AnalisaInfo – Janji manis kecerdasan buatan (AI) untuk memangkas biaya operasional di sektor kesehatan tampaknya mulai berbenturan dengan realitas. Laporan terbaru dari Asosiasi Asuransi Kesehatan Amerika Serikat (AS) mengungkap sebuah anomali: implementasi AI dalam sistem klaim asuransi justru menjadi katalis utama melonjaknya biaya kesehatan.
Temuan yang disorot oleh ini mematahkan asumsi bahwa otomatisasi selalu berbanding lurus dengan efisiensi finansial. Fokus utama dari pembengkakan biaya ini bermuara pada kesenjangan yang tajam antara diagnosis yang diproses oleh algoritma dan tindakan perawatan aktual yang diterima pasien.
Akar Masalah: Over-Diagnosis dan Perang Algoritma
Secara teori, AI dirancang untuk mempercepat proses verifikasi klaim dan mendeteksi anomali penagihan. Namun, dalam praktiknya, sistem ini menciptakan inefisiensi baru. Algoritma prediktif yang digunakan oleh penyedia layanan kesehatan sering kali memicu over-diagnosis, merekomendasikan serangkaian tes tambahan atau prosedur yang secara klinis mungkin tidak mendesak, namun tetap masuk ke dalam tagihan asuransi.
Di sisi lain, perusahaan asuransi menggunakan AI untuk menolak klaim secara massal berdasarkan parameter data historis yang kaku. Benturan antara AI rumah sakit yang memaksimalkan kode penagihan (upcoding) dan AI asuransi yang menekan klaim ini menciptakan “perang algoritma”. Akibatnya, proses banding atas klaim yang ditolak membutuhkan intervensi tenaga ahli manusia dalam jumlah besar, yang justru mengerek biaya administrasi secara drastis.
Dampak Sistemik bagi Pasien dan Pemegang Polis
Kesenjangan perawatan menjadi implikasi paling fatal dari dinamika ini. Pasien kerap terjebak dalam birokrasi digital, di mana pengobatan krusial tertunda karena sistem AI asuransi menolak otorisasi awal (prior authorization). Keputusan mesin yang mengesampingkan penilaian klinis dokter secara langsung merugikan kualitas hidup pasien.
Secara ekonomi, beban dari inefisiensi sistemik ini pada akhirnya akan ditransfer kepada konsumen. Ketika rasio klaim dan biaya operasional membengkak, perusahaan asuransi akan melakukan penyesuaian dengan menaikkan premi tahunan secara agresif.
Urgensi Audit dan Regulasi Teknologi Medis
Fenomena di AS ini merupakan sinyal peringatan keras bagi industri teknologi medis global, termasuk di negara berkembang yang tengah melakukan digitalisasi kesehatan. Tanpa adanya audit algoritma yang transparan dan regulasi ketat dari otoritas terkait, AI berpotensi merusak struktur ekonomi kesehatan menjadi lebih mahal dan eksklusif.
Industri asuransi dan penyedia layanan kesehatan perlu melakukan kalibrasi ulang. Teknologi AI wajib diposisikan sebatas alat bantu keputusan (decision support tool), bukan sebagai pengambil keputusan mutlak yang mengeliminasi empati dan keahlian klinis manusia.
