diagnosis, bukan jenis obat atau tindakan bedah. Semakin tinggi kategori keparahan yang teridentifikasi, semakin besar reimbursement yang harus dicairkan oleh perusahaan asuransi. Data menunjukkan bahwa 60 persen sistem rumah sakit di AS kini menggunakan teknologi berbasis AI, mulai dari pemindaian hasil laboratorium hingga analisis rekam medis elektronik untuk memburu diagnosis sekunder yang bisa ditagih. Hasilnya, banyak pasien otomatis "dilonjakan" ke tingkat keparahan lebih tinggi tanpa mendapatkan layanan tambahan yang sesuai dengan kenaikan tersebut.

Luke Chalker, senior vice president bagian produk dan data sains BCBSA, mengkritik keras praktik ini. "Misalnya, kami melihat diagnosis anemia yang jauh lebih banyak di rumah sakit-rumah sakit ini tanpa peningkatan transfusi yang sesuai," ujar Chalker dalam keterangannya pada Kamis (24/9). Ia menegaskan bahwa kesenjangan antara diagnosis dan perawatan membuktikan bahwa AI hanya mengidentifikasi lebih banyak kondisi yang dapat ditagih, bukan menandakan bahwa pasien benar-benar lebih sakit. Analisis BCBSA menunjukkan bahwa 70 persen dari total kenaikan biaya, yakni US$650 juta selama periode 2023-2025, murni disebabkan oleh penalti kategori reimburse yang lebih tinggi akibat diagnosis sekunder palsu tersebut.

Dampak dari praktik manipulasi kategori oleh AI ini tidak berhenti di kantor direksi perusahaan asuransi. David Merritt, senior vice president bagian eksternal BCBSA, memperingatkan bahwa biaya tambahan ini akan ditransfer langsung ke masyarakat. "Karena keluarga menghadapi biaya perawatan kesehatan yang lebih tinggi, penelitian ini menggarisbawahi kebutuhan mendesak untuk lebih memahami alat-alat AI ini dan peran yang mungkin mereka mainkan dalam memperburuk krisis keterjangkauan," kata Merritt. Biaya-biaya ini pada akhirnya akan membengkak menjadi premi asuransi yang lebih mahal bagi konsumen, pemberi kerja, hingga wajib pajak.

Laporan The New York Times memosisikan temuan ini sebagai tanda terbaru bahwa AI justru berkontribusi pada kenaikan biaya layanan kesehatan, sebuah paradoks dari teknologi yang seharusnya efisien. Meskipun perselisihan pembayaran antar rumah sakit dan asuransi sudah lama terjadi, penggunaan AI di kedua belah pihak kini memperburuk situasi. Shiv Rao, pendiri startup AI Abridge, mengakui potensi skenario buruk di mana "bot melawan bot, agen melawan agen" dalam klaim asuransi. Namun, Chalker dari BCBSA menolak anggapan itu. "Ini bukan perang. Ini adalah pertumpahan darah sepihak sepenuhnya, dengan perusahaan asuransi berada di pihak yang kalah," tegas Chalker, dikutip dari TechCrunch.

Analisis Redaksi

Temuan BCBSA ini membuka mata publik bahwa integrasi AI di sektor kesehatan belum tentu otomatis menghasilkan efisiensi biaya. Yang terjadi justru adalah "over-diagnosis" algoritmik, di mana sistem cerdas membaca data laboratorium secara literal untuk menciptakan kode diagnosis sekunder yang menguntungkan pihak rumah sakit. Bagi Indonesia, ini menjadi peringatan dini (early warning) sebelum teknologi serupa mulai merambah sistem klaim BPJS Kesehatan atau asuransi swasta di tingkat lanjut. Jika tidak ada validasi klinis manusia yang ketat, pola "bot mengadu bot" akan membuat premi di negara berkembang pun ikut melonjak tanpa manfaat kesehatan yang nyata.

Secara struktural, ini menunjukkan kegagalan kontrol mutu dalam adopsi AI. Rumah sakit mendapat insentif finansial untuk memasang AI, sementara perusahaan asuransi terkejut saat tagihan melonjak signifikan (US$1 juta dalam 2 tahun) tanpa disertai peningkatan kualitas pelayanan. Keluhan "pertumpahan darah sepihak" dari Chalker menggambarkan asimetri informasi yang ekstrem. Ke depan, regulasi di berbagai negara akan dipaksa untuk membuat aturan "kewaspadaan algoritmik" yang mewajibkan audit silang antara diagnosis yang dibuat oleh AI dengan rekam medis tindakan klinis. Tanpa itu, AI hanya akan menjadi mesin pencetak tagihan, bukan solusi kesehatan.